← Réalisations

Hint: un optimiseur de rémunération

Résumé

Combien se verser en salaire, combien en dividendes? Les simulateurs calculent le résultat des hypothèses qu'on leur donne; Hint cherche l'optimum. Le dirigeant définit ses règles non négociables et ses priorités, et un algorithme génétique multi-objectif explore environ 100 000 scénarios sur un simulateur complet de la fiscalité française, pour rendre un front de Pareto d'arbitrages optimaux. Pensé pour les dirigeants, experts-comptables et conseillers en gestion de patrimoine. Conçu, développé et opéré par Myelink.

01Le problème

L'arbitrage salaire-dividendes n'a pas de solution analytique: barèmes progressifs, seuils, planchers de cotisations, leviers binaires comme la déduction d'un bureau à domicile. La fonction à optimiser est non convexe et non différentiable, et chaque situation (forme juridique, foyer fiscal, holding, projets) déplace l'optimum. Un simulateur classique laisse le dirigeant tâtonner hypothèse par hypothèse; Hint retourne le problème: on décrit les règles, l'algorithme trouve la stratégie.

02La formulation

Le problème est posé en optimisation multi-objectif sous contraintes, à variables mixtes. Selon la situation, l'espace de décision compte de deux à cinq dimensions: salaire net annuel et dividendes (continues), allocation vers une holding, montant CESU, et une variable binaire, déduire ou non le bureau à domicile. Les objectifs proposés, revenu du foyer et croissance patrimoniale, peuvent être poursuivis ensemble: le résultat est alors un vrai front de Pareto, pas un compromis unique imposé.

Deux choix de modélisation comptent particulièrement. Les contraintes s'expriment sur les sorties simulées, pas seulement sur les entrées: on peut exiger une trésorerie de fin d'année positive ou un revenu de foyer minimal, et l'optimiseur en tient compte. Et une contrainte d'égalité sur le salaire ou les dividendes ne se pénalise pas: elle supprime la variable de l'espace de recherche, ce qui réduit la dimension du problème au lieu de le déformer.

03La résolution

La recherche est menée par un algorithme génétique à variables mixtes (pymoo), avec la survie de NSGA-II: tri non dominé et distance de crowding pour préserver la diversité du front. Environ 100 000 évaluations par recherche, chacune étant une simulation fiscale complète; c'est le compteur de scénarios analysés que voit l'utilisateur. La graine aléatoire est fixée: les mêmes entrées donnent le même conseil, ce qui compte quand un expert-comptable doit justifier une recommandation. Le front est dédoublonné avant affichage, et un problème infaisable renvoie un message clair invitant à assouplir les règles plutôt qu'un échec silencieux.

regles + priorites + situation formes juridiques, foyer, leviers variables libres 2 a 5 dimensions, continues + binaire boucle evolutionnaire - environ 100 000 evaluations population candidats salaire/dividendes simulateur fiscal EURL (TNS) / SASU, IS, IRPP, PFU tri non domine survie NSGA-II selection, croisement, mutation front de Pareto dedoublonne arbitrages optimaux distincts, meme entree = meme conseil (graine fixee) restitution carrousel de solutions, Sankey des flux, liste d'actions, rapport IA, PDF
Fig. 1 - Chaque évaluation de la boucle est une simulation fiscale complète du scénario candidat.

04Le simulateur fiscal

L'objet optimisé est un simulateur de la fiscalité française du dirigeant, à deux moteurs: EURL et assimilés (régime TNS) et SASU et assimilés (assimilé salarié), couvrant huit formes juridiques. Il modélise l'IS progressif, l'IRPP avec quotient familial, la flat tax sur les dividendes, la contribution PUMA, et distingue soigneusement net de poche et net imposable. Les leviers d'arbitrage sont simulés à leur valeur nette réelle: le régime mère-fille pour la holding, et le loyer de bureau à domicile évalué après effet marginal d'IRPP, ce qui justifie sa variable de décision binaire.

Les barèmes ne sont pas codés en dur à l'aveugle: au démarrage, le service interroge le moteur de règles public de l'URSSAF (mon-entreprise) pour l'IRPP, l'IS, le PASS ou la flat tax, avec des valeurs de repli en cas d'indisponibilité. L'export PDF joint l'annexe des taux réellement utilisés par le calcul.

05La restitution

Une stratégie n'est utile que comprise. Hint restitue chaque solution du front en carrousel comparable, trace les flux d'argent en diagramme de Sankey, et traduit la solution retenue en liste d'actions concrètes en français simple. Un rapport d'interprétation, généré en sortie structurée par un LLM à partir de prompts versionnés, ajoute la lecture stratégique, les points de vigilance et la compatibilité avec les projets exprimés par le dirigeant. Le tout s'exporte en PDF.

06La stack

CoucheChoix
Optimisationpymoo: GA à variables mixtes, survie NSGA-II, graine fixée
Fiscalitédeux simulateurs (TNS, assimilé salarié), huit formes juridiques
Barèmesmoteur de règles URSSAF chargé au démarrage, valeurs de repli codées
APIFastAPI sans état, limitation de débit par IP
FrontDjango, Plotly (Sankey), WeasyPrint (PDF)
Rapport IALangGraph, sorties structurées, prompts versionnés (Langfuse)
PaiementsStripe, crédits, webhooks idempotents
Qualité208 tests (70 côté optimiseur, 138 côté front), CI

07État

Hint est en production, opéré par Myelink, pensé pour les dirigeants, les experts-comptables et les conseillers en gestion de patrimoine.

@software{hint,
  author = {Vinceslas, Medhy},
  title  = {Hint: un optimiseur de remuneration},
  note   = {En production, Myelink EURL}
}
Visiter Hint Me contacter