IA

L'IA ne vous rend pas expert. Elle amplifie ce que vous savez dire.

L'écart entre deux utilisateurs de l'IA ne tient ni à l'abonnement ni à l'outil, mais à la clarté de la demande. Ce que j'en ai appris en bâtissant mon cloud.

Un faisceau lumineux précis émerge d'un clavier sur fond sombre, symbolisant la clarté des prompts IA.

On classe souvent les utilisateurs de l'IA par ce qu'ils paient, ou par ce qu'ils en font. Ces deux échelles disent quelque chose, mais elles ratent l'essentiel.

L'écart entre deux utilisateurs ne se joue ni dans l'abonnement, ni dans l'outil. Il se joue dans la capacité à dire clairement ce qu'on veut.

Deux échelles pour classer les utilisateurs

La première échelle est celle du portefeuille :

  1. Les non-utilisateurs
  2. Les utilisateurs gratuits
  3. Les abonnés à l'offre de base
  4. Les abonnés à l'offre avancée
  5. Les abonnés à l'offre la plus élevée

La seconde est celle de l'usage :

  1. Les non-utilisateurs
  2. Le mode conversation : on pose une question, on obtient une réponse.
  3. Le travail délégué : on lui confie des fichiers, un dossier, une tâche de bureau.
  4. Le code : on lui fait construire des outils.
  5. Les agents : elle enchaîne seule plusieurs étapes, parfois pendant des heures.

Ces échelles décrivent bien un marché. Elles disent mal qui en tire vraiment profit. On peut payer l'offre la plus chère et s'en servir comme d'un moteur de recherche amélioré. On peut aussi, avec la version gratuite, régler un vrai problème en dix minutes.

L'anneau de Green Lantern

Pas besoin d'être expert de l'IA pour en bénéficier. Il suffit d'avoir un besoin, et de savoir l'exprimer.

L'image qui me parle le plus, c'est l'anneau de Green Lantern. Il donne forme à ce que son porteur imagine : un bouclier, un pont, un outil. L'IA fonctionne de la même façon. Elle prend la forme de la solution que vous lui décrivez.

Mais l'anneau a sa limite : il ne produit que ce que son porteur sait se représenter. Une idée floue donne une forme floue. Avec l'IA, c'est pareil : la réponse ne sera jamais plus nette que la demande.

La prochaine compétence : savoir s'exprimer

Il y a quelques années, savoir se servir d'internet faisait la différence. Chercher, trier, trouver la bonne information. C'est devenu une compétence de base, attendue de tous.

Savoir formuler une demande à une IA suit le même chemin. Ce n'est pas un savoir technique. C'est un savoir très ancien : penser clairement, puis le dire.

Boileau l'écrivait déjà en 1674, dans L'Art poétique*1 :

Ce que l'on conçoit bien s'énonce clairement,
Et les mots pour le dire arrivent aisément.

Avec l'IA, la phrase se lit dans les deux sens. Pour bien écrire à la machine, il faut avoir pensé son besoin. Et l'écrire oblige à le penser.

En pratique, une bonne demande dit cinq choses : le contexte, ce que vous voulez obtenir, pour qui, sous quelle forme, et ce qu'il faut éviter. Rien de plus qu'un bon brief à un collègue.

C'est aussi le conseil des concepteurs eux-mêmes. Le guide d'Anthropic, l'éditeur de Claude, demande de voir l'IA comme un employé brillant mais nouveau, qui ignore tout de votre contexte*2. Son test est simple : montrez votre demande à un collègue qui ne connaît pas le dossier. S'il s'y perd, l'IA aussi.

Un amplificateur, pas un remplaçant

Donnez la même IA à un développeur et à un manager. Ils n'en feront jamais la même chose. Le premier construira un outil. Le second structurera une décision, un plan, un message difficile à écrire.

L'IA ne gomme pas ces différences. Elle les amplifie. Elle part de ce que vous savez déjà, et elle le pousse plus loin.

Elle fait aussi autre chose : elle élargit le champ de chacun.

  • Le néophyte accède à des tâches qui lui étaient fermées : un petit script, une analyse de chiffres, un premier jet de contrat.
  • L'expert va plus vite et plus loin dans son domaine, et déborde sur les domaines voisins.

L'éventail des compétences s'étire dans les deux sens. Vers le bas, la porte d'entrée s'abaisse. Vers le haut, l'expert gagne du temps et déborde sur les domaines voisins.

Les études de terrain confirment la porte qui s'abaisse. Chez 5 179 conseillers d'un service client, un assistant IA a fait gagner 14 % de productivité en moyenne, et 34 % aux débutants*3. Sur des tâches d'écriture professionnelle, ChatGPT a réduit le temps de 40 % et relevé la qualité de 18 %, et les moins à l'aise en ont le plus profité*4.

Une chose ne s'amplifie pas : le jugement. Savoir si la réponse est juste, et si elle tient devant un client, reste votre métier.

Une expérience menée par Harvard avec 758 consultants du Boston Consulting Group le montre bien. Sur des tâches à la portée de l'IA, ceux qui s'en servaient ont traité 12,2 % de tâches en plus, 25,1 % plus vite. Sur un problème choisi hors de sa portée, ils ont trouvé la bonne solution 19 % moins souvent que ceux qui travaillaient sans elle*5.

Mon propre cas

Je ne suis pas développeur. Dans l'IT, mes postes tournaient autour des besoins : les écouter, les analyser, les formuler. Quand l'IA m'a permis de construire moi-même, j'ai foncé.

D'abord un essai sur un vieil ordinateur portable. Aujourd'hui, un vrai cloud maison, digne d'une TPE ou d'une PME. Je l'ai bâti sur quelques principes qui me semblaient plus authentiques : open source, auto-hébergement, sauvegardes, architecture, sécurité.

Au début, comme tout le monde, j'ai posé des questions, discuté, creusé. Puis je suis passé assez vite au terminal, avec Gemini au départ, pour mettre les mains dans le code.

Un homelab a une règle : un jour, quelque chose casse. On cherche à comprendre, on répare, on recommence. À chaque panne, ma demande devenait plus précise, et la réponse aussi.

Ce n'est pas l'outil qui m'a fait passer de fan de tech à bâtisseur. C'est mon ancien métier : savoir dire ce dont on a besoin.

La vraie échelle

Les deux échelles du début mesurent l'équipement. La vraie échelle est ailleurs : ce que vous savez de votre métier, et la clarté avec laquelle vous le dites.

Aujourd'hui, je mets cette expérience au service de personnes très loin de ces questions techniques. Pour elles, automatiser veut dire du chiffre d'affaires en plus, ou du temps libre pour leur famille. C'est le parti pris de surmon.cloud : une IA qui parle votre jargon, travaille à partir de vos documents, cite ses sources et dit quand elle ne trouve pas. Votre expertise reste la vôtre. Vos données aussi.

Réserver un appel découverte

Sources

*1 Wikisource, Nicolas Boileau, « L'Art poétique », chant I, 1674, https://fr.wikisource.org/wiki/Boileau_-_%C5%92uvres_po%C3%A9tiques/L%E2%80%99Art_po%C3%A9tique/Chant_I

*2 Anthropic, « Prompting best practices », section « Be clear and direct », documentation de Claude, consultée le 28/10/2026, https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices#be-clear-and-direct

*3 NBER, Erik Brynjolfsson, Danielle Li et Lindsey Raymond, « Generative AI at Work », document de travail n° 31161, avril 2023, publié depuis dans The Quarterly Journal of Economics, https://www.nber.org/papers/w31161

*4 MIT News, « Study finds ChatGPT boosts worker productivity for some writing tasks », 14/07/2023, sur l'étude de Shakked Noy et Whitney Zhang parue dans Science, https://news.mit.edu/2023/study-finds-chatgpt-boosts-worker-productivity-writing-0714

*5 Harvard Business School, Fabrizio Dell'Acqua et al., « Navigating the Jagged Technological Frontier », document de travail n° 24-013, septembre 2023, publié depuis dans Organization Science, https://www.hbs.edu/faculty/Pages/item.aspx?num=64700

Montez sur votre nuage.

Un court appel découverte. On regarde ensemble ce que votre IA pourrait lire, et le temps qu’elle vous rendrait.

Réserver un appel découverte