(IA générative & agents)
La plupart des projets IA meurent entre la démo qui marche et le service que quelqu'un utilise vraiment. Ce que je fais tient dans cet intervalle : prendre un modèle, l'attacher à vos données, l'entourer d'un produit, et le mettre en ligne.
12
produits avec de l'IA en service réel
13
produits en ligne aujourd'hui
20
ans de produit avant l'IA
01
Le prototype qui impressionne en réunion et le service qui tient devant de vrais utilisateurs ne demandent pas le même travail. Entre les deux il y a les garde-fous, l’accès à vos données réelles, les cas qui sortent du cadre, le coût au token à tenir, et l’écran où les gens s’en servent. C’est cette partie-là que je livre.
Un service en ligne, utilisé, avec son code et ses clés chez vous.
02
Photos de chantier, relevés terrain, documents, formulaires, enregistrements. Tout ce qu’un humain ouvre aujourd’hui pour en ressortir trois chiffres et une décision. J’ai déjà construit ces chaînes : un escalier photographié qui ressort en dossier 3D coté, un logement noté A-G à partir d’un scan de pièces, des clichés de téléphone remis en scène automatiquement.
Une donnée structurée et fiable, là où il y avait de la saisie.
03
Une tâche automatisée fait gagner dix minutes par jour. Une chaîne automatisée supprime une étape de ressaisie. Je branche vos outils les uns aux autres : API, n8n, agents avec accès à de vrais outils via MCP, et je fais tourner le processus de bout en bout, avec ce qu’il faut pour le surveiller quand il déraille.
Un processus qui tourne seul, et qui prévient quand il s’arrête.
04
Un modèle seul ne sert à rien. Il lui faut une interface où les gens s’en servent, une base qui tient, des droits, un déploiement, et quelqu’un qui a décidé de ce qu’on ne fait pas. Je viens du produit et du design, et je code. C’est ce qui permet de livrer la chose entière plutôt qu’un morceau à intégrer.
Un produit fini, du premier écran à la mise en ligne.
(Déjà construit, déjà en service)
Accédons
Le modèle regarde les photos de l’escalier et en déduit le type (droit, quart tournant, hélicoïdal) et les contraintes de pose ; le LiDAR fournit les cotes. Le devis se fait sans mettre un pied sur place.
Accédons
Le modèle analyse le scan des pièces, repère les risques de chute (seuils, baignoire, escalier, éclairage) et produit une note A-G assortie d’un rapport priorisé et chiffré, là où il fallait un ergothérapeute sur place.
Senior Step
Le modèle lit les 53 photos guidées du logement, contrôle 77 points de risque pièce par pièce et en sort un rapport d’adaptations priorisé. Le diagnostic est fait par la famille, avec son téléphone.
Produit personnel
Un pipeline de génération d’image reprend un cliché de téléphone, identifie la pièce, corrige la lumière et la remet en scène, sans photographe ni home stager.
Organisme de formation en thérapie du psychotraumatisme (Qualiopi)
Transcription des sessions par Whisper et assistance à la rédaction des contenus de formation : la praticienne produit seule ce qui demandait un prestataire.
Produit personnel
Projection de décoration : le visiteur voit la pièce telle qu’elle est, puis telle qu’elle pourrait être, générée à partir de la photo réelle.
Produit personnel
Un assistant branché sur l’historique complet du projet : il répond en s’appuyant sur les décisions, les tâches livrées et la documentation accumulée, pas sur un prompt hors sol.
Produit personnel
Le modèle enrichit chaque fiche prospect : à partir du résultat Google Places et de ce qu’il trouve en ligne, il complète l’activité réelle, la taille et le bon interlocuteur. Le commercial reçoit une fiche exploitable, pas une raison sociale.
Produit personnel
Une description en langage naturel ou une image suffit : le modèle en sort un système de tokens sémantiques cohérent, avec ses variantes dark.
Produit personnel
Un modèle embarqué lit le signal du poignet et le traduit en mécanique de swing (tempo, accélération, G-force à l’impact) puis en conseils adaptés à chaque club.
Produit personnel
Le modèle choisit et qualifie les entreprises à démarcher avant l’envoi par lots, produit les contenus du site et en maintient la version anglaise. La partie éditoriale et la partie ciblage tournent sans rédacteur ni traducteur.
Produit personnel
L’infrastructure d’outillage des agents : c’est par MCP qu’un modèle accède à des outils réels, et ce hub rend ce branchement gouvernable.
Trente minutes
Vous décrivez le processus qui coince. Je dis si l’IA y a sa place. Souvent la réponse honnête est « pas là, mais ici ».
Une cible mesurable
On choisit un cas précis et un critère de réussite chiffré. Sans ça, un projet IA ne s’arrête jamais.
Une version qui tourne
Je construis la chaîne complète sur ce cas, jusqu’à l’écran. Vous la testez sur vos vraies données, pas sur un jeu de démo.
La mise en service
Passage en production, coûts mesurés, code et clés livrés. Puis on décide s’il y a une suite.
Décrivez-le en quelques lignes. En trente minutes je vous dis si l'IA y a sa place, et si oui par où commencer. Si la réponse est non, je vous le dirai aussi.