Votre IA pense déjà comme un consultant de haut niveau. Donnez-lui la mémoire stratégique d'un directeur de cabinet.

La X-Matrix est l'outil central du Hoshin Kanri (déploiement de la politique), méthode de planification stratégique issue du lean management. Elle aligne quatre quadrants sur une page : objectifs stratégiques 3-5 ans (Nord), objectifs annuels (Est), initiatives d'amélioration (Sud) et KPIs (Ouest), avec des marques de corrélation montrant comment chaque niveau soutient le suivant. Elle rend visible — et auditable — la chaîne de la vision au travail quotidien.

L'OKR couvre une seule couche : objectifs trimestriels et key results. Le Hoshin Kanri ajoute la direction 3-5 ans, les corrélations explicites entre niveaux, le processus de catchball et un système de cadences de réunion pour tout revoir. Si vous pratiquez les OKR, la X-Matrix s'y mappe proprement — Est comme Objectives, Ouest comme Key Results — avec la couche long terme qui manque à l'OKR.

Rarement par manque d'idées. Le déploiement échoue parce que les objectifs changent sans être re-cascadés, que les projets dérivent des priorités, que les KPI cessent d'être revus, et que chaque département travaille sur sa propre version du plan. Hoshin Kanri attaque chacun de ces points de rupture : la X-Matrix rend explicite la chaîne de la vision au travail, les cadences de revue forcent le suivi, et le score de complétude expose les trous avant que la réalité ne le fasse.

Non — c'est le harnais qui rend un tel consultant digne de confiance. Les modèles frontière raisonnent déjà au niveau d'un consultant ; ce qui leur manque, c'est la structure et le suivi. Nous fournissons le cadre prouvé (la X-Matrix), les rituels (les cadences de revue) et l'audit (le score de complétude) ; votre IA fournit la pensée. Ensemble, ils se comportent comme un bras droit exécutif qui ne laisse jamais une idée s'échapper sans mesure — et n'hallucine jamais une stratégie hors du cadre que votre équipe a négocié.

Oui — avec un cadre. Seul, un LLM oublie votre stratégie d'une session à l'autre et ne peut pas vérifier ce qui s'est réellement passé. Connecté à Hoshin Kanri via MCP, l'agent dispose d'une mémoire stratégique permanente : il sait pourquoi chaque chantier existe, quelle décision l'a créé, quel KPI il influence, et quand il doit être revu. Il ne se contente plus de donner des idées — il prépare vos revues, détecte les dérives et propose des arbitrages, semaine après semaine. Cette combinaison — le raisonnement côté modèle, la mémoire et la gouvernance côté Hoshin Kanri — c'est le travail d'un directeur de cabinet.

Parce que l'abondance de contexte non structuré est l'ennemie de l'efficacité agentique. Un empilement de documents force le modèle à deviner ce qui est à jour, ce qui est prioritaire, et comment les éléments se relient. La X-Matrix est l'inverse : une structure bornée et corrélée — chaque objectif, chantier et KPI explicitement lié, avec statuts et responsables — assez compacte pour qu'un agent la tienne en entier, assez précise pour agir. Le format n'est pas nouveau : c'est la matrice de déploiement de la politique de Toyota, soixante ans de preuve qu'une page structurée peut piloter une entreprise. La structure fait le context engineering ; la matrice en est le format.

Pour une personne seule, honnêtement : si, au début — comme Excel suffit au premier cycle. Notre mode local gratuit est exactement ça, en bien fait : du JSON structuré sur votre machine, les mêmes tools MCP, score de complétude compris. Le DIY casse quand d'autres personnes arrivent : un fichier n'a pas d'identités — pas de droits par utilisateur pour votre DAF, votre consultant ou l'agent d'un stagiaire, pas d'audit de qui a changé quoi, pas de validation que les objectifs se cascadent réellement jusqu'aux KPIs, pas de cadences de revue portant décisions et action items. Une skill dit à un agent comment travailler ; elle ne peut pas être l'état partagé et gouverné sur lequel travaille une équipe de direction. C'est cette partie-là que vous payez.

Non. L'inscription est self-serve, gratuite, sans carte bancaire — et votre assistant IA fait l'onboarding : connecté en MCP, il lit la méthode, explique votre matrice et guide votre premier déploiement — le rôle que les suites classiques facturent en prestation d'expert. Vous pouvez même évaluer avant de créer un compte : une matrice démo publique est lisible par n'importe quel client MCP avec le token publié dans notre llms.txt.

Votre agent, d'abord : les neuf prompts MCP guidés et notre documentation lisible par les machines (llms.txt) sont écrits pour que Claude réponde aux questions de méthode et de produit au niveau d'un consultant, dans votre contexte. Les humains restent joignables pour le compte, la facturation et la sécurité.

MCP (Model Context Protocol) est le standard ouvert qui permet aux assistants IA comme Claude d'utiliser des outils externes. Hoshin Kanri embarque un serveur MCP : un agent peut lire votre matrice, capturer des idées en pleine conversation, mettre à jour le statut des initiatives, diagnostiquer le déploiement d'un thème stratégique, et exécuter une sync hebdo avec Linear ou Jira. Connexion à claude.ai en OAuth, en deux minutes environ.

Non — par conception. Votre outil d'exécution garde les tâches, sprints et issues. Hoshin Kanri garde la stratégie : objectifs, initiatives, KPIs et revues. Chaque initiative porte un lien (external_ref) vers son projet d'exécution, et le prompt agent weekly_sync maintient l'alignement sans double saisie.

Oui, de deux façons. Le tier Solo cloud est gratuit : une matrice, deux utilisateurs, MCP en lecture seule. Et le mode local est entièrement gratuit et sans infrastructure : votre matrice vit dans des fichiers JSON sur votre machine, lisibles par Claude Desktop via MCP — rien ne quitte votre ordinateur.

Chaque requête est cloisonnée à votre organisation (isolation multi-tenant stricte), les tokens API sont stockés hashés, les accès sont audités, et OAuth 2.1 avec PKCE sécurise les connexions d'agents. Les données sont hébergées dans l'Union européenne.