Les solutions Inovia reposent sur les techniques de la Programmation par Contraintes (PPC). La PPC est une technique avancée de résolution de problèmes, issue de la recherche en Intelligence Artificielle (IA), introduite dans les années 1970, mais dont les concepts n'ont été clairement mis au point qu'à partir des années 80. La PPC s'appuie sur les principes suivants.

En informatique classique la solution d'un problème complexe part des données que l'on traite dans un logiciel fondé sur des algorithmes, décrivant pas à pas les calculs à effectuer sur ces données. Ces algorithmes, procédures logiques, sont étroitement liés au problème à résoudre et ne peuvent s'appliquer à un autre, même proche. On dit qu'ils incluent la "base de connaissance".

En clair, pour trouver la solution à une problématique ou la réponse à une stratégie (par exemple, le chemin le plus court passant par n points fixés à l'avance) il est indispensable d'écrire COMMENT arriver à cette solution, ce qui implique d'être spécialiste du domaine concerné.

Cette méthode, la plus courante dans les domaines d'applications d'Inovia, aboutit à des programmes efficaces mais très peu flexibles. Si la problématique à traiter évolue, il faut modifier le logiciel, voire le réécrire totalement.

L'informatique avancée sépare totalement la description du problème à traiter de la résolution de ce problème. La description du problème (base de connaissance exprimée sous forme de contraintes) est une donnée de l'algorithme.
Elle peut ainsi être externalisée du cœur du logiciel (le "moteur") au même titre que les données du problème. Les algorithmes deviennent alors génériques, réutilisables, polyvalents. Pour trouver une solution complexe, il n'est plus nécessaire de décrire le COMMENT mais seulement L'OBJECTF à atteindre.
Le concepteur d'un Programme de Satisfaction par Contraintes (PSC) ne décrit pas d'algorithmes ou de séquences pour obtenir la solution mais "dessine" l'espace général des solutions et ce qu'il ne veut pas dans cet espace. Ensuite, le moteur parcourt cet espace pour trouver une ou plusieurs solutions jusqu'à la solution optimale.
Il utilise pour ce faire divers types d'algorithmes : exploration d'arbre, exploitation des contraintes, recherche opérationnelle, programmation linéaire, etc. L'utilisation de ces algorithmes est totalement transparente pour le concepteur de programme de contraintes.

Pour résoudre un autre problème ou faire évoluer une problématique, il n'est pas nécessaire de modifier le moteur en lui-même. Seuls les données et le programme de contraintes sont à modifier.