Toutes les études de cas

Études de cas · 06

LifeOS

Construire un système d’IA local-first autour de vraies tâches administratives

LifeOS est un projet R&D en cours, piloté par notre fondateur, qui explore une question pratique : peut-on relier e-mails, documents, messages, tâches et connaissances personnelles grâce à l’IA sans perdre les sources ni laisser l’automatisation modifier silencieusement des informations importantes ?

Contexte de réalisation
R&D interne pilotée par le fondateur · Développement produit personnel en cours
Période
2024–2026
Disciplines
À la une · R&D · Développement
Workflow LifeOS reliant capture mobile, graphe de connaissances et espace de travail IA

Vue d’ensemble

LifeOS

Un projet R&D du fondateur reliant e-mails, documents, messages, tâches et IA sourcée dans un système d’intelligence personnelle local-first.

L’histoire complète

Construire un système d’IA local-first autour de vraies tâches administratives

LifeOS est parti de trois questions ordinaires : qu’est-ce qui a changé, qu’est-ce qui demande de l’attention et que faut-il faire ensuite ?

Marc Thornton a conçu et développé le système comme une plateforme personnelle d’intelligence auto-hébergée plutôt que comme un chatbot générique. Une application Android, les e-mails, documents numérisés et messages alimentent des données structurées reliées aux personnes, tâches et dossiers concernés.

La conception garde volontairement les preuves proches des réponses. Les sources sont conservées afin de pouvoir vérifier les conclusions, et les modifications importantes nécessitent une confirmation au lieu de laisser un système d’IA réécrire les données de manière invisible.

La stack actuelle associe des services Python et FastAPI, Docker, la recherche vectorielle Qdrant et des modèles locaux exécutés via Ollama.

Le projet est développé à partir de cas administratifs réels plutôt que de démonstrations abstraites. Les frictions du quotidien servent donc à définir les priorités et les critères d’acceptation.

LifeOS reste un programme personnel de développement produit et de R&D, et non un produit client packagé. Son intérêt pour Digital SHIFT réside dans la méthode : partir d’un workflow réel et désordonné, décider ce qui doit être automatisé et ce qui doit rester sous contrôle humain, conserver la provenance des informations, puis construire le plus petit système réellement utile autour de ces contraintes.

Un projet à débloquer ?

Parlons du problème réel.

Si cette étude de cas fait écho à une situation que vous rencontrez, envoyez-moi un bref aperçu.

Écrire à Marc