Ce qui m'a amené à l'IA, c'est la curiosité — et elle ne m'a jamais quitté. Je teste ce qui sort, pour voir ce qui tient sur le terrain. Et mon moment préféré reste la découverte d'un projet : une entreprise qui ouvre ses processus et se demande ce que l'IA pourrait y changer.
Sept ans dans ce domaine m'ont aussi montré le revers : des projets lancés parce qu'il fallait de l'IA, pas parce qu'un problème la demandait. Ces projets-là s'étirent, coûtent, et s'éteignent dans une déception polie. L'IA est rarement coupable. Le cas d'usage, presque toujours.
Poser le problème avant la solution, et écrire ce qu'on croit savoir.
Ces réflexes ne viennent pas d'une école d'ingénieurs. Je suis arrivé au code par un détour — deux ans de philosophie, l'apprentissage en autodidacte, puis un master en NLP — avant plusieurs années comme ingénieur data et IA, et l'indépendance en 2025. Aujourd'hui, je construis des assistants et des agents branchés sur les données métier, et je m'occupe de ce qui les fait durer : récupération, évaluation, mise en production, coûts.
Alors oui, j'explore — énormément — mais jamais sans cadre : un objectif, un critère, un temps donné. Tout mon métier tient dans cet équilibre.
Et la curiosité qui m'a amené jusqu'ici continue de s'écrire, au fil du terrain, dans le Journal d'inférence.