Blue J : croître vite en secteurs complexes et réglementés
Blue J s’est étendu à trois pays et plus de 3 000 cabinets grâce à sa spécialisation, son expertise métier et au bon modèle OpenAI.
2,7
Heures gagnées par utilisateur chaque semaine
1/700
Moins d’une réponse sur 700 contestée
La recherche fiscale traditionnelle commence par l’examen de centaines de sources avant même de pouvoir les interpréter. Les fiscalistes passent ensuite des heures à analyser les lois, règlements, décisions, jurisprudences et commentaires d’experts afin de comprendre comment les règles s’articulent et d’en tirer une réponse.
Selon la complexité de la question, ce processus peut prendre des heures, des jours, voire des semaines, tout en produisant des résultats incohérents ou obsolètes, chaque nuance négligée pouvant entraîner des coûts réels.
Blue J a été fondée en 2015 par des professeurs de droit fiscal et des praticiens qui avaient constaté la nécessité de disposer de meilleurs outils de recherche fiscale. S’appuyant sur de premières expériences d’utilisation de l’IA pour prédire l’issue d’affaires de droit fiscal, l’équipe a ensuite développé divers produits destinés aux cabinets fiscaux et comptables de toutes tailles.
Au lancement de ChatGPT, Blue J y a vu l’occasion de créer une solution inédite : associer un raisonnement avancé sur des réglementations denses à une recherche structurée afin de fournir en quelques secondes des réponses fiscales de niveau expert, accompagnées de citations intégrées et de listes de sources fiables pour les professionnels.
Dans les deux années suivant son lancement, Blue J a déployé aux États-Unis, au Canada et au Royaume-Uni un moteur de recherche fiscale reposant sur GPT‑4.1. L’entreprise a lancé son premier produit six mois seulement après les débuts de ChatGPT, puis l’a rapidement perfectionné en tirant les enseignements des retours et en élaborant un cadre d’évaluation robuste.
Aujourd’hui, plus de 70 % des utilisateurs se connectent chaque semaine, et moins d’une réponse sur 700 est contestée. Blue J a partagé les enseignements qui lui ont permis de s’imposer dans un domaine complexe et de se développer rapidement en faisant de la confiance, de la précision et de la rapidité des impératifs absolus.
« Nous avons avancé rapidement parce que nous connaissions déjà le problème et savions comment le résoudre. OpenAI nous a apporté la qualité de modèle nécessaire pour déployer cette expertise à grande échelle. »
La solution de recherche fiscale de Blue J repose sur un système de génération augmentée par récupération (RAG), qui associe GPT‑4.1 à une bibliothèque propriétaire de millions de documents sélectionnés, notamment des sources primaires faisant autorité et des commentaires d’experts provenant de publications comme Tax Notes.
Lorsqu’un utilisateur pose une question fiscale telle que : « Qu’est-ce que la torpille SALT créée par l’OBBBA et comment peut-on en atténuer les effets ? », Blue J récupère instantanément les sources et GPT‑4.1 les synthétise en une réponse claire et entièrement référencée, qui ressemble davantage aux conseils d’un collègue de confiance qu’à la sortie d’un modèle. Seule une équipe maîtrisant à la fois la fiscalité et la technologie pouvait créer un tel système.
« Nous avons testé de nombreux modèles, et GPT‑4.1 est celui qui répond systématiquement à nos besoins, explique Janssen. Il suit les instructions, respecte le contexte et gère les cas limites mieux que tout ce que nous avons vu jusqu’ici. »
En fiscalité, même de petites erreurs peuvent déclencher des contrôles, retarder des déclarations ou faire perdre beaucoup d’argent aux clients. L’équipe de Blue J savait par expérience que même de rares cas limites pouvaient éroder la confiance s’ils n’étaient pas détectés et corrigés rapidement. Dès le premier jour, elle a donc conçu le produit pour recueillir les retours et l’améliorer à grande échelle, en s’appuyant sur l’expertise de son équipe de recherche fiscale.
Afin d’améliorer le système à chaque utilisation, Blue J a proposé le partage facultatif des données aux clients souhaitant contribuer à l’amélioration du produit. Chaque réponse de Blue J comporte un bouton « Pas d’accord » et, lorsqu’elle est signalée, elle est systématiquement classée selon le type de problème, le sujet fiscal et la cause profonde probable.
Cette boucle détecte les erreurs ponctuelles et révèle des tendances. Si les requêtes sur la fiscalité des sociétés de personnes sont moins performantes, l’équipe mène l’enquête. Si un prompt produit des réponses incohérentes, elle l’ajuste. GPT‑4.1 alimente cette couche de triage en analysant des milliers de retours, en regroupant les problèmes connexes et en aidant les équipes produit et de recherche fiscale de Blue J à concentrer leurs efforts là où leur impact sera maximal.
Comme GPT‑4.1 répond de manière cohérente, même les petites améliorations s’accumulent. Il en résulte un système qui apprend de chaque interaction, accélère les itérations, améliore la qualité des réponses et fait évoluer le produit au rythme des besoins des utilisateurs. Ce cercle vertueux a permis à Blue J de ramener son taux de désaccord à moins d’une réponse sur 700.
Le développement itératif du produit aide également Blue J à anticiper les changements. Lorsqu’une vaste réforme fiscale américaine a été adoptée en 2025, l’équipe avait déjà consacré six semaines à en cartographier les effets dans l’ensemble du code. Quelques heures après la promulgation de la loi, les utilisateurs voyaient déjà les réponses actualisées en production.
Dans un domaine où les règles évoluent et où la précision est essentielle, ce système en boucle fermée permet à Blue J de rester rapide, fiable et en avance sur le marché.
La qualité du modèle n’est pas une simple fonctionnalité : c’est une condition préalable. Blue J évalue chaque nouvelle version de modèle à l’aide d’une suite de référence de plus de 350 prompts couvrant le droit fiscal américain, canadien et britannique. Chaque modèle est testé sur le respect des instructions, la conformité aux sources et la clarté des réponses, afin que les améliorations apportées aux prompts ou à la logique de récupération se traduisent par un comportement prévisible en conditions réelles.
« Bien que nous les ayons tous testés, nous n’avons jamais déployé de modèle autre que ceux d’OpenAI, explique Janssen. Les modèles OpenAI ont systématiquement surpassé les autres selon nos critères internes, notamment pour suivre les instructions et fournir des réponses conformes à nos exigences d’utilisation dans le monde réel. »
Les clients utilisent Blue J comme outil de recherche fiscale par défaut toute l’année, et pas seulement pendant la période fiscale. Plus de 70 % des utilisateurs se connectent chaque semaine et gagnent 2,7 heures par utilisateur et par semaine sur la recherche et les échanges avec les clients, un temps qu’ils réinvestissent dans des activités de planification et de conseil à plus forte marge.
Blue J a atteint ce niveau d’engagement en se concentrant sur ce qu’elle connaît mieux que quiconque : les besoins concrets des fiscalistes. GPT‑4.1 renforce cette expertise grâce à ses sorties structurées, son respect constant des instructions et la fiabilité de ses résultats. Pour les fondateurs, la leçon est claire : faites de votre expertise particulière votre principal avantage et utilisez les bons modèles pour changer d’échelle.
