Le terrain
Une organisation multi-sites. Chaque matin, un gestionnaire ouvrait un chiffrier de quatorze onglets, regardait la demande des prochains jours, jetait un œil à ce que faisait le marché, et fixait les prix de la journée. Six heures par semaine, réparties en petites tranches d’anxiété.
Le chiffrier fonctionnait. C’est important de le dire — la personne qui l’utilisait était bonne. Le problème n’était pas la compétence, c’était que la compétence était prisonnière d’un outil qui ne dormait jamais.
Ce que j’ai branché
Pas une « solution IA ». Un enchaînement de trois choses simples : une collecte automatisée des données de marché, un agent qui produit une recommandation motivée en langage clair, et un humain qui approuve ou refuse en trente secondes.
Le point critique, ce n’est pas le modèle. C’est la motivation écrite. Le système ne dit jamais « mets 189 $ ». Il dit : « je recommande 189 $ parce que la demande à J+7 est à 62 %, deux concurrents ont monté hier, et il y a un gros événement en ville jeudi ». Un humain peut être en désaccord avec ça. C’est exactement le but.
Une IA qui décide à ta place, on l’abandonne en trois semaines. Une IA qui argumente devant toi, on la garde.
Ce que ça a donné
- Six heures par semaine récupérées — réinvesties dans les relations avec les gros comptes.
- Des décisions prises sept jours sur sept plutôt que cinq.
- Et le vrai résultat, celui qu’on ne met jamais dans les slides : l’équipe a arrêté d’avoir peur de l’IA, parce qu’elle a vu que l’IA lui rendait des comptes.
La bascule
Je n’ai pas écrit une ligne de code pour bâtir ça. Ce que j’ai apporté, c’est dix-sept ans à savoir pourquoi un gestionnaire hésite à monter un prix un mardi. Cette connaissance-là, aucun modèle ne l’a. Elle vient du métier.
Toi, tu as la tienne. Dans ton domaine, tu sais des choses que personne d’autre ne sait formuler. C’est précisément la matière première.