J’adore la technique, mais tout ne mérite pas d’être développé ou automatisé. Il faut prioriser là où l’impact sera le plus fort : créer du revenu, réduire un coût, éviter des erreurs ou améliorer le service.

Symfony, PHP, Python, API, Hacking, Robots, IoT, OCR, IA, MCP… La bonne solution n’est pas la plus impressionnante techniquement, c’est celle dont l’investissement est cohérent avec la valeur qu’elle apporte.

Les LLM ouvrent un nouveau champ. Un transformer ne dit pas la vérité, il probabilise. L’IA croise les systèmes, confronte les sources plutôt que de croire l’ERP, pointe leurs incohérences et guide l’humain dans sa décision.

Comprendre son parcours, l’histoire de l’entreprise et la manière dont elle s’est construite. Revenir sur les projets et déploiements passés : ce qui a fonctionné, ce qui a échoué et pourquoi.

Surtout, comprendre où il veut emmener l’entreprise demain, ses ambitions, ses contraintes et sa vision.

Le dirigeant, le manager et celui qui l’exécute tous les jours en ont chacun une vision différente. Pour comprendre comment l’entreprise fonctionne réellement, il faut aller voir.

Observer les gestes, les échanges, les outils, les doubles saisies et les contournements. Je cherche à comprendre pourquoi les utilisateurs travaillent ainsi. J’écoute leur avis, ce qui les embête, ce qu’ils aiment faire, où ils vont : ce sont eux qui savent ce qu’il faut faire et comment le faire ! C’est la première étape pour en faire les ambassadeurs de demain.

Analyser les méthodes de travail, les manques des outils, la surcomplexité, les besoins que le processus ou l’outil officiel ne couvre pas.

Avant d’améliorer leur outil, j’ai besoin de comprendre pourquoi il leur est nécessaire : ce qu’il résout, ce qu’il contourne, ce que le processus officiel n’avait pas prévu.

On cartographie les processus réels, pas ceux de l’organigramme. Puis on détermine une process map cible : ce que l’on veut.

Puis on trace la roadmap produit : où on va, dans quel ordre, et combien ça va coûter.

On sait maintenant d’où on vient et où on va. On a un plan, on a des coûts : on peut se concentrer sur le ROI. Parfois, la solution n’est même pas un logiciel.

J’apporte ensuite un regard neuf et la capacité à transformer rapidement une idée en outil. Mieux vaut se tromper tôt.

Une première version entre les mains des utilisateurs nous apprend bien plus que des dizaines de pages de spécifications.

Avancer à petits pas : prioriser ce qui crée le plus de valeur, construire petit, livrer tôt, apprendre, itérer. Chaque cycle transforme une hypothèse en quelque chose de concret, confronté à la réalité du terrain.

La technologie vient après le problème. Une API existe ? Je l’utilise. Sinon : base de données, export, connecteur, OCR, RPA, hacking si nécessaire. Si une donnée s’affiche à l’écran, on peut la récupérer.

Je reste impliqué de bout en bout, de la direction au déploiement. Je réutilise ce qui marche, j’évite les dépendances inutiles : la complexité a un coût, la valeur doit le justifier.

Un nouvel outil ne crée de valeur que s’il est réellement utilisé.

Accompagner les équipes, écouter les résistances, former, ajuster et mesurer les résultats, jusqu’à ce que la nouvelle façon de travailler devienne naturelle.

La mise en production n’est pas la fin du projet. Rester disponible, observer les usages, corriger, améliorer et faire évoluer l’outil avec l’entreprise.

Je ne livre pas un logiciel pour disparaître ensuite.

Structurer l’entreprise est la première étape pour l’ouvrir à l’IA. Une fois les processus compris, les données organisées et les outils métier en place, l’IA peut travailler directement avec le système d’information.

Pas question de lui faire utiliser les interfaces conçues pour les humains, ni de lui ouvrir directement des API trop larges. Via MCP, on construit une interface orientée métier : elle expose uniquement les données utiles et des actions précises, contrôlées et contextualisées. L’IA peut chercher, croiser et confronter les informations, mais n’agit que dans le cadre qu’on lui a explicitement donné.

L’objectif reste le même : donner accès à toute la puissance du système sans en donner toutes les clés. L’IA analyse et propose. L’humain garde la décision.

Serveurs, code, comptes, accès, données : tout est chez vous, à votre nom, dès le premier jour.

Le code est écrit pour être repris : technologies standards, conventions du marché, historique Git complet, documentation à jour. N’importe quel développeur senior peut prendre le relais facilement, à tout moment.