Puis-je gagner 250 000 $ en 90 jours avec l’IA ?

« Notre peur la plus profonde n’est pas que nous soyons inadéquats. Notre peur la plus profonde est que nous soyons puissants au-delà de toute mesure. C’est notre lumière, et non nos ténèbres, qui nous effraie le plus. Nous nous demandons : « Qui suis-je pour être brillant, magnifique, talentueux, fabuleux ? » En fait, qui êtes-vous pour ne pas être ? Vous êtes un enfant de Dieu. Votre jeu modeste ne sert pas le monde. Il n’y a rien d’éclairé à rétrécir pour que les autres ne se sentent pas en insécurité à votre proximité. Nous sommes tous censés briller, comme le font les enfants. Nous sommes nés pour manifester la gloire de Dieu qui est en nous. Ce n’est pas seulement le cas de certains d’entre nous ; c’est chez tout le monde. Et lorsque nous laissons briller notre propre lumière, nous donnons inconsciemment aux autres la permission de faire de même. À mesure que nous sommes libérés de notre propre peur, notre présence libère automatiquement les autres.

— Marianne Williamson, Un retour à l’amour

Je ne serai pas la première personne à tenter quelque chose qui aurait semblé impossible autrefois.

L’ère de la technologie a déjà produit des fondateurs et des entreprises qui ont gagné 100 millions de dollars ou plus en six mois. Si un fondateur solo peut bâtir une entreprise évaluée à 250 millions de dollars en six mois environ, un défi de 250 000 dollars n’est peut-être même pas suffisant.

Le défi public est de 250 000 $. En privé, je me dirige vers 1 million de dollars.

Il ne s’agit pas de faire une prédiction fortuite. Il s’agit de fixer un objectif suffisamment large pour forcer un véritable test de ce que ces outils – et une personne qui les dirige – peuvent désormais accomplir.

Peut-être devrions-nous tous nous dépasser plus que nous ne le pensons.

Mais le point le plus profond est qu’une personne faisant quelque chose d’extraordinaire le rend imaginable pour tout le monde. Cela montre que la frontière a bougé.

Je souhaite mettre en lumière ce que davantage de personnes peuvent désormais tenter avec ces outils. Non pas parce que tout le monde empruntera le même chemin, mais parce que chacun peut apprendre à créer, tester, diriger et améliorer des systèmes qui nécessitaient autrefois une organisation entière.

Je vais découvrir et voir tout ce qu’une personne peut réellement faire maintenant.

Il y a quelques jours, je suis tombé sur une entreprise appelée Polsia.

Ce qui a attiré mon attention n’était pas simplement ce qu’il avait construit, mais la rapidité avec laquelle il l’avait apparemment construit.

Le fondateur Ben Cera a lancé l’entreprise fin 2025. En six mois environ, il avait levé 30 millions de dollars pour une valorisation de 250 millions de dollars et déclarait publiquement que l’entreprise approchait les 10 millions de dollars de chiffre d’affaires annualisé.

C’est extraordinaire.

Mais ce qui m’intéressait le plus, c’était le produit.

Vue de l’extérieur, la Polsia ne m’a pas semblé fondée sur une avancée technologique impossible. Une grande partie de la valeur semblait provenir du fait de prendre des capacités qui existent de plus en plus dans des systèmes tels que Claude et de les rendre utilisables par des personnes qui ne veulent pas comprendre les terminaux, les API, les agents, l’infrastructure logicielle ou la manière dont tous les éléments techniques s’articulent.

L’appeler simplement une enveloppe de Claude serait injuste.

Rendre une technologie complexe facile à utiliser est en soi précieux.

Même le nom faisait partie de la blague. Polsia, c’est « AI slop » à l’envers. Cera a assumé cette esthétique en créant un compte Instagram autour de vidéos délibérément absurdes, générées par l’IA. Certaines ont atteint des dizaines de millions de vues. Un lien vers Polsia dans la bio a transformé cette attention en trafic.

Mais c’était exactement la leçon.

Vous n’avez pas nécessairement besoin d’inventer la technologie sous-jacente. Vous devez comprendre ce que cela rend possible et transformer cela en quelque chose d’utile.

Cela m’a amené à une question légèrement inconfortable.

Qu’est-ce que j’attends exactement ?

J’ai passé beaucoup de temps à étudier l’IA.

Recherche.

Automatisation.

Codage vibratoire.

Agents.

Sites Web.

Bases de données.

Modèles commerciaux.

J’ai également réfléchi à la création éventuelle d’une entreprise de formation pratique en IA pour les cadres et entrepreneurs expérimentés.

Mais avant d’enseigner à qui que ce soit comment utiliser ces outils à des fins commerciales, je veux voir jusqu’où je peux les amener moi-même.

Pas en regardant des manifestations.

En construisant.

Je me suis donc lancé un défi.

250 000 $ en 90 jours

Mon objectif est d’utiliser l’IA, combinée à l’expérience commerciale que j’ai déjà, pour créer 250 000 $ de nouveaux revenus au cours des 90 prochains jours.

Je ne sais pas si j’y arriverai.

C’est ce qui rend l’expérience intéressante.

Et je vais faire autre chose qui aurait semblé presque absurde il y a quelques années.

Je vais travailler sur plusieurs projets simultanément tout en continuant à gérer mon entreprise existante.

Cela pourrait finir par être l’expérience la plus importante.

En fait, j’ai appris à programmer il y a très longtemps

Il y a un élément de contexte qui mérite d’être expliqué.

Je ne suis pas ingénieur logiciel, mais je ne suis pas non plus complètement étranger à la programmation.

J’ai appris le BASIC à l’âge de 13 ans.

Plus tard, dans les années 1980, j’ai écrit un programme de tarification d’options en BASIC sous Windows.

Et puis, en gros, j’ai arrêté.

Pendant près de trois décennies, je n’ai fait aucune programmation sérieuse.

La technologie a évolué.

Le développement du logiciel a continué.

Internet est arrivé.

Le cloud computing est arrivé.

Des bases de données modernes sont apparues.

C’est arrivé.

API se sont produites.

Les frameworks JavaScript sont apparus.

Tout ce qui concerne le développement de logiciels est devenu énormément plus sophistiqué.

J’ai appris un peu de Python ici et là, mais avant cette expérience, je n’aurais pas pu m’asseoir et construire moi-même un projet Python sérieux.

Donc, quand je dis que j’ai une formation en technologie, c’est ce que je veux dire.

Je comprends la logique.

Je comprends les systèmes.

Je comprends ce que les logiciels peuvent faire.

Mais le développement de logiciels modernes m’avait échappé.

Et puis l’IA a fait quelque chose d’inattendu.

Cela m’a ramené.

Sauf que je ne deviens pas vraiment programmeur

C’est l’une des choses les plus étranges que j’ai découvertes.

J’en apprends de plus en plus sur le développement logiciel tout en permettant à l’IA d’écrire la quasi-totalité du code.

Cela semble contradictoire.

Ce n’est pas le cas.

Parce que de plus en plus, mon travail ne consiste pas à taper le code.

Mon travail consiste à comprendre ce que le système doit faire.

Comment les composants doivent se connecter.

Où les données doivent résider.

Comment l’application doit se comporter.

Ce que l’utilisateur doit expérimenter.

Que se passe-t-il lorsque quelque chose échoue.

Comment la sécurité devrait fonctionner.

Comment la base de données doit être structurée.

Comment l’application doit se déployer.

Comment les différents services doivent communiquer.

Et comment reconnaître quand l’IA a construit la mauvaise chose.

En d’autres termes, je me rapproche de plus en plus d’un architecte logiciel.

Et je pense que c’est peut-être l’un des changements majeurs que l’IA apporte au développement logiciel.

La compétence précieuse peut devenir de plus en plus non :

Pouvez-vous personnellement écrire chaque ligne de code ?

Mais :

Pouvez-vous concevoir un bon système et diriger suffisamment bien l’IA pour le construire ?

Cela nécessite un autre type de compétence.

Vous devez toujours comprendre les logiciels.

Peut-être plus que ce que les gens pensent.

Mais vous n’aurez peut-être plus besoin d’effectuer personnellement toutes les parties mécaniques de sa création.

J’écrirai beaucoup plus à ce sujet plus tard car cela a été l’une des leçons les plus importantes de tout cet exercice.

La première expérience : DarinOliver.com

L’une des premières choses que j’ai faites a été de créer le site que vous lisez.

DarinOliver.com était en partie un exercice d’apprentissage du développement de logiciels modernes assistés par l’IA.

Je voulais une plateforme de publication multilingue sur laquelle je pourrais écrire sur les affaires, la prise de décision, la technologie et ce que j’apprenais.

Alors je l’ai construit.

J’ai utilisé Astro.

J’ai ajouté plusieurs langues.

J’ai ajouté une narration vocale.

J’ai construit l’architecture de l’article.

J’ai connecté l’infrastructure.

Je l’ai déployé.

La première version a pris environ 24 heures.

Et voici la partie qui me surprend encore.

Cela a extrêmement bien fonctionné immédiatement.

Ce n’était pas un prototype cassé à peine chargé.

Le site déployé.

L’architecture a fonctionné.

Le système multilingue a fonctionné.

Le système de publication a fonctionné.

Et j’avais construit quelque chose en environ une journée qui, il n’y a pas si longtemps, je m’attendais à impliquer un développeur, des semaines d’allers-retours, des spécifications, des révisions, des tests et probablement un budget significatif.

Bien sûr, j’ai continué à l’améliorer.

Mais ce qui était étonnant, c’était à quel point le premier résultat était déjà bon.

Cela a changé ma perception de ce qui était devenu possible.

L’IA est devenue incroyablement douée pour le codage

Il y a autre chose que les personnes qui n’utilisent pas ces systèmes tous les jours n’apprécieront peut-être pas.

Le taux d’amélioration est extraordinaire.

Il y a encore un an, les outils de codage de l’IA pouvaient être très utiles, mais ils commettaient également de nombreuses erreurs.

Ils comprendraient mal l’architecture.

Casser des choses.

Inventer des bibliothèques.

Perdez la trace du contexte.

Créez un problème tout en en résolvant un autre.

Aujourd’hui, l’expérience est radicalement différente.

Les systèmes actuels sont des programmeurs étonnamment performants.

Ils font encore des erreurs.

Bien sûr qu’ils le font.

Mais donnez à un modèle solide un problème bien structuré, suffisamment de contexte et des instructions claires, et il peut produire une énorme quantité de logiciels de haute qualité remarquablement rapidement.

Et sa capacité à déboguer peut être encore plus impressionnante.

Quelque chose se brise.

Vous lui montrez l’erreur.

Il retrace le problème.

Inspecte le code environnant.

Trouve la dépendance ou le conflit architectural.

Le corrige.

Exécute les tests.

Trouve autre chose.

Corrige cela également.

Parfois, je le regarde simplement fonctionner et je pense :

C’est une machine.

Une machine absolue.

Et l’important est que cette amélioration se produit incroyablement rapidement.

Même les outils dont Ben Cera disposait lorsqu’il a commencé la Polsia à la fin de l’année dernière n’étaient pas aussi performants que ceux dont nous disposons aujourd’hui.

Cela signifie que l’opportunité se déplace sous nous pendant que nous essayons de la comprendre.

Les gens regardent ce qui était possible il y a six ou douze mois et supposent que cela définit ce que l’IA peut faire maintenant.

Ce n’est pas le cas.

C’est l’une des raisons pour lesquelles je ressens une certaine urgence autour de cette expérience.

Puis j’ai construit TallyPop

Après DarinOliver.com, je voulais quelque chose de plus exigeant techniquement.

Un site de publication est une chose.

Je voulais créer une véritable application avec des données persistantes.

J’ai trouvé le problème à la maison.

Mon fils avait du mal avec les tables de multiplication.

J’ai donc décidé de construire quelque chose pour lui.

C’est devenu TallyPop.app.

Au départ, il s’agissait simplement d’une demande pour un seul enfant.

Puis j’ai pensé :

D’autres parents doivent avoir ce problème.

Alors :

Les enseignants pourraient trouver cela utile.

Alors :

Il pourrait en fait s’agir d’un produit commercial.

En 48 heures environ, j’ai construit et déployé l’application.

Il y avait une base de données.

Suivi de l’état de l’utilisateur.

Boucles de rétroaction conçues pour répondre aux performances d’un enfant.

Plusieurs langues.

Une application Web fonctionnelle.

Et j’ai dû apprendre des technologies que je n’avais jamais utilisées personnellement auparavant.

Supabase.

Vercel.

GitHub.

Cloudflare.

Claude.

Codex exécuté via Terminal sur mon MacBook.

Je n’avais jamais utilisé correctement GitHub de ma vie.

Maintenant, je déployais une application basée sur une base de données via celui-ci.

Encore une fois, l’IA a écrit l’écrasante majorité du code.

Mais j’apprenais ce que tout faisait.

Je devais comprendre l’architecture.

Je devais comprendre pourquoi la base de données se connectait ainsi.

Je devais comprendre l’authentification.

Déploiement.

Variables d’environnement.

Branches.

Erreurs.

Autorisations.

Et quand quelque chose se brisait, je devais en apprendre suffisamment pour savoir si la solution proposée avait du sens.

C’est ce que je veux dire quand je dis que je deviens architecte logiciel.

TallyPop est désormais en ligne.

J’ai l’intention d’ajouter plusieurs fonctionnalités supplémentaires, puis de commencer à les présenter aux enseignants ici en Belgique.

Et cela introduit le problème suivant.

Parce que l’IA a rendu la construction considérablement plus facile.

Cela n’a pas éliminé le besoin d’attirer des clients.

Pendant ce temps, Simply Alpha continue de fonctionner

Je fais tout cela tout en continuant à diriger Simply Alpha Capital, LLC, mon entreprise de conseil en iGaming.

Mon équipe utilise déjà largement l’IA dans toute l’entreprise.

Nous travaillons également sur un projet distinct dans le secteur iGaming qui est actuellement en mode furtif.

Je pense que ce projet pourrait éventuellement devenir très précieux.

Mais cela ne compte pas pour ce défi.

Les revenus ordinaires de Simply Alpha non plus.

Je veux que les règles soient claires.

Les 250 000$ doivent provenir des nouveaux projets que je développe publiquement dans le cadre de cette expérimentation.

Simply Alpha continue.

Nos clients continuent.

Notre travail existant se poursuit.

Le projet furtif continue.

Et simultanément, je construis ces nouveaux systèmes.

Cela fait partie de ce que j’essaie de tester.

Ensuite, j’ai transformé l’IA en recherche

Une partie importante de ce que nous faisons chez Simply Alpha nécessite de suivre les développements dans les domaines de l’iGaming, des jeux-concours, de la cryptographie, des marchés de prédiction, du développement de jeux, de la réglementation, des paiements, du marketing et des secteurs connexes.

Il existe une énorme quantité d’informations.

Législation.

Contentieux.

Activité réglementaire.

Entreprises entrant et sortant des marchés.

Évolutions des paiements.

Lancements de produits.

Activité marketing.

Transactions.

Concurrents.

J’ai donc commencé à expérimenter la recherche sur l’IA.

Les résultats ont été extraordinaires.

J’ai créé des invites de recherche de plus en plus sophistiquées et j’ai demandé au système de rassembler, d’organiser et de résumer une énorme quantité d’informations utiles.

Finalement, j’ai demandé à Claude de transformer le résultat en un document de recherche HTML consultable.

C’était extrêmement utile.

Mais j’ai vite réalisé que j’avais simplement créé un processus manuel très sophistiqué.

Je devais encore l’initier.

Je devais encore l’exécuter.

Et si je ne l’ai pas exécuté, rien ne s’est passé.

Cela m’a conduit vers des agents.

Ce week-end : SweepsMonitor.com

Ma prochaine expérience est SweepsMonitor.com.

Je prévois de construire la première version ce week-end et, si tout se passe comme prévu, de la faire fonctionner d’ici lundi ou mardi.

Il se concentrera spécifiquement sur les développements sur le marché américain des jeux de loterie.

Mais le site lui-même est presque secondaire.

Ce que je veux vraiment apprendre, c’est si je peux déployer un agent sur un serveur privé virtuel et faire fonctionner l’ensemble du système en continu.

Un VPS est essentiellement un ordinateur fonctionnant ailleurs 24 heures sur 24.

L’agent devrait pouvoir se réveiller automatiquement.

Recherche.

Identifier les développements importants.

Analysez-les.

Produire du matériel publiable.

Et introduisez ce matériel sur le site.

Cela signifie que je vais tester si je peux créer un système de publication autonome.

Pas théoriquement.

Un vrai.

Peut-il fonctionner en continu ?

Peut-il distinguer les informations du bruit ?

Peut-il générer du contenu utile ?

Peut-il publier ?

Peut-il continuer à fonctionner lorsque je fais autre chose ?

C’est ce que je veux que SweepsMonitor prouve.

Ensuite, je veux créer l’agent marketing

Une fois que j’ai prouvé l’architecture de recherche et de publication, je veux m’attaquer à la distribution.

J’ai vu des gens utiliser des vidéos courtes générées par l’IA pour créer des quantités extraordinaires de trafic sur des plateformes telles qu’Instagram.

Ce qui m’intéresse, c’est de ne copier aucun contenu en particulier.

C’est le modèle.

Générez des variations créatives.

Testez-les.

Observez ce qui retient l’attention.

Apprenez.

Produisez davantage.

Utilisez cette attention pour conduire les gens vers un endroit utile.

Une fois que SweepsMonitor aura prouvé que je peux déployer et gérer un agent persistant, j’ai l’intention de créer un agent marketing.

L’objectif sera de créer un système capable d’identifier les idées qui méritent d’être promues, de développer des concepts vidéo courts, de produire des scripts et des ressources créatives, de préparer des publications et de générer du trafic depuis des plateformes telles qu’Instagram vers l’une des entreprises que je développe.

Je m’attends à ce que ce système devienne particulièrement utile pour Agentic Radar, ce que j’expliquerai dans un article ultérieur.

Et cela rapproche l’architecture d’une machine commerciale complète :

Recherche → analyse → produit → contenu → publication → distribution → trafic → client

Si je parviens à faire fonctionner ces éléments ensemble, une personne commence à avoir des capacités qui nécessitaient autrefois une équipe entière.

C’est la partie que je trouve profonde

Pensez à ce que je fais en même temps.

J’utilise Simply Alpha.

Mon équipe développe un projet iGaming furtif distinct.

Je continue DarinOliver.com.

J’améliore TallyPop.

Je construis une infrastructure de recherche sur l’IA.

Je lance SweepsMonitor.

Je déploie un agent autonome de recherche et d’édition.

J’ai l’intention de créer un agent marketing.

Et j’ai l’intention de développer Agentic Radar.

Traditionnellement, vous regardiez cette liste et disiez :

C’est trop. Choisissez une chose.

Et historiquement, c’était probablement un excellent conseil.

Mais l’IA change l’économie unitaire de l’effort humain.

Je n’ai pas besoin d’écrire personnellement chaque ligne de code.

Je n’ai pas besoin de rechercher personnellement chaque histoire.

Je n’ai pas besoin de traduire manuellement chaque page.

Je n’ai pas besoin de créer personnellement chaque première ébauche.

Je n’ai pas besoin de déboguer personnellement chaque problème logiciel.

Je n’ai pas besoin de créer chaque élément de contenu marketing.

Et de plus en plus, je n’ai même pas besoin d’initier personnellement chaque tâche.

Les machines peuvent fonctionner pendant que je fais autre chose.

Cela ne rend pas mon attention illimitée.

Mon jugement reste limité.

Ma capacité à prendre des décisions reste limitée.

Et les agents peuvent commettre des erreurs spectaculaires s’ils sont mal dirigés.

Mais la contrainte évolue.

L’ancienne question était :

Quelle quantité de travail une personne peut-elle faire ?

La question émergente est :

Combien de systèmes productifs une seule personne peut-elle diriger intelligemment ?

Je trouve ça profond.

Une productivité presque surhumaine

Les gens décrivent l’IA comme un outil de productivité.

Je pense de plus en plus que la description est trop courte.

La productivité signifie :

Avant, je prenais quatre heures pour faire quelque chose et maintenant j’en prends une.

C’est utile.

Mais ce que je vis est différent.

AI me permet d’essayer des choses que je n’aurais jamais tentées auparavant.

TallyPop aurait signifié autrefois embaucher des développeurs avant que je sache si quelqu’un le voulait.

SweepsMonitor aurait pu nécessiter des chercheurs, des écrivains, des développeurs, des éditeurs et quelqu’un qui surveillait le marché toute la journée.

Une opération sérieuse d’acquisition de médias sociaux peut nécessiter des chercheurs, des scénaristes, des concepteurs, des monteurs vidéo et des spécialistes du marketing.

Désormais, une seule personne peut au moins tenter d’orchestrer toutes ces capacités.

Cela commence à paraître presque surhumain.

Non pas parce que la personne est devenue surhumaine.

Parce que la personne a soudainement des machines.

Et plus ces machines deviennent performantes, plus le rôle humain se déplace vers l’architecture, le jugement, le goût, la stratégie et la direction.

C’est peut-être la véritable compétence que j’apprends.

Pas comment coder.

Comment diriger des systèmes intelligents qui codent, recherchent, publient, analysent et éventuellement commercialisent pour moi.

Pourquoi je fais ça avant de l’enseigner

Une façon évidente pour moi de monétiser ce que j’apprends serait de l’enseigner.

Il existe une très grande population de cadres et d’entrepreneurs expérimentés qui comprennent extrêmement bien leur entreprise mais qui ont à peine dépassé l’utilisation de ChatGPT pour rédiger des e-mails.

J’ai sérieusement réfléchi à la création de services pratiques de formation et de conseil en IA pour ce groupe.

Je le ferai probablement.

Mais je veux d’abord voir jusqu’où je peux aller moi-même avec ces outils.

Je recherche des compétences pratiques dans les domaines du développement de logiciels assisté par IA, de la recherche, des bases de données, de l’automatisation, des agents, de l’infrastructure, de la production de contenu, du marketing, de l’acquisition de clients et de la monétisation.

Parce qu’amener un système d’IA à faire quelque chose d’impressionnant n’est pas la même chose que créer de la valeur économique.

Le test est de savoir si quelqu’un vous paie.

C’est pourquoi j’aime le défi des 90 jours.

Cela force le problème.

Ce qui compte

Les règles restent simples.

Les revenus de Simply Alpha ne comptent pas.

Les revenus du projet furtif iGaming distinct ne comptent pas.

Les 250 000 $ doivent provenir des nouveaux projets construits ou développés dans le cadre de cette expérimentation.

Pour le moment, cela signifie :

• TallyPop.app
• SweepsMonitor.com
• Radar agentique
• Tout ce qui est nouveau directement créé via DarinOliver.com
• Tout ce que j’invente au cours des 90 prochains jours

Il ne s’agit pas de déplacer les revenus existants dans une autre catégorie et de crier victoire.

C’est pour voir ce que je peux créer à partir d’ici.

L’expérience

Donc pendant les 90 prochains jours, je vais construire.

Déployer.

Recherche.

Publier.

Marché.

Vendre.

Automatiser.

Casser des choses.

Réparez-les.

Et montre ce qui se passe.

Peut-être que je gagne 250 000 $.

Peut-être que non.

Mais de plus en plus, l’argent n’est même pas la partie la plus intéressante du défi.

La plus grande question est :

Que peut réellement faire une personne maintenant ?

Combien d’entreprises une seule personne peut-elle tester ?

Combien de produits une personne peut-elle fabriquer ?

Combien de logiciels une personne peut-elle diriger ?

Quelle quantité de recherches une seule personne peut-elle superviser ?

Quelle quantité de contenu une personne peut-elle publier ?

Quelle quantité de distribution une personne peut-elle créer ?

Combien de systèmes autonomes une personne peut-elle exploiter tout en dirigeant une entreprise existante ?

Je ne sais pas.

Mais je soupçonne que la réponse est bien plus grande que ce que la plupart des gens imaginent actuellement.

Jusqu’à présent :

SimplyAlpha.com — opérationnel.

DarinOliver.com — construit et continu.

TallyPop.app — construit, en ligne et continu.

Infrastructure de recherche sur l’IA — en cours.

SweepsMonitor.com — ce week-end.

Agent de publication autonome — suivant.

Agent marketing — après cela.

Agentic Radar — à venir.

Et j’ai l’intention de les exécuter en parallèle.

C’est peut-être finalement la véritable histoire.

Non pas que l’IA rende une personne plus rapide.

Cette IA permet à une personne de devenir l’architecte d’une quantité d’activités productives qui nécessitaient autrefois une organisation.

250 000 $.

90 jours.

En dirigeant l’entreprise que j’ai déjà.

Voyons ce qu’une personne peut faire maintenant.