Travaux livrés · Démos en direct · Études de cas
Tout ce qui est sur cette page est du vrai travail. Quand l’outil peut être montré, il y a une démo en direct. Quand il tourne sur les données privées d’un client, il y a une étude de cas à la place. Les clients restent anonymes, et chaque étiquette vous dit exactement ce que vous regardez.
Des chiffres qui passent d’un outil à l’autre, vérifiés par des règles que vous voyez et modifiez.
Pour une entreprise de paysagisme de 50 personnes. Chaque matin à 8 h 30, l’outil lit l’application terrain et le logiciel de paie, trouve les erreurs de pointage de la veille et prépare un SMS par personne. Un responsable lit chaque message avant de cliquer sur envoyer, et peut modifier les règles à l’écran. La démo tourne sur des données fictives.
Ouvrir la démo →Pour un exportateur de cacao de 100 personnes. Les inspecteurs recensent des milliers de producteurs et leurs plantations. L’ERP vérifie chaque pièce d’identité et chaque parcelle avec les mêmes règles, indique à qui on peut acheter selon le règlement européen sur la déforestation, et confirme chaque achat au point de collecte. La démo tourne sur des données fictives.
Ouvrir la démo →Pour les équipes informatiques qui aident les utilisateurs de SAP. Un ticket arrive, l’agent le trie, retrouve les cas déjà résolus et écrit la procédure. Un technicien la valide ou l’escalade, et rien n’est appliqué avant ce clic. La démo tourne sur des données fictives.
Ouvrir la démo →Une entreprise de paysagisme de 50 personnes saisit les heures dans une application terrain et paie via un logiciel de paie. Faire concorder les deux prenait des jours de vérification à la main chaque mois. L’outil que j’ai construit applique les mêmes règles à chaque fois, signale les anomalies avant la clôture du mois, et le dirigeant modifie lui-même les règles, à l’écran. L’outil en production tourne sur les données du client, donc le lien ouvre la page que je remets au dirigeant avec les fichiers de test. Elle couvre sept règles de paie et l’anomalie exacte semée dans des données synthétiques.
Lire la page →Des prospects qui reçoivent une réponse, sont qualifiés et relancés le jour même.
Pour un groupe de laboratoires médicaux en France. Chaque semaine, l’outil lit le registre des entreprises, les annonces légales et les offres d’emploi de chaque concurrent sur votre territoire. Ce qui ne compte pas est écarté avec sa raison, et le reste arrive dans un seul email le lundi, chaque ligne reliée à sa source. L’outil fonctionne comme un outil prêt à l’emploi sur abonnement, et cette démo utilise des données fictives.
Ouvrir la démo →Une plateforme de formation façon Coursera, avec des cours, le paiement, des certificats et un CRM derrière. Je l’ai construite et je l’exploite pour une entreprise française d’e-learning. Elle vend de vrais cours aujourd’hui.
Voir gptformation.pro ↗Les licences IA que vous payez déjà, vraiment utilisées par l’équipe.
Pour la même entreprise de 50 personnes que le travail de rapprochement. Les salariés copiaient des documents internes dans leurs comptes ChatGPT personnels. J’ai mis en place un compte Claude Team en dix groupes de travail pour seize personnes, avec des droits calqués sur l’arborescence SharePoint existante, pour que personne ne voie ce qu’il ne doit pas voir. Le dirigeant, les assistants et la comptabilité ont été accompagnés en premier, chacun avec une base de connaissances construite autour de sa vraie semaine.
Pour la commission des finances d’une ligue régionale de football. La méthode d’analyse des comptes d’un club tenait dans le prompt d’une seule personne. J’en ai fait une application partagée. Chaque membre ouvre le dossier d’un club, dépose ses comptes, lit le compte rendu au fur et à mesure et le télécharge en Word. La démo utilise des données fictives.
Ouvrir la démo →Commencer ici
Je vous dirai ce que je construirais en premier. Un appel court, sans pitch.