Coddect
Analyse documentaire automatisée : délais divisés par 14, coûts divisés par 30, 60 dossiers traités par mois.
Data & Intelligence artificielle
Prototype SaaS Data & IA
Soixante jours pour savoir si votre hypothèse tient. Pas une démonstration soignée qui impressionne en réunion, mais un produit branché sur vos vraies données, avec une mesure de qualité que vous pouvez opposer à votre board.
L'essentiel
- Un prototype Data ou IA n'a qu'une mission : prouver que la chose fonctionne sur vos données réelles, pas sur un jeu d'exemples choisi.
- Livré en soixante jours au forfait, à partir de 29 000 €, avec la propriété du code transférée dès le premier euro facturé.
- La contrainte n'est presque jamais le modèle. C'est la disponibilité et la qualité de vos données — et cela se vérifie au cadrage, avant de dépenser.
- Chaque prototype repart avec un protocole d'évaluation chiffré : sans mesure de qualité, une démonstration IA ne prouve rien.
- Secteurs traités : FinTech, PropTech, EdTech, analyse documentaire, médias, ressources humaines.
Ce qu'un prototype IA doit prouver
Une démonstration réussie ne prouve pas qu'un produit est viable. C'est le malentendu le plus coûteux de ces projets : on présente trois cas qui marchent, la salle est convaincue, et six mois plus tard on découvre que le taux d'erreur sur les cas réels rend le produit inutilisable.
Un prototype sérieux répond donc à quatre questions mesurables. La chose fonctionne-t-elle sur un échantillon représentatif, y compris les cas tordus ? Quel est le taux d'erreur, et quel taux votre métier peut-il absorber ? Combien coûte un traitement unitaire, et ce coût tient-il à l'échelle visée ? Et que se passe-t-il quand le système se trompe — qui le voit, qui corrige ?
Tant que ces quatre réponses ne sont pas chiffrées, vous n'avez pas validé une hypothèse, vous avez financé une démonstration.
La donnée est le vrai sujet, pas le modèle
On me sollicite souvent avec une question de technologie — quel modèle, quel fournisseur, quelle architecture. Dans la grande majorité des cas, ce n'est pas là que le projet se joue.
Ce qui décide, c'est l'état de vos données. Existent-elles vraiment, ou faut-il les produire ? Sont-elles accessibles techniquement, ou enfermées dans un outil dont personne n'a l'export ? Y en a-t-il assez pour que le résultat soit significatif ? Ont-elles le droit d'être utilisées pour cet usage, au regard du RGPD et de vos engagements clients ?
Ces quatre vérifications se font pendant les deux jours de cadrage. Il m'est arrivé de conclure qu'il fallait commencer par six semaines de collecte avant tout développement — et c'est une bien meilleure nouvelle que de le découvrir au deuxième mois d'un forfait.
Ce qui fait échouer ces projets
Quatre causes reviennent, et aucune n'est technique.
Le périmètre choisi pour impressionner plutôt que pour trancher : on construit la fonctionnalité la plus spectaculaire au lieu de celle qui répond à la question la plus risquée. L'absence de protocole d'évaluation, qui rend impossible toute comparaison entre deux versions. L'oubli du travail humain autour du système : correction, contrôle, traitement des cas rejetés — c'est souvent là que se trouve le vrai coût d'exploitation. Et la confusion entre un produit qui fonctionne et un produit que quelqu'un veut payer.
Ma manière de m'en protéger est simple : on attaque d'abord l'hypothèse la plus risquée. Si elle tombe, elle tombe au bout de trois semaines et pas de neuf mois, et vous avez économisé la différence.
Le déroulé et le prix
Le format est celui du forfait soixante jours : deux semaines de cadrage et d'architecture, cinq semaines de construction livrée par incréments hebdomadaires, une semaine de mise en production et de transfert. Le détail du périmètre, de ce qui est inclus et de ce qui ne l'est pas, est décrit sur la page consacrée au développement de MVP.
Le prix démarre à 29 000 €. Le cadrage préalable est facturé 4 900 € et se déduit si le projet se poursuit. Le devis part sous cinq jours ouvrés après l'atelier.
POC, prototype, MVP, V1 : à quelle question chacun répond
| Question à laquelle il répond | Ce qu’il ne prouve pas | |
|---|---|---|
| POC | Est-ce techniquement faisable dans notre contexte ? | Que quelqu’un l’utilisera, ni que le coût unitaire tient |
| Prototype | À quoi cela ressemble, et le résultat est-il assez bon ? | Que le produit est exploitable en conditions réelles |
| MVP | Des utilisateurs s’en servent-ils, et paient-ils ? | Que le produit tiendra la charge à grande échelle |
| V1 | Peut-on l’exploiter durablement et le vendre ? |
Confondre ces quatre objets est la première source de malentendu sur un devis. Un prototype vendu au prix d'un MVP, ou l'inverse, se paie toujours quelque part.
Trois produits Data & IA en production
Insights
Base de référence pour les ressources humaines : plus de 2 000 métiers indexés, compétences, offre et demande.
Biais
Le premier site d'actualités françaises entièrement indépendant, débiaisé et sans publicité.
Questions fréquentes
Combien coûte un prototype SaaS avec de l'IA ?
Le forfait démarre à 29 000 € pour soixante jours, cadrage inclus dans le déroulé. Un projet IA n'est pas mécaniquement plus cher qu'un projet classique : ce qui coûte, c'est l'état de vos données et le niveau de qualité exigé, pas la présence d'un modèle.
Faut-il entraîner son propre modèle ?
Rarement, et presque jamais au stade du prototype. Dans la grande majorité des cas, un modèle existant correctement outillé — bonne préparation des données, bons garde-fous, bonne évaluation — donne un meilleur résultat pour une fraction du coût. L'entraînement spécifique se justifie quand vous disposez d'un volume de données propriétaires réellement distinctif.
Combien de données faut-il pour commencer ?
Cela dépend entièrement de l'usage, et c'est précisément ce que le cadrage détermine. Pour beaucoup de cas d'analyse documentaire, quelques centaines d'exemples représentatifs suffisent à mesurer si la piste tient. Ce qui compte davantage que le volume, c'est que l'échantillon reflète les cas difficiles et pas seulement les cas faciles.
Comment mesurez-vous la qualité du résultat ?
Par un protocole défini avec vous au cadrage, sur un échantillon annoté que le système n'a jamais vu. On fixe ensemble le seuil acceptable pour votre métier avant de commencer, ce qui évite la discussion la plus pénible du dernier jour : savoir si le résultat est bon.
Qu'en est-il du RGPD et de la confidentialité des données ?
C'est un point du cadrage, pas une formalité de fin de projet. On vérifie la base légale de l'usage, l'endroit où les données sont traitées, ce qui est transmis à un fournisseur externe et ce qui n'a pas le droit de sortir. Quand la sensibilité l'exige, on privilégie un traitement qui ne fait pas quitter vos données de l'Union européenne.
Le prototype devient-il le produit final ?
Parfois oui, quand l'architecture a été pensée pour cela — et je la pense pour cela. Mais je ne le promets pas : un prototype dont la seule mission était de trancher une question peut mériter d'être jeté une fois la réponse obtenue. Le savoir acquis vaut alors plus que le code produit.
Prochaine étape
Un projet à transformer en produit ?
Réservez 30 minutes, ou présentez votre idée en quelques lignes. Nous répondons sous 5 jours ouvrés avec un cadrage gratuit — périmètre, risques, planning et barème d'engagement.