Avant de vouloir automatiser, il faut savoir faire. Simple, non ? Pas pour tout le monde.
Quand on me parle d’un projet d’« assistant IA », l’enthousiasme l’emporte en général sur la logique. On veut automatiser, gagner du temps, industrialiser une méthode. Mais on a souvent tendance à mettre la charrue avant les bœufs : on cherche à créer l’assistant avant de savoir se servir d’un LLM dans une simple fenêtre de chat. Quand on ne confond pas assistant avec agent !
Comprendre un PDF, pour un humain, c’est trivial.
Pour une IA générative, pas du tout.
Lors des sessions de coaching IA que je mène régulièrement — notamment pour mon partenaire Puissance AI — il y a un moment qui revient presque à chaque fois. Tôt ou tard, quelqu’un finit par raconter, un peu agacé, parfois franchement énervé :
Ces dernières semaines, j’ai conçu et animé, avec mon partenaire organisme de formation bordelais Idewan, une formation pour l’un de ses clients : une agence publique qui aménage de grands sites urbains, construit des équipements structurants et participe aux plus grands projets de développement métropolitain.
Deux demi-journées. Quarante cadres et spécialistes métier. Une promesse volontairement sobre : « Tirer parti de l’intelligence artificielle pour améliorer son efficacité au travail ».
Découvrir une tactique IA, ce n’est pas forcément apprendre à “faire faire” des choses à ChatGPT. Parfois, la vraie avancée consiste à lui demander de mieux… nous questionner.
La semaine dernière, lors de la formation “L’IA au service de la scénographie” pour l’Association Scénographes, j’ai partagé une approche dont je me sers souvent pour aborder un problème professionnel ; dans mon cas, pour faire évoluer mon activité de conseil, affiner mes offres, tirer mon TJM vers le haut, développer des formats de presta plus nomades…
En rencontrant beaucoup d’utilisateurs de ChatGPT dans mes formations et missions de conseil et de coaching, je constate souvent la même scène : on interroge une IA comme on questionnerait Google, en espérant que quelque chose de pertinent remontera. Et l’on s’étonne ensuite (ou pas, et c’est un problème autrement important) de recevoir une réponse tiède, apparemment informative, mais impropre à tout usage sérieux. Mon conseil : soyez ultra-exigeant avec l’IA, n’acceptez que l’excellence, pas moins.
L’expérience d’aujourd’hui raconte non pas la magie d’un modèle « intelligent », mais l’effet très concret d’un cadre sur la qualité d’un livrable – ici un Projet ChatGPT doté d’instructions méthodiques.
Je rencontre tous les jours des dirigeants et cadres d’entreprises qui rêvent de systèmes capables de travailler seuls sur des tâches complexes. Une IA qui comprend un objectif global, qui planifie, qui exécute… Comme vous, je lis cette promesse tous les jours sur Linkedin et dans les newsletter d’agences.
Cette semaine (octobre 2025), OpenAI a annoncé transformer ChatGPT en une plateforme d’action, avec son nouveau module « AgentKit » permettant de créer des agents capables non seulement de converser, mais d’exécuter des tâches dans des applications tierces. Autrement dit, ChatGPT pourrait désormais agir à la place de l’utilisateur, à la façon des automatisations, mais dans un cadre conversationnel1.
Nous en parlions dans le billet Les agents IA vont-ils rendre obsolètes le no-code ? ↩
Depuis plus de dix ans, les plateformes d’automatisation no-code ont servi de colonne vertébrale à une nouvelle génération d’utilisateurs du numérique. Zapier, Make ou n8n ont permis à des milliers d’entreprises de relier leurs outils, d’orchestrer des processus sans écrire une ligne de code, et de s’émanciper de la dépendance aux développeurs. Ces plateformes ont créé un langage de l’action — simple, visuel, procédural : si ceci, alors cela (if this, then that, IFTT est même le nom de l’une de ces plateformes)
Les hallucinations des IA génératives, tout le monde en a fait l’expérience. Elle invente des faits, fabrique des sources, affirme avec aplomb des informations fausses. Plutôt inquiétant.
Pourtant, à y regarder de plus près, le problème est bien moins alarmant qu’il n’en a l’air. Les hallucinations de l’IA ne vont pas disparaître demain matin. Et ce n’est pas forcément un drame. Il faut les voir non comme une faille irrémédiable, mais comme une limite structurelle à intégrer dans nos usages.
Je jongle avec plusieurs agendas chaque jour : un pour mes formations. Un autre pour mes projets de consultant AMO. D’autres pour mes activités associatives et ma vie privée. Tous sont dans Google Calendar, bien séparés pour plus de clarté.
Mon défi était simple : montrer mes disponibilités sans révéler le contenu de mes rendez-vous. Je voulais que mes contacts voient quand je suis libre, sans accès aux détails de mes engagements.
Dans le cadre d’un atelier avec les étudiants de l’ISCOM, nous avons exploré une automatisation simple mais puissante : générer un devis automatiquement à partir d’un projet saisi dans un CRM no-code.
Objectif : à chaque nouveau projet (deal) ajouté dans Airtable, un brouillon d’e-mail est généré automatiquement via ChatGPT, prêt à être envoyé.
Voici les étapes, commentées et illustrées, de cette automatisation.