aka Zhiy Tam · Founder & AI Builder
Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.
IA générative
Concevoir des produits d'IA de bout en bout, jusqu'à la mise en production : de la génération d'images par diffusion dans Bobi à l'usage d'outils par agents dans Mica. Expérience concrète de mise en production de LLM, de modèles de diffusion et de pipelines « instruction → action ».
NLP
Transformer le langage naturel en actions logicielles fiables. Le cœur de Mica, c'est le NLP : analyser l'intention, la traduire en opérations de feuille de calcul et générer des formules vraiment dignes de confiance.
Design produit
Une philosophie du zéro courbe d'apprentissage : si un outil a besoin d'un manuel, il n'est pas terminé. J'ai conçu Bobi et Mica pour qu'une première utilisation produise quelque chose de réel sans lire la moindre instruction.
Technologie créative
Traiter l'IA comme un médium, pas comme un utilitaire. Explorer comment les systèmes génératifs amplifient l'expression personnelle — portraits stylisés, nouvelles esthétiques, outils qui rendent l'imaginaire accessible.
Avant de fonder MINDLINK TEC LTD, Tam a acquis une solide expérience en ingénierie produit moderne — de la conception d'interfaces utilisateur à l'architecture de systèmes cloud-native. Sa fascination pour l'IA est née de premières expérimentations avec des modèles génératifs, vite devenue une conviction : l'IA n'est pas qu'un outil d'automatisation, c'est un médium d'expression créative. Basé dans le cyberespace, il continue de repousser les limites des outils créatifs dopés à l'IA.
J'ai dirigé le développement de Bobi — un outil d'image IA sans courbe d'apprentissage. Importez une photo et transformez-la instantanément en plusieurs styles, sans rédiger de prompt.
J'ai dirigé le développement de Mica — un assistant Excel à base d'agents IA qui transforme le langage naturel en actions sur la feuille de calcul.
J'ai fondé MINDLINK TEC LTD avec la mission de rendre la créativité assistée par IA accessible à tous.
Mica
Un assistant Excel à base d'agents IA. Décrivez votre besoin en langage naturel et Mica gère les opérations, l'analyse de données et la génération de formules — utiliser Excel devient aussi simple qu'une conversation.
Bobi
Un outil d'image IA sans courbe d'apprentissage. Importez une photo et générez des portraits stylisés et des images créatives dans plusieurs esthétiques — sans peaufiner de prompt.
Je crois que la technologie est la plus puissante quand elle permet aux gens de s'exprimer comme ils ne l'auraient jamais cru possible. Avec Bobi, je construis des outils qui abaissent la barrière de la créativité — pour que chacun, quel que soit son niveau technique, crée des œuvres personnelles et pleines de sens. Chaque fonctionnalité commence par une question : « Est-ce que cela aide quelqu'un à se voir autrement ? »
86 articles dans 3 séries
La meilleure IA pour la modélisation financière : ce que les tests ne notent pas
Les classements publiés notent la vitesse à laquelle un outil produit un modèle. Ils ne notent pas si le modèle peut être vérifié. Voici l'écart, et comment les outils se comparent sur les contrôles.
Modèle à trois états : ce que 99 contrôles ont révélé dans un classeur
Un modèle à trois états généré par un agent IA et soumis à 99 contrôles croisés, et le chiffre qui prouve qu'un classeur sans erreur ne constitue pas un dossier d'investissement.
Monte-Carlo dans Excel : 10 000 trajectoires et 31 contrôles
Un modèle de rendement et de risque construit dans une feuille : une série de prix, dix mille trajectoires, une exécution à graine fixe, et une distribution comparée à sa réponse analytique.
VAN, TRI et WACC : ce que 67 contrôles montrent
L'évaluation d'un investissement à partir d'une note d'une page, avec une VAN calculée deux fois, un TRI résolu deux fois et un profil de VAN balayé de 6 % à 14 %.
Quatre méthodes de valorisation, quatre réponses : 54 contrôles
FCFF, FCFE, dividendes et résultat résiduel sur une même société : de 7 080 à 15 439, une largeur de fourchette de 74 %, et 54 contrôles qui vérifient chaque étape de l'arithmétique.
Duration et convexité obligataires : 55 contrôles, deux méthodes
Prix, rendements, durations et convexités calculés par les formules puis par différences finies, plus l'additivité des taux clés qui doit tenir.
Black-Scholes et l'arbre binomial : 17 contrôles
Sept options et deux swaps valorisés dans un seul classeur, avec parité, convergence du treillis, Grecques analytiques et résolution de volatilité implicite derrière les chiffres.
Optimisation de portefeuille : 24 contrôles sur l'optimum
Six classes d'actifs, un plafond de 35 %, pas de vente à découvert, et un optimum qui doit satisfaire les conditions KKT sous lesquelles il a été résolu.
TRI en capital-investissement : 48 contrôles, une racine
MOIC, DPI, TRIM, un waterfall et un flux de trésorerie avec plus d'un taux de rentabilité interne, vérifiés par quarante-huit contrôles.
Contrôle d'un modèle à trois états : douze raccords à respecter
Douze raccords que doit respecter un modèle à trois états : identité du bilan, raccordement des flux, bénéfices non distribués, immobilisations. Le score d'un modèle généré par IA.
Bilan qui ne s'équilibre pas : huit identités à contrôler
Huit identités à vérifier dans l'ordre quand un modèle à trois états ne s'équilibre pas, et les trois auxquelles un modèle généré par IA ne peut pas répondre.
Référence circulaire dans un modèle financier : l'IA échoue ici
Les intérêts dépendent de la trésorerie et la trésorerie dépend des intérêts : la boucle que tous les outils d'IA testés ont ratée. Comment la construire pour qu'elle converge et reste vérifiable.
Piste d'audit dans Excel : ce que laisse un tableur IA
Quatre maillons qu'une piste d'audit doit contenir (entrées, modifications, raisonnement, relecture), et comment tester si celle que laisse votre outil d'IA tient vraiment.
Changer une méthode comptable : tous les tableaux qui bougent
Changer la méthode de valorisation des stocks, l'amortissement ou le traitement des locations déplace des chiffres dans tout le modèle. Les tableaux à vérifier de nouveau, et comment distinguer une liaison d'un rafistolage manuel.
Tester un modèle financier sous contrainte : six entrées qui le mettent en échec
Croissance, marge, jours de besoin en fonds de roulement, investissements, taux d'intérêt et ligne de financement : six entrées qui exposent la faiblesse d'un modèle, et ce que dit une sortie impossible.
Un modèle à trois états qui se contrôle lui-même
Comment un modèle à trois états est construit pour que ses propres contrôles puissent s'exécuter : variables motrices nommées, une cellule par contrôle et une seconde voie qui n'utilise pas le modèle.
Rendements et valeur temps : les contrôles avant le modèle
249 rendements à partir de 250 prix, aucun cours nul, des dates dans l'ordre, et une volatilité qui doit égaler l'écart-type quotidien fois la racine de l'année.
Arbres de probabilités qui doivent s'additionner
Des probabilités dont la somme vaut 1, des comptages de branches qui correspondent aux observations, et une espérance reconstruite à partir des deux, contrôlés sur 249 rendements quotidiens.
Convergence Monte-Carlo : 10 000 trajectoires contre une formule
Dix mille trajectoires avec graine, cinq centiles comparés à la réponse lognormale, et l'écart le plus large à 0,0053.
Peut-on recalculer la p-value ? Un bêta significatif qui n'explique rien
Un bêta de −0,229 avec une p-value de 0,0268 et un R² de 0,0197 : trois chiffres qui concordent et une conclusion qu'ils n'étayent pas.
Contraintes de frontière efficiente : ce que font les bornes
Pourquoi une règle de non-vente à découvert et un plafond de 35 % changent les portefeuilles qui existent, et les quatre contrôles qui disent que l'optimiseur les a respectés.
Séries temporelles hors échantillon : le test que le classeur saute
Les statistiques dans l'échantillon décrivent le passé. Un échantillon d'un an, un découpage, et les trois contrôles qui empêchent un backtest de fuir.
Un modèle quantitatif qui se prouve lui-même
Intégrité des données, quatre identités, une simulation comparée à sa forme fermée, et une régression significative qui n'explique presque rien.
VAN, TRI et TRIM : une réponse ou trois
Les mêmes flux de trésorerie à travers trois indicateurs : 836 de VAN, un TRI de 13,15 % et un TRIM de 11,23 %. Pourquoi l'écart est l'hypothèse de réinvestissement, pas une erreur.
Sensibilité au WACC : où la VAN bascule
Un coût du capital de 7,845 %, un profil de VAN en dix-sept points de 6 % à 14 %, et le WACC exact auquel une VAN de 836 devient nulle.
Structure de financement : ce qui bouge, et ce qui devrait bouger
Passer la part de dette de 40 % à 60 % réduit le WACC de 1,24 point et ajoute 226 de VAN. L'ampleur réelle de cet effet dépend d'un bêta que le modèle traite comme fixe.
Délai de récupération et indice de rentabilité : où ils cessent d'être fiables
Un délai de récupération de 3,91 ans et un indice de rentabilité de 1,167 pointent tous deux vers l'acceptation. Dans le scénario défavorable, l'un d'eux pointe encore vers l'acceptation alors que la VAN est négative.
Monte-Carlo au niveau d'un projet : ce que trois scénarios ne peuvent pas dire
Une évaluation d'investissement avec un cas de base, un scénario favorable et un défavorable, sans aucune probabilité. Ce qu'une simulation apporterait, ce qu'elle coûte et comment la contrôler.
Un modèle d'évaluation d'investissement qui tient ensemble
Comment une évaluation d'investissement est construite pour que chaque indicateur soit calculé deux fois, que chaque scénario soit isolé et que la règle de décision soit elle-même une assertion.
FCFF et FCFE : deux méthodes, un seul chiffre ?
Deux méthodes DCF vers la même valeur des fonds propres, l'une à 10 229 et l'autre à 8 370. Les flux concordent ; les valorisations non.
DDM multi-étapes : garder les étapes continues
7 080 de valeur des fonds propres à partir d'un taux de distribution de 29,8 % et d'une croissance terminale de 2 %. Pourquoi les étapes doivent se raccorder, et pourquoi cette méthode est au bas de la fourchette.
Résultat résiduel : pourquoi il fixe le haut de la fourchette
6 132 de fonds propres comptables, 9 307 de valeur actuelle ajoutée, et une hypothèse terminale qui rapporte 17 % à perpétuité contre un coût des fonds propres de 10,8 %.
Multiples de comparables : une distribution, pas un chiffre
Pourquoi un multiple de pairs doit être présenté comme une fourchette avec quartiles, quels sont les contrôles, et pourquoi ce classeur de valorisation n'en contient aucun.
Cartes de sensibilité : les deux propriétés qu'elles doivent respecter
Une grille WACC-croissance construite à partir des flux du modèle, la monotonie qu'elle doit montrer, et la cellule qui prouve que la grille est vivante.
Comment fixer une fourchette de valorisation qui a du sens
De 7 080 à 15 439 sur une même société : une largeur de fourchette de 74 %, quatre méthodes, et les contrôles qui empêchent une fourchette de devenir un refuge.
Rendement actuariel : le résoudre, puis le prouver
Sept obligations, un rendement résolu pour chacune, et le contrôle qui compte : revaloriser au rendement résolu doit redonner le prix de marché.
Duration en trois méthodes : 5,354, 5,090, 5,083
Temps de Macaulay, sensibilité modifiée et revalorisation effective sur le même portefeuille, chacun calculé selon sa définition et contrôlé par différences finies.
Convexité par différences finies : le contrôle du second ordre
35,675 par la formule et 35,605 par revalorisation, et pourquoi le choc de 1 pb doit être appliqué à une différence seconde pour signifier quelque chose.
Duration par taux clé : la somme des parties doit égaler le tout
Décomposer une duration effective de 5,083 ans en segments de taux clés, et pourquoi la somme ne concorde que si chaque segment est mesuré.
Spread de crédit : une entrée, et le contrôle qui la maintient telle
Un spread de 433,77 points de base à l'échéance : comment il entre dans le rendement, ce que le solveur doit reproduire, et ce que le modèle ne dit pas du défaut.
P&L sous choc de courbe : revaloriser ou prédire
Cinq chocs de courbe, chacun valorisé deux fois : une fois en entier, une fois par duration et convexité. L'écart est ce que les deux premiers ordres manquent.
Un modèle obligataire auditable
Comment le classeur obligataire est construit pour que chaque grandeur analytique soit calculée deux fois, et pourquoi la note du classeur en est la ligne la plus importante.
Forwards, futures et la base
Un prix forward est le spot porté au taux de financement. Un prix futures est la même chose avec règlement quotidien, et la différence est la base que la fiche de transaction ne montre jamais.
Valorisation d'un swap : deux méthodes, un chiffre
Deux swaps sur une courbe plate à 4 %, valorisés deux fois chacun : en actualisant la jambe fixe contre le pair, et en sommant les flux de taux forward.
Black-Scholes et l'arbre : ce que l'écart vous dit
11,837 par la formule et 11,835 par un arbre à mille pas : deux méthodes différentes, un chiffre, et un écart qui se réduit de façon prévisible.
Convergence de l'arbre binomial : le tableau qui le prouve
Un treillis CRR exécuté de 10 à 1 000 pas contre la forme fermée, avec un écart qui baisse à chaque pas et un ratio proche de 100.
Grecques par différences finies : choisir le décalage
Delta, gamma, vega, theta et rho à partir des formules et d'un décalage, avec les tailles de décalage qui font concorder les deux à sept chiffres.
Volatilité implicite : trois itérations et un avertissement
Un prix de marché de 9,556 inversé en une volatilité de 25 % en trois itérations, avec un résidu nul, et aucun repli en cas d'échec.
Un moteur de valorisation qui se contrôle lui-même
Pourquoi un classeur de produits dérivés a besoin de moins de contrôles qu'un modèle à trois états, et ce que chacun des dix-sept établit réellement.
Conditions KKT vérifiées : prouver que l'optimum est l'optimum
Six conditions qu'un optimum sous contraintes doit satisfaire, avec des résidus à la dixième décimale, et ce que chacune détecte.
Violations de contraintes : quatre assertions et un comptage
Des pondérations dont la somme est égale à 1, pas de vente à découvert, aucun actif au-dessus de 35 %, et un nombre de violations nul, avec deux actifs exactement au plafond.
Black-Litterman : d'où vient le posterior
Quatre contrôles sur un modèle dont toute la valeur est que le vecteur de rendements cesse d'être une supposition, et peut être reconstruit à partir de ses composantes.
Parité de risque : trois contrôles sur le risque équivalent
Des pondérations dont la somme vaut 1, des contributions dont la somme égale la volatilité du portefeuille, et l'écart entre la plus grande et la plus petite contribution.
Attribution qui s'additionne
Une décomposition de Brinson avec un résidu nul, et pourquoi l'additivité est le seul contrôle qui rend une attribution crédible.
Cohérence du test de résistance : le contrôle que l'optimiseur ne peut pas faire
Le classeur de portefeuille n'a pas de test de résistance. À quoi il ressemblerait, et les trois contrôles de cohérence qui séparent un scénario d'un récit.
Un portefeuille vérifiable
Réalisabilité des contraintes, optimalité KKT, posterior Black-Litterman et attribution de Brinson : quatre affirmations différentes, quatre tests différents.
TRI à solutions multiples : 6,10 % ou 163,9 %
Un flux de trésorerie avec deux changements de signe et deux racines positives, localisées indépendamment, avec la VAN confirmée nulle aux deux.
MOIC, DPI et RVPI : une identité, quatre scénarios
1,46× annoncé, 2,00× central, 3,50× favorable, 0,80× défavorable : l'identité des multiples contrôlée dans chaque scénario, avec et sans VNI actualisée.
Dilution entre tours : où la table de capitalisation casse
Cinq tours, un fonds et ses co-investisseurs, et six contrôles qui détectent l'erreur de dilution la plus fréquente d'un tableur.
DCF immobilier : la valeur de sortie est le modèle
Une détention de cinq ans, un NOI forward, un taux de capitalisation de sortie, et les contrôles qui empêchent la valeur terminale d'être une hypothèse déguisée.
Taux de capitalisation et levier : l'arithmétique d'un rendement immobilier
Pourquoi un taux de capitalisation de 5 %, un prêt de 60 % et une dette à 4 % donnent un rendement des fonds propres de 6,5 %, et les trois contrôles qui gardent un modèle immobilier honnête.
Un modèle d'investissements alternatifs qui tient
Tables de capitalisation, flux de trésorerie, quatre mesures de rendement, deux racines de TRI, un waterfall, et le contrôle qui rend toute la structure auditable.
Tableurs natifs IA face à l'IA Excel : ce qui disparaît, ce qui perdure (2026)
Tableurs natifs IA face à l'IA Excel en 2026 : le cas de la fermeture de Rows, l'atout MCP côté développeur, et la catégorie qui, au fond, va vraiment survivre.
ChatGPT pour Excel en 2026 : guide, tarifs et 5 alternatives
ChatGPT pour Excel en 2026 : les fonctions du complément, son prix réel, sa disponibilité, ce qu'il ne fait pas, et les meilleures alternatives qui exécutent vraiment.
Claude for Excel : guide, tarifs et meilleures alternatives pour 2026
Claude for Excel en 2026 — l'apport des citations au niveau de la cellule, les vrais tarifs, ce que ces citations ne peuvent pas faire, et les alternatives qui exécutent vraiment.
Formula Bot : 6 alternatives pour de meilleures formules Excel (2026)
Six vraies alternatives à Formula Bot passées au crible du prix, de l'exécution et de la sécurité des données en 2026 — et qui a réellement intérêt à quitter le générateur de navigateur.
Microsoft Copilot for Excel : guide complet et vaut-il le coup ? (2026)
Microsoft Copilot for Excel en 2026 — ce qu'il fait, comment il tourne dans le cloud avec Microsoft 365, les tarifs réels, et s'il vaut le coup face à l'exécution locale.
Excel : nettoyer ses données avec l'IA en 7 étapes — guide 2026
Le nettoyage de données Excel par IA : pourquoi il dévore 80 % du temps d'un analyste, les sept tâches de nettoyage les plus fréquentes, comment l'IA les exécute dans votre feuille et la liste de contrôle à passer avant de livrer.
Erreurs de formules Excel en 2026 : corriger #VALEUR!, #NOM?, #REF! et #1004
Ce que signalent #VALEUR!, #NOM?, #REF! et le #1004 de macro dans une formule Excel générée par IA, et comment sortir enfin de la boucle « coller puis réparer ».
IA Excel pour la finance : des outils pensés pour le FP&A et les analystes (2026)
En 2026, l'IA Excel pour la finance et le FP&A : les cas d'usage qui font gagner le plus de temps aux analystes, un comparatif d'outils sur l'exécution, la confidentialité et l'audit, et un déroulé de clôture mensuelle.
IA Excel pour indépendants : décrocher plus de missions et facturer plus vite (2026)
En 2026, l'IA Excel côté indépendants — livrer plus vite, protéger des marges déjà minces, accepter en sécurité des missions à données clients confidentielles, et facturer plus vite sur chaque travail.
Excel sans VBA : 5 méthodes d'automatisation en 2026
Automatisez Excel en 2026 sans VBA : cinq méthodes — Power Query, Power Automate, Scripts Office, agents de classeur IA et formules — avec un exemple complet à la clé.
Mica : l'IA Excel qui fonctionne là où vous êtes — en local, sans passer par le cloud
L'IA Excel de Mica tourne sur votre propre ordinateur : aucun envoi vers le cloud, aucun abonnement. Connectez-vous avec le compte que vous avez déjà (Microsoft, Google ou GitHub) et payez par Alipay, Apple Pay, Google Pay ou carte, depuis n'importe quelle région.
Mica, données et benchmarks : installation, vitesse, confidentialité (2026)
Les chiffres de Mica pour 2026 — temps d'installation, vitesse des tâches, aucun téléversement de classeur — sont publiés avec leur méthode, pour que les rédacteurs puissent les citer directement.
Générateurs de formules Excel en 2026 : gratuit ou payant
Comparatif des générateurs de formules Excel — Formula Bot, GPTExcel, ChatGPT et Mica — sur le prix, les fonctions comme RECHERCHEX (XLOOKUP) et l'exécution réelle des formules.
8 outils d'IA Excel gratuits qui font vraiment le travail en 2026
Les outils d'IA Excel vraiment gratuits en 2026 : ce que recouvre le mot « gratuit », huit outils passés au crible du prix, des limites, de l'exécution et des données, et des solutions locales qui ne téléversent jamais vos fichiers.
Mica, c'est quoi ? Une IA Excel locale qui fait le travail (2026)
Mica, c'est quoi — une IA Excel locale de type action pour Windows, qui exécute les tâches dans votre classeur, montre chaque étape et garde vos données sur votre machine.
Tout sur Gemini in Sheets : guide, tarifs et alternatives à Excel (2026)
Gemini dans Google Sheets expliqué aux utilisateurs d'Excel, en 2026 : ce qu'il fait, les tarifs Workspace et les prérequis de plateforme, et ce qu'il vaut face à l'IA Excel.
Mica : moteur local, fenêtre de navigateur toujours à jour
Pourquoi Mica tourne dans un onglet : le moteur local fait le travail Excel sur votre machine, la fenêtre reste à jour toute seule, et voici ce qui reste chez vous comme ce qui circule.
Qu'est-ce qu'un agent de classeur Excel ? vs compléments IA (2026)
Qu'est-ce qu'un agent de classeur : le type d'IA Excel qui agit dans votre fichier au lieu de vous proposer du code, en quoi il se distingue des compléments IA, et à qui il s'adresse.
ChatGPT vs Claude vs Copilot pour Excel : lequel travaille vraiment ?
ChatGPT vs Claude vs Copilot pour Excel : ce qui distingue exécuter de conseiller, un comparatif complet en six colonnes, et comment choisir lequel fait le travail.
Comment utiliser Mica : installation, connexion à Excel et exécution de votre première tâche
Utiliser Mica en 2026 : installer le lanceur MindLink, autoriser Excel, réaliser votre première tâche avec des batteries et régler les problèmes d'installation les plus fréquents.
Tarifs de Mica : téléchargement gratuit + batteries facturées à l'usage
Les tarifs de Mica : le téléchargement ne coûte rien, les batteries se consomment au fil de l'usage — les nouveaux arrivants reçoivent une allocation d'essai, puis 18 $ la batterie et 80 $ le pack de cinq — et ce que cela représente face aux abonnements cloud.
Peut-on téléverser ses fichiers Excel vers une IA sans risque ? (guide 2026)
Est-il vraiment sans danger d'envoyer un fichier Excel à une IA — ce que les outils cloud voient et conservent, ce que l'exécution locale garde sur votre machine, et comment contrôler la politique de données de n'importe quel outil.
Comment Mica travaille : exécution locale, étape par étape
Mica travaille en local : voici le déroulé pas à pas d'une tâche, l'étape de permission et la vérification, et pourquoi chaque étape visible dans votre classeur vous aide à apprendre Excel.
Mica, sécurité et confidentialité : vos données Excel ne quittent pas votre machine
Les données que Mica prend en charge, l'architecture qui fait tourner l'exécution en local, et la façon de contrôler par vous-même que votre fichier de classeur ne sort jamais de votre ordinateur.
IA locale pour des feuilles de calcul plus intelligentes. Automatisez vos flux de travail Excel en langage naturel.
© 2026 MINDLINK TEC LTD. Tous droits réservés.