Ember.Ember
Toutes les études de cas

Second Cerveau

Le Labo des CEO confronte ses analyses stratégiques à plusieurs IA avec Ember Second Cerveau

Portrait de Mélanie Louchart

Mélanie Louchart

Dirigeante, Le Labo des CEO

LinkedIn

2

recommandations différentes pour une même question, avec ChatGPT et Claude

6

étapes dans sa méthode de travail avec Ember Second Cerveau

4

applications distinctes où ses analyses et ses documents étaient répartis, au moins

Mélanie Louchart accompagne des dirigeants sur leurs décisions stratégiques. Avant Ember Second Cerveau, la même question posée à ChatGPT et à Claude lui donnait deux recommandations différentes. Elle travaille désormais avec un assistant IA pour dirigeant : un seul espace où plusieurs modèles d'intelligence artificielle se confrontent, avec le contexte de l'entreprise.

Une question, plusieurs raisonnements en retour

Le premier usage que Mélanie Louchart décrit tient en une action. Elle soumet une question au Conseil d'IA, et plusieurs modèles examinent la même problématique. Ils confrontent leurs raisonnements, puis font ressortir les points d'accord, les divergences et les questions à approfondir.

Les modèles tiennent aussi compte du contexte disponible dans la plateforme. Elle n'a plus à copier la même question d'une application à l'autre pour comparer les réponses à la main.

C'est la fonctionnalité qu'elle utilise le plus pour les sujets importants.

Deux réponses bien écrites, et une décision à prendre

Mélanie dirige Le Labo des CEO, une entreprise qui accompagne des dirigeants sur leurs marchés, leurs modèles économiques et leurs décisions de financement. Elle utilisait ChatGPT et Claude depuis un moment. Ces outils lui apportaient une valeur réelle pour chercher, organiser et rédiger.

Le problème est apparu sur les sujets stratégiques. Elle pouvait poser exactement la même question aux deux outils et recevoir deux recommandations différentes. Parfois, les deux réponses semblaient parfaitement argumentées. Rien, dans l'une ou l'autre, ne permettait de dire laquelle était juste.

Il fallait alors vérifier, relancer et recouper. Cela prenait du temps. À chaque nouvel échange, il fallait aussi réexpliquer le contexte : l'activité, le positionnement, les clients, le modèle économique, les objectifs et les contraintes.

Ces écarts sont compréhensibles. Les modèles n'utilisent pas toujours les mêmes méthodes de raisonnement, ni les mêmes connaissances ou hypothèses. Pour une dirigeante qui doit trancher, la difficulté reste entière : comment choisir entre deux analyses qui semblent toutes deux crédibles ?

Six étapes, du sujet au document, dans un seul espace

Son usage suit six étapes. Elle part d'une question concrète, comme un marché, un modèle économique ou une stratégie marketing, et précise le contexte et l'objectif. Elle mobilise ensuite une compétence spécialisée de la bibliothèque, qui couvre la stratégie, le marketing, la finance ou l'organisation.

Quand le sujet est lourd, elle active le Conseil. Elle examine les arguments et les points de vigilance, puis creuse les questions les plus importantes. Une fois la réflexion structurée, elle demande à générer des documents avec l'IA : rapports d'analyse, documents Word, tableaux Excel ou plans d'action. Elle n'a pas besoin de changer d'application pour passer de la réflexion au document.

Exemple illustratif : imaginons un dirigeant qui veut commercialiser un nouveau service. Un raisonnement pourrait privilégier la rapidité pour tester la demande, un autre souligner le risque d'un positionnement flou, un troisième insister sur la rentabilité. Le Conseil permet alors de faire ressortir les arbitrages : lancer tout de suite, réaliser un test commercial limité, revoir le prix ou renforcer la promesse avant d'investir davantage.

Pour les sujets qui dépassent son métier, comme une question juridique, fiscale ou de ressources humaines, elle peut être orientée vers des partenaires experts. L'intelligence artificielle prépare le dossier, puis un professionnel prend le relais.

Une mémoire qui garde le contexte d'un échange à l'autre

Les informations de l'entreprise restent disponibles pour les analyses suivantes. Mélanie n'a pas à reprendre toute la présentation de son activité à chaque question. Les réponses sont mieux contextualisées, et les analyses gagnent en continuité.

Avant, ses documents se répartissaient entre plusieurs environnements. Une analyse dans ChatGPT, un plan d'affaires examiné avec Claude, des tableaux dans Excel, des documents dans Word, des visuels dans d'autres applications. Elle décrit cette dispersion comme une source de complication pour la continuité de son travail.

Ce qui change au quotidien, et ce qui reste à mesurer

Mélanie dit se sentir plus sereine face aux recommandations obtenues. Elle garde son propre jugement. Elle sait aussi que plusieurs modèles peuvent partager les mêmes erreurs ou s'appuyer sur les mêmes informations incomplètes. La confrontation aide à repérer les désaccords et les hypothèses à vérifier. Elle ne garantit pas la bonne réponse.

Ce qui change surtout, c'est la continuité. Quand elle travaille sur un sujet lié à l'entreprise, elle utilise Ember Second Cerveau. Elle continue d'employer ChatGPT et Claude quand ils lui conviennent. Elle a aussi accès à des compétences spécialisées pour approfondir les analyses de marché et les plans d'affaires.

Pour un marché, elle ne cherche pas seulement une liste de concurrents. Elle veut comprendre les besoins des clients, les dynamiques du secteur, les opportunités et les risques. Pour un plan d'affaires, elle interroge les hypothèses de revenus et de charges, et se demande si la clientèle visée est assez précise et si les prévisions sont cohérentes.

Elle ne chiffre pas, à ce stade, le temps gagné. Ce qu'elle décrit, c'est une façon de travailler : une question, une confrontation, un document, puis un expert si nécessaire.

Questions fréquentes

Votre prochaine décision peut commencer ici.

Décrivez votre priorité. Ember vous aide à avancer.