Mon avis sur l'IA, côté praticien

Donner un avis sur le dernier modèle sorti, c'est écrire quelque chose de périmé dans trois mois. Je préfère parler de mon rapport à ces outils : comment je m'en sers concrètement dans mon travail de data, ce qui m'aide vraiment, et ce que je ne leur confie pas. Ça, ça ne change pas au rythme des annonces.

J'avais déjà consacré une vidéo à ce sujet. Les modèles ont évolué depuis, mais le raisonnement de fond tient toujours : je la remets ici.

Là où l'IA change vraiment mon travail

Le gain concret n'est pas dans les benchmarks, c'est dans mon quotidien. Écrire une requête SQL de tête, débroussailler un jeu de données inconnu, produire une première version de documentation, expliquer un bout de code hérité : sur ces tâches, le gain est réel et quotidien. Ce sont des accélérateurs sur des travaux que je sais déjà juger - c'est la clé.

Le second changement, plus discret, est la baisse du coût d'essayer. Prototyper une idée qui demandait une journée en demande une heure. On teste plus, donc on jette plus vite les mauvaises pistes.

Ce qui reste survendu

En face, plusieurs promesses tiennent encore surtout en démo. L'autonomie des agents : impressionnante sur un cas propre, fragile dès que le réel introduit des exceptions. Le raisonnement fiable : les modèles enchaînent des étapes plausibles, ce qui n'est pas la même chose que des étapes correctes. Et l'idée qu'ils remplaceraient l'expertise métier : ils reproduisent le consensus, ils ne connaissent pas votre contexte, vos contraintes, vos données.

Là où ils m'aident concrètement

Prototypage, exploration, documentation, relecture, traduction d'une intention en code : ce sont des usages où je reste le juge final et où l'erreur se voit. Le modèle propose, je valide. La valeur est dans l'accélération, pas dans la délégation.

Là où je ne les laisse pas décider

À l'inverse, je ne leur confie jamais un chiffre officiel non vérifié, un arbitrage métier, ni des données sensibles sans cadre clair. Non par principe, mais parce que l'erreur y serait invisible et coûteuse. Une réponse fluide et fausse est plus dangereuse qu'une absence de réponse.

Mon pari pour les deux prochaines années

Je parie moins sur des produits « IA » spectaculaires que sur une intégration discrète : des modèles glissés dans les outils qu'on utilise déjà, qui font gagner du temps sans qu'on y pense. La vraie révolution ne sera pas une démo bluffante ; ce sera le moment où on ne remarquera plus qu'elle est là. Et pour un métier de la donnée, ce sera moins une menace qu'un déplacement : moins de temps sur la mécanique, plus sur la question et l'interprétation.