Ma démarche

Quinze ans d'usine m'ont appris à aller voir avant de décider. L'IA m'a appris à construire.

J'ai commencé comme consultant lean, sur les lignes de production de groupes industriels. J'ai ensuite été manager lean, responsable de production puis responsable de l'excellence industrielle d'un groupe de onze usines, directeur industriel et directeur d'usine de transition, et enfin responsable de production dans le verre, avec six démarrages de lignes.

Dans chaque usine, les mêmes choses me frustraient : un suivi de projets éparpillé dans des tableurs, une gestion documentaire qui ralentissait tout le monde, une stratégie qui n'atteignait jamais l'atelier. On faisait avec, faute de mieux.

En 2025, j'ai appris à construire avec l'IA. J'ai refait, pour une startup puis pour mes propres produits, les outils qui m'avaient manqué : suivi des actions, gestion documentaire, X-Matrix du hoshin kanri. Ce qui a changé, c'est le paradigme : une frustration de terrain devient en quelques jours un outil qui fonctionne.

Chacun de ces outils peut à son tour être étendu. Le logiciel en est à l'heure de la haute couture : il s'adapte au processus tel que les équipes le mènent, une fois le gaspillage supprimé, au lieu que l'usine se plie au logiciel. Le socle reste structuré, et l'interface entre les équipes et cette suite logicielle, c'est l'IA, en langage naturel.

Ce que je construis aujourd'hui, j'en aurais été incapable il y a un an. Et je vois l'écart se creuser entre ce que permet l'IA et ce que font la plupart des entreprises. C'est cet écart que je veux réduire, sur le terrain, avec les équipes.

Six principes

Ceux du lean, appliqués à l'IA

  1. 1

    Le terrain d'abord

    Je prends le poste avec les équipes avant d'ouvrir un éditeur de code, et je regarde le travail tel qu'il se fait.

  2. 2

    Supprimer avant d'automatiser

    Automatiser un gaspillage revient à le rendre plus rapide. On supprime d'abord, on construit ensuite ce qui reste.

  3. 3

    Mesurer dans l'atelier

    Un projet est fini quand on peut mesurer ce qui a changé : sécurité, qualité, coût, délai, heures rendues aux équipes.

  4. 4

    Déterministe d'abord, IA par exception

    Une règle quand c'est possible, l'IA pour les cas qui sortent du flux, un humain qui valide. Ce que l'IA ne décide pas, elle ne peut pas le fausser.

  5. 5

    Transmettre

    Une méthode ne tient que si les équipes se l'approprient. J'apprends aux dirigeants et aux managers à structurer leur contexte et à construire eux-mêmes.

  6. 6

    Rendre reproductible

    Le premier déploiement sert de modèle : il devient un standard écrit, que le site suivant reprend sans tout réinventer.

Ce que je m'impose

Faire tourner ce que je recommande
Je construis ce que je préconise, et j'exploite moi-même ce que je construis.
Dire quand un tableur suffit
Si votre besoin n'appelle pas d'IA, je vous le dis, même si cela me coûte une mission.
Travailler avec les modèles d'aujourd'hui
Ils suffisent déjà pour la plupart des besoins ; inutile d'attendre ceux de demain.
Vous laisser propriétaire
Le code et les données vous appartiennent, hébergés en France ou dans l'UE. Zero Lock-In

Cette démarche vous parle ?

Décrivez votre situation en deux lignes : un flux qui coince, un outil que personne n'utilise, une stratégie qui ne descend pas.