Est-ce possible avec vos données ?
On teste le modèle sur un échantillon réel. Si ça ne tient pas, vous l’apprenez avant de construire.
Quelques semaines
Une première version qui dit si votre produit mérite d’aller plus loin, avant d’engager le budget complet. L’IA y entre là où elle sert la question à trancher.
Audit gratuit, sans engagement. Hébergement en France par défaut.
Les confondre, c’est payer un produit complet pour une question qu’un prototype aurait tranchée. Chaque porte répond à une seule question.
Est-ce possible avec vos données ?
On teste le modèle sur un échantillon réel. Si ça ne tient pas, vous l’apprenez avant de construire.
Quelques semaines
Est-ce que les gens comprennent ?
Le parcours, montré à quelques utilisateurs avant d’écrire une ligne de code.
Semaines 3 et 4
Est-ce que les gens s’en servent ?
Un produit en ligne, de vrais utilisateurs, de vraies données. Une décision prise sur ce qu’ils font.
Douze semaines
Deux semaines de cadrage, puis des sprints de quinze jours jusqu’aux premiers utilisateurs. Douze semaines en tout.
La question à trancher, les utilisateurs visés, l’indicateur de réussite. Semaines 1 et 2.
Les parcours essentiels, testés avec quelques utilisateurs. Et s’il y a de l’IA, un premier essai du modèle sur vos données. Semaines 3 et 4.
Trois sprints de quinze jours, chacun terminé par une version à essayer. Semaines 5 à 10.
Le produit en ligne, utilisé par de vraies personnes. On observe ce qu’elles font, on corrige ce qui coince. Semaines 11 et 12.
Aller plus loin, pivoter ou s’arrêter. Les trois réponses sont légitimes.
Un MVP est assez complet pour que de vrais utilisateurs s’en servent avec de vraies données, et assez réduit pour être construit en douze semaines. Il répond à une seule question : le produit mérite-t-il d’aller plus loin ?
Nous écrivons avec vous cette question, et nous coupons tout ce qui n’y répond pas. L’IA y entre seulement si elle sert la réponse.
Le produit complet, d’emblée
Un MVP en douze semaines
Une PME reçoit les commandes de ses clients professionnels par e-mail et par téléphone. Elle se demande si un portail de commande serait utilisé.
Des clients qui commandent chaque semaine passeront-ils par le portail plutôt que par l’e-mail, au point de libérer le temps de saisie ?
Le parcours de commande montré à quelques clients choisis, avant d’écrire une ligne de code.
Ce parcours seulement, avec l’IA là où elle sert : lire une commande envoyée en pièce jointe et la proposer pré-remplie.
Une poignée de vrais clients. On regarde combien reviennent commander par le portail.
Si peu reviennent, vous l’avez appris en douze semaines. S’ils reviennent, la suite se chiffre sur des données d’usage.
Quand le produit repose sur l’IA, cette question passe avant toutes les autres. Un échantillon de vos données réelles, plusieurs modèles, et le taux de réponses utilisables. Vous avez la réponse en quelques semaines.
Illustration du principe : chaque case est un exemple tiré de vos données réelles, anonymisé si besoin. Les résultats réels se mesurent sur votre échantillon.
Le MVP se construit sur une base vérifiée, avec le même banc d’essai qu’une intégration de modèle.
Vous l’apprenez en quelques semaines, et on cherche un autre angle : une tâche plus étroite, une relecture humaine, ou un produit sans IA.
Un MVP peut conclure qu’il faut s’arrêter. Ce que vous avez payé reste utile. Si la décision est d’aller plus loin, vous nous confiez la suite, vous la confiez à une autre équipe, ou vous recrutez : tout est documenté.
Un MVP manipule de vraies données dès les premières semaines, traitées comme celles d’un produit en production : DPA, hébergement en France par défaut, aucun modèle entraîné sur vos données. Le détail est dans nos garanties de souveraineté.
À vous, dès le premier jour
Écrite au cadrage, avec le seuil qui vaudra réponse. Tout ce qui n’y répond pas attend la version suivante.
Code, comptes, clés d’accès aux modèles et données, dès le premier jour, quelle que soit la décision.
Chaque sprint se termine par une version à manipuler. Vous corrigez la trajectoire en route.
BIA, notre espace de travail IA souverain, est passé par le même chemin : une question précise, de vrais utilisateurs, une décision prise sur ce qu’ils font.
Exécuté en local, pour les métiers réglementés et les données sensibles.
DécouvrirNous traitons déjà les données sensibles de centaines de milliers d’entreprises, dans un cadre où l’erreur se voit et se paie.
Passer à l’outil complet, ou y intégrer un modèle de langage ou des agents.
Sur le MVP et le POC, celles qui reviennent en rendez-vous.
Par le POC si le produit repose sur un modèle d’IA : il vérifie sur vos données que le modèle sait faire la tâche. Si l’IA n’est qu’un ajout, le MVP suffit.
Le no-code et le low-code vont vite et suffisent souvent, si le modèle de données est pensé dès le départ. Le code s’impose quand la logique est complexe, que le volume l’exige ou qu’une contrainte de sécurité le demande. On tranche au cadrage.
Seulement si elle sert la question à trancher. L’ajouter pour l’affichage alourdit le projet et brouille la réponse.
Le MVP, quand vous ne savez pas encore si le produit sera utilisé : douze semaines pour le savoir. L’application métier, quand l’usage est connu et que vos équipes attendent l’outil : quatre mois pour un outil utilisable.
Il est chiffré sur mesure, après un premier échange. Le devis ferme sort du cadrage de deux semaines, jamais avant.
Vous. Le code, les comptes et les données sont à votre nom dès le départ. Si nous cessons de travailler ensemble, quelqu’un d’autre reprend sans nous appeler.
Trente minutes pour écrire la question que votre première version devrait trancher. C’est gratuit et ça ne vous engage à rien.