Notre nom incarne notre mission
‍
L'entropie - utilisée pour mesurer le niveau d'imprévisibilité des systèmes - est au cœur de notre époque, marquée par des révolutions numériques incessantes et une régulation de plus en plus complexe.

Au quotidien, les entrepreneurs et les directions juridiques font face à cette entropie grandissante.

Nous voyons cette dynamique comme une opportunité d'adaptation et d'innovation, en apportant des solutions novatrices aux problématiques entièrement nouvelles.

Chez Entropy, le droit est l'outil pour obtenir un avantage compétitif, pas l'obstacle.


NOS VALEURS
‍
1) "In code we trust"
‍
Entropy allie l'excellence en droit et la maîtrise technique. Toutes nos solutions juridiques s'appuient ainsi sur une compréhension profondes des technologies les plus innovantes. 

Nous lisons vos white papers sur le machine learning, le chiffrement homomorphe et autres technologies de registres distribués.

Cryptomonnaies, intelligence artificielle, chiffrement des disques durs, communications sécurisées, et plus encore. Vous les utilisez ? Nous aussi !

Nous parlons votre langue et comprenons vos défis. 

Depuis 2020, nous acceptons le paiement de nos honoraires en bitcoins.



2) "Hack the law"


Avec Entropy vous vous assurez une longueur d'avance dans votre secteur.
‍
‍Notre cabinet travaille à l'intersection du droit, des technologies émergentes, et de l'élaboration de la norme de demain.

Défricheurs, nous aimons explorer ces nouvelles frontières.

Pour cela, nous participons activement aux débats de politiques publiques. Nos avocats ont publié des rapports stratégiques de premier plan à destination d'institutions publiques et privées (gouvernements, associations professionnelles, ONG). Nous sommes régulièrement sollicités pour des auditions sur les projets de lois et de règlements. Nous présentons également notre vision à différentes autorités publiques françaises, européennes et internationales. 
‍
Cette expertise nous a permis de cultiver des relations uniques avec les régulateurs et de tisser un large réseau d'experts pluridisciplinaires pour composer avec eux des solutions personnalisées à vos besoins.
‍


3) "Pas de blabla"
‍
Entropy, ce sont des solutions pragmatiques, un langage clair, et pas de frais cachés.

Votre temps est précieux. Vous avez besoin de réponses rapides et concrètes.

Nous croyons ainsi que le succès d'un projet repose sur une compréhension de vos besoins opérationnels, pour proposer des solutions sur-mesure qui intègre tous vos enjeux (business, opérationnel, technologique).

Pour cela, nous analysons vos modèles d'affaires, vos produits, vos parcours utilisateurs, et vous proposons une approche à la fois stratégique (pour vous proposer une vue d'ensemble) et pragmatique (pour résoudre vos pain points).

L'entropie, dérivée du grec "entropê" signifiant "action de se transformer"est une grandeur physique qui permet de caractériser le niveau d'imprédictibilité et d’ordre des systèmes. Un système avec une entropie élevée est plus complexe et moins prévisible, tandis qu'un système avec une entropie faible est plus ordonné et régulier.
‍
Imaginons un jeu de cartes. Si toutes les cartes sont bien triées et rangées dans l'ordre, le jeu a une entropie basse, car il est très organisé. Mais s'il est mélangé et que les cartes sont distribuées de manière aléatoire, alors le jeu a une entropie élevée, car il est plus désordonné.
‍
L'entropie, en tant que concept, n'est donc ni positive ni négative en soi. Cela dépend du contexte dans lequel elle est utilisée.
‍
En cryptographie, l'entropie est utilisée pour générer des clés de chiffrement robustes. Une clé de chiffrement est une séquence de bits utilisée pour chiffrer et déchiffrer des données. Pour qu'une clé soit sécurisée, elle doit être aléatoire et contenir une entropie élevée. L'entropie est utilisée pour mesurer le niveau d'imprévisibilité d'une clé générée.

L'entropie joue un rôle crucial pour le machine learning, en particulier dans le cas des algorithmes d'apprentissage supervisé. Son utilisation est principalement associée à la construction de modèles de classification. En effet, lors de la construction d'un arbre de décision, l'objectif est de diviser les données en sous-ensembles homogènes afin de prendre des décisions précises, et donc de minimiser l’entropie pour évaluer à quel point les données d'un ensemble sont mélangées ou incertaines. 

La variation d'entropie représente pour nous le socle sur lequel s’épanouissent des stratégies créatives et audacieuses.