Aleksander Dabrowski

Que les équipes passent leur temps sur leur vrai métier, et pas sur les tâches qui pourraient se faire toutes seules — et que l'organisation commence à innover. Avec des décisions plus rapides, moins de temps perdu sur l'exécution, des coûts maîtrisés et un ROI mesuré.

1. Je repère, côté business et technique, ce qui est automatisable et prêt pour l'innovation. C'est rapide, mais je vais au fond des choses. Je valide la vision et le plan avec la direction et les équipes.
2. En parallèle, je développe moi-même les premières solutions, avec les équipes : un assistant ou un agent IA, un tableau de bord, un outil de suivi.
3. J'organise l'équipe et la gouvernance autour du cycle de vie des cas d'usage, et je forme en co-construisant : le changement se conduit sur le terrain, l'IA et la data s'apprennent en marchant. Ensuite, l'équipe continue sans moi.

Je comprends la technique, le business et les gens. Un outil ne sert à rien si personne ne l'utilise, ou si le business n'en voit pas l'intérêt. Une feuille de route présentée sous forme de slides, sans prototype initial, risque d'être irréaliste.

Le marketing, les ventes et la relation client — connaissance client, CRM, fidélisation, anti-churn.

En 3 mois, dans un grand groupe télécom, 50 personnes embarquées dans 5 métiers, 150 workflows listés, un backlog de 100 cas d'usage et 2 premiers cas data et IA explorés en hands-on. Équipe mobilisée, plusieurs processus chronophages fortement réduits. Extrapolation de la méthodologie à d'autres entités.

10 ans de conseil IA & data, 5 ans dans l'industrie, plus de 50 projets data et IA pour des grands groupes et des startups. Programmes menés dans plus de 10 pays, équipes jusqu'à 15 personnes, 4 langues (FR, EN, PL, RU).

Télécom, banque, assurance, automobile, e-commerce, luxe, services web, domotique.

SQL, dbt, BigQuery, Looker Studio, Power BI, assistants IA (RAG, API OpenAI, Claude Code), Make.