L’IA devient utile quand elle enlève une friction précise.
Le premier projet IA ne devrait pas être choisi parce qu’une technologie est disponible ou parce qu’un concurrent en parle déjà. Il devrait partir d’un travail réel : une information que l’on cherche trop longtemps, une réponse que l’on reformule chaque semaine, une vérification répétitive, une synthèse qui mobilise plusieurs personnes ou une connaissance qui reste enfermée dans quelques boîtes mail. Cette entrée permet de mesurer la situation avant de promettre une transformation. Combien de fois la tâche revient-elle ? Quel est le coût d’une erreur ? Qui doit pouvoir contrôler la sortie ? Quelles sources sont suffisamment fiables ? La réponse peut être une recherche assistée, un modèle de document, un agent limité ou simplement une meilleure organisation de la connaissance. Le niveau d’automatisation vient après le niveau de responsabilité. En partant du geste quotidien, on évite de fabriquer un prototype impressionnant mais sans place réelle dans les habitudes de l’équipe.
Une friction observée vaut mieux qu’une idée spectaculaire.