L'IA pour les entrepreneurs, Jean-Luc Raymond

Jean-Luc Raymond est journaliste tech, deeptech, innovation et start-up pour Le Dauphiné Libéré et pour Les Clés du digital. Il est aussi producteur audio, consultant senior en communication robuste, marketing digital et brand content, enseignant au CELSA et conférencier formateur, basé à Paris. Il reçoit à peu près 157 communiqués de presse par jour sur l'IA.

La session s'adressait à des étudiants en entrepreneuriat, audience mixte : mode, alimentaire, quelques développeurs dont moi.

Une conf sur l'IA dont j'ai rien appris, et qui était quand même nécessaire

Bilan honnête : j'en ai rien tiré techniquement. Les biais, les hallucinations, le slopping, la confidentialité des données, rien de nouveau pour moi. Quelques collègues devs présents ont trouvé ça trop basique et sont partis agacés.

Je ne suis pas d'accord avec eux.

Ce qui se passe quand on sort de la bulle dev

Je fais du freelance. Ça veut dire que je travaille régulièrement avec des clients qui ne sont pas développeurs, qui ne lisent pas les fils Twitter de chercheurs en ML, et qui utilisent ChatGPT parce que ça s'est retrouvé dans leur flux Instagram. Pour eux, tout ce que Raymond a dit était neuf. Pas légèrement neuf, structurellement neuf.

Il a parlé de ne jamais saisir des données réelles et identifiantes dans un outil IA externe. De gérer activement la mémoire de ChatGPT. Du fait que les IA valident systématiquement ce qu'on leur soumet et que pour obtenir une analyse critique il faut inverser le rôle dans le prompt. Rien de tout ça n'est évident pour quelqu'un qui découvre ces outils.

Le juste milieu qui manque dans ce débat

Ce que Raymond fait bien, et c'est rare, c'est qu'il ne tombe pas dans l'un des deux réflexes habituels. Il ne vend pas l'IA comme une révolution qui va tout résoudre, et il ne joue pas non plus au techno-sceptique qui tire à boulets rouges sur les modèles. Il vulgarise sans infantiliser. Il est compréhensible par une personne dans la mode et crédible pour quelqu'un qui code en production. C'est un équilibre difficile à tenir et la plupart des gens qui parlent d'IA en public ne l'atteignent pas.

Le point qui m'a le plus intéressé : son scepticisme sur l'argument "ça fait gagner du temps". Sa position c'est que vérifier, corriger et réinterroger une production IA mobilise un effort cognitif plus intense que ce qu'on admet en général. Il a fait le parallèle avec l'arrivée du cloud computing, mêmes trois promesses, même surestimation systématique des bénéfices réels. C'est pas du tout la même chose que de dire que l'outil ne sert à rien, mais c'est une nuance que les évangélistes de l'IA évacuent soigneusement.

Sur le HITL, pas comme position idéologique, comme conclusion pratique

Toute la session tourne implicitement autour de la même idée : garder un humain dans la boucle. Pas parce que l'IA est "dangereuse" au sens dramatique du terme, mais parce que le modèle prédit du plausible, il ne vérifie pas, il ne sait pas, il satisfait. Sur les agents autonomes, Raymond est explicite : tester uniquement sur une machine vierge, ne jamais laisser tourner sur sa machine principale. Le comportement est instable, les conséquences d'une suppression de données ou d'une action non souhaitée sont réelles.

C'est exactement la conclusion à laquelle j'arrive dans mon travail quotidien. Pas par principe, par expérience. Chez Renault j'ai benchmarké des LLMs contre des règles déterministes sur du parsing PDF industriel. Le LLM monte à 95 à 98% de précision là où les regex plafonnent à 85%. Mais ce 5% d'erreur résiduel, sur des données de sécurité batterie, ça ne peut pas être géré par le modèle seul. Il y a un humain qui valide. Ce n'est pas un aveu d'échec de la technologie, c'est une architecture correcte.

La session de Raymond pose exactement ce cadre, en termes accessibles, pour des gens qui n'ont pas cette expérience terrain. C'est pour ça qu'elle était nécessaire.