Aller au contenu
NEURIXIS
Forêt sombre traversée par une arête jaune, motif de marque de NEURIXIS.

Le cabinet

Un nom, un axe, une preuve.

NEURIXIS est un cabinet français de conseil et d’ingénierie en intelligence artificielle. Deux ingénieurs, une méthode chiffrée, et l’obligation de prouver ce que nous avançons. Cette page dit d’où vient le nom, comment nous travaillons, et ce que nous ne faisons pas.

La marque

D’où vient le nom.

NEURIXIS tient en deux racines. Neuro, le vivant qui apprend. Axis, l’axe qui mesure. Le nom pose les deux moitiés du métier : bâtir des systèmes qui apprennent, et les tenir sur un axe chiffré. Au croisement des deux, il y a le X.

La valeur dort dans l’obscurité des données. C’est la forêt, le vert sapin de notre identité : dense, sombre, pleine de choses qui comptent et que personne ne regarde. NEURIXIS y trace un trait jaune, net, unique, exactement là où ça compte. Ce que le trait touche se prouve. Ce qui ne se mesure pas reste une promesse.

Le logotype dit la même chose. Dans le X, la diagonale montante, jaune, porte le flux et la valeur. Elle passe devant la descendante, qui porte la structure. L’ordre n’a rien de décoratif : la preuve passe devant le discours.

De là vient tout le reste : un seul trait jaune par écran, jamais deux. Un accent qui se disperse ne désigne plus rien. C’est vrai d’une affiche, c’est vrai d’un portefeuille de projets IA.

L’IA qui se mesure.

Le manifeste

Six règles, et ce qu’elles nous coûtent.

Une règle qui ne coûte rien n’engage personne. Voici les nôtres, avec leur prix.

  1. Nous chiffrons avant de construire.

    Chaque mission commence par un business case : volume traité, temps passé, taux d’erreur, coût unitaire, coût d’inférence projeté. Le prix à payer, c’est que le premier commit arrive deux semaines plus tard que chez un prestataire qui démarre tout de suite. Et que certains projets meurent au cadrage, avant d’avoir coûté un euro de développement. C’est le but.

  2. Un critère de succès écrit dans le contrat.

    Avant de commencer, nous écrivons noir sur blanc ce qui vaudra réussite : quel indicateur, mesuré comment, sur quel périmètre, à quelle échéance. Ce critère peut se retourner contre nous, et c’est exactement pour ça qu’il existe. Un projet qui manque sa cible se constate ; il ne se raconte pas.

  3. Nous disons non quand le ROI n’y est pas.

    Si l’analyse ne fait ressortir aucun cas d’usage rentable sous dix-huit mois, nous vous le disons et nous ne vendons pas la suite. Nous perdons la mission. Nous gardons la seule chose qui fait revenir un client : la certitude que notre recommandation ne dépend pas de notre carnet de commandes.

  4. Nous travaillons dans votre chaîne d’outils.

    Votre dépôt, votre CI, vos règles de revue, vos procédures de mise en production. Pas une plateforme à nous, posée à côté, que vous garderiez le temps du contrat. Le démarrage est plus lent : il faut apprendre vos conventions et vos accès. En échange, ce que nous livrons ne meurt pas le jour où nous partons.

  5. Nous visons votre autonomie, donc la fin de la mission.

    Documentation d’exploitation, transfert de compétences, reprise du code par vos ingénieurs : la sortie est un livrable, pas un accident. Cela nous prive de la rente qu’un intégrateur installe en se rendant indispensable. Nous préférons un client qui revient parce qu’il a le choix.

  6. Personne entre vous et ceux qui écrivent le code.

    Vous parlez aux deux ingénieurs qui font le travail. Pas de directeur de mission, pas de couche qui reformule. Personne n’est là pour amortir une mauvaise nouvelle, vous l’aurez donc brute. Et nous ne pouvons pas mener dix projets de front : nous en refusons plus que nous n’en prenons.

Si ça ne se mesure pas, nous ne le vendons pas.
Principe de travail NEURIXIS

L’équipe

Les deux associés.

La société est détenue et opérée par ses deux fondateurs. Ce sont eux qui cadrent, qui écrivent le code et qui signent les recommandations.

  • Portrait de Baptiste Sauvecanne

    Baptiste Sauvecanne

    Président

    Data scientist. Plusieurs années chez Airbus Helicopters sur des projets d’IA en environnement industriel, du cadrage à la mise en production. Il accompagne les directions sur la stratégie : quels cas d’usage lancer, dans quel ordre, pour quel gain.

  • Portrait de Alexandre Septembre

    Alexandre Septembre

    Directeur technique

    Data scientist, formé à l’exigence des environnements industriels chez Saunier Duval. Il tient la partie technique de bout en bout : données réelles, mise en production et supervision, au niveau de fiabilité qu’un site industriel impose.

Les limites

Ce que nous ne faisons pas.

Autant le dire avant le premier rendez-vous plutôt qu’au troisième.

  • Pas de couverture mondiale.

    Nous intervenons en France et dans les pays limitrophes, en français et en anglais. Un déploiement simultané sur douze filiales et cinq fuseaux horaires demande une structure que nous n’avons pas, et nous ne la sous-traiterons pas pour faire nombre.

  • Pas de régie à grande échelle.

    Nous ne plaçons pas de consultants au forfait journalier pour tenir un plan de charge. Nous prenons des missions bornées, avec un livrable et un critère de succès. Si votre besoin est de remplir des sièges, un ESN le fera mieux et moins cher.

  • Pas de stratégie sans mise en oeuvre.

    Nous ne vendons pas de schéma directeur IA que personne n’exécute. Nous cadrons parce que nous construisons ensuite, et le cadrage vaut par ce qu’il rend constructible. Une recommandation que nous ne saurions pas implémenter, nous ne la formulons pas.

Deux ingénieurs, c’est une taille choisie. Elle nous interdit le volume et nous oblige à la sélection : nous ne prenons que les sujets où notre présence change le résultat. Face à un grand cabinet, nous ne jouons pas la couverture, nous jouons la profondeur technique et le fait que la personne qui vous répond est celle qui livre.