01
Le prompt est une spécification
La formulation doit être assez précise pour couvrir exactement l’attendu. Un prompt vague produit un livrable vague — et il coûte plus cher à corriger qu’à refaire.
IA appliquée
L’IA ne rattrape pas une donnée qui ne tient pas
Nous nous en servons tous les jours, et nous savons exactement à quoi. Voici ce qui fonctionne, ce qui a échoué, et l’ordre dans lequel il convient de procéder.
L’ordre compte plus que l’outil
Sur une échelle de maturité data en cinq niveaux, l’IA se situe au niveau 4. La plupart des organisations que nous rencontrons sont au niveau 1 ou 2. Déployer de l’IA sur une donnée non gouvernée ne produit pas d’intelligence : cela produit des réponses fausses avec assurance. La séquence est toujours la même — diagnostiquer, relier, fiabiliser, puis augmenter.
Niveau 1
Niveau 2
Niveau 3
Niveau 4
Niveau 5
Le plus souvent ici
Niveau 1 – 2
L’IA utile à partir d’ici
Niveau 4
Ce que nous avons essayé, et ce que nous en avons gardé
01
2025 — Assistants et agents
Des démonstrations spectaculaires, impossibles à transposer dans une entreprise où chaque accès est cloisonné. Retenu : rien, sinon la compréhension des architectures sous-jacentes.
02
Début 2026 — « Génère-moi la formule »
Échec net et documenté : plus de temps passé à corriger ce que l’IA avait produit qu’à faire le travail. Abandonné.
03
Mi-2026 — « Génère l’artefact »
Le point de bascule. L’IA produit le composant, la maquette, le rapport de qualité de données — non la formule à recopier. Gain mesuré sur une mission : une journée pour un travail estimé à une semaine.
04
Aujourd’hui
Maquettes de tableaux de bord, états de santé des données écrits en langage courant et classés par priorité, synthèse documentaire. Tout est relu par un humain avant d’aller chez le client.
Les deux règles sur lesquelles nous ne transigeons pas
02
Ce qui sort est vérifié, toujours
Le calcul demeure une boîte noire : personne n’en connaît le détail. Tout ce qui touche à un chiffre est donc recoupé avec la source avant d’être présenté.
Ce que nous ne faisons pas avec l’IA
- Produire des livrables de conseil sans matière : « n’importe qui est capable de générer du contenu au kilomètre ».
- Faire écrire des calculs financiers sans les recouper ligne à ligne avec le système source.
- Promettre de l’IA à une organisation qui ne sait pas encore dire de façon fiable qui sont ses fournisseurs ni quels sont ses projets.
- Masquer l’usage de l’IA au client. Nous le déclarons, et nous disons à quoi elle sert : à réfléchir plus vite, non à remplir des supports.
Contact