L'essentiel en 3 points
1. Intégrer l'IA, ce n'est pas ajouter un chatbot : c'est rendre le logiciel plus simple d'accès, de la consultation à l'action, sans perdre les droits, les contrôles et la traçabilité.
2. Les entreprises utiliseront un assistant commun, connecté à leurs applications, par exemple avec MCP. Les utilisateurs ouvrent de plus en plus rarement l'interface, mais utilisent toujours le logiciel.
3. L'architecture changera chaque année. Ce qui reste : des données fiables, des documents qui font foi, des règles écrites et l'histoire des décisions. Les modèles sont les trains, vos données sont les rails.
« Un logiciel sans IA intégrée, aujourd'hui, ça fait moins professionnel. »
On m'a fait cette remarque récemment. Elle traduit une attente réelle : les utilisateurs veulent demander, comprendre et agir plus facilement.
Mais « intégrer de l'IA », c'est quoi ? Une fenêtre de discussion ? Des rapports automatiques ? Un modèle maison ? Derrière la même étiquette se cachent des choix très différents. Avec un point commun, le plus important.
Une responsable de projet demande : « Quelles décisions bloquent le projet Alpha ? Prépare-moi une synthèse pour demain. » Puis : « Enregistre cette décision et dis-moi quelles validations manquent. »
On passe de la consultation à l'action. L'enjeu n'est pas d'avoir un chatbot, mais de rendre le logiciel plus simple d'accès, sans perdre les droits, les contrôles et la traçabilité.
Si chacune de vos applications a son assistant, faudra-t-il passer de l'un à l'autre pour une question qui traverse trois services ? Ma conviction : les entreprises utiliseront un assistant commun, connecté à leurs applications.
Je l'observe déjà avec Qibud, la plateforme que je développe. Depuis que j'ai mis en place le MCP, qui permet de faire tout ce que l'interface fait, des utilisateurs consultent et modifient les données en langage naturel, et produisent des rapports en dialoguant avec leur assistant. Ils ouvrent de plus en plus rarement l'interface… mais utilisent toujours le logiciel.
Je pense même qu'ils n'auront plus besoin de la moindre formation. La formation sera la skill qu'on donne à Claude. Les utilisateurs diront à leur assistant « je fais ça maintenant, ça demain, et dis à l'équipe d'avancer », et l'assistant mettra à jour les applications en conséquence.
Ils se combinent. Et ils évolueront.
Héberger un modèle, lui donner accès à vos connaissances, l'adapter par fine-tuning, l'entraîner depuis zéro : quatre chantiers d'ampleur très différente. Et le fine-tuning ne remplace pas les exemples qu'on n'a pas.
Le choix d'une architecture sera remis en cause chaque année. Les modèles progressent, les prix baissent, les standards évoluent.
Une chose reste vraie : l'IA a besoin de savoir de quoi elle parle.
Les modèles sont les trains : on en changera encore. Vos données, vos connaissances et votre expérience sont les rails. Quelle que soit la forme de l'IA dans cinq ans, elle roulera dessus.
C'est le seul investissement qui ne sera pas remis en cause l'an prochain. Et souvent celui qu'on repousse, parce qu'il se voit moins qu'une nouvelle interface.
Choisir une tâche précise à améliorer : retrouver une règle, comprendre un blocage, enregistrer une décision sans remplir cinq formulaires. La tester sur des cas réels. Et pendant ce temps, préparer les rails.
Éditeurs, posez-vous la question dans les deux sens : comment mettre de l'IA dans notre produit ? Et comment rendre notre produit utilisable par l'IA que nos clients ont déjà choisie ?
Dans les deux cas, la réponse commence par les rails.
Chez vous, qu'est-ce qui changera dans un an, et qu'est-ce qui restera ?
1. Une tâche, des cas réels. Choisissez une seule tâche à améliorer (retrouver une règle, comprendre un blocage, enregistrer une décision) et testez-la sur de vrais dossiers.
2. Les sources qui font foi. Pour cette tâche, quelles données et quels documents font foi ? Sont-ils à jour, et qui les tient ?
3. Les règles et leurs exceptions. Ce qui n'est écrit nulle part, aucun assistant ne le trouvera. Écrivez-le, avec les dates et les raisons des décisions.
4. Les droits et la trace. Qui a le droit de faire quoi par l'assistant, et comment garde-t-on la trace de ce qui a été fait ?
Samuel Arnod-Prin, architecte de données et d'IA chez Agilbility. 27 ans à concevoir des plateformes orientées données pour Swatch Group, LVMH, Richemont et l'EPFL. Son profil →
Préparer les rails : données fiables, documents qui font foi, règles écrites et graphe de connaissances qui garde l'histoire de vos décisions.
Découvrir →le service qui répondChoisir où l'IA crée de la valeur dans vos applications, avec quels droits et quels contrôles, et décider quoi tester en premier.
Découvrir →Préparer les rails de votre IA ? Écrivez-nous ou prenez 30 minutes →
Trois chemins se combinent : se connecter à l'assistant que le client utilise déjà, par exemple avec le protocole MCP ; fournir un assistant clé en main, sur une base comme LibreChat ou Open WebUI ; ou construire une expérience sur mesure autour des API des modèles. L'enjeu est de passer de la consultation à l'action sans perdre droits, contrôles et traçabilité.
Le Model Context Protocol est un standard qui permet à un assistant IA de se connecter à une application pour consulter et modifier ses données, dans les limites des droits de l'utilisateur. Il permet à une entreprise d'utiliser un seul assistant commun pour plusieurs logiciels.
Rarement. Héberger un modèle, lui donner accès à ses connaissances, l'adapter par fine-tuning ou l'entraîner depuis zéro sont quatre chantiers d'ampleur très différente. Le fine-tuning ne remplace pas les exemples qu'on n'a pas : la qualité des données compte davantage que le modèle.
Les données et les connaissances de l'entreprise : des données fiables et à jour, des documents qui font foi, des règles écrites avec leurs exceptions, l'histoire des décisions et l'expérience des équipes. Les modèles changeront, ces rails resteront.
Data & IA · 27 octobre 2026Tome 3 : relier règles, exceptions et décisions.
Lire →
Data & IA · 13 octobre 2026Éléonore, la nouvelle employée à qui personne n'a présenté l'entreprise.
Lire →La newsletter de Samuel Arnod-Prin : organiser vos données, vos connaissances, vos règles et vos processus pour que l'IA les comprenne et les exploite.
