Sept cas d’algorithmes, d’automatisations et de processus conçus pour être réutilisés, jugés sur des résultats obtenus bien après la fin de la mission.
Démontrer que la pertinence opérationnelle à l’ère de l’IA s’atteste par deux missions dédiées à la production de contenu assistée par IA chez Simplébo en 2023, puis Aprovall en 2024. Elles manifestent le même réflexe de construction de systèmes au moment où l’IA s’est généralisée, sans pivot tardif.
Deux missions à seize ans d’écart, une newsletter et une couche de décision éditoriale, partagent une règle : automatiser le travail manuel à faible valeur ajoutée quand il coûte plus cher que l’outil, et laisser la décision éditoriale à un humain.
Montrer comment un système de scoring interne, déployé par phases, a filtré chaque décision d’acceptation et ramené les pertes d’une boutique de plusieurs centaines à moins d’une douzaine par an.
Montrer que les opérations lean sont un modèle d’organisation : trouver le coût structurel d’un processus, refaire sa couche mécanique et libérer du temps humain pour un travail qui en vaut la peine.
Montrer qu’un système de décision conçu pour un média financé par la publicité ne s’applique pas tel quel à une activité de formation génératrice de leads : les échelles cessent d’être comparables, les données de conversion se raréfient, et la maintenance manuelle a fait passer l’outil d’un développement ponctuel à un produit de back-office.
Montrer comment une échelle logarithmique rend comparables des KPI incomparables, comment un score de gain anticipé classe les mises à jour à mener, et pourquoi la décision finale reste humaine, limites comprises.
Montrer, avec un algorithme d’aide à la décision éditoriale conçu pour un site média, qu’un outil bâti une fois sur des données réelles peut survivre à la mission qui l’a financé et continuer de servir d’autres activités.
