Solutions sur mesure · architecte IA certifié
L'IA générative sait lire des documents, répondre à des questions sur vos données, rédiger, classer et enchaîner des tâches. Encore faut-il choisir les bons usages, l'intégrer proprement à votre SI, garder la main sur la qualité, la confidentialité et les coûts, et l'adapter aux personnes qui l'utiliseront. C'est mon rôle d'architecte IA (on dit aussi consultant IA), en complément de mes missions de DSI de transition et de CTO.
Au temps passé réel, sans engagement · aucune commission d'éditeur
Des usages concrets, choisis pour leur gain mesurable. Les deux premiers sont déjà en production.
Un responsable pose sa question en français et obtient la réponse à partir du datahub, dans la limite de ses droits d'accès (agents IA et serveur MCP d'un réseau de 550 pharmacies).
Une affiche, un PDF ou une carte de visite deviennent des évènements d'agenda ou des contacts, vérifiés avant enregistrement (outils IA d'Oliv-IT, avec Claude).
Factures, bons de commande, contrats : lecture, contrôle et saisie dans l'ERP ou le SIRH, avec une validation humaine des cas douteux.
Réponses aux questions des clients, des adhérents ou des salariés, fondées sur vos documents et citant leurs sources, avec passage de relais à un humain.
Rapprochements, relances, synthèses : des agents enchaînent les étapes, dans un périmètre défini et sous supervision.
Transcription sur le poste de travail, sans envoi de l'enregistrement à un service en ligne, puis compte rendu structuré (Whisper).
L'IA apporte la souplesse, vos systèmes gardent la maîtrise.
Un seuil, une règle de calcul, une autorisation ou une preuve restent dans vos logiciels. L'IA lit, classe, rédige et propose ; elle ne remplace pas une règle de gestion.
Un appel simple quand il suffit, des étapes fixes quand on peut les écrire, un agent seulement quand on ne le peut pas et qu'une erreur se rattrape.
Les seuils de qualité viennent de votre métier, pas du prototype. Ils sont mesurés sur un jeu de cas réels, y compris les plus difficiles.
L'IA n'a accès qu'aux outils et aux données dont elle a besoin : on retire un droit inutile plutôt que de surveiller son usage.
Elle soulage vos équipes des tâches répétitives et s'adapte à leurs habitudes ; elle ne décide pas à leur place quand l'enjeu est fort ou l'action irréversible.
Chaque solution précise la condition hors de laquelle elle n'est plus fiable (par exemple, des documents de 20 pages au plus), et cette condition figure dans le contrat.
La plupart des usages d'entreprise relèvent de l'une de ces cinq architectures. Chacune a son garde-fou.
Répondre à partir de vos documents stables (procédures, contrats, réglementation), en citant les sources.
Garde-fou Jamais pour une donnée qui change, comme un stock ou un statut de commande : elle se lit dans le logiciel qui la détient.
Transformer une facture, un bon de commande ou un contrat en données structurées, saisies dans vos logiciels.
Garde-fou Les cas douteux partent vers une personne.
Classer chaque demande entrante et l'orienter vers la bonne réponse, le bon logiciel ou la bonne personne.
Garde-fou Une catégorie « je ne sais pas » traitée par un humain.
Enchaîner des actions quand les étapes ne peuvent pas être écrites à l'avance : interroger des données, rapprocher, synthétiser.
Garde-fou Peu d'outils, un nombre d'étapes limité, un critère d'arrêt.
L'IA explore et écrit le code, puis des étapes fixes prennent le relais : tests, relecture humaine, mise en ligne.
Garde-fou Rien n'est mis en ligne sans relecture.
Un projet d'IA se décide par étapes : on ne passe à la suivante qu'avec une preuve de valeur.
Atelier avec les métiers : ce qui revient à l'IA, aux logiciels existants et aux personnes ; gain estimé, risques.
Cas d'usage priorisés et chiffrés.
Sources, qualité, droits d'accès appliqués avant que les données n'atteignent le modèle.
Périmètre de données validé.
Architecture (appel simple, étapes fixes ou agent), modèle, intégration au SI, budget estimé avec la méthode V·T·P·M.
Architecture, budget et condition limite validés.
Critères de réussite fixés avant de construire, jeu de cas de référence, qualité, coût et délai de réponse mesurés.
Verdict : faisable, faisable sous conditions, ou non.
Mise en production, suivi de la qualité, des coûts et des alertes, toute évolution testée en comparant deux versions.
Usage adopté, relais préparé.
Le coût d'usage d'un modèle est souvent modeste au regard du gain : c'est la fiabilité, plus que le budget, qui décide si un usage passe en production.
Les questions qu'une direction générale ou financière pose à juste titre, et les réponses de l'architecture.
Offres professionnelles qui n'entraînent pas les modèles sur vos données, données minimisées, hébergement en Europe si nécessaire.
L'IA ne voit que ce que l'utilisateur a le droit de voir. Les attaques propres à l'IA (consignes cachées dans un document, abus d'outils, fuite de données) sont bloquées par l'architecture, pas seulement par des consignes.
Tests automatiques d'abord, puis par une autre IA, puis par vos équipes ; réponses sourcées ; un changement de modèle est testé comme une mise en production.
Un modèle adapté à chaque tâche, consignes répétées mises en cache (environ 10 % du prix normal), traitements par lots (environ moitié prix) quand le délai le permet ; consommation plafonnée et suivie.
RGPD, règlement européen sur l'IA : chaque obligation est reliée à un contrôle, un responsable et une preuve.
Une architecture qui permet de changer de modèle ou de fournisseur sans tout refaire.
Délivrée par Anthropic, l'éditeur de Claude, le 13 octobre 2026. Elle valide la capacité à concevoir et à faire fonctionner des solutions d'IA générative en production, sur sept domaines :
Oliv-IT (outils publics) · depuis 2026
2 outils publics · aucune donnée conservée
Conception et réalisation de deux outils d'IA générative gratuits : une affiche, un PDF ou une carte de visite deviennent des évènements d'agenda ou des contacts, vérifiés avant enregistrement.
2025-2026
10 sources réconciliées · 800 utilisateurs avec un identifiant unique
Analyse complète du SI d'un groupement de pharmacies, datahub central, compte unique pour chaque utilisateur, nouveaux outils (espace adhérent, IA, support), jusqu'à la reprise de l'équipe data en interne.
Mis en œuvre ou étudiés en mission, sans classement ni comparaison.
Par un atelier de cas d'usage de quelques jours : on recense les tâches où l'IA peut faire gagner du temps ou de la qualité, on estime le gain et la difficulté de chacune, et on choisit un premier usage à réaliser rapidement. Vous repartez avec une feuille de route chiffrée et datée.
Non, si l'architecture est bien choisie : je retiens des offres professionnelles dont le contrat exclut l'entraînement sur vos données, j'envoie au modèle le strict nécessaire et, si vos contraintes l'exigent, j'utilise des modèles hébergés en Europe.
Pas toujours. Le traitement de documents ou un assistant fondé sur votre documentation peuvent démarrer sans. Pour interroger vos chiffres en langage naturel, en revanche, des données réunies dans une base commune (un datahub) et fiables sont indispensables : l'IA ne fait pas mieux que les données qu'on lui confie.
Deux postes. La conception et la réalisation, facturées au temps passé réel comme toutes mes missions. Et l'usage des modèles, payé au volume au fournisseur : je l'estime avant de lancer (volume de demandes, taille des documents, prix du modèle, marge de sécurité), je le plafonne et je le suis dans le temps.
Oui, et l'architecture en tient compte. Les règles et les calculs qui doivent être exacts restent dans vos logiciels ; les réponses citent leurs sources ; la qualité est mesurée sur un jeu de cas réels avant la mise en production ; et une personne valide les actions irréversibles.
Tout dépend de l'usage. Pour le travail individuel, l'assistant intégré à votre suite bureautique (Microsoft Copilot, Gemini) ou un assistant grand public en version professionnelle peut suffire, avec des règles d'usage claires. Pour une solution intégrée à vos données et à vos logiciels, on choisit le modèle (Claude, GPT, Mistral…) selon la confidentialité, l'hébergement, la qualité et le coût, et l'architecture permet d'en changer. Je suis certifié sur Claude, sans commission d'aucun éditeur.
Ce n'est pas l'objectif de mes missions. L'IA prend en charge les tâches répétitives (ressaisie, classement, première réponse, synthèse) ; vos équipes gardent les décisions et le contrôle des cas sensibles.
Je suis certifié sur Claude, que j'utilise en production. Je ne perçois aucune commission d'Anthropic ni d'aucun autre éditeur : le modèle est choisi selon vos contraintes de confidentialité, d'hébergement, de qualité et de coût, et l'architecture permet d'en changer.
Une certification délivrée par Anthropic, l'éditeur de Claude, aux architectes qui conçoivent et font fonctionner des solutions d'IA générative en production. Elle porte sur sept domaines : conception et architecture, modèles et consignes, intégration, évaluation et optimisation, gouvernance et risques, parties prenantes et cycle de vie, productivité des équipes. Elle est vérifiable sur Credly.
Trente minutes en visioconférence, gratuites et sans engagement, pour regarder vos premiers cas d'usage et ce qu'ils pourraient rapporter.
Interventions dans toute la France, surtout à distance · démarrage sous 3 à 4 semaines · aucune commission d'éditeur
