Comment nous travaillons

Principe fondateur

Une opération de capital n'est pas qu'un calcul. C'est une chaîne de décisions sous biais cognitifs, dans un contexte d'asymétrie d'information, où l'adversité n'est pas la complexité technique mais le manque de lucidité.

Cognicism articule quatre disciplines pour neutraliser ces angles morts : la stratégie pour formuler le cap, les sciences cognitives pour identifier les biais, la finance pour structurer les opérations, l'intelligence artificielle pour démultiplier la puissance analytique sans jamais déléguer le jugement.

Les 4 disciplines articulées

1. Stratégie — Le cap avant le calcul

Avant toute modélisation, nous formulons avec précision ce que l'opération cherche à accomplir et dans quel environnement concurrentiel elle s'inscrit. Toute opération financière est d'abord un pari sur un futur ; nous explicitons ce pari avant de le structurer.

2. Sciences cognitives — Ce que les modèles ne voient pas

Les biais cognitifs sont les angles morts du jugement. Repérer overconfidence, ancrage, biais de confirmation et heuristique de représentativité ne suffit pas : nos processus les neutralisent systématiquement à chaque jalon de l'opération (cadrage, term sheet, due diligence, négociation finale, closing).

3. Finance — La rigueur comme langage commun

M&A, LBO, valorisation, restructuration : la rigueur technique articulée avec la clarté nécessaire pour convaincre, décider, exécuter. Le calcul vient après la pensée stratégique, jamais avant.

4. Intelligence artificielle — Augmenter, sans déléguer le jugement

L'intelligence artificielle démultiplie la puissance analytique sans jamais substituer l'algorithme au discernement humain. L'algorithme propose les signaux, le partner tranche la décision. Nous documentons explicitement ce qui est généré par IA et ce qui relève du jugement partner.

Notre process opérationnel

Chaque mission Cognicism suit quatre phases articulées, du cadrage au closing, avec un partner unique tout au long du mandat (pas de relais entre comités, pas d'analyste qui passe le dossier).

1. Cadrage stratégique — formulation du mandat, mapping marché, critères de qualification.
2. Préparation & matériaux — modèle multi-scénarios, vendor due diligence, teaser et information memorandum.
3. Process & négociation — sollicitation des contreparties qualifiées, négociation des term sheets, analyse cognitive des biais de négociation.
4. Closing & post-deal — coordination des conseils, signing, accompagnement post-closing si pertinent.

L'intelligence artificielle dans nos missions

Nous utilisons l'IA pour augmenter notre capacité d'analyse, pas pour la remplacer. Notre infrastructure d'analyse augmentée par l'IA traite des volumes de données qui dépasseraient une équipe traditionnelle (cohorts de transactions comparables, analyse sémantique de term sheets, modélisation multi-scénarios), tout en gardant le jugement final entre les mains du partner.

Engagement de transparence :nous documentons systématiquement, dans chaque livrable, ce qui a été produit ou pré-traité par IA et ce qui relève du jugement humain. Aucune décision matérielle n'est prise sur la base d'une sortie IA non vérifiée par un partner.

IA et relecture humaine — précisions opérationnelles

La répartition des rôles entre l'outil algorithmique et le jugement partner est codifiée pour éviter toute ambiguïté en interne comme dans nos livrables. Le principe directeur : l'IA traite la masse, le partner tranche la décision.

Rôle de l'IA dans la production éditoriale et analytique. L'outil algorithmique intervient sur trois fonctions précisément délimitées : la recherche bibliographique (agrégation de sources, vérifications croisées, cartographie d'un corpus), le premier draft jamais final (génération d'une structure de raisonnement ou d'un brouillon de note technique, toujours relu et reformé par un partner), et la détection d'incohérences (anomalies dans un tableau de comparables, écarts entre une affirmation et la source citée, ruptures de cohérence sémantique dans un term sheet).

Rôle humain — toujours premier et toujours dernier.Le partner conserve l'intégralité des décisions de fond : cadrage du sujet (que faut-il écrire, pour qui, dans quel contexte de marché), sélection des sources (lesquelles font autorité, lesquelles sont obsolètes ou biaisées), validation des affirmations (chaque chiffre est vérifié contre la source primaire), adaptation du ton à l'audience (un dirigeant en cession ne lit pas comme un fonds en sourcing) et décision éditoriale finale (publier, retravailler, retirer).

Engagement opérationnel :aucun article, livrable ou note publié sous le nom Cognicism ne sort sans relecture humaine intégrale par un partner. L'IA peut accélérer la production d'un brouillon ou d'une analyse quantitative ; elle ne signe jamais.

Processus de validation interne

Toute publication Cognicism — page persona, FAQ, manifeste, note technique, article éditorial — traverse quatre étapes de validation avant mise en ligne. L'objectif : que rien ne sorte sans avoir été pensé, relu et factuellement vérifié.

1. Étape 1 — Draft initial.Rédaction d'un premier jet, qui peut être assistée par IA pour la bibliographie (recensement des sources, mise en forme des références) et pour le squelette argumentatif. Ce draft n'est jamais une version publiable : il sert de base de travail au partner qui reprendra l'ensemble.
2. Étape 2 — Relecture senior.Olivier Job ou Jérémie Chvetzoff relit ligne à ligne, reformule ce qui doit l'être, supprime les passages imprécis, requalifie le ton là où il dérive vers le marketing. Cette étape garantit qu'une opinion engageant Cognicism a bien été assumée par un partner.
3. Étape 3 — Fact-check systématique. Chaque chiffre, chaque citation et chaque référence académique est vérifié contre la source primaire (rapport, article, étude originale). Les sources secondaires (synthèses journalistiques, billets de blog) ne sont pas acceptées comme preuve unique pour une affirmation chiffrée.
4. Étape 4 — Publication avec horodatage.Mise en ligne avec la mention « Mis à jour le [date] » en en-tête de la page concernée. Toute modification matérielle ultérieure (changement de chiffre, ajout d'une source, retrait d'un passage) déclenche une mise à jour de cette mention.

Engagement :aucune publication Cognicism ne sort sans avoir traversé les quatre étapes. Cette discipline ralentit la production éditoriale ; c'est une contrainte assumée, cohérente avec le métier que nous exerçons.

Politique de transparence sur les biais

Cognicism ne se prétend pas exempt de biais. Prétendre à une « objectivité » absolue serait à la fois faux et contraire à la discipline cognitive que nous revendiquons : un acteur économique parle toujours depuis une position. Plutôt que de nier ces biais, nous les déclarons explicitement afin que le lecteur puisse ajuster sa lecture.

Trois biais identifiés et assumés.

• Positionnement commercial.Nous vendons des services Corporate Finance & Advisory. Nos contenus valorisent donc, mécaniquement, l'utilité de ces services. Quand nous écrivons qu'un mandat conseillé vaut mieux qu'une opération en direct, c'est aussi parce que nous vivons de mandats.
• Spécialisation mid-market.Notre périmètre principal couvre les opérations de valeur d'entreprise comprise entre 20 et 500 millions d'euros. Nos analyses sont donc biaisées vers ce segment : les dynamiques du small-cap (moins de 10 M€) ou du large-cap coté (plusieurs milliards) sont traitées avec moins de granularité.
• Biais culturel franco-suisse.Nous écrivons depuis Lyon, Paris et Genève. Nos exemples, nos comparables et notre lecture des dynamiques transactionnelles reflètent une perspective d'Europe continentale. Les spécificités du marché anglo-saxon, asiatique ou nord-américain ne sont pas notre terrain principal et nous nous abstenons de les commenter avec autorité.

Engagement :nommer ces biais explicitement plutôt que prétendre à une objectivité illusoire. Le lecteur reste juge du poids qu'il leur accorde.

Politique d'anonymisation des cas

Quand nous citons une opération en exemple — qu'il s'agisse d'une cession, d'une levée ou d'un LBO — nous appliquons systématiquement quatre règles d'anonymisation cumulatives. L'objectif : illustrer un mécanisme ou une dynamique sans jamais permettre à un tiers de reconstituer l'identité d'un client passé.

1. Changement de secteur.Une opération réalisée en B2B SaaS sera transposée en industriel B2B, en services aux entreprises ou en healthtech selon ce qui préserve le mieux l'intégrité du mécanisme illustré.
2. Modification des chiffres en gardant les ordres de grandeur. Un EBITDA réel de 12 M€ devient 15 M€ dans la note publiée ; une croissance de 28 % devient 35 %. Les ratios fondamentaux (multiple, marge, leverage) sont préservés, les valeurs absolues sont déplacées.
3. Fusion de plusieurs cas similaires. Un exemple illustratif peut combiner trois ou quatre situations clients comparables en un cas synthétique unique, ce qui empêche par construction toute identification.
4. Disclaimer explicite.Tout exemple cité dans nos contenus publics est accompagné de la mention « exemple illustratif hypothétique » lorsque l'anonymisation a été appliquée.

Deux règles absolues :aucun nom client n'est cité sans accord écrit préalable du dirigeant ou du fonds concerné, et aucun chiffre exact d'un mandat passé (valeur de transaction, multiple effectif, dette mobilisée) n'est publié.

Charte éditoriale du site

Le contenu publié sur ce site (pages persona, FAQ, manifeste, descriptions de services) est rédigé par les associés de Cognicism et relu en interne avant publication. Nous nous engageons sur les principes suivants :

• Précision factuelle.Chaque chiffre, citation ou référence à une opération est vérifié. Aucun cas client n'est mentionné sans accord explicite préalable.
• Transparence sur les limites.Quand une opération sort de notre périmètre d'intervention (ex : opérations cotées multinationales, marchés non-européens), nous le disons clairement.
• Pas de garanties de résultat. Une opération de capital comporte des risques. Nos descriptions de services présentent une méthodologie, pas une promesse de closing à un prix donné.
• Pas de contenu sponsorisé déguisé. Les références à des outils, fonds ou banques sont éditoriales — aucune relation commerciale rémunérée ne biaise nos recommandations.

Politique de corrections

En cas d'erreur factuelle, de chiffre obsolète ou d'information à mettre à jour, nous corrigeons sous 7 jours ouvrés à compter de la signalisation par email à l'adresse de contact publiée sur la page mentions légales.

Les corrections matérielles (changement de chiffre clé, retrait d'un cas client, mise à jour réglementaire) sont signalées par une mention « Mis à jour le » en haut de la page concernée.

Sources et références

Notre méthodologie s'appuie sur trois corpus de référence :

• Sciences cognitives appliquées à la décision :travaux de Daniel Kahneman (Thinking, Fast and Slow, 2011), Amos Tversky (Judgment under Uncertainty), Gary Klein (Sources of Power) sur les biais et l'heuristique en contexte d'incertitude.
• Corporate Finance académique :Aswath Damodaran (NYU Stern) sur la valorisation, Brealey-Myers-Allen (Principles of Corporate Finance) pour les fondamentaux M&A et structuration LBO.
• IA appliquée à la finance :recherche en NLP financier (FinBERT, traitement de term sheets), modèles de prévision multi-scénarios, et littérature MIT Sloan / HBR sur l'intégration IA dans les processus de décision.

Bibliographie hyperliée

Nous distinguons deux niveaux de sources. Le Tier 1regroupe les sources primaires : articles académiques, ouvrages de référence, rapports d'industrie publiés directement par les institutions productrices de la donnée. Le Tier 2rassemble les analyses agrégées de cabinets reconnus, qui interprètent ou consolident des sources primaires sans les remplacer. Nous citons en priorité le Tier 1 ; le Tier 2 sert de mise en perspective ou de point d'entrée vers les sources primaires.

Données de marché — capital-investissement et M&A

• France Invest — franceinvest.eu — statistiques de marché private equity et venture capital France (Tier 1).
• Bpifrance Le Lab — lelab.bpifrance.fr — études thématiques sur la PME-ETI française (Tier 1).
• Argos Mid-Market Index — argos-wityu.com/argos-index — indice trimestriel de valorisation des opérations mid-market en zone euro (Tier 1).
• S&P LCD — spglobal.com/marketintelligence — données de leverage et structuration LBO (Tier 1).
• Carta — State of Private Markets — carta.com/insights/state-of-private-markets — données de financement venture (Tier 1).
• DocSend — études et rapports sur les pitch decks Série A — docsend.com — analyse comportementale des process de levée Series A (Tier 1).

Analyses agrégées — cabinets et recherche appliquée

• Bain — Global Private Equity Report — bain.com/insights/topics/global-private-equity-report — rapport annuel de référence sur le marché PE (Tier 2).
• McKinsey Strategy & Corporate Finance — mckinsey.com/capabilities/strategy-and-corporate-finance — publications stratégie et M&A (Tier 2).
• KPMG — analyses et publications M&A et valorisation — kpmg.com/xx/en/our-insights — méthodologies de valorisation et benchmarks de coût du capital (Tier 2).
• INSEAD Knowledge — knowledge.insead.edu — recherche appliquée stratégie et finance (Tier 2).

Corporate Finance académique

• Aswath Damodaran (NYU Stern) — pages.stern.nyu.edu/~adamodar — corpus de référence sur la valorisation, les coûts du capital et les comparables sectoriels (Tier 1).
• Brad Feld & Jason Mendelson — Venture Deals (Wiley) — ouvrage de référence sur la mécanique des term sheets venture (Tier 1).
• Howard Marks— The Most Important Thing — réflexion sur le risque, le cycle de marché et la psychologie de l'investisseur (Tier 1).

Sciences cognitives appliquées à la décision

• Tversky & Kahneman (1974) — Judgment under Uncertainty: Heuristics and Biases, Science 185(4157) — science.org/doi/10.1126/science.185.4157.1124 — article fondateur sur les heuristiques cognitives (Tier 1).
• Daniel Kahneman (2011) — Thinking, Fast and Slow — penguinrandomhouse.com — synthèse des Systèmes 1 et 2 et corpus de biais associés (Tier 1).
• Gary Klein (2007) — Performing a Project Premortem, Harvard Business Review (septembre 2007) — hbr.org/2007/09/performing-a-project-premortem — méthode d'anticipation des échecs par anti-projection (Tier 1).

Cette bibliographie n'est pas exhaustive : elle reflète les sources mobilisées le plus fréquemment dans nos notes et dans la rédaction du présent site. Nous l'enrichissons à mesure que nous publions.