IA
Savoir dire non à l'IA est une compétence produit
Tout le monde veut « mettre de l'IA ». Presque personne ne demande si c'est la bonne réponse. Voici quand l'IA n'apporte rien — et pourquoi refuser d'en mettre est un signe de maturité produit, pas un aveu de faiblesse.
[[À FOURNIR — date de publication]]
On construit de l’IA. C’est notre métier. C’est justement pour ça qu’on peut vous dire, sans conflit d’intérêt, quand elle ne sert à rien.
En ce moment, la question n’est plus « faut-il de l’IA ? » mais « où met-on de l’IA ? ». Et souvent, la vraie réponse — celle qu’un vendeur d’IA n’a aucun intérêt à vous donner — c’est : à cet endroit précis, nulle part.
Le test du dashboard
Prenez un tableau de bord. Des cases, des chiffres dedans, un total en bas.
Si tout ce que fait votre écran, c’est afficher des sommes et des moyennes, pourquoi iriez-vous interroger un grand modèle de langage pour ça ? Ce sont des additions. Développez les maths.
« Si votre dashboard, c'est juste des cases avec des chiffres dedans, pourquoi interroger l'IA pour ça ? Ce sont des additions. Développez les maths. »
Un calcul déterministe — une somme, un ratio, une règle métier claire — n’a pas besoin d’un modèle probabiliste. L’IA générative excelle quand il y a de l’ambiguïté à lever : du langage à comprendre, du non-structuré à structurer, une recommandation à formuler. Pas quand il y a une formule à appliquer.
Le coût caché du « on met de l’IA partout »
Mettre de l’IA là où un calcul suffit, ce n’est pas neutre. C’est :
- Plus cher — un appel modèle coûte à chaque requête, là où une addition est gratuite.
- Moins fiable — vous introduisez du non-déterministe (une réponse qui peut varier) là où vous aviez une vérité exacte.
- Plus lent — une latence réseau et modèle, pour un résultat que le navigateur calculait instantanément.
La bonne question
La question n’est jamais « peut-on mettre de l’IA ici ? ». On peut presque toujours. La vraie question est : qu’est-ce que l’IA apporte ici que rien d’autre n’apporte ?
Si la réponse est « rien », vous venez d’économiser du budget, de la latence, de la dette technique et un risque data. Si la réponse est claire — comprendre une intention, résumer un corpus, générer un premier jet, détecter un signal faible dans du non-structuré — alors elle est légitime, et on la construit sérieusement.
C’est tout le sens de notre diagnostic : on regarde où l’IA sert vraiment, et on vous dit où elle ne sert pas. Le reste, ce sont des additions.