Une IA qui fait vraiment quelque chose d'utile — pas un chatbot déguisé en haut-de-forme.
Vous n'avez pas besoin d'un abonnement ChatGPT de plus. Vous avez besoin d'une IA qui traite les tâches précises qui vous bouffent la semaine — rédiger des devis, répondre pour la 40e fois à la même question client, résumer l'historique d'un client avant de décrocher le téléphone. Intégrée aux outils que vous utilisez déjà, ancrée dans vos données, tarifée pour que les chiffres tiennent debout. À partir de $500.
L'IA en vaut-elle vraiment la peine pour votre entreprise ?
Parlons franchement, d'entrée.
L'IA va sans doute se rentabiliser si…
- Vous faites la même tâche encore et encore — rédiger des devis, répondre à la même question, trier des factures — et ça bouffe des heures chaque semaine.
- Vous avez une pile de données (commandes, tickets, e-mails, PDF, notes d'appels) que personne n'a le temps de lire, mais des réponses y sont enfouies.
- Votre équipe reçoit les mêmes 10 questions clients chaque jour, et votre site pourrait y répondre s'il savait comment.
- Vous voulez prendre plus de travail sans embaucher une personne de plus pour gérer l'admin qui va avec.
- Vous avez joué vous-même avec ChatGPT et vous vous êtes dit « il doit bien y avoir un moyen de brancher ça à mon vrai business, pas dans un onglet séparé ».
Mieux vaut attendre si…
- Le vrai problème, c'est que vous n'avez pas encore les données. Une IA ancrée dans rien est une machine à hallucinations — réglez les données d'abord, on en reparle.
- Vous voulez « une IA » mais vous ne pouvez pas pointer une tâche précise qu'elle ferait. Revenez avec une vraie chose sur votre table et on y apportera une bonne réponse.
- Votre équipe a déjà résolu le processus dans un tableur et ça marche très bien. Gardez votre argent — je vous le dirai pendant l'appel.
- Vous courez après l'IA parce que c'est tendance. Les clients se fichent de ce qu'il y a sous le capot — ils veulent que vous décrochiez le téléphone.
Si vous ne savez pas de quel côté vous vous situez, c'est exactement à ça que sert l'appel gratuit.
Ce que chaque fonctionnalité IA que je construis obtient par défaut.
Pas des options payantes. Ma façon de garder l'IA honnête.
- Ancrée dans vos vraies données
- Coût suivi dès le premier jour
- Réponses en moins de 3 secondes
- Vous voyez ce qu'elle fait
- Plan B quand ça casse
- Validation humaine sur les sujets sensibles
- Vous possédez les prompts et les données
Comment je construis concrètement les fonctionnalités IA.
Choisies par tâche. Intégrées là où le travail a déjà lieu. Mesurées avant de mériter une promotion.
Le bon outil pour la tâche
Claude pour les charges cognitives lourdes, OpenAI pour la classification et l'extraction rapides, des modèles plus petits et moins chers pour le gros volume. Mixés et combinés, pas mariés à un fournisseur — pour que quand un meilleur modèle sort le mois prochain, vous fassiez la mise à niveau avec un changement de config, pas une réécriture.
Elle lit vos documents avant de répondre
L'IA puise dans vos docs, PDF, commandes, anciens e-mails clients — tout ce qui est pertinent — et cite ses sources. C'est la plupart de la différence entre « utile » et « embarrassant ». Plus de prix inventés, de politiques inventées ou de noms de famille inventés.
Testée avant la mise en ligne
Avant toute mise en production, je la passe sur 30–100 vrais exemples issus de votre vraie activité et je la note. Justesse, coût par réponse, taux de refus. Si les chiffres ne passent pas la barre, on ajuste ou on arrête — vous ne payez pas du code de production qui rate le test.
Intégrée là où vous travaillez déjà
L'IA apparaît dans votre site, votre application, vos brouillons d'e-mails, votre flux Power Automate — pas comme un énième onglet à retenir. La meilleure fonctionnalité IA, c'est celle à laquelle personne n'a besoin de se connecter.
Je livre de l'IA tous les jours — la mienne et celle des clients.
J'écris du code de production avec Claude au quotidien, je fais tourner des workflows IA multi-étapes dans ma propre application Rec Soccer, et j'ai remplacé environ $40K/an de reporting prestataire dans un ancien poste par de l'automatisation assistée par IA. Je ne vends pas quelque chose lu dans un article — je vends ce qui tourne déjà sur mes propres machines.
Les modèles IA qui alimentent votre projet.
Je ne suis pas marié à un fournisseur. Je choisis le modèle qui gagne sur votre tâche — justesse, coût et vitesse — et je le remplace quand un meilleur sort. L'usage est facturé sur votre compte, pas le mien, pour que vous ne payiez jamais de marge sur les tokens.
Claude
AnthropicMon défaut pour le raisonnement, le travail en contexte long, l'écriture soignée et l'usage d'outils. Claude Sonnet pour la plupart des tâches, Opus pour les plus difficiles.
GPT
OpenAIClassification et extraction structurée rapides et économiques. Mon choix quand il faut « lire cet e-mail et en sortir le numéro de facture » à grande échelle.
Gemini
GoogleÉnormes fenêtres de contexte et multimodalité forte — lire des PDF entiers, de longues transcriptions de réunion, ou des codebases complets d'un seul coup. Joue bien avec les données Google Workspace.
Llama
MetaModèles à poids ouverts pour quand vous devez l'exécuter vous-même — sur vos propres serveurs, dans des secteurs régulés, ou pour garder les données totalement hors d'un API tiers.
ElevenLabs
VoixLa meilleure voix que j'aie entendue — voix clonées, multilingue, agents conversationnels. Quand l'IA doit sonner comme une personne, c'est ça.
Sora + Nano Banana
OpenAI · GoogleVidéo avec Sora, images avec Nano Banana (le Gemini 2.5 Flash Image de Google). Pour les visuels marketing, les démos, les créations publicitaires, les maquettes produit et les posts sociaux — quand vous n'avez ni équipe de tournage ni graphiste dans le budget.
sora.com deepmind.googlePlus des services de spécialité quand ils le méritent — Whisper et Deepgram pour la reconnaissance vocale, Azure OpenAI ou Amazon Bedrock pour les contrats régulés ou entreprises, Hugging Face pour la longue traîne des modèles open. Ce qui gagne sur votre tâche.
Trois façons de commencer. Choisissez celle qui vous correspond.
Chaque formule est ancrée dans vos données, évaluée avant lancement, et vous appartient. Les fourchettes sont typiques — j'envoie un devis fixe d'une page après un appel découverte.
Spark
- Délai
- 1–2 semaines
- Périmètre
- Fonctionnalité unique
- Langues
- Anglais
- Découverte sur la tâche réelle — ce qui est en place, ce qui va bien, ce qui casse
- Modèle + prompt choisis et calibrés sur 30+ vrais exemples
- Sortie structurée (schéma JSON) pour que les outils en aval puissent l'utiliser
- Branchée à votre boîte mail, CRM, tableur ou workflow existant
Stack
- Délai
- 3–5 semaines
- Périmètre
- Workflow multi-étapes
- Langues
- Anglais + 1
- Tout ce qui est dans Spark
- Pipeline RAG sur vos docs, PDF, tableurs, Notion ou export Slack
- Vector store + stratégie de chunking calibrée pour votre contenu
- Citations des sources sur chaque réponse — pas de « faites-moi confiance »
Suite
- Délai
- 6–12 semaines
- Périmètre
- Multi-fonctionnalités, intégrée dans l'app
- Langues
- 2–12 langues
- Tout ce qui est dans Stack
- Usage d'outils — l'IA qui appelle vos API, CRM, calendrier, ERP ou endpoints sur mesure
- Boucles d'agent multi-étapes avec retries, solutions de repli et validations humaines
- Multimodal quand ça se rentabilise — voix (STT/TTS), images, PDF
Des extras, quand ils se rentabilisent.
Ajoutez-les à n'importe quelle formule, ou intégrez-les plus tard selon l'évolution du cas d'usage.
Corpus RAG / vector store
$800–$2.5KIngérer, découper, encoder et indexer vos docs — plus un job de ré-ingestion quand le contenu change. Firestore vector, Pinecone ou pgvector.
Voix (STT + TTS)
$1K–$3KWhisper ou Deepgram pour la reconnaissance vocale, ElevenLabs ou voix OpenAI pour les réponses. Au téléphone, dans le navigateur ou dans l'app.
Vision / compréhension d'images
$800–$2KLire des reçus, pièces d'identité, formulaires, captures d'écran, photos de produits. Extraire des données structurées ou répondre à des questions sur ce qui est dans l'image.
Harnais d'évaluation
$600–$1.5KUn jeu de tests, une grille de notation et un runner en une commande pour voir l'impact de chaque changement de prompt ou de modèle avant de le livrer.
UI de versioning de prompts
$1K–$2.5KUn petit panneau d'admin où vous pouvez modifier les prompts, tester des variantes en A/B et revenir en arrière — sans redéployer l'application.
Forfait IA mensuel
$300–$1K / moisCalibrage de prompts, suivi des coûts, montées de version quand de nouveaux modèles sortent, et enquêtes « pourquoi elle a fait ça » — sur appel.
Comment un projet IA se déroule réellement.
Pas de démos à la baguette magique. Un appel, un pilote cadré, de la vraie mesure, puis la production — ou un arrêt honnête.
Appel découverte de 20 minutes
Je demande quelle tâche vous cherchez à régler, qui la fait aujourd'hui, à quoi ressemble « bon », et où vivent les données. Si l'IA n'est pas le bon outil, je vous le dirai — parfois c'est un flux Power Automate ou une vue SQL qui est la réponse.
Pilote cadré
Sous 48h vous recevez un devis fixe — une fonctionnalité, un modèle, une métrique de succès. On construit contre 30–100 vrais exemples issus de vos données, pas des exemples inventés.
Mesurer avec des évaluations
Avant toute mise en ligne, on la note. Justesse, coût par appel, latence p95, taux de refus. Si les chiffres ne passent pas la barre, on ajuste, on change de modèle ou on arrête — vous ne payez pas du code de production qui rate le test.
Livrer et itérer
En production dans votre application, monitorée en temps réel, avec des logs que vous pouvez consulter. La plupart des clients me gardent en petit forfait pour calibrer les prompts et suivre les mises à niveau des modèles ; certains non. Les deux me vont.
Les questions habituelles.
Moins que les démos que vous avez vues, mais jamais zéro — c'est pour ça que chaque build est ancré dans vos données avec du retrieval, validé par des sorties structurées, et mesuré contre de vrais exemples avant la mise en ligne. Pour les tâches à fort enjeu, j'ajoute une étape de validation humaine. La réponse honnête est : l'IA se trompe parfois, et toute l'ingénierie consiste à le détecter avant l'utilisateur.
La vôtre, facturée directement sur votre compte OpenAI / Anthropic. Je ne revends pas de tokens et je ne prends pas de marge sur l'usage. Vous voyez exactement ce que coûte chaque appel, et si nos chemins se séparent un jour, les clés (et la dépense) restent avec vous.
Pour une fonctionnalité Spark, souvent $5–$50/mois en appels API. Pour un assistant Stack avec RAG, typiquement $30–$300/mois selon le trafic. Avec le prompt caching activé, les requêtes répétées peuvent chuter de 50–80%. Je vous montre le tableau de bord dès le premier jour pour qu'il n'y ait aucune surprise.
OpenAI et Anthropic s'engagent contractuellement tous les deux à ne pas entraîner sur le trafic API par défaut. Vos données vivent dans vos comptes (Firestore, Pinecone, S3 — ce que vous utilisez), les appels IA se font côté serveur depuis votre infrastructure, et rien n'est loggé dans un SaaS tiers sauf si vous le demandez. Pour un travail régulé, je peux aussi utiliser Azure OpenAI ou Bedrock pour une couverture contractuelle supplémentaire.
Tous, choisis selon la tâche. Claude (Sonnet/Opus) est mon défaut pour le raisonnement, l'écriture soignée et l'usage d'outils. OpenAI GPT est excellent pour la classification et l'extraction structurée rapides et économiques à grande échelle. Google Gemini gagne quand le contexte est énorme — PDF entiers, longues transcriptions de réunion, codebases complets — ou quand les données vivent déjà dans Google Workspace. Meta Llama est le choix quand vous devez exécuter le modèle sur vos propres serveurs, dans un secteur régulé, ou pour garder les données totalement hors d'un API tiers. Pour la voix je m'appuie sur ElevenLabs ; pour la vidéo et les images, Sora et Nano Banana (le Gemini 2.5 Flash Image de Google). Même codebase, on change avec un changement de config — pour que quand le prochain modèle sort, vous fassiez la mise à niveau sans réécriture.
Dites-moi la tâche dont vous êtes fatigué. Je vous dirai si l'IA est la bonne solution.
Les premiers appels durent environ 20 minutes. Vous en sortirez avec un plan plus clair — un pilote cadré, une recommandation, ou un honnête "c'est un problème de tableur, pas un problème d'IA". Les trois arrivent.