Algorithme conçoit des logiciels et conseille les organisations sur l'IA. Deux métiers, une même exigence : un raisonnement que l'on peut suivre du regard.
Plus de dix ans de pratique et de recherche en informatique et en intelligence artificielle.
Terrains
Cinq secteurs
Banque, santé, industrie, éducation, institutions publiques — entre l'Afrique et l'Europe.
03 — Notre conviction
L'intelligence n'a pas à être une boîte noire.
On vend l'IA comme un mystère. Nous la traitons comme un algorithme : une procédure finie, que l'on peut suivre, vérifier, et montrer. C'est, mot pour mot, ce que dit notre nom.
algorithme n.m. — Procédure finie qui mène un problème à sa solution en un nombre limité d'étapes lisibles.
04 — Deux métiers
Deux métiers. Une seule procédure.
Nous concevons nos propres logiciels et nous les menons jusqu'en ligne. Et nous prêtons ce même discernement aux organisations qui doivent décider sur l'IA. Le conseil que nous donnons, nous l'avons d'abord appliqué à nous-mêmes.
Concevoir
Les produits
Des logiciels structurés et utiles, conçus puis menés jusqu'en ligne.
—Cadrage produit clair, logique métier lisible.
—Pensé pour être stable et exploitable dans la durée.
—Mené jusqu'en ligne, puis tenu.
Conseiller
Le conseil
Un discernement prêté aux organisations qui doivent décider sur l'IA.
—Le problème qualifié avant la technologie.
—Une recommandation défendable, point par point.
—Supervision ou mise en place, selon l'ampleur.
05 — La procédure
Analyser. Recommander. Mettre en place.
Trois temps, aucun raccourci.
01
Analyser
Comprendre le problème avant de parler technologie : le contexte métier, les contraintes réelles, ce qui est vraiment en jeu.
02
Recommander
Choisir la voie qui tient, écarter celles qui brillent. Une recommandation que l'on peut exposer et discuter, étape par étape.
03
Mettre en place
Superviser l'exécution, ou construire la solution. Jusqu'à ce que ce soit livré — et tenu dans la durée.
06 — Le conseil
Nous ne vendons pas de l'IA. Nous vous aidons à décider.
Beaucoup d'organisations n'ont pas un problème d'IA. Elles ont un problème — et la question de savoir comment le traiter. Notre rôle commence là : qualifier le problème avant de qualifier la solution.
Trois familles de méthodes, à parité : l'IA prédictive et statistique, l'optimisation et la recherche opérationnelle, l'IA générative appliquée. Nous recommandons celle qui répond au problème — pas celle qui impressionne.
Selon l'ampleur, nous restons au diagnostic, ou nous accompagnons jusqu'à la mise en place. Jamais un forfait : une intervention dimensionnée sur le problème réel.
Qualifier le problème, isoler les usages qui tiennent.
Choix de technologie
Recommander les bons leviers, écarter les autres.
Mise en place
Superviser l'exécution, ou construire la solution.
07 — Savoir-faire
Vous reconnaîtrez sans doute votre problème.
Le conseil couvre trois familles de méthodes, à parité : l'IA prédictive et statistique, l'optimisation et la recherche opérationnelle, l'IA générative appliquée. En voici la matière, par familles de problèmes — ce que nous savons cadrer, recommander et mettre en place.
Marketing, ventes et clients
Comprendre, cibler et garder ses clients.
Repérer les clients sur le point de partir — assez tôt pour agir.
Prédiction d'attrition · rétention
Regrouper ses clients en segments qui appellent une action claire.
Segmentation
Concentrer l'effort commercial sur les pistes qui aboutiront.
Scoring et qualification de leads
Proposer la prochaine action la plus utile, au bon moment.
Recommandation · next-best-action
Savoir si une action commerciale a produit son effet — ou si le résultat serait venu sans elle.
Uplift · mesure d'impact
Tarification et revenus
Fixer le prix juste, défendre la marge.
Fixer le bon prix, au bon moment, sans rogner la marge.
Pricing dynamique
Comprendre comment les volumes réagissent au prix.
Élasticité-prix
Promouvoir sans brader : cibler les remises qui rapportent.
Optimisation des promotions
Tirer le meilleur d'une capacité limitée.
Revenue & yield management
Opérations et optimisation
Décider sous contrainte : planifier, ordonnancer, router, allouer.
Planifier production et capacité, contrainte par contrainte.
Planification · capacity planning
Ordonner équipes, machines et ressources partagées sans conflit.
Ordonnancement (scheduling)
Construire des tournées qui tiennent la route : moins de kilomètres, autant de visites.
Tournées & routage (VRP) — ex. tournées de techniciens
Affecter les bonnes ressources aux bons besoins, sous contraintes.
Affectation & matching
Tenir le juste niveau de stock tout au long de la chaîne.
Stocks & chaîne logistique
Intervenir sur les équipements avant la panne, pas après.
Maintenance prédictive
Prévision
Voir venir, pour décider à temps.
Anticiper la demande — ventes, charge, trésorerie.
Prévision de demande
Dimensionner une capacité sur une demande incertaine.
Capacity planning
Repérer une rupture ou une saisonnalité avant qu'elle ne surprenne.
Détection de ruptures & de saisonnalités
Risque, fraude et conformité
Repérer ce qui menace, prouver ce qui est conforme.
Repérer une transaction frauduleuse dans le flux, en temps utile.
Détection de fraude
Évaluer un risque de défaut avant d'accorder un crédit.
Scoring de crédit
Faire ressortir ce qui sort de l'ordinaire, sans noyer les équipes d'alertes.
Détection d'anomalies
Tenir ses obligations de conformité, preuves à l'appui.
Anti-blanchiment (AML)
Documents, connaissance et assistants
Rendre la connaissance interrogeable, outiller les équipes.
Extraire l'information utile de documents, structurés ou non.
Extraction d'information · OCR
Interroger en langage clair un fonds documentaire interne.
RAG · recherche sémantique
Outiller une équipe d'un assistant adossé à son propre corpus.
Copilotes & agents métier
Décharger les processus internes de leurs tâches répétitives.
Automatisation cognitive
08 — Étude de cas
ProduitSaaSSanté
RenDoc — la procédure, menée jusqu'au bout.
Une plateforme qui permet aux cabinets et aux établissements de santé de gérer leurs rendez-vous, leurs patients et leurs praticiens — et à ces patients de prendre rendez-vous en ligne.
—Des rappels par e-mail et WhatsApp — moins de rendez-vous oubliés.
—Un rendez-vous à l'heure dite, sans salle d'attente — ou des plages libres, au choix du praticien.
—Les avis des patients, pour ajuster le service rendu.
—L'historique de chaque patient, pour un suivi qui ne se perd pas.
Conçu selon la même exigence. Annoncé lorsqu'il sera prêt — pas avant.
10 — Les terrains
Le terrain change. La rigueur, non.
Banque, santé, industrie, éducation, institutions : l'analyse et les recommandations s'adaptent aux contraintes réelles de chaque terrain.
BanqueDécision sous contrainte réglementaire et exigence de traçabilité.
SantéDes données sensibles, des usages concrets, aucune place pour l'à-peu-près.
IndustrieMaintenance, qualité, optimisation : des problèmes mesurables.
ÉducationDes outils d'apprentissage et d'organisation pensés pour durer.
Institutions publiquesDes systèmes longs à concevoir, qu'il faut tenir dans la durée.
11 — L'ancrage
Une expertise, et quelqu'un derrière.
Algorithme intervient là où il faut à la fois comprendre un métier, qualifier un problème et choisir la juste réponse — qu'elle relève de la prédiction, de l'optimisation ou de la génération.
Plus de dix ans de pratique et de recherche, entre l'Afrique et l'Europe. Un doctorat en IA, à la croisée de l'apprentissage et de l'optimisation combinatoire — des travaux publiés et présentés à AAAI, IJCAI et ECML PKDD, d'Amérique en Europe et en Asie. Et l'habitude de ne recommander que ce que l'on peut tenir.
✕Une recommandation que nous n'appliquerions pas à nous-mêmes.
✕Un forfait standard plaqué sur un problème singulier.
Nous préférons un projet refusé à une promesse intenable.
13 — Le Journal
Le Journal — quelques notes, signées.
Sur l'IA telle qu'elle se décide vraiment. Court, et tenu.
Mai 2026
Une recommandation se défend point par point
Une recommandation que l'on ne peut pas décomposer n'est pas une recommandation : c'est une préférence. Chaque étape doit pouvoir être exposée, discutée, et au besoin écartée. C'est plus lent. C'est la seule manière d'être tenu responsable de ce que l'on avance.
— Gaël Aglin
Avril 2026
Concevoir avant de conseiller
Nous éditons nos propres produits pour une raison simple : on conseille mieux ce que l'on a soi-même livré. Tenir un logiciel en production change le regard — sur les délais, sur la dette, sur ce qui casse. Le conseil qui n'a jamais rien expédié reste une opinion.
— Gaël Aglin
Mars 2026
Le bon moment pour ne pas faire d'IA
La question utile n'est pas « où mettre de l'IA ». C'est « où une règle simple, un tableur ou une meilleure organisation feraient déjà l'affaire ». Un bon conseil commence souvent par retirer l'IA du périmètre. Ce qui reste, ensuite, mérite vraiment qu'on s'y attelle.
— Gaël Aglin
Février 2026
La boîte noire est un choix, pas une fatalité
On présente souvent l'opacité d'un modèle comme une contrainte technique. C'est rarement vrai. Ce qui empêche d'expliquer une décision, ce n'est pas la machine — c'est qu'on n'a pas pris le temps de poser le problème. La lisibilité se décide en amont.