L'IA, quand elle résout. Pas quand elle décore.

« On pourrait mettre de l’IA. »

La phrase arrive de plus en plus tôt dans les projets.

Parfois avant même d’avoir défini précisément le problème.

L’intention est compréhensible. L’intelligence artificielle ouvre aujourd’hui des possibilités remarquables : interpréter des données complexes, reconnaître des motifs, automatiser certaines tâches, exploiter du langage naturel ou assister une prise de décision.

Mais une technologie, aussi puissante soit-elle, ne constitue pas un besoin.

La première question devrait donc rester étonnamment simple : qu’est-ce que l’IA va résoudre ici ?

Partir du problème change complètement la discussion #

Imaginons un système qui doit reconnaître automatiquement une situation à partir de données difficiles à caractériser avec quelques règles déterministes.

Nous avons un problème. Peut-être que l’apprentissage automatique constitue une excellente réponse.

À l’inverse, imaginons qu’une application applique cinq règles métier parfaitement connues à des données structurées.

Nous savons déjà écrire ces règles. Ajouter un modèle d’IA ne rend pas nécessairement le système plus intelligent. Cela peut surtout le rendre plus difficile à expliquer, à tester et à maintenir.

Dans les deux cas, la question n’est donc pas « Où pouvons-nous mettre de l’IA ? », mais « Quelle approche résout le mieux le problème ? »

Une IA apporte aussi de nouvelles contraintes #

Un modèle ne remplace pas simplement quelques lignes de code. Il introduit son propre système technique :

obtenir des données suffisamment représentatives ;
les préparer ;
choisir une méthode d’évaluation ;
mesurer les erreurs ;
gérer les cas que le modèle connaît mal ;
surveiller son comportement lorsque les données réelles évoluent.

Selon l’application, il faut également considérer les ressources de calcul, la latence, la consommation énergétique, la confidentialité des données ou encore la dépendance à un service extérieur.

L’IA peut donc supprimer une complexité à un endroit tout en en créant une autre.

Ce n’est pas un défaut. C’est un compromis d’ingénierie.

La démonstration impressionnante n’est pas encore la solution #

Certaines technologies produisent très rapidement un effet spectaculaire.

Une caméra reconnaît un objet.
Un modèle génère un rapport.
Une interface répond à une question en langage naturel.

En quelques heures, la démonstration peut être convaincante.

Mais comme pour n’importe quel prototype, la démonstration ne répond pas à toutes les questions.

Que se passe-t-il sur les cas atypiques ?
Comment mesure-t-on une erreur ?
Quelle erreur est acceptable ?
Que fait le système lorsqu’il ne sait pas ?

Et surtout : avons-nous amélioré le problème initial ?

Une fonctionnalité peut être techniquement impressionnante sans apporter beaucoup de valeur au système qui l’utilise.

Parfois, la meilleure IA est celle qu’on retire #

C’est peut-être le test le plus intéressant.

Si une fonction peut être réalisée de manière plus simple, plus déterministe et plus robuste sans modèle d’IA, la supprimer peut être une amélioration de l’architecture.

À l’inverse, lorsqu’un problème résiste justement aux approches déterministes — données nombreuses, signaux complexes, variabilité difficile à modéliser, langage naturel — l’IA peut devenir un outil extrêmement pertinent.

Dans ce cas, elle n’est plus là pour rendre le produit moderne. Elle est là parce qu’elle permet quelque chose que l’architecture précédente permettait difficilement, ou pas du tout.

Et la différence est fondamentale.

L’IA devrait avoir à justifier sa place #

Nous demandons naturellement à un nouveau capteur pourquoi il est nécessaire. À une nouvelle carte électronique ce qu’elle apporte. À un nouveau service logiciel pourquoi il doit exister.

L’intelligence artificielle ne devrait pas échapper à cette règle.

Avant de l’intégrer, nous pouvons lui poser les mêmes questions qu’à n’importe quel autre choix technique :

Quel problème résout-elle ?
Comment mesurerons-nous le gain ?
Quelles contraintes introduit-elle ?
Et que se passerait-il si nous ne l’utilisions pas ?

Si les réponses sont solides, l’IA a probablement trouvé sa place.

Sinon, elle est peut-être simplement en train de décorer l’architecture.