Mathias Dupey

Conception et mise en production de deux systèmes IA structurants. Productivité opérationnelle triplée sur les fonctions concernées, sans recrutement supplémentaire.

Système 1

pipeline éditorial autonome. Agents orchestrés couvrant toute la chaîne : ingestion des briefs, vérification factuelle des sources (garde-fou anti-hallucination), analyse des gaps SEO, structuration éditoriale, traduction multilingue et publication automatique sur Webflow. Levée du goulot d'étranglement qui bloquait l'acquisition organique.

Système 2

community management augmenté. Agent de classification d'intent en temps réel qui qualifie chaque message et l'oriente vers la bonne file, avec escalade humaine systématique sur les cas sensibles plutôt qu'une automatisation aveugle. Back-office d'analytics alimentant directement les décisions produit. Données utilisateurs traitées conformément au RGPD.

Cabinet d'ingénierie spécialisé dans la conception et le déploiement de systèmes IA en production pour les entreprises B2B françaises avec la conformité et la souveraineté comme exigences de base, pas comme options.

Trois axes : automatisation des opérations internes (workflows, traitement documentaire, reporting), systèmes d'acquisition et de qualification commerciale, intégration d'agents IA dans les processus métiers existants. Conformité AI Act et RGPD pensée dès l'architecture ; données hébergées en Europe et restant à tout moment la propriété du client.

Modèle de projet à prix fixe, au résultat, pas des jours-homme avec équipe dispatchée selon le besoin (IA, ingénierie, web, DevOps) et hub IA dédié à chaque client. Direction technique sur l'ensemble du portefeuille : architecture, choix de stack, revue de code, recrutement et orchestration d'un bench de freelances seniors.

Conception et mise en production d'un CRM nouvelle génération piloté par agents RAG, où la valeur ne réside plus dans la saisie mais dans l'action automatisée. Les agents analysent chaque contenu entrant (email, formulaire, signal externe), enrichissent la fiche prospect à partir de sources internes et tierces, génèrent un plan d'action priorisé selon le contexte commercial et déclenchent les relances au bon moment.

Enjeu central : la fiabilité en environnement bruité. Recommandations traçables jusqu'à leur source, garde-fous contre les actions erronées, latence de bout en bout maîtrisée. Traitement des données prospect pensé dans le respect du RGPD. Agents orchestrés en Python sur base RAG dédiée, exposés via une interface commerciale Next.js.