Mon approche

Dépendance, ou souveraineté.

Je ne suis ni anti-cloud ni anti-frontière. Les meilleurs modèles fermés restent excellents pour les tâches rares et difficiles — je m'en sers tous les jours. Le vrai partage n'est pas cloud contre local. C'est dépendance contre souveraineté.

Le point de départ

Pourquoi elle doit tout savoir.

Un assistant qui ne connaît de vous que ce que vous lui redites à chaque fois n'est pas un assistant. C'est un moteur de recherche poli.

Pour être vraiment utile, une IA doit connaître votre courrier, vos documents, vos comptes, vos habitudes, votre histoire. Tout. C'est la condition, et il n'y en a pas d'autre.

Et c'est exactement ce que vous ne donnerez jamais à un service distant. Moi non plus : ce projet est né le jour où j'ai refusé qu'un éditeur lise mes emails.

D'où l'inversion. La confidentialité n'est pas une protection que je vous vends en plus — c'est ce qui rend la connaissance possible. Ce que vous n'oseriez confier à personne, vous pouvez le confier à une machine qui ne sort pas de chez vous.

Chez un indépendant, le personnel et le professionnel sont la même vie. La frontière est administrative, pas réelle. Tous les outils vous forcent à la tracer, parce qu'un tiers regarde. Lucie n'a pas à la tracer.

Ma conviction

L'IA personnelle, pas l'IA possédée.

Plus une IA devient utile, plus elle touche à ce qui vous appartient vraiment : vos fichiers, vos décisions, vos habitudes, votre histoire. Confier tout cela à un service distant, c'est bâtir le cerveau augmenté de votre entreprise chez quelqu'un d'autre.

Je propose l'inverse. Vous gardez la mémoire ; les modèles, eux, deviennent auxiliaires et interchangeables. Cette inversion n'est pas un détail technique : c'est un changement de modèle économique pour vous. Vous arrêtez de louer la mémoire de votre entreprise au mois.

Le cloud peut visiter. Il ne doit pas habiter.

Louer, ou posséder

Deux manières de vivre avec l'IA.

Le modèle courant : vous louez

Vos données vivent chez l'éditeur.
Le modèle vous est imposé et change quand il le décide.
Le code et la mémoire lui appartiennent.
La relation dure tant que vous payez.
Le jour où vous arrêtez, vous perdez tout.

Mon approche : vous possédez

Vos données restent sur votre machine.
Le modèle est choisi, interchangeable, un consommable.
Le code et la mémoire sont à vous, versionnés, documentés.
La relation vous laisse autonome.
Le jour où vous arrêtez, tout continue de tourner chez vous.

Ma méthode

Pourquoi mon code dure.

Multi-modèles, fusion, chunking

Je ne crois pas qu'un seul modèle gagne sur tous les usages. Je découpe la donnée par le sens (jamais par caractère), je fais travailler plusieurs modèles en parallèle — un local rapide, un local fort, un modèle frontière si la tâche le mérite — puis je fusionne les sorties avec un arbitre. C'est plus lent à construire qu'un appel d'API en une ligne, mais c'est robuste, traçable, et ça résiste au changement de modèle.

IA-native, et je l'assume

Je développe avec un agent de code comme pair permanent : il connaît mon dépôt, lit mes tests, propose des corrections. Cela me permet de livrer en semaines ce qui prendrait des mois en mode artisanal. Mais chaque ligne livrée porte ma signature, pas celle d'un modèle. L'IA propose, je relis, je teste, je décide. Vous payez une expertise humaine qui sait quand et comment utiliser l'IA.

Mes principes fixes

  • Ne jamais tronquer. Un texte est traité en entier, ou il n'est pas traité. Aucune limite arbitraire dans mon code.
  • Toujours séparer données, embeddings et base. Si l'index meurt, on le rebâtit. La donnée brute, elle, est sauvegardée.
  • Permissions explicites. Aucun agent ne reçoit plus de droits que ce dont il a strictement besoin.
  • Code lisible avant code malin. Un futur vous, ou un futur développeur, doit pouvoir reprendre la main.
  • Documentation livrée par défaut. Pas en option payante.
Sur quelles briques open source je m'appuie →
Le déploiement

Par paliers, et accompagné.

Une IA ne se pose pas d'un bloc, et elle ne se livre pas pour qu'on l'oublie. Deux principes guident chaque mise en service.

La montée en puissance

On commence par une brique utile, taillée à votre quotidien — souvent une mémoire d'équipe interrogée par chat, ou un tri intelligent de l'inbox. Une fois qu'elle a prouvé sa valeur, on l'étend : nouveaux usages, intégrations plus profondes, agents qui prennent en charge des workflows entiers. Vous avancez palier par palier, jamais avant d'avoir vu le bénéfice du précédent.

L'accompagnement

Chaque prestation inclut un accompagnement de six mois minimum après la mise en service. Je reste votre interlocuteur direct — pas un ticket anonyme, pas une hotline — pour les ajustements, les corrections et les nouvelles fonctionnalités. Quelqu'un qui connaît votre installation, et que vous pouvez appeler.

Je livre, puis je reste.

On en parle 30 minutes ?

Réserver un créneau Gratuit · sans engagement · en visio ou à Orléans