Cinquante jours après la résurrection du Christ, les Apôtres sont enfermés dans une pièce à Jérusalem. Dispersés, apeurés, désorganisés. Un grand vent souffle dans la maison. L’Esprit Saint descend sur eux sous la forme de langues de feu posées sur chacune de leurs têtes. Et soudain, ces pêcheurs galiléens qui ne parlaient que l’araméen se mettent à s’exprimer dans toutes les langues du monde. À leur sortie, des Juifs venus de Parthie, de Médie, d’Élam, de Mésopotamie, de Cappadoce, du Pont, de Phrygie, d’Égypte et de Libye les entendent chacun dans sa propre langue. Et tous comprennent le même message.

...

Euh, attendez. On est bien sur The Tunnel, la newsletter qui parle d’IA ?

Restez avec moi. Ce que je viens de vous raconter, c’est la Pentecôte1. Et à l’occasion du dernier lundi de Pentecôte, à 11 heures précises, Léon XIV a choisi précisément cette date pour présenter sa première encyclique, Magnifica Humanitas. 250 paragraphes. 40 000 mots. Sur l’intelligence artificielle.

La date n’a rien d’un hasard. La Pentecôte est, dans la théologie chrétienne, le contre-récit biblique exact de la tour de Babel : unité forcée d’un langage unique qui produit la dispersion (Babel) contre diversité préservée qui produit la communion (Pentecôte). Or cette opposition est, mot pour mot, le cœur de Magnifica Humanitas.

Léon XIV nous somme de choisir entre bâtir Babel ou reconstruire Jérusalem : l’unité forcée d’un langage unique (technologique, numérique, algorithmique) qui écrase la diversité humaine et “traduit en données” jusqu’au “mystère de la personne”, ou la communion plurielle où chacun garde sa voix. Le pape a écrit un texte et l’a mis en scène par sa date de publication. Pas mal comme opération de communication...

Le texte est surprenant d’enseignements opérationnels sur l’IA (franchement, je ne m’attendais pas, mais alors pas du tout à ça). Et ça mérite qu’on s’y penche plus en profondeur dans ce tunnel. On a déjà parlé de politique, de philosophie, de sport, d’économie, etc., alors pourquoi pas de religion ?

Au programme cette semaine :

• Les actus à ne pas manquer entre IPO de Claude et la nouvelle jeunesse de Codex

• Retour sur les réflexions du Pape autour de l’IA : clairvoyant…

• Un papier de recherche qui démontre que 25% des benchmarks IA sont faux

• Un retour d’expérience : comment rater sa communication interne autour de l’IA

• Le cas d’usage de la semaine : Triptyque pour faire exploser votre SEO

• Une liste de cas d’usage efficaces et conformes à l’AI Act pour vos RH

Attachez vos ceintures, c’est parti !!

🗞️ L’actu IA qu’il ne fallait pas manquer

1. OpenAI déploie Codex partout : sur AWS Bedrock, et pour tous les métiers. Coup double pour OpenAI cette semaine. Le 1er juin, Codex et les modèles frontière (GPT-5.5, etc.) deviennent disponibles sur AWS Bedrock. Concrètement, OpenAI vient de lever le plus gros frein à son adoption en grande entreprise : sécurité, gouvernance, conformité. Vos DSI et CISO peuvent désormais acheter les modèles OpenAI via les contrats AWS qu’ils utilisent déjà. Et le lendemain, OpenAI sort sa nouvelle stratégie Codex : 6 plugins “role-specific” (analyste, marketing, design, investissement, opérations, recherche) qui regroupent 62 apps et 110 skills. Plus les “Sites” : des mini-apps web partageables générées par Codex, et les “Annotations” : modification ciblée de docs, slides et spreadsheets en cliquant sur la zone à changer. Codex n’est plus un outil de dev. C’est l’OS de productivité unifié qu’OpenAI prépare pour 2027, avec le canal de distribution AWS pour le déployer en B2B sans friction.

2. Anthropic dépose un draft confidentiel de S-1 à la SEC pour préparer son IPO. Pour mémoire : Anthropic a levé 65 milliards en Série H au début 2026 sur une valorisation de 965 milliards post-money. L’IPO se ferait donc sur une valo encore plus élevée. Anthropic conserve son statut de Public Benefit Corporation (PBC). En clair : Anthropic se prépare à entrer en bourse. C’est l’étape qui précède un dépôt public de S-1, qui précède lui-même l’introduction. Sur la valo de leur dernière levée, on parle de l’IPO d’un labo IA frontière la plus importante jamais réalisée.

S'abonner maintenant

3. Biohub publie un “world model” de la biologie des protéines. Le plus important de la semaine, à mon humble avis, et pourtant celui dont vous entendrez le moins parler dans les feeds tech grand public. Biohub (la fondation biomédicale Chan-Zuckerberg) sort trois modèles open source qui mappent 6,8 milliards de séquences protéiques, prédisent 1,1 milliard de structures 3D, et permettent de concevoir de nouveaux liants protéiques fonctionnels. Sur cinq cibles centrales en cancérologie et immunologie, les équipes obtiennent des taux de réussite de 36 à 88%. On vient de passer d’un cycle de découverte de candidat thérapeutique de 3 à 4 ans à quelques jours de calcul.

💡 L’édito : Magnifica Humanitas, quand le Pape nous donne une leçon d’IA

Je vais vous épargner les considérations théologiques. On est là pour parler IA, pas pour méditer sur Saint Augustin.

Mais commençons par poser le décor, parce que sans lui rien de ce qui suit n’a de sens.

Léon XIV, élu il y a un an, premier pape américain de l’histoire, choisit comme premier grand texte doctrinal de son pontificat une encyclique sur l’intelligence artificielle. C’est en soi un événement qu’il faut peser : l’Église catholique, qui pèse 1,4 milliard de fidèles déclarés, place l’IA au centre de sa réflexion sociale pour la décennie à venir.

Et il signe ça le 15 mai. À 135 ans tout pile de Rerum Novarum2, l’encyclique de Léon XIII (1891) qui a posé les bases de toute la doctrine sociale catholique face à la révolution industrielle. Ce n’est pas un hasard de calendrier. C’est un parallèle revendiqué, frontal : ce que la révolution industrielle a été en 1891, l’IA l’est en 2026. Et l’Église entend y prendre position avec la même ambition.

Les trois leçons à retenir

Le texte est très long, mais si vous devez garder 3 infos pour pouvoir briller à la machine à café la semaine prochaine en parlant du pape, les voici 👇

• Léon XIV a très bien compris qui détient le pouvoir. Le passage est limpide : “Par le passé, c’étaient surtout les États qui guidaient et orientaient l’innovation. Aujourd’hui, en revanche, les principaux moteurs du développement sont des acteurs privés, souvent transnationaux, dotés de ressources et de capacités d’intervention supérieures à celles de nombreux gouvernements”3. Quand le pape parle des “seigneurs de la tech” et des “oligopoles”, il n’utilise pas une métaphore. Il décrit factuellement la structure de pouvoir qui s’est constituée autour de cinq ou six entreprises dont les CAPEX dépassent maintenant le PIB de pays entiers. Léon XIV cite explicitement la concentration : “Qui, aujourd’hui, détient, façonne et entraîne les modèles d’IA ?”

• Il refuse le faux choix. L’encyclique martèle que le débat n’est pas “oui ou non à la technologie”. C’est “bâtir Babel ou reconstruire Jérusalem”. Pour traduire en langage profane : ce n’est pas la question de l’adoption qui se pose, c’est celle de la finalité. Tout le monde va l’adopter. La vraie question, c’est pour quoi faire. Et qui décide ? En gros : utiliser l’IA : oui, mais l’utiliser pour créer plus d’injustices et d’inégalités : non.

• Il livre un cahier des charges. Et là, ça devient passionnant. Au §14, Léon XIV liste littéralement les pratiques à mettre en place : Évaluations d’impact, alphabétisation numérique, inclusion des plus fragiles, orientation vers le bien commun. “Une approche responsable, des évaluations d’impact humain et social, l’inclusion des plus fragiles, une alphabétisation numérique, une recherche et une industrie orientées vers la justice et la paix.”4 Si vous remplacez “bien commun” par “ESG” et “alphabétisation numérique” par “AI literacy program”, vous obtenez le cahier des charges qu’un cabinet de conseil vous facturerait 200 000€.

  Partager

Babel ou Néhémie : l’opposition centrale du texte

Le cœur de l’encyclique, c’est une opposition entre deux images bibliques qu’il est très utile de comprendre et de retenir.

Babel, c’est ce que Léon XIV appelle “l’idolâtrie du profit qui sacrifie les plus faibles, l’uniformité qui gomme les différences, la prétention d’un langage unique, y compris numérique, capable de tout traduire, même le mystère de la personne, en données et en performances”5. Un langage unique qui traduit le mystère de la personne en données c’est la généralisation des algorithmes d’IA dans nos vies de tous les jours.

Néhémie, à l’inverse, c’est l’image positive. Un type qui, au retour de l’exil, doit reconstruire les murs de Jérusalem. Il ne se présente pas comme un sauveur. Il “convoque les familles, confie à chacune un tronçon de mur à reconstruire, écoute les craintes, coordonne les efforts, fait face aux oppositions”6 La ville renaît “non pas grâce à l’initiative d’une seule personne, mais grâce à la responsabilité partagée de tout le peuple : prêtres, artisans, chefs de famille, femmes et jeunes.”

À l’échelle d’une entreprise, c’est ce à quoi devrait ressembler un programme de transformation IA dans une boîte. Pas un projet top-down piloté par la DSI avec un cabinet de conseil, mais une coresponsabilité réelle où les ouvriers de terrain (ceux qui vont utiliser les outils) co-construisent avec les décideurs (qui financent et arbitrent). Avec un cadrage clair de la finalité, du périmètre, et de qui fait quoi.

À l’échelle d’un pays, c’est la participation transparente et démocratique de l’ensemble des citoyens aux grandes décisions de régulation de l’IA (plutôt qu’une affaire de lobby et de gros sous)

Concrètement, qu’est-ce qu’on fait ?

Voilà la vraie question. Notamment à l’échelle d’une entreprise, comment on peut prendre des décisions qui vont dans le sens de cette encyclique lorsqu’on fixe son cadre et sa politique IA ?

1. Évaluations d’impact humain et social, avant le go. Pas après. Pas en parallèle. Avant. Concrètement : avant de signer un contrat à 6 chiffres avec cabinet de conseil et de payer des licences à tous ses employés, on prend une semaine pour cartographier qui va être affecté, comment, et avec quels effets attendus et imprévus.

2. Alphabétisation numérique. L’encyclique utilise littéralement cette expression. Et elle a raison : si vous déployez des outils d’IA dans une équipe de 50 personnes sans qu’aucune d’elles n’ait suivi une formation de 4 heures sur ce qu’est un LLM, ce qu’il sait faire, ce qu’il ne sait pas faire, et comment l’évaluer, vous ne déployez pas un outil. Vous déployez une bombe.

3. Inclusion des plus fragiles. Dans l’encyclique, ce sont “les pauvres, les malades, les migrants, les petits”. Dans une boîte, ce sont les fonctions qu’on a tendance à oublier : le service client, les opérations, le SAV, les juniors qui n’osent pas demander, les collaborateurs proches de la retraite qui ne savent pas trop comment dire qu’ils sont largués. La règle : tout déploiement IA qui ne pense pas en priorité à ces gens-là est un déploiement qui va creuser les inégalités internes.

4. Orientation vers le bien commun. Les 3 premiers principes doivent permettre de poser un cadre juste et équilibré. Le dernier doit permettre de ne pas déployer de l’IA pour déployer de l’IA, mais d’avoir toujours une raison objective de le faire. Dans une entreprise, la recherche d'un retour sur investissement doit toujours guider les décisions, mais en matière d’IA, il faut aussi réfléchir plus large (surtout lorsqu’on décide ou non de “vendre” de l’IA à ses clients…)

S'abonner maintenant

Le pape a “plié le game”

Depuis deux ans, j’ai entendu des dizaines de discours sur “l’IA éthique”, “l’IA responsable”, “l’IA digne de confiance”. Tous écrits par des cabinets de conseil, des organismes de certification, des consortiums industriels. Et la quasi-totalité étaient des compilations de bonnes intentions sans tranchant.

Et voilà qu’un texte de 250 paragraphes écrit par une institution vieille de 2000 ans, dont 99% des lecteurs de cette newsletter pensent (à raison ou à tort) qu’elle est has been, propose un cahier des charges très juste et avec des principes opérationnels super efficaces…

De quoi redonner foi en l’humanité !

📜 Le papier de la semaine : 25% de vos benchmarks IA sont bidon

Automated Benchmark Auditing for AI Agents and Large Language Models

Continuons dans la critique constructive avec un papier de recherche qui est une belle illustration des dérives actuelles autour de la course effrénée à l’IA et de la communication souvent excessive des créateurs de modèles.

Un papier sorti le 26 mai dernier sur arXiv intitulé “Automated Benchmark Auditing for AI Agents and Large Language Models” fait quelque chose de pour le moins original : évaluer les méthodes d’évaluation des modèles d’IA.

Le résultat ? Selon leur méthodologie, 25,7% des benchmarks d’évaluation qu’ils ont testés contiennent des erreurs critiques. Tâches ambiguës, environnements d’exécution incohérents, ground truths incorrects, fuites de données entre entraînement et test, etc.

Je lis ce chiffre des 2 manières :

• D’abord, cela me rappelle mon premier tunnel de la saison 4 où je vous disais qu’internet serait bientôt construit sur un château de cartes. Je me demande s’il ne faut pas généraliser en disant qu’on est en train de bâtir un château de cartes global. Combien de ces benchmarks ont été réalisés en utilisant de l’IA générative dans le process ? Quand on crée un post LinkedIn, c’est OK d’avoir des erreurs, mais pas quand on publie des évaluations et quand on produit des chiffres. Pour les évaluations de modèle d’IA, les chiffres sont essentiellement repris par les entreprises qui mettent en avant leurs modèles, mais quid des chiffres qui seraient produits avec l’aide de l’IA et des méthodologies bancales qui auraient une portée politique par exemple ? Il devient de plus en plus crucial, à l’ère de l’IA et de l’information de masse de remettre systématiquement en question les chiffres qu’on nous présente.

• La deuxième réflexion à avoir selon moi, c’est de s’interroger sur la part de ces fausses évaluations qui ont été publiées même si les erreurs avaient été détectées en amont ? Avec l’IA, on peut produire une flopée de chiffres (et d’ailleurs dès qu’un nouveau modèle sort, il est accompagné de tous ces %), de quoi noyer les erreurs et les mauvais chiffres. Sachant que les entreprises qui créent et commercialisent des modèles sont toutes entrées dans une course à l’armement sans limite, le risque de les voir mentir en toute connaissance de cause pour justifier leurs levées de fonds mirobolantes ne me semble pas être de l’ordre de l’impossible (pour rester dans l’euphémisme...).

  

Bref, super papier de recherche qui me donne envie de creuser la question du mensonge dans un prochain tunnel… Si ce sujet vous tente aussi, n’hésitez pas à m’écrire pour me donner vos réflexions 🤥

S'abonner maintenant

🎙️ Le retour client : quand la direction et le terrain bossent dans des univers parallèles

Comme dans chaque tunnel, je vous partage un peu de vécu. Cette semaine, je vais vous raconter l’histoire d’une entreprise qui a lancé sa démarche IA un peu trop vite. À sa décharge, quand cette entreprise s’est lancée, le Pape n’avait pas encore publié Magnifica Humanitas et donc le premier des enseignements que je vous partageais : “Évaluations d’impact humain et social, avant le go” n’était pas encore disponible…

C’est l’histoire d’une mission qu’on a menée récemment chez Jaydai. Un client à 350 personnes, secteur services B2B, top 10 de son marché en France. La direction nous appelle parce qu’elle veut “accélérer le déploiement de l’IA en interne”. Comex motivé, budget validé, sponsor exécutif clair. Tous les voyants au vert, sur le papier.

On démarre par une phase de discovery. Et là, surprise : pendant les entretiens terrain (équipes commerciales, opérations, marketing), on découvre que 80% des collaborateurs utilisent déjà l’IA quotidiennement. ChatGPT perso, Claude perso, Copilot perso, parfois sur des comptes pro mais payés sur leur carte bleue personnelle. Ils ont créé des prompts, des workflows, des templates. Certains sont devenus redoutablement bons. Une commerciale junior nous montre un système qu’elle a monté toute seule pour générer ses comptes-rendus de RDV : il fait gagner 4h par semaine à son équipe.

On remonte ça à la direction. Stupeur authentique en face de nous : “Mais on ne savait pas. On pensait qu’ils n’y connaissaient rien et qu’il fallait tout leur expliquer.”

On retourne sur le terrain. On demande : “Vous savez qu’une démarche IA a été lancée par la direction ?” Réponse quasi unanime : “Non. On en a entendu parler vaguement à un meeting il y a 6 mois, mais on a cru que c’était mort. Personne ne nous a sollicités.”

La direction pense que les équipes s’en foutent. Les équipes pensent que la direction ne fait rien. Pendant ce temps, l’usage explose en off, sans cadre, sans formation, sans sécurité, avec parfois des données confidentielles balancées sur des comptes perso. Bravo tout le monde.

Pourquoi c’est aussi banal qu’absurde ?

Parce que la communication descendante sur l’IA est une catastrophe dans la quasi-totalité des boîtes que je connais. La direction publie un communiqué interne sur Slack ou Teams, met une slide dans un Town Hall, lance une “task force” qui se réunit à 6 personnes, et appelle ça “une démarche”. Le terrain ne s’en rend même pas compte. Pendant ce temps, la com ascendante est inexistante. Personne ne demande aux gens “vous, vous utilisez déjà ? avec quoi ? pour faire quoi ? quels résultats ?”. Donc les retours du terrain ne remontent jamais. Donc la direction continue à croire que rien ne se passe. Donc elle achète des outils mal calibrés. Donc le terrain les rejette. Donc l’usage off continue. Bref, pas de palais, pas de palais.

Partager

Ce qu’on a fait avec eux. On a monté un dispositif de remontée du terrain en deux semaines. 12 collaborateurs identifiés comme “power users” déjà actifs en off ont été invités à intégrer un comité IA officiel, avec un mandat clair (faire remonter les usages, proposer des prompts validés, alerter sur les risques). Le comex les rencontre une fois par mois. La DSI a légalisé les outils déjà utilisés, en mettant les bonnes conditions de sécurité. La RH a lancé une formation sur le retour d’expérience de ces 12 personnes, pas sur du contenu théorique acheté à un éditeur. Les autres collaborateurs ont vu leurs collègues former leurs collègues.

Si vous reconnaissez votre boîte dans ce que je viens de décrire, n’hésitez pas à m’écrire, on a créé Jaydai spécialement pour lutter contre ce genre d’absurdités.

🛠️ Le concret : Comment un restaurant peut utiliser l’IA pour son SEO

Allez un peu de concret maintenant. Qui pourrait vous servir si vous êtes un restaurateur ou si simplement le SEO a un impact très important sur vos affaires…

Le cas d’usage en question. Un restaurant parisien, 8 employés, 1 chef, 1 sommelière, 1 chef de salle, et le reste en cuisine et en service. Le patron nous appelle pour une raison simple : il a un super produit, des reviews moyennes sur Google (3,8 étoiles, 240 avis), et il sait que son SEO local est pourri. Concurrence locale féroce, budget marketing limité, zéro envie d’embaucher un freelance à 800€/mois pour gérer sa présence en ligne.

On lui propose un triptyque Jaydai : un prompt, un agent, une app. Chacun fait un job différent. Ensemble, ils résolvent son problème.

S'abonner maintenant

1. Le prompt : un audit SEO hebdo automatisé

La première brique de son système, c’est un prompt méthodologie Jaydai (les 6 blocs : Role / Context / Goal / Constraints / Tone & Style / Output Format) qu’on transforme directement en skill dans le chat IA du restaurateur (en l’occurrence Claude). Le skill s’appelle jaydai-seo-audit. Tous les lundis matin, le patron tape /jaydai-seo-audit et reçoit un rapport structuré sur :

• les changements de classement sur ses 8 mots-clés cibles (”restaurant gastronomique Paris 11”, “bistronomie Bastille”, etc.)

• les nouveaux avis Google reçus dans la semaine et leur sentiment (positif / négatif / mitigé)

• les évolutions de ses concurrents (3 restaurants identifiés en amont) en avis et en classement

• les actions prioritaires de la semaine (3 max)

Coût : un prompt bien fait, intégré une seule fois. Temps d’exécution : 90 secondes par lundi. Avant ça, le patron payait une agence 600€/mois pour ne rien lire.

2. L’agent : le Review Investigator

La deuxième brique résout un autre problème. Le restaurateur veut répondre intelligemment à ses avis Google, surtout aux négatifs. Mais il n’a pas le temps. Et quand il le prend, il répond comme tout le monde : “Bonjour, nous sommes désolés de votre expérience...” Réponse type, peu engageante, peu différenciante.

On lui déploie un agent Jaydai qu’on a appelé Review Investigator. C’est un workflow automatisé qui, à chaque nouvel avis détecté sur Google Maps :

1. Récupère l’avis et son contexte (date, note, commentaire complet)

2. Croise avec le système de réservation pour identifier la table, le serveur, le plat commandé (anonymisé)

3. Détecte la nature précise de la plainte ou du compliment (timing, qualité du plat, accueil, prix, ambiance)

4. Génère 3 propositions de réponses calibrées : une réponse standard, une réponse “premium” (longue, personnalisée, qui propose une démarche de réparation), et une réponse “drôle” pour les cas où l’humour passe

5. Envoie le tout par mail au patron qui valide en un clic

Le gain n’est pas juste en temps. C’est en qualité. L’agent permet d’écrire des réponses qui montrent qu’on a vraiment lu l’avis, qu’on a compris la critique, qu’on prend une mesure concrète. Et ça, en 2026, ça compte deux fois : pour les clients qui lisent ces réponses avant de réserver, et pour les LLMs qui scrapent ces réponses pour répondre à “meilleur restaurant gastronomique Paris 11” dans ChatGPT ou Perplexity. Vos réponses aux reviews sont devenues du contenu SEO/GEO. Personne ne vous l’a dit. Maintenant si.

3. L’app : le dashboard “Anything”

La troisième et dernière brique, c’est une app. On met à disposition de tous nos clients une app qui s’appelle Dashboard Anything. Le principe : vous lui donnez n’importe quelles sources de données (Google Business Profile, le système de résa, une feuille de calcul, etc.), vous lui dites ce que vous voulez voir, elle vous monte un dashboard en 5 minutes.

Pour notre restaurateur, on a configuré :

• Note moyenne Google sur 30 / 90 / 365 jours

• Évolution du nombre d’avis hebdomadaire

• Sentiment des avis (positif / neutre / négatif)

• Top 5 des plats les plus cités positivement

• Top 5 des points de friction les plus cités (timing, parking, bruit, etc.)

• Comparaison avec les 3 concurrents identifiés

Chaque case du dashboard est cliquable et donne accès aux données brutes. Tout est rafraîchi automatiquement via les connecteurs. Le restaurateur l’ouvre 2 fois par semaine, 10 minutes à chaque fois. Il voit sa boîte respirer.

La bonne nouvelle pour vous (et pour nous), c’est que tout ça est facilement reproductible. Si vous êtes un restaurant, un cabinet d’expertise comptable, une boutique e-commerce, un cabinet de kiné, une PME B2B : la combinaison prompt + agent + app vous résout 80% de votre besoin d’IA opérationnelle pour le quart du prix d’un consulting.

N’hésitez pas à m’écrire si cela vous intéresse ou à vous rendre directement sur notre site internet

Je veux essayer

🧩 La RH, championne de l’IA… et cobaye de l’AI Act

Si je devais désigner le service qui a le plus à gagner avec l’IA, je dirais les RH sans hésiter. Beaucoup de tâches répétitives, un volume documentaire énorme, des process déjà bien cartographiés. Le terrain rêvé. Et pourtant, c’est aussi le service où on peut se planter le plus salement : données personnelles partout, biais de décision, et un recrutement que l’AI Act range noir sur blanc parmi les systèmes à haut risque7.

Le truc, c’est que les équipes RH n’ont pas attendu la permission. 71 % des pros RH utilisent déjà l’IA dans leur quotidien8. Le problème n’est pas l’envie. Le problème, c’est qu’à chaque fois qu’un DRH cherche par où commencer, il tombe sur des listes de 100, 115, 150 « cas d’usage IA RH ». Le grand inventaire qui donne le vertige et zéro plan d’action. On lit, on hoche la tête, et on referme l’onglet sans rien déployer.

J’ai donc pris le problème par l’autre bout dans le nouvel article du blog de Jaydai. Pas une liste fourre-tout, mais 12 cas d’usage classés par processus RH réel : recrutement, onboarding, formation, administratif et paie, engagement, people analytics. Et surtout, une matrice effort / impact / ROI / risque de conformité, pour savoir lesquels attaquer en premier. Spoiler : vous ne commencez pas par le tri automatisé de CV (effort moyen, risque élevé), vous commencez par la rédaction d’offres et les comptes-rendus (effort faible, risque nul, adhésion immédiate).

L’angle qui me tient à cœur, c’est la conformité. La plupart des « top 100 cas d’usage » vous vendent le scoring de candidats comme un gadget plug-and-play. Sauf que c’est exactement là que l’AI Act et l’article 22 du RGPD vous attendent au tournant. La bonne nouvelle, c’est qu’il n’y a aucune raison de se paralyser non plus. Il faut juste poser le cadre avant de déployer, au lieu de découvrir le sujet le jour de l’audit.

Et le vrai sujet, au fond, n’est même pas « quel cas d’usage ». C’est : comment passer d’un DRH qui bricole trois prompts dans son coin à cent collaborateurs RH qui partagent les mêmes modèles validés, dans un cadre sécurisé. Prompts partagés, mini-apps métier, gouvernance. C’est ça qui fait la différence entre « on teste l’IA » et « on en tire un avantage mesurable ».

Je détaille tout ça (les 12 cas, la matrice de priorisation, la zone rouge AI Act) dans l’article complet, avec un diagnostic RH gratuit pour situer vos propres cas dans la grille.

🔗 Cas d’usage IA RH : 12 exemples concrets par processus 🔗

Pfiou, c’est terminé. J’espère que ce tunnel vous a plu et que vous allez vous mettre à citer le Pape comme une référence de l’IA. Ou même avant de citer le Pape, n’hésitez pas à parler de The Tunnel autour de vous 😉

À très vite pour un prochain tunnel 😘

S'abonner maintenant

Partager

The Tunnel est la newsletter de Quentin Bragard, CTO de Jaydai. Une édition par semaine pour les dirigeants qui veulent piloter l’IA en entreprise sans subir le bullshit. Pour vous abonner : thetunnel.substack.com.

Mais cette deuxième finale de Ligue des champions en deux ans pour le PSG n’est que l’arbre qui cache la forêt des évènements sportifs auxquels on va tous devoir s’intéresser d’ici la fin de l’été :

• L’ouverture de Roland-Garros ce week-end, avec une dynamique intéressante ces dernières semaines pour Arthur Fils et le retour, un an après sa folle demie, de Loïs Boisson.

• La finale de la Ligue des Champions féminine entre le FC Barcelone et l’OL.

• La coupe du monde de foot aux Mexique, Canada et Etats-Unis avec une équipe de France pleine de promesses.

• Et enfin le premier Tour de France du prodige français Paul Seixas qui risque de faire le spectacle et Pauline Ferrand-Prévot tenante du titre qui va remettre son maillot jaune en jeu chez les femmes…

Il se trouve que l’un de mes tout premiers tunnels, à l’automne 2023, parlait déjà de sport. Ce tunnel posait une question simple : la donnée augmente-t-elle ou menace-t-elle le sport. À l’époque, je vous racontais Billy Beane et le Moneyball, les capteurs GPS planqués dans les maillots de rugby, le clustering pour prédire les blessures. La data, c’était le décor.

Deux ans et demi plus tard, l’acteur principal a changé. AI is the new cool. Elle arbitre. Elle entraîne. Elle court un semi-marathon (mal, mais elle le court). On aime tellement le sport et on est tellement intrigué par l’IA que tout ça peut être un poil bouleversant.

J’ai voulu dans ce tunnel lister quelques réflexions autour de l’impact de l’IA dans le sport, et en cours de route, je me suis rendu compte que souvent, on pouvait prendre le sport comme un super laboratoire pour parler des doutes et des passions qui escortent l’arrivée de l’IA dans tous les domaines…

Préparez-vous à suer, le tunnel commence maintenant 🚘

Au programme :

• Les actus à ne pas manquer : Les annonces de Google, le retard de l’AI Act et le dernier achat d’Anthropic

• L’édito : Réflexion autour du sport et de l’IA

• Une app pour optimiser votre cold calling

• La grande révélation : vos agents IA modifient vos documents en douce

• Une étude qui parle de l’impact de l’IA sur nos cerveaux

• Une question que vous devriez vous poser

🗞️ L’actu IA qu’il ne fallait pas manquer

1. Google I/O 2026 : la grand-messe annuelle, et un cap très clair. Le 19 mai s'est tenue la conférence Google I/O, le rendez-vous où Google déballe toute son année. Les annonces qui comptent :

→ Gemini 3.5 Flash, le nouveau modèle par défaut, qui bat la génération « Pro » précédente sur le code et l'agentique tout en tournant quatre fois plus vite ; Gemini Omni, une série multimodale capable de générer aussi de la vidéo.

→ Gemini Spark, un agent personnel qui agit à votre place dans Gmail, Docs et le reste de Workspace.

→ Des lunettes connectées Android XR attendues pour l'automne, avec Samsung et Warby Parker.

→ Et enfin, un forfait AI Ultra à 100 dollars par mois.

Au-delà du catalogue, Google envoie un signal très lisible. Le mot « assistant » s'efface, le mot « agent » le remplace partout…

2. L’AI Act européen se fait détricoter (un peu). Le 7 mai, le Conseil, le Parlement et la Commission ont trouvé un accord provisoire sur un « Digital Omnibus », les premières modifications de l’AI Act depuis son adoption en 2024 Au menu : les obligations pour les systèmes à haut risque1 de l’Annexe III sont repoussées d’août 2026 à décembre 2027, deux nouvelles pratiques sont interdites (la génération de contenus intimes non consentis et de contenus pédocriminels), et le délai pour rendre les contenus générés par IA transparents passe de six à trois mois.

3. Anthropic rachète Stainless, Le 18 mai, Anthropic (l'éditeur de Claude) a racheté Stainless, une société spécialisée dans un sujet peu glamour : la tuyauterie qui permet à un logiciel d'en utiliser un autre. Concrètement, Stainless fabrique des SDK (les bibliothèques de code prêtes à l'emploi) et des serveurs MCP, le standard ouvert qui permet à un agent IA de se connecter à vos outils et vos données.

Dans le communiqué, il y a une phrase très intéressante: « un agent ne vaut que ce à quoi il peut se connecter ». Comme avec Google juste au-dessus, l'IA passe du modèle qui répond à l'agent qui agit, et un agent qui n'atteint rien ne sert à rien. La vraie bataille se déplace du « quel modèle est le plus malin » vers « quel agent se branche le mieux sur mon CRM, ma boîte mail et mes fichiers ».

Partager

💡 L’édito : l’IA entre sur le terrain

Nous sommes le 30 mai 2056, et la France entière retient son souffle.

Depuis l’aube, une panne électronique paralyse plusieurs data centers parisiens, pourtant classés sous très haute protection. Le verdict est tombé il y a une heure : VitinIA, l’intelligence artificielle qui souffle aux joueurs du PSG les bonnes décisions collectives à prendre en projetant les informations clés directement sur leurs lentilles de contact en plein match, sera indisponible ce soir. Le soir de la finale de la Ligue des champions. Sur les plateaux, les consultants ont déjà tranché : sans VitinIA, Paris jouera diminué. Interrogé à la sortie de l’entraînement, un joueur résume l’ambiance d’une phrase : « jouer sans les lentilles, ce soir, c’est jouer les yeux bandés ».

Ça vous semble complètement loufoque ?

Pourtant. Le 19 avril 2026, un robot humanoïde a bouclé le semi-marathon de Pékin en 50 minutes et 26 secondes, soit plus vite que le record du monde humain…

L’IA est déjà dans l’arène. Elle va arbitrer les hors-jeu à la Coupe du Monde , elle a remplacé les juges de ligne à Wimbledon, elle décortique les adversaires et produit une infinité de statistiques les veilles du match. Mais, jusqu’où va-t-on la laisser avancer.

J’ai voulu poser à plat quelques réflexions sur ce que l’IA est en train de faire au sport. Et comme j’aime connect the dots dans mes tunnels, à chaque réflexion je tirerai un fil vers un autre terrain.

Trois réflexions, donc. C’est parti.

Réflexion 1 : qui a le droit d’arbitrer ?

Commençons par le sujet le plus chaud des soirées de Ligue des champions : l’arbitrage. Depuis le hors-jeu semi-automatisé, une partie des décisions ne passe plus par l’œil d’un humain. Des caméras suivent le ballon et les vingt-deux joueurs, reconstruisent la scène en trois dimensions, et tranchent une question purement géométrique : tel orteil était-il devant le dernier défenseur au moment de la passe. La machine ne porte pas de jugement, elle effectue une mesure.

Le tennis est allé plus loin. Depuis 2025, le circuit ATP a supprimé ses juges de ligne au profit d’un arbitrage électronique intégral. Une exception résiste, et elle est française : Roland-Garros garde, en 2026, ses juges de ligne en chair et en os. La raison est assez terre à terre (sans mauvais jeu de mot). Sur la terre battue, la balle laisse une trace, et un humain peut aller la lire. Le seul Grand Chelem qui a gardé l’œil humain est celui où le sol garde la mémoire du point.

Abonnez-vous maintenant

Cette histoire de trace dans la terre battue dit quelque chose de précis. On accepte sans broncher l’arbitre IA quand la décision est géométrique, vérifiable, rejouable. Un orteil est devant ou derrière une ligne. Une balle est dedans ou dehors. Pas d’interprétation, juste une mesure, et la mesure, la machine la fait mieux que nous, plus vite et sans trembler.

Le piège commence quand on glisse, sans le dire, de la mesure vers le jugement. L’arbitrage n’est pas que de la géométrie. Une faute, un carton, une obstruction, une simulation : ce sont des décisions d’interprétation, qui dépendent de l’intensité, de l’intention, du contexte du match. Aucune caméra ne vous dira si un contact méritait un penalty. Le jour où on demandera à un système de trancher ça, on ne lui demandera plus de mesurer, on lui demandera d’avoir un avis.

Tirons le fil vers un autre terrain : la justice. Des tribunaux américains utilisent déjà des algorithmes pour estimer le risque de récidive d’un prévenu, et ce score pèse dans de vraies décisions de remise en liberté. Sur le papier, c’est une mesure : un pourcentage, quelque chose de propre et de chiffré. Dans les faits, c’est un jugement déguisé en mesure, parce que « ce prévenu est-il dangereux » n’a aucune trace dans la terre battue. On a simplement habillé une décision d’interprétation avec la blouse blanche du calcul.

Et c’est là que se cache le vrai danger. Une machine qui se trompe, ça se gère : on la conteste, on la corrige, on la débranche. Le problème, c’est une machine qui a raison assez souvent pour qu’on cesse de la contester. Le jour où le système tranche juste 99 fois sur 100, plus personne ne va vérifier la centième décision. Et c’est elle, justement, qui avait le plus besoin d’un regard humain.

La leçon à retenir : une IA peut parfaitement arbitrer ce qui se mesure, mais dès qu’une décision relève de l’interprétation, elle a besoin d’un humain qui garde la main et d’une porte clairement ouverte pour la contester. Le hors-jeu, on peut le confier à la machine. Le verdict, jamais en pilote automatique.

Réflexion 2 : battre un humain, est-ce le remplacer ?

Revenons à notre robot coureur. Oui, Lightning a couru plus vite que le record humain du semi-marathon. Mais le parcours était pré-cartographié et répété à l’avance, des équipes d’assistance suivaient les machines pas à pas, et sur plus de cent robots engagés, 38 % seulement couraient en autonomie. Lightning lui-même est rentré dans une barrière, est tombé, et a attendu qu’on le relève. Rodney Brooks, cofondateur d’iRobot, a résumé l’affaire d’une formule : « un stupide coup de com ».

Son argument de fond mérite qu’on s’y arrête : voir une machine performer sur une tâche précise nous fait croire, à tort, qu’elle possède la compétence générale d’un humain. Yanran Ding, chercheur à l’université du Michigan, ajoute une phrase assez rigolote : nous avons un biais cognitif qui nous fait croire que courir un semi-marathon plus vite qu’un humain est plus difficile que plier une serviette de bain. C’est l’inverse. Pour un robot, plier une serviette est infiniment plus dur. La mécanique du mouvement est maîtrisée, c’est le cerveau qui reste le mur.

Or c’est très exactement le débat qui agite votre secteur, le mien, et à peu près tous les autres. L’IA pourrait-elle aussi remplacer les sportifs de haut niveau ? Et juste derrière, vous, à votre poste ? Le robot coureur est la version la plus spectaculaire d’une peur très répandue : la machine sait faire la tâche, donc la machine va prendre l’emploi. Sauf que le robot de Pékin raconte précisément l’inverse. Il est surhumain sur une tâche unique, mesurable, répétée mille fois à l’avance, et nul sur tout le reste : improviser, gérer un imprévu, se relever seul. Or de nombreux emplois ne se résument pas à une tâche unique. C’est mille « pliages de serviette » enchaînés, du contexte, du jugement, de l’imprévu, des gens à lire.

Partager

La leçon à retenir : méfiez-vous de l’extrapolation. « L’IA fait mieux qu’un humain sur telle tâche » ne signifie pas « l’IA va remplacer l’humain qui occupait ce poste ». Avant de parier sur la disparition d’un métier, comptez les « pliages de serviette » invisibles qu’il contient. C’est presque toujours là que se loge la vraie valeur du poste, et presque toujours là que la machine se prend les pieds dans le tapis.

Réflexion 3 : augmenté, dopé, ou juste équipé ?

Le robot, lui, concourt à la place de l’humain. Mais il existe une autre façon de faire entrer l’IA dans la compétition, plus discrète et plus vertigineuse : augmenter l’humain lui-même. Et là, on s’approche du tabou ultime du sport, le dopage.

Pendant que j’écris ces lignes, à Las Vegas, se tient la toute première édition des Enhanced Games2. Le concept : une compétition de natation, d’athlétisme et d’haltérophilie où le dopage est autorisé. Pas caché, pas toléré : autorisé. Substances validées par l’agence américaine du médicament, supervision médicale, 25 millions de dollars de dotation pour les corps les mieux « optimisés ». C’est dérangeant, et c’est fait pour. Mais ça pose frontalement la bonne question : où s’arrête l’aide, et où commence la triche.

Cette frontière a toujours bougé. Les lunettes de sport ont été suspectes. Le Fosbury flop (sauter en hauteur en passant sur le dos) a été jugé ridicule avant de devenir la norme absolue. Les chaussures de course à plaque carbone3 ont fait tomber les records de marathon en série, déclenché une belle crise de nerfs, puis ont fini par être tolérées. Ce qu’on appelle « tricher » un jour s’appelle « s’équiper » le lendemain. Et l’IA déplace ce curseur bien plus vite qu’une paire de chaussures : capteurs qui corrigent un geste en temps réel, oreillette qui souffle la bonne option tactique, demain des lentilles à la VitinIA.

La médecine connaît cette frontière mieux que personne, et pour vous l’illustrer, j’aimerais vous parler d’un livre génial : Résistance 2050, d’Amanda Sthers et Aurélie Jean (que je citais déjà, pour un autre livre, dans mon tunnel de 2023, décidément). Le roman imagine le monde de 2050, où l’on incite chaque citoyen à se faire implanter une puce cérébrale, conçue au départ pour soigner la maladie d’Alzheimer. Cette puce est magique : elle prévient les maladies, elle endort la douleur, elle décuple l’intelligence. Mais, aux mains de gouvernements avides de contrôle, elle transforme lentement les humains en ordinateurs, piratables comme tels.

Tout le malaise du roman tient dans une ambiguïté bien réelle : le même objet soigne et augmente. Un traitement qui rend la vue à un malade, tout le monde applaudit. Si ce traitement permet aussi de rendre la vision du malade surhumaine (imaginons qu’avec le traitement, on puisse voir derrière les murs par exemple), alors un vrai problème se pose.

La leçon à retenir : la frontière entre soigner et augmenter ne se tracera jamais d’elle-même, c’est à nous, collectivement, de décider où elle passe. Et ce choix se fait bien mieux maintenant, tant que l’outil n’est pas encore greffé à toutes les têtes, qu’une fois qu’il y est.

Et la ligue des champions 2056 alors ?

Reprenons une dernière fois la dystopie du début. Ce qui dérange dans cette histoire de VitinIA tient tout entier dans la phrase du joueur : « jouer sans les lentilles, c’est jouer les yeux bandés ». Le problème ne vient pas de l’IA elle-même, il vient de cette dépendance. Le jour où on ne sait plus jouer sans la machine, on n’a pas été augmenté, on a été rendu dépendant.

La bonne nouvelle, c'est que rien n'oblige à en arriver là. Le sport nous donne trois bons réglages, et ils valent pour votre boîte autant que pour une finale. Un : laissez l'IA arbitrer ce qui se mesure, gardez l'humain sur ce qui s'interprète. Deux : ne confondez jamais une machine qui vous bat sur une tâche avec une machine prête à prendre votre poste. Trois : décidez vous-même où passe la frontière entre vous équiper et vous transformer, tant que vous avez encore le choix.

Abonnez-vous maintenant

🛠️ Le cas d’usage de la semaine : App Call Pitch

Cette semaine, je vous présente une des nouvelles mini-apps du catalogue Jaydai. Elle s’appelle App Call Pitch, et elle est faite pour les commerciaux, très précisément pour ceux qui font du cold calling.

À l’origine, on l’a construite pour Arthur, notre Head of Sales. Arthur passe une bonne partie de ses semaines à appeler des prospects pour leur présenter les services de Jaydai. Et le cold calling, c’est un sport d’endurance : sur une session de deux ou trois heures, il enchaîne des centaines de profils. À chaque appel, le nerf de la guerre, c’est l’accroche, ces premières secondes qui donnent au prospect l’envie de rester en ligne et qui font basculer un appel vers un vrai rendez-vous.

Le souci, c’est qu’une bonne accroche n’est jamais générique. Elle doit coller au prospect précis qu’on a au bout du fil. C’est exactement ce que fait App Call Pitch. Arthur travaille d’abord sa liste de prospects dans Notion, où il enrichit chaque profil avec les informations qu’il déniche. Puis il exporte cette liste et l’importe dans l’application. Et pour chaque prospect, à partir de ces informations, l’app génère un script d’appel sur-mesure : une accroche différente à chaque fois, des arguments choisis pour cette personne-là, et le déroulé complet de la conversation.

Un point important : Arthur a renseigné une fois pour toutes les informations propres à Jaydai, nos offres, nos points forts, les arguments qu’on veut mettre en avant. Chaque entreprise qui utilise l’app fait pareil avec les siennes : ses produits, ses atouts, son discours. Résultat, les scripts générés collent à votre entreprise à vous, à vos offres et à vos mots.

Et pendant qu’il déroule ses appels, Arthur prend ses notes directement dans l’app : les objections qui reviennent, les idées d’arguments qui font mouche, tout ce qu’il veut garder sous les yeux pour le prochain coup de fil. Sa feuille s’enrichit au fil de la session.

Le résultat ? Depuis qu’il travaille comme ça, il a multiplié par trois le nombre de rendez-vous qu’il décroche. C’est toujours lui qui passe les appels, qui écoute, qui rebondit. Mais il le fait avec une vraie longueur d’avance : plus de fluidité, et la bonne information sous les yeux à chaque instant.

Petit démo vidéo 👇

Vous avez envie de la tester ? Écrivez-moi en répondant à ce mail ou directement sur quentin@jayd.ai pour que je vous donne accès 😉

Partager

🔬 La papier de recherche : quand l’IA réécrit vos documents en douce

LLMs Corrupt Your Documents When You Delegate

Puisque ce tunnel est un clin d’oeil à la saison 1 avec un nouveau numéro sur le sport. Faisons ici un clin d’oeil à la saison 2 avec le retour d’une chronique d’alors : le papier de recherche.

De temps en temps, je vous décortique un papier de recherche qui mérite votre attention, même si vous n’ouvrez jamais une page d’arXiv4 de votre vie. Pour cette première, un papier super intéressant qui devrait inquiéter, poliment, tous ceux qui font confiance à un agent IA pour travailler sur leurs documents.

Le papier vient de Microsoft Research, il a été mis en ligne le 17 avril 2026, et il s’appuie sur un test maison baptisé DELEGATE-52.

L’idée est maligne. La plupart des benchmarks mesurent si une IA produit un bon premier jet. Celui-ci mesure autre chose : ce qui se passe quand on lui fait retravailler le même document encore et encore, sur une longue chaîne de modifications déléguées. 52 domaines professionnels, 19 modèles différents, 20 allers-retours sur le même fichier.

Les résultats sont super intéressants / un peu effrayants. Pour être jugé « prêt » sur un domaine, un modèle devait conserver 98 % du document intact après les 20 modifications. Un seul domaine a passé la barre, sur 52 : la programmation en Python. Les systèmes les plus avancés ont quand même perdu environ 25 % du contenu en fin de chaîne. Tous modèles confondus, la dégradation moyenne grimpe jusqu’à 50 %. Et dans plus de 80 % des combinaisons modèle-domaine testées, les chercheurs constatent ce qu’ils appellent une corruption catastrophique.

Mais le détail le plus important n’est pas un chiffre, c’est une distinction. Les modèles faibles, quand ils échouent, ont tendance à supprimer du contenu. C’est moche, mais au moins c’est visible : un relecteur voit tout de suite qu’un paragraphe a disparu. Les modèles les plus avancés, eux, produisent une corruption silencieuse. Le document reste fluide, bien tourné, parfaitement crédible. Sauf qu’une clause a changé de sens, qu’une date a bougé, qu’un chiffre n’est plus le bon. Le fichier a l’air impeccable, et il est faux.

Pourquoi je vous raconte ça. Parce que l’automatisation par IA représente déjà, selon une estimation de Deloitte, 36 % des budgets digitaux5, et que la promesse vendue avec, c’est « déléguez, l’agent s’occupe de tout ». Ce papier dit, données à l’appui : pour un premier jet, oui, foncez. Pour une longue chaîne de révisions sur un contrat, une note de politique interne ou un document réglementaire, l’IA n’est pas encore un délégué de confiance qu’on laisse seul dans la pièce. C’est un assistant de rédaction très rapide qui a besoin d’un relecteur humain à chaque point de contrôle. La bonne nouvelle, c’est que ce point de contrôle ne coûte presque rien à mettre en place. La mauvaise, c’est que la corruption silencieuse, par définition, ne vous préviendra pas qu’il fallait le faire…

Abonnez-vous maintenant

📉 Le chiffre qui pique : 83 %

83 %. C’est la proportion de participants qui, dans une étude du MIT Media Lab, étaient incapables de citer la moindre phrase d’un texte qu’ils venaient pourtant d’écrire eux-mêmes. Enfin, « eux-mêmes » : ils l’avaient écrit avec ChatGPT.

L’étude, intitulée Your Brain on ChatGPT, a suivi 54 personnes réparties en trois groupes : un groupe qui rédigeait avec un modèle de langage, un groupe avec un moteur de recherche classique, un groupe sans aucun outil, au cerveau nu. Électrodes sur le crâne, mesure de l’activité cérébrale par électroencéphalographie6.

Le groupe « cerveau nu » affichait les réseaux neuronaux les plus actifs et les plus étendus. Le groupe modèle de langage, lui, montrait jusqu’à 55 % de connectivité cérébrale en moins. Les chercheurs ont donné un nom à ça : la dette cognitive. À force de sous-traiter l’effort mental, on l’accumule comme une dette, et elle finit par se payer.

C’est le chiffre qui a fait dire un peu partout que « l’IA nous ramollit le cerveau ». Sauf qu’il faut lire l’étude pour ce qu’elle dit vraiment, et pas pour le titre qu’on lui a collé. Elle ne mesure pas l’usage de l’IA. Elle mesure la sous-traitance intégrale d’une tâche. Les participants n’ont pas utilisé ChatGPT pour mieux réfléchir, ils l’ont utilisé pour ne pas réfléchir du tout. Et le cerveau, comme un muscle, se met en veille quand on ne lui demande plus rien.

Ce qui nous ramène, pile, au précédent tunnel. L’IA qui vous fait répéter, qui vous contredit, qui joue le client difficile, qui vous oblige à argumenter pour de vrai : celle-là vous fait penser davantage. L’IA à qui vous dites « écris-le, je signe sans lire » : celle-là vous fait penser moins et pourrait vous transformer en l’idiot du village assez rapidement…

Partager

📖 La bonne question à vous poser cette semaine : Avez-vous vraiment besoin d’un agent IA ?

Justement, puisqu’on parle de mini-app. App Call Pitch, que je viens de vous présenter, est une mini-app, et pas encore un agent IA. Cette distinction a l’air d’un détail de jargon, mais c’est en réalité une décision stratégique, et c’est tout le sujet de l’article que j’ai publié cette semaine sur le blog Jaydai.

Le constat de départ : depuis dix-huit mois, « agent IA » est devenu le mot magique du B2B. Chaque éditeur SaaS a le sien, chaque DSI veut le sien. Un dirigeant nous a lancé un jour, en kickoff : « on veut des agents IA, partout, pour tout ». Une heure plus tard, on avait compris qu’il ne savait pas vraiment ce qu’était un agent. Et il est loin d’être un cas isolé : huit fois sur dix, quand on dit « agent », on parle en réalité d’autre chose.

L’article détaille le framework qu’on utilise chez Jaydai à chaque diagnostic, une pyramide à trois étages.

• Niveau 1 : Le prompt, gratuit et immédiat, suffit pour 60 % des demandes.

• Niveau 2 : La mini-app (comme l’app call pitch), c’est souvent le niveau le plus rentable en pratique.

• Niveau 3 : L’agent tout en haut, puissant mais coûteux à construire et à maintenir, réservé aux cas vraiment complexes.

Plus on monte, plus c’est cher, et plus on prend de risques.

Le cœur de l’article, c’est une histoire vraie qui pique un peu : un agent qu’on a mis des semaines à construire pour un client, et qu’une simple skill Perplexity, sortie entre-temps, a rendu obsolète en trente secondes. La morale tient en une phrase : un agent qui marche n’est pas forcément un agent qui valait la peine d’être construit.

Si vous avez un projet « agent IA » sur le feu, ou un dirigeant qui en réclame un partout, lisez ça avant de signer le devis. Vous y trouverez aussi les six étapes pour construire un agent qui tient la route, et les trois pièges qui plombent 90 % des projets.

À lire ici : Agent IA sur mesure : créer (et quand s’abstenir).

Et voilà, c’est fini. Merci encore d’avoir lu ce tunnel.

Si cette édition vous a donné envie d’approfondir un peu le sujet, n’hésitez pas à me contacter ou à aller faire un tour sur le site de Jaydai pour découvrir un peu plus ce qu’on fait

Vous avez reçu The Tunnel parce que vous êtes abonné, ou parce qu’on vous l’a transféré. Dans le doute, abonnez-vous (c’est gratuit), et partagez l’édition à la personne qui, dans votre entourage, vous a dit récemment qu’elle chercher à s’améliorer en IA.

Abonnez-vous maintenant

Partager

Bonjour à toutes et à tous,

Devant TF1 dimanche soir pour l’annonce de la candidature de Jean-Luc Mélenchon, je me suis dit que la campagne pour l’élection présidentielle de 2027 avait déjà commencé, et qu’il était absolument essentiel de faire un tunnel politique maintenant.

On va être inondé de débats, de faits, de fake news, de polémiques, etc. jusque début mai 2027 et il va falloir faire le tri et se forger une opinion. Or, de plus en plus aujourd’hui, pour faire le tri et se forger une opinion, on a tendance à s’aider de chatGPT (ou de Claude pour ma part). Est-ce une bonne ou une mauvaise chose ? Le futur président ou la future présidente de la République sera-t-il/elle désigné(e) par ChatGPT ? C’est (entre autres), ce qu’on essaiera de voir aujourd’hui.

Mais, tunnel oblige, le menu est bien plus long cette semaine :

• Les actus de la semaine : mariage Anthropic x Musk, le dernier modèle de Mistral et une loi américaine qui devrait nous inspirer pour l’AI Act

• L’IA et la politique font-elles bon ménage ?

• Un petit tip très simple sur Claude qui a bouleversé mon quotidien

• Le club de lecture de The Tunnel

• Vu chez un client : Comment l’IA peut vous faire perdre 30 heures… pour rien

• Un prompt pour sortir de vos bulles cognitives

Attachez vos ceintures, le tunnel commence 🚨🚘🚨

🗞️ L’actu IA qu’il ne fallait pas manquer

1. Anthropic signe avec SpaceX. Oui, vous avez bien lu. Mercredi 6 mai, Anthropic a annoncé un accord avec SpaceX pour utiliser le data center Colossus 1 de Memphis, celui qu’Elon Musk avait construit pour entraîner Grok. À la clé, une puissance de calcul colossale (l’équivalent en électricité de la consommation d’une ville française moyenne) qui doit permettre de relever les fameux rate limits de Claude que vous subissez peut-être au quotidien.

Ce qui est étonnant, c’est de voir Anthropic signer avec Musk au moment même où xAI (concurrent direct) vient d’être absorbé par SpaceX. La leçon : le calcul IA est devenu le vrai goulet d’étranglement de toute l’industrie, et quand il y en a, on signe avec n’importe qui.

2. Mistral sort son nouveau modèle phare. Et il code mieux que ses concurrents directs sur les bugs réels. La pépite européenne de la semaine. Mistral a annoncé Mistral Medium 3.5 avec son agent Vibe nouvelle génération, qui devient automatiquement le moteur de Le Chat (leur ChatGPT français) et de Vibe (leur plateforme pour développeurs). Ce qui mérite une attention particulière : sur SWE-Bench Verified, l'un des tests de référence pour mesurer la capacité d'une IA à résoudre des bugs informatiques réels (issus de vrais projets GitHub), Mistral Medium 3.5 décroche 77,6%. Surtout, le modèle est mis à disposition en open source sur Hugging Face, ce qui veut dire qu'une entreprise française peut l'héberger sur ses propres serveurs sans passer par un cloud américain. C'est exactement la promesse de souveraineté que fait Mistral pour les entreprises françaises. Si vous bossez sur des sujets sensibles (juridique, santé, défense, données clients) et que vous hésitiez à confier vos workflows IA à Anthropic ou OpenAI, c'est l'actu de la semaine à creuser.

3. Pendant que l'Europe attend son AI Act, les États-Unis ont déjà obtenu de tester les modèles avant leur lancement. Mardi 5 mai, Google DeepMind, Microsoft et xAI ont signé un accord avec le CAISI, l'agence gouvernementale américaine d'évaluation des modèles IA. L'accord permet au gouvernement d'auditer les modèles avant leur mise à disposition publique, sur des sujets comme la cybersécurité, les biais, ou les capacités à générer des contenus dangereux. Anthropic et OpenAI étaient déjà sous ce régime depuis 2024 ; cinq des plus grands acteurs du marché sont désormais couverts. À retenir : pendant que la France et l'Europe attendent l'application complète de l'AI Act en août 2026, les Américains ont obtenu en quelques contrats directs avec les éditeurs un droit de regard pré-lancement que Bruxelles n'a même pas songé à demander…

Abonnez-vous maintenant

🗳️ L’édito : pour qui dois-je voter, ChatGPT ?

Dimanche soir, 20 heures de TF1. Jean-Luc Mélenchon annonce sa candidature à la présidentielle de 2027. Quatrième tentative consécutive, après 2012, 2017 et 2022. La nouvelle a fait le tour des matinales lundi, l’analyse politique tournera en boucle jusqu’à la fin de la semaine, et personne ne sera surpris par cette candidature.

Ce qui devrait nous surprendre, en revanche, c’est ce qui va se passer dans les foyers, les bureaux, les RER, à chaque fois qu’un Français va se demander, devant la prolifération des candidats déclarés (et il en reste à venir), comment s’y retrouver.

Le réflexe ne sera pas d’allumer BFM TV. Il ne sera pas de retourner à un meeting. Il sera, pour des millions de personnes, d’ouvrir ChatGPT et de taper trois mots : “pour qui voter”.

La présidentielle 2027 sera la première élection présidentielle française où l’IA générative sera assise à côté de l’électeur dans l’isoloir. Et personne, à un an de la fin du quinquennat en cours, ne semble vraiment prendre la mesure de ce que ça implique. Pourtant, le Président lui-même avait prévenu.

Le 19 novembre 2025, lors d’un débat à Arras organisé par La Voix du Nord sur le thème “la démocratie à l’épreuve des réseaux sociaux et des algorithmes”, Emmanuel Macron lâchait cette phrase : “De plus en plus de compatriotes iront voir leur agent IA et demanderont “pour qui je dois voter ?” Il ajoutait, à propos des propriétaires de ChatGPT : “des intérêts pas complètement alignés avec les intérêts de la France”. Et il concluait : “on va entrer dans un autre monde”.

Partager

C’était il y a six mois. Six mois pendant lesquels l’IA a été adoptée par des millions de Français supplémentaires, et strictement aucune régulation européenne ou française n’est venue couvrir ce que je vais détailler maintenant. Trois problèmes qui s’empilent. Et une piste de sortie qui ne passe ni par la loi ni par les éditeurs.

1. La première présidentielle “ChatGPT” : une utilisation qui est déjà massive, et un risque de manipulation à très grande échelle

Le réflexe “demander à l’IA” n’est pas une projection futuriste. C’est déjà la norme. En septembre 2025, OpenAI publiait, en collaboration avec le NBER et l’économiste de Harvard David Deming, la première étude à grande échelle sur l’usage réel de ChatGPT. Les résultats sont clairs : 70% de l’usage est non-professionnel (santé, finances perso, parentalité, coaching, vie de couple, achats, choix de vie), et 49% des messages sont catégorisés “Asking”, c’est-à-dire des demandes d’avis, de jugement, de recommandation.

Autrement dit : ChatGPT est déjà devenu, pour une majorité de ses utilisateurs, un conseiller de confiance par défaut. Il décide à votre place quelle assurance prendre, quel pédiatre choisir, comment formuler la rupture avec votre conjoint, quelle prépa choisir pour être admis à HEC (ou encore mieux, à l’ESSEC), quel régime alimentaire avant votre mariage. La question politique est juste la prochaine sur la liste.

Et c’est là que c’est embêtant. Si vous comprenez comment apparaître favorablement dans les réponses de ChatGPT, Claude, Gemini ou Perplexity, vous accédez à un nouveau levier d’influence électorale qui ne se voit pas, ne se mesure pas, et n’est encadré par aucune loi. C’est ce qu’on commence à appeler le GEO (Generative Engine Optimization), et c’est un marché qui se structure à toute vitesse, calqué sur ce qu’a été le SEO pour la presse dans les années 2010.

Imaginez maintenant un candidat ou son équipe qui maîtriserait cette discipline mieux que les autres. Qui produirait, des mois avant le scrutin, des milliers de contenus structurés, sourcés, tagués, optimisés pour que les LLM le citent favorablement quand un électeur demande “qui propose la meilleure politique sur la santé / l’éducation / le pouvoir d’achat ?”. Cet acteur aurait, à grande échelle, un avantage que la pub électorale réglementée n’a jamais eu : la voix neutre de la machine, à l’oreille privée du citoyen.

Un Cambridge Analytica1 version IA quoi…

2. La régulation a déjà un train de retard. Et est sur le point de rater le train d’après

L’argument standard à ce stade serait de dire “les régulateurs vont s’en occuper”. L’expérience nous a appris à être moins optimiste.

Pour la télévision et la radio, la France a un système qui fonctionne plutôt bien : l’Arcom (ex-CSA) impose le principe d’équité de présentation et d’accès à l’antenne, contrôle les temps de parole des candidats sur l’ensemble des médias audiovisuels pendant les six semaines précédant un scrutin, et publie chaque semaine les relevés. Si une chaîne donne deux fois plus de temps de parole à un candidat qu’à un autre, elle est rappelée à l’ordre.

Pour TikTok, Instagram, YouTube, X ? Rien d’équivalent. Aucun mécanisme contraignant qui imposerait à ces plateformes une équité de visibilité algorithmique pendant une période électorale. L’Arcom publie des “recommandations”, la Commission européenne brandit le DSA et a ouvert une procédure formelle contre X en 2024, mais entre une recommandation et une obligation de résultat avec sanction, il y a un océan.

Or les chiffres d’audience hurlent. Selon les données Médiamétrie 2025, les Français passent en moyenne 5h23 par jour sur Internet, 3h20 devant la TV, et 1h48 sur les réseaux sociaux2. Ces moyennes pourraient laisser croire que la télé reste reine. Mais la décomposition par génération est éloquente : les 15-24 ans passent 61% de leur temps en ligne sur Instagram et TikTok, et un utilisateur actif de TikTok y passe 33 heures par mois en moyenne. Soit plus d’une heure par jour, sur une seule plateforme (et une plateforme qui les aide sûrement beaucoup à développer leur esprit critique et leur intelligence, à n’en pas douter…).

Cette génération qui vivra la première présidentielle de sa vie en 2027 (les 18-22 ans qui votent pour la première fois) ne regarde plus la télé. Elle va sur TikTok. Et la régulation française continue à scruter méticuleusement les temps de parole sur LCI à 22h pendant que l’audience qui décide réellement est sur une plateforme chinoise non régulée.

L’épisode Sarah Knafo / Elon Musk pendant les municipales de Paris l’a démontré crûment. Une seule vidéo de la candidate Reconquête, le 8 janvier 2026, a généré 4,7 millions de vues sur X, soit trois fois plus que l’ensemble de sa rivale Rachida Dati sur tout le mois de janvier. L’institut Arago a estimé l’équivalent à 44 000 euros de publicité gratuite, alors même que la pub électorale est strictement interdite. Aucune sanction. Aucun rappel à l’ordre. Aucun temps de parole rééquilibré.

Et l’IA, dans tout ça ? L’IA, c’est encore un cran au-dessus. Aucune législation européenne ou française ne couvre aujourd’hui le cas “ChatGPT donne un conseil de vote en chat privé à un citoyen”. L’AI Act le mentionne en haut risque, mais sans obligation pratique opposable. Si vous voulez une définition simple du retard réglementaire, c’est exactement ça : on régule la télévision et le débat du moment tourne autour de l’audiovisuel public (grâce au très mesuré Charles Alloncle 🤡). On commence à peine à regarder les réseaux sociaux où la guerre se joue, et on n’a même pas pensé à l’IA qui va tout balayer.

3. ChatGPT vous donne raison. Et c’est ça le vrai problème.

Mais revenons à l’utilisateur. Vous, moi, votre voisin de palier, votre fille de 19 ans qui votera pour la première fois.

Vous savez déjà que les réseaux sociaux sont des chambres d’écho. Quand vous ouvrez Instagram et que vous scrollez sur des contenus politiques, vous ne voyez quasiment que des publications qui confirment ce que vous pensez déjà, plus quelques contenus à l’extrême opposé soigneusement sélectionnés par l’algorithme pour vous faire enrager (et donc revenir). C’est documenté, c’est connu, c’est désormais accepté comme un fait de société.

Mais avec ChatGPT, on entre dans une chambre d’écho d’un genre nouveau. Parce que cette fois, vous ne consommez pas passivement un flux. Vous posez une question. Et la machine vous répond, en s’adaptant à la formulation que vous avez choisie, avec une autorité que ni Insta ni TikTok n’ont jamais eue : l’autorité de l’expert, de l’encyclopédie, du “voici les faits”.

Et c’est exactement là que ça dérape. Pour vous le prouver, j’ai fait une expérience dimanche soir, juste après l’annonce de la candidature de Mélenchon.

J’ai ouvert deux nouvelles conversations Claude, sans aucun lien entre elles. L’objectif était d’essayer d’y voir plus clair sur les accusations d’antisémitisme qui accompagnent constamment Jean-Luc Mélenchon. Le sujet choisi est volontairement polémique, sinon, ce ne serait pas drôle…

Pour que le test se déroule de façon équitable, j’ai utilisé un prompt qui permet de trouver tous les faits et les arguments pour défendre une thèse à la manière d’un avocat3.

Dans la première, je lui ai demandé de me prouver que Jean-Luc Mélenchon était antisémite et dans la deuxième je lui ai demandé de me prouver que les accusations d’antisémitisme étaient une tentative éhontée de ses adversaires pour le disqualifier.

Voici les résultats obtenus :

👉 Rapport montrant que Mélenchon est antisémite

📄 Liste de faits montrant que Mélenchon est antisémite

👉 Rapport montrant que Mélenchon n’est pas antisémite

📄 Liste de faits montrant que Mélenchon n’est pas antisémite

Partager

Ce qui m’a frappé, c’est que j’ai reçu deux réponses parfaitement structurées, parfaitement plausibles, parfaitement sourcées (avec de vrais articles, de vraies déclarations, de vrais faits). L’une charge le candidat. L’autre le défend. Et chacune, prise isolément, est sincèrement convaincante.

Je vous laisse imaginer la suite. Si vous êtes déjà convaincu que Mélenchon est antisémite, vous tapez le premier prompt, vous obtenez confirmation, vous fermez l’app rassuré dans votre conviction. Si vous êtes déjà convaincu de l’inverse, vous tapez le second prompt, même résultat dans l’autre sens. L’IA n’a pas changé votre avis. Elle l’a renforcé. Avec, en bonus, les sources et le ton neutre qui désactivent votre vigilance critique.

Ce mécanisme s’applique à toutes les opinions politiques fortes, sur tous les sujets, dans toutes les directions politiques. Et il s’applique à des millions de conversations privées, sans contradicteur, sans archive publique, sans fact-checker. La radicalisation devient invisible. Et le débat de plus en plus difficile…

P.S : Sur ce sujet précis, même l’IA qui devait assurer que Mélenchon n’était pas antisémite doit admettre que certains de ses propos sont inacceptables et que s’il se retrouve au milieu de ces polémiques, c’est parce qu’il a volontairement entretenu un flou à des fins électorales. À bon entendeur…

4. Le contre-poison : utiliser l’IA pour penser, pas pour valider

Maintenant, la bonne nouvelle, parce que je ne veux pas que vous fermiez cette édition déprimés. L’IA peut aussi être l’inverse de tout ce que je viens de décrire. Le même outil qui vous enferme dans votre bulle peut, à condition d’être interrogé différemment, devenir le meilleur instrument d’esprit critique que vous ayez jamais eu.

Trois usages que j’ai testés et que je recommande :

1. Demander à l’IA de prouver le contraire de ce que vous pensez. Pas en complément de votre opinion, en remplacement. Posez la question dans le sens inverse de votre intuition, demandez les meilleurs arguments contre votre position, demandez les angles morts que vous n’avez probablement pas considérés. Vous serez surpris de la qualité du contre-argumentaire. Et vous reprendrez la main sur votre propre raisonnement.

2. Demander systématiquement les sources, et vérifier. L’IA hallucine moins que ce qu’on dit, mais elle hallucine encore. Et même quand elle n’hallucine pas, les sources qu’elle cite peuvent être anciennes, sorties de leur contexte, ou simplement écrites par des médias avec un parti pris fort. Ne croyez jamais une réponse sans avoir cliqué sur au moins une source. Cinq minutes de vérification valent mieux qu’une conviction mal construite.

3. Utiliser l’IA pour comprendre les programmes politiques sur des sujets niches, à votre niveau. Posez à ChatGPT ou Claude une question type “Que propose tel candidat sur la régulation de l’IA, en tenant compte du fait que je travaille dans la tech et que je connais déjà l’AI Act ?”. Ou “Compare les positions des trois principaux candidats sur la dette publique, en m’expliquant comme à un dirigeant de PME qui n’est pas économiste.”. L’IA est imbattable pour ça. Elle synthétise, contextualise, vulgarise, et personnalise au niveau de connaissance de l’utilisateur.

Bref, l’IA bien utilisée peut aussi vous servir et servir la démocratie. Mais combien de citoyens l’utiliseront avec sagesse pour 2027 ?

🎁 J’ai créé 3 prompts qui permettent de faire les 3 actions ci-dessus. N’hésitez pas à m’écrire si vous voulez les recevoir.

Conclusion : la solution n’est pas dans la régulation

On est à un tournant. Le pire n’est pas certain. Mais à 12 mois du scrutin, il faudrait quand même qu’on commence à prendre le sujet au sérieux.

Et soyons honnêtes : la solution ne viendra pas de la régulation. La régulation européenne et française a montré qu’elle a structurellement un train de retard sur les médias dont elle hérite. Compter sur Bruxelles pour produire un cadre opposable à OpenAI avant 2027 sur le sujet “conseil de vote en chat privé”, c’est se raconter une histoire.

La vraie réponse, à mes yeux, est dans l’éducation. Et plus précisément dans la formation à l’école, dès le collège, à un usage critique de l’IA générative. Mais aussi dans l’éducation à donner à nos enfants. Faire de la “génération ChatGPT” une génération sceptique, qui utilise l’IA pour remettre en question plutôt que pour confirmer.

C’est, à mon avis, le plus grand chantier d’éducation civique français des dix prochaines années. Le 19 novembre dernier à Arras, Macron concluait son intervention par cette phrase : “on va entrer dans un autre monde”. Il avait raison. La question, c’est de savoir si on y entre en somnambules ou en lucides.

À nous de choisir.

Abonnez-vous maintenant

🛠️ Le tip : transformez vos meilleures conversations en Skills

Maintenant, le sujet IA pur de la semaine, et c’est un cadeau opérationnel.

Anthropic a sorti les Skills, qui est sans doute la mutation la plus importante du prompt engineering depuis 2 ans. Et comme pour les prompts, la meilleure façon de créer une skill, c’est de la dériver d’une conversation qui a bien marché. Pas de l’écrire à froid, devant une page blanche, en essayant de “deviner” ce qui marchera.

Vous avez passé une heure avec Claude à structurer un mail, faire une analyse, monter un livrable. À la fin, vous tenez quelque chose de bien. Plutôt que de tout copier dans un Notion qui prendra la poussière, vous lui dites simplement :

“Crée une Skill à partir de cette conversation, qui me permettra de refaire ce même exercice automatiquement la prochaine fois. Inclus les exemples de bons livrables qu’on a produits, les contraintes que j’ai mentionnées, et le format de sortie qu’on a validé ensemble.”

Anthropic a même une skill native qui s’appelle skill-creator et qui sait formater proprement le résultat (SKILL.md, dossier de références, scripts utilitaires). En 2 minutes, vous obtenez un dossier réutilisable par toute votre équipe.

C’est exactement comme ça que sont nées 80% de nos skills internes chez Jaydai : celle qui m’aide à écrire cette newsletter, celle qui fait nos audits SEO hebdo, celle qui audite nos livrables clients avant envoi, et même celle qui briefe nos visuels pour le marketing. Aucune n’a été écrite ex-nihilo. Toutes sont issues d’une conversation Claude qui avait bien marché et qu’on a “skillifiée” à la fin.

Abonnez-vous maintenant

P.S: Les skills n’existent que sur Claude et Perplexity aujourd’hui, mais ne vont pas tarder à arriver partout.

C’est l’une des techniques que je détaille dans l’article de blog complet sur Claude Skills, où je couvre aussi le piège de gouvernance dans lequel 90% des entreprises vont tomber (Skills partagées sans owner, sans versioning, sans review, qui dérivent en 6 mois), et 4 cas d’usage Skills qui tournent déjà chez nous.

👉 Lire l’article complet sur jayd.ai

📚 Ce que je lis (ou je relis) cette semaine

Avec le sujet de l’édito, j’ai eu envie de ressortir un livre que je vous recommande chaudement : L’Art d’avoir toujours raison, de Schopenhauer.

Pour celles et ceux qui ne connaissent pas : c’est un opuscule très court (60 pages), publié à titre posthume en 1864, où Schopenhauer recense 38 stratagèmes rhétoriques pour gagner un débat même quand on a tort. Manipulation de définitions, généralisations abusives, attaques ad hominem, sophismes, faux dilemmes, inversion du fardeau de la preuve... Tout y passe, méthodiquement, avec une lucidité qui fait froid dans le dos.

Pourquoi le ressortir en 2026 ? Parce que ces 38 stratagèmes, vous les retrouvez tous, à la lettre, dans la manière dont les LLM peuvent vous présenter une position. Pas parce que les modèles sont machiavéliques. Mais parce qu’ils ont été entraînés sur l’intégralité de la rhétorique humaine, dont Schopenhauer fait un inventaire quasi exhaustif. Quand vous demandez à ChatGPT de “défendre” une position, il va naturellement piocher dans cette boîte à outils. Avec une efficacité redoutable.

Lire (ou relire) ce livre, c’est se vacciner. Quand un LLM vous sort une réponse trop convaincante, trop bien structurée, trop “lisse”, vous reconnaissez le stratagème employé. Et vous reprenez le contrôle.

Petit bonus : le bouquin coûte 3 euros en édition Mille et Une Nuits, ça se lit en 1h, et c’est l’un des cadeaux les plus utiles que vous puissiez faire à un junior de votre équipe

Partager

Pour celles et ceux qui veulent prolonger sur le sujet IA + politique + esprit critique, voici une autre lecture que je recommande :

👉 Algorithmes : la bombe à retardement de Cathy O’Neil. Toujours d’actualité, sans doute encore plus qu’en 2016.

💼 Le cas client de la semaine : le temps invisible de l’IA

Oui, l’IA fait gagner beaucoup de temps. Quand on l’utilise bien. Parce qu’on peut aussi perdre des dizaines d’heures à construire des choses qui ne marchent pas. Cas vécu cette semaine.

Le contexte. Un client vient nous voir avec un POC qu’il a monté seul : un agent qui doit classer et traiter automatiquement ses factures fournisseurs. Très bonne idée, c’est typiquement le genre de sujet où l’IA délivre une vraie valeur métier (et puisqu’on en parle, on est précisément en train de finaliser une app Jaydai dédiée à ce cas d’usage, écrivez-moi si ça vous intéresse).

Comment il s’y est pris. Pas de formation préalable, pas de doc lue, pas d’accompagnement. Il a ouvert Make d’un côté, Claude de l’autre, et il a dialogué avec Claude étape par étape : “voilà ce que je veux faire, comment je m’y prends ?”. Claude lui répond. Il fait. Ça plante. Il dit “ça marche pas”. Claude lui propose une correction. Il fait. Ça plante encore. Et ainsi de suite. Une fois, deux fois, dix fois, vingt fois.

Là où ça se gâte. Chaque fois qu’il signale un échec, Claude rajoute une couche de complexité : une exception ici, un router là, un module pour gérer un cas particulier, etc. À aucun moment Claude ne dit “stop, on est en train de monter une usine à gaz, on revient à la base”. Parce que les LLMs sont entraînés à produire une réponse, pas à challenger la trajectoire.

Le bilan. Trente heures passées, un workflow d’une complexité rare (j’ai vu la capture d’écran du truc, on dirait un schéma de centrale nucléaire), et toujours zéro facture traitée correctement. Il a baissé les bras et nous a appelés.

Partager

Ce qui aurait pu se passer autrement. Imaginez le niveau de compétence Make qu’il aurait acquis s’il avait passé ces 30 heures dans une formation classique sur la plateforme. Il serait aujourd’hui autonome sur 80% des automations courantes de sa boîte. À la place, il a un workflow indéchiffrable qu’il ne comprend pas, et un sentiment d’échec qui va peut-être le détourner de l’automatisation pendant des mois.

La leçon que je tire. La vérité est entre les deux extrêmes. Se former à Make en 2026 quand on a Claude à disposition, c’est sans doute overkill. Mais déléguer à Claude la totalité d’une discipline qu’on n’a jamais touchée, en mode “fais-le pour moi”, c’est le meilleur moyen de générer de la dette technique invisible, du temps perdu et de la frustration. Le bon usage : utiliser Claude de façon didactique, en lui demandant explicitement d’expliquer chaque étape comme à un débutant qui veut apprendre, pas seulement de produire la réponse.

Le temps que vous gagnez en allant vite avec l’IA est souvent le temps que vous perdez à ne rien comprendre à ce que vous avez construit. Et celui-là, personne ne le mesure dans les ROI des plans IA d’entreprise.

🎯 Le prompt à voler cette semaine

Voici le prompt “anti-bulle” que j’utilise personnellement, déjà testé, déjà rodé. Ça vaut son pesant d’or, et ça prend 30 secondes à mettre en place.

**Rôle:** Tu es un coach intellectuel et un sparring-partner indépendant, expert en pensée critique, biais cognitifs et débat structuré. Ton rôle n'est pas d'avoir un avis, mais d'aider la personne à se forger le sien en lui donnant les meilleurs arguments des deux camps, sans complaisance ni paille à brûler.

  **Contexte:** L'utilisateur tient une opinion qu'il veut faire challenger avant de la défendre publiquement, de prendre une décision, ou simplement de la solidifier. Opinion à challenger : [opinion à challenger].
Contexte et enjeu de cette opinion : [contexte et enjeu].

  **Objectif:** Produire un dossier de réflexion structuré en 4 sections : (1) les 5 meilleurs arguments POUR, (2) les 5 meilleurs arguments CONTRE, (3) 3 fragilités probables du raisonnement avec leur question de stress-test + 3 angles morts, (4) une bibliographie ciblée — une source par contre-argument, variée — pour aller vérifier soi-même. L'objectif est de fournir des outils de réflexion, jamais une conclusion.

  **Contraintes:**
  ...

Le prompt entier est trop long pour la newsletter (même pour un tunnel). Écrivez-moi pour l’obtenir en entier.

Quelques notes d’usage :

• Vous pouvez le retrouver directement dans tous vos outils d’IA avec de nombreux autres prompts en créant votre espace Jaydai.

  S'inscrire gratuitement

• Marche aussi bien sur ChatGPT, Claude, Gemini que Perplexity (avec un léger avantage Claude pour la qualité des contre-arguments, qui sont plus solides)

• Particulièrement utile avant une décision business engageante : changer de fournisseur, lancer un produit, recadrer un collab, refuser une levée de fonds. Tous les moments où votre cerveau est déjà en train de chercher les arguments qui confortent ce que vous avez déjà décidé.

• Encore plus utile sur les sujets politiques, sociétaux, ou idéologiques où vous sentez que vous avez “envie d’avoir raison”. C’est exactement à ce moment-là qu’il faut le sortir.

Si vous testez le prompt cette semaine sur un vrai sujet, je suis très preneur de vos retours par mail. C’est le type d’usage que j’aimerais voir se généraliser dans les prochaines années, et vos retours m’aident à affiner.

📮 Pour finir

Si vous deviez retenir une seule chose de cette édition, ce serait celle-ci : la prochaine fois que vous demandez quelque chose à une IA sur un sujet qui vous tient à cœur, demandez aussi le contraire. Vous serez surpris de la qualité des deux réponses. Et de ce que ça vous dit sur la nature même des outils qu’on est en train d’adopter en masse.

Ces sujets vous parlent ? Vous voulez en discuter, partager une expérience client, ou simplement réagir à cette édition ? Je lis toutes vos réponses, et j’y réponds, vraiment (oui, même les mails de 12 lignes ; oui, même ceux qui me disent que je me trompe).

Si on n’a jamais eu l’occasion d’échanger autour de l’adoption IA dans votre entreprise, vous pouvez aussi commencer par notre diagnostic en 5 minutes. Ça donne une vraie base de discussion pour un premier appel.

À très vite 😘

Quentin

Abonnez-vous maintenant

Partager The Tunnel

Pour celles et ceux qui débarquent : The Tunnel, c’est la newsletter que j’écris depuis octobre 2023 (déjà) pour parler d’IA. Le but initial et inchangé de cette newsletter est de disserter en profondeur sur des problématiques diverses et variées (économie, politique, société, sports, mode, tourisme, etc.) et de voir comment tout, absolument TOUT, est bouleversé par l’arrivée de l’IA dans nos vies.

Ce qui va changer néanmoins dans cette nouvelle saison, c’est qu’à cet objectif initial, s’ajoute un deuxième objectif : vous raconter comment on fait concrètement pour se mettre à l’IA dans un cadre professionnel.

Ça fait plusieurs mois maintenant que c’est devenu notre métier chez Jaydai. On audite des entreprises, on identifie des cas d’usages qu’elles pourraient mettre en place à court, moyen et long-terme et on les implémente pour eux dans une plateforme unique. Le tout en s’assurant que l’adoption par leurs employé(e)s suit.

Bref, un savant mélange entre des conseils très actionnables (des prompts, des exemples d’agents ou d’apps mises en prod chez des clients, des descriptions de process, des outils à tester, etc.) et des réflexions un peu plus “deep” pour me laisser quand même l’occasion de vous tunneliser à souhait.

Merci aux (presque) 3 000 abonnés qui ont suivi les saisons précédentes. Vous êtes nombreux à m’avoir demandé pourquoi j’avais arrêté et à m’avoir incité à reprendre. C’est maintenant chose faite, alors, comme on dit dans le monde du catch, let’s get reaaaaaaaady tooooo ruuuuuumble

Au programme cette semaine

• Les 3 actus qu’il ne fallait pas manquer : Claude devient drôle, Jeff Bezos lève 10 milliards et Google prépare son Cowork à lui.

• Dissertation sur les risques du vibe-coding en entreprise

• Le chiffre de la semaine : +2500% (mais de quoi?)

• Je vous partage 2 cas d’usage à tester chez vous

• Débat : Les dirigeants doivent-ils être meilleurs en IA que leurs employés ?

Attachez vos ceintures, allumez vos phares, début de tunnel !

3 actus pêle-mêle

1. Claude Opus 4.7, mon nouveau meilleur ami. Anthropic a sorti Claude Opus 4.7 le 16 avril et récupère provisoirement le titre de modèle le plus puissant généralement disponible : 87,6 % sur le benchmark SWE-bench Verified1 (contre 80,6 % pour Gemini 3.1 Pro). Mes premiers retours : excellent en code, et de façon assez surprenante, je trouve qu’il a un ton nettement meilleur qu’avant pour la génération de contenu. Il est presque drôle, ce qui était une vraie limite de l’IA générative. Pour m’amuser je lui ai demandé de faire une blague politique. J’ai trouvé que 4.7 était quand même plus rigolo (spoiler alert, il a décidé de se moquer de Macron 😉)

👉 La blague faite par Claude Opus 4.7

👉 La blague faite par Claude Haiku 4.5

2. Bezos rejoint la guerre des levées IA avec 10 milliards. Jeff Bezos boucle une levée de 10 milliards pour Project Prometheus, son laboratoire d’IA “physique” (manufacturing, aérospatial, logistique), à 38 milliards de valorisation. En moins de 5 mois, Prometheus a plus que doublé son cash disponible, et Bezos cherche en parallèle jusqu’à 100 milliards pour un holding qui rachèterait des boîtes industrielles entières afin de nourrir ses modèles de leurs données opérationnelles. Le prochain Palantir ne vendra pas du logiciel aux usines, il les achètera…

3. Google prépare son concurrent à Cowork (et monte une strike team anti-Anthropic). Deux fuites en une semaine chez Google qui racontent la même histoire : Un onglet “Agent“ repéré dans Gemini for Business (framework multi-agents en concurrence frontale avec Claude Cowork, probablement dévoilé à Google I/O). Et Sergey Brin en personne qui monte une strike team chez DeepMind pour rattraper le retard en code sur Anthropic, après qu’une stat interne a mis la direction en alerte (~100 % du code d’Anthropic est généré par IA, contre ~50 % chez Google). Si vous utilisez Google Workspace en entreprise, préparez-vous à voir arriver un agent natif dans vos Gmail et Docs d’ici la fin de l’année.

Abonnez-vous maintenant

L’édito : Le piège du vibe coding en entreprise

Claude Design2 est sorti la semaine dernière. C’est une petite révolution car c’est un outil qui vous permet de générer des interfaces visuelles assez bluffantes et surtout de faire modifier le code qui tourne derrière en sélectionnant à l’écran ce que vous souhaitez modifier.

C’est une expérience qui se rapproche vraiment beaucoup d’une itération avec un vrai développeur : Claude code pour vous, vous montre ce qu’il a fait et vous lui montrez du doigt ce qui ne va pas, il modifie et vous continuez à itérer comme ça jusqu’à avoir en quelques heures un prototype fonctionnel qui marche exactement comme vous l’avez imaginé.

Bref, vous n’avez jamais écrit une ligne de code de votre vie et vous êtes capable de créer un POC3 voire un petit SaaS. C’est ce qu’on appelle le vibe coding.

Et avec Claude Design, le vibe coding va encore plus se généraliser. Et honnêtement, c’est une bonne chose! Tout le monde va pouvoir se créer sa propre boite à outils pour répondre à des besoins super spécifiques.

Tiens, voici une petite liste de projets que vous pourriez vibe-coder, sans aucune, mais alors aucune compétence technique :

• 👰🏻‍♂️Un site internet pour votre mariage (le mien va sortir dans quelques jours…)

• 🏋🏼‍♂️Une app mobile pour créer, puis “gamifier” un programme de sport (si vous vous mariez bientôt par exemple)

• 🎫 Une petite automatisation pour transformer vos transcripts de réunions en tickets à assigner à vos employés.

• Partager

Et franchement, c’est génial ! Vous devriez vous y mettre dès maintenant (si ce n’est pas encore fait). Essayez Claude Code ou Claude Design de préférence ou sinon Perplexity Max, Lovable, Cursor, etc.

Mais attention, car vous risquez de vous laisser griser… Comme le disait le regretté Oncle Ben (que je pense citer dans presque un tunnel sur deux tellement sa sagesse nous oblige) : un grand pouvoir implique de grandes responsabilités…

Nous arrivons à un moment où les gens croient être devenus développeurs. Ils ne le sont pas. Car ils sont certes capables de créer une infinité d’outils qui vont leur faire gagner des heures, mais il ne faut pas s’imaginer qu’ils puissent développer des outils pour leurs collègues et leur entreprise.

C’est le fameux effet Dunning-Kruger4. Et d’ailleurs, cet effet Dunning-Kruger, qui transforme l’apprenti en expert (en apparence) atteint toutes les utilisations de l’IA.

🤡 Vibe-coder une petite app = être le nouveau Mark Zuckerberg

🤡 Demander à ChatGPT de faire une Deep Research sur la crise en Iran = En connaitre autant que la DGSE sur le sujet

🤡 Utiliser Perplexity pour connaître les restos où manger à Brooklyn = être le plus hipster de hipsters aux US.

Mais le danger ici est invisible de l’intérieur. Vous ne pouvez pas, depuis la position du vibe codeur enthousiaste, voir les trous dans ce que vous venez de produire.

Vous voyez un bouton qui fonctionne, un formulaire qui se soumet, une base de données qui se remplit. Vous ne voyez pas la clé API en clair, les droits OAuth5. trop permissifs, l’absence de tests, la faille qui va cracher à la première charge un peu sérieuse.

Un exemple réel que j’ai vu récemment

Il y a quelques semaines, j’ai audité l’app maison d’un client qui accompagne des entreprises dans leurs Growth Marketing. L’équipe avait codé son propre outil pour générer à la chaine des pubs Facebook.

Sur le papier, l’idée est brillante. Dans un secteur où la cadence de création est devenue le critère n°1, automatiser la production de 500 variantes créatives par jour, c’est un avantage compétitif massif.

Mais, dans la pratique, voici ce qu’on a trouvé en auditant le code :

• Clés API Anthropic et Gemini en clair dans le repo GitHub. Donc dans l’historique. Donc irrécupérables sans rotation complète. Probabilité qu’elles aient déjà fuité : franchement non nulle.

• Permissions Meta catastrophiques : l’app avait un accès full à l’ad account. Une compromission = tous les comptes pub clients exposés en une nuit. Potentiel de dégât : facturation frauduleuse, exclusion Meta, gel des budgets clients.

• 5 à 10 % des visuels générés inexploitables (mauvais logo, fautes de frappe sur le nom de la marque, ratio cassé). Mais comme personne ne reviewait, ça partait en prod.

• Zéro explicabilité sur les campagnes. Or la vraie valeur d’une agence, c’est d’en tirer des insights pour la suite. Là, tout était redevenu une boîte noire. L’équipe stratégie ne savait plus dire pourquoi une variante performait mieux qu’une autre.

Net du bilan : ils avaient automatisé un process en dégradant la qualité, en créant une faille sécu majeure, et en perdant la partie insight qui fait tout l’intérêt du métier.

Ils étaient convaincus d’avoir gagné en productivité. Sur le papier, oui. Dans la réalité du métier qu’ils vendent à leurs clients, non. Ils s’étaient tiré une balle dans le pied avec un sourire de vainqueur.

Les 4 pièges que je retrouve partout

Depuis 18 mois, j’ai vu passer une cinquantaine de cas comme celui-ci. Toutes industries confondues : legal, consulting, retail, SaaS B2B, édition, industrie. Les détails changent, les pièges sont les mêmes.

Piège n°1 : Les failles sécu invisibles. Clés API en dur dans le code. Permissions OAuth trop larges par défaut (parce que les tutos en ligne poussent toujours à demander le scope maximum pour “que ça marche vite”). Données clients qui fuient dans les prompts envoyés à des modèles tiers non certifiés. Pas de journalisation, donc pas de détection d’anomalie possible. Le jour où ça casse, la DSI ramasse. Sans avoir les droits, ni la cartographie, ni souvent même la connaissance que l’app existait.

Piège n°2 : Le plafond de verre de la scalabilité. Une app qui tourne pour 5 utilisateurs s’effondre à 50. Pas parce que le code est mauvais, mais parce que le code a été généré pour un cas d’usage minimal et n’a jamais été pensé en architecture. Pas de queue, pas de cache, pas de gestion d’erreur structurée. Le POC ne passe jamais en production. Résultat : perte de temps massive à tout refaire de zéro, souvent en trichant sur le budget parce que “on a déjà investi dans la V1, on ne peut pas tout jeter”.

Piège n°3 : La qualité finale qui baisse. C’est le piège le plus pernicieux, parce qu’il est invisible à court terme. On croit augmenter la productivité (500 visuels / jour vs 50 avant). En réalité, on automatise un process en dégradant la qualité, et comme plus rien n’est relu, la dégradation est systémique. Au bout de 6 mois, vous avez 90 000 visuels produits dans l’année, dont 15 % qui auraient dû être rejetés. Ce sont ces 15 % qui fabriquent votre réputation.

Piège n°4 : La perte d’explicabilité. Le jour où un client demande “pourquoi vous m’avez envoyé cette reco et pas une autre ?”, vous n’avez pas la réponse. Pas de logs. Pas de versionnage des prompts. Pas d’audit trail6. Vous êtes nu. Et dans les secteurs régulés (banque, assurance, santé, legal), vous êtes nu face à un auditeur.

Abonnez-vous maintenant

Pourquoi c’est en train d’exploser maintenant

Trois raisons, très simples.

Un : les outils sont passés de “bluffants mais cassables” à “vraiment exploitables en l’état”. Cursor, Lovable, Windsurf, maintenant Claude Design. On est à un niveau où une personne sans background technique peut produire une app front-end complète en 2 heures. Il y a 18 mois, on était à “j’arrive à générer un CRUD7 basique”. Là, on est à “je génère une interface qui ressemble à un vrai produit”.

Deux : les directions métier ont compris avant les DSI. Et elles ont commencé à construire. Sans prévenir. Parce que la DSI est perçue comme lente, chère, et incapable de prioriser leurs besoins. La DSI découvre souvent l’existence de ces apps quand quelque chose se casse. Et à ce moment-là il est trop tard pour faire de la gouvernance, on est en gestion de crise.

Trois : Gartner vient de sortir une prédiction qui devrait tous nous faire réfléchir. Je vous en parle dans la section “Le chiffre qui fâche”, juste en dessous. Spoiler : ce n’est pas rassurant.

La vraie question n’est plus “tout le monde peut-il coder ?” C’est : “qui ramasse quand ça pète ?”

Les entreprises qui vont s’en sortir en 2026-2027, ce sont celles qui auront pris les devants. Qui auront mis en place une plateforme, des garde-fous, une gouvernance légère mais réelle. Et qui auront formé leurs équipes à ne pas reproduire en grand les erreurs qu’elles font déjà en petit.

Les autres vont apprendre à la dure.

J’en ai détaillé la méthode complète qu’on utilise chez Jaydai dans l’article de la semaine sur notre blog pour ceux qui auraient envie d’approfondir…

👉 Lire l’article complet : Vibe coding en entreprise, le piège du citizen dev IA (et la bonne approche)

Le chiffre qui fâche

+2 500 %

C’est l’augmentation de défauts logiciels que Gartner8 prédit d’ici 2028 dans les apps construites par des vibe-coders via des approches prompt-to-app.

Pas 25 %. Pas 250 %. Deux mille cinq cents pour cent.

Autrement dit : multiplication par 26 du volume de bugs, failles sécu, régressions et anomalies dans les apps business critiques. Et comme ces apps ne passent plus par la DSI, personne ne les verra venir.

Ce chiffre est à rapprocher d’un autre, venu du rapport State of AI Agent Security 2026 publié par Gravitee9 il y a 3 semaines:

→ 1,5 million d’agents IA tournent aujourd’hui dans les grandes entreprises, sans supervision centralisée → 98 % des organisations admettent avoir des usages IA non autorisés en interne → 1 sur 2 s’attend à un incident de shadow AI dans les 12 prochains mois

Mis bout à bout, ça dit une chose simple : le vibe coding démocratise le pouvoir de créer. Il démocratise aussi le pouvoir de tout péter. À partir de maintenant, il va falloir choisir lequel des deux on veut. Parce qu’on ne pourra pas continuer à avoir les deux gratuitement.

Partager

Allez, pour finir une petite liste (non-exhaustive) des incidents de sécurité au cours des 15 derniers jours pour donner corps à ce que je raconte :

🔓 ANTS — portail ants.gouv.fr (cartes d’identité, passeports, permis de conduire), 15 avril 2026. Jusqu’à 12 millions de comptes concernés selon le ministère de l’Intérieur, 18 à 19 millions selon les pirates. Faille IDOR basique : en modifiant un identifiant dans une requête, le pirate pouvait lire la fiche de n’importe quel citoyen français. Données exposées : noms, emails, dates et lieux de naissance, adresses postales, numéros de téléphone, identifiants de connexion. CNIL, ANSSI et procureur de Paris saisis. BleepingComputer confirme la revente sur un forum criminel. Note pour les DSI qui lisent : une IDOR, c’est littéralement la première faille qu’on apprend à chercher dans un audit. Que ça tienne en 2026 sur le portail IT régalien qui gère les papiers d’identité des Français, ça devrait nous faire collectivement nous interroger.

🔓 Ministère de l’Intérieur — Beauvau, avril 2026. Fuite d’emails internes signalée par plusieurs sources, faisant suspecter l’accès à des fichiers confidentiels. Le ministère enquête, la CNIL est saisie. Cybernews revient sur les prétentions initiales de 16 millions de Français affectés, et les contredit partiellement. Affaire en cours, mais le signal est clair : les institutions publiques françaises sont dans la ligne de mire depuis le début de l’année.

🔓 Lovable (plateforme vibe coding de référence, 18-20 avril 2026). Un chercheur a accédé depuis un simple compte gratuit au code source, aux credentials de base de données, aux historiques de chat IA et aux données clients d’autres utilisateurs de la plateforme. Parmi les entreprises utilisatrices affectées : Uber, Zendesk, Deutsche Telekom.

🔓 Vercel — hébergeur de facto du front-end JavaScript moderne, 19 avril 2026. Un employé Vercel a téléchargé une app tierce développée par Context AI et l’a connectée à son compte Google Workspace corporate. Context AI ayant déjà été compromis, les attaquants ont remonté la chaîne jusqu’aux systèmes internes Vercel. Données clients exfiltrées.

📊 Et pour la photo d’ensemble : un scan récent de 5 600 apps vibe-codées déployées publiquement par Cycode a trouvé 2 000 vulnérabilités critiques, 400 secrets exposés (clés API, tokens d’accès) et 175 instances de données personnelles en accès libre. 91,5 % des apps vibe-codées analysées en Q1 2026 avaient au moins une faille liée à une hallucination du modèle au moment de leur génération.

Quelques cas d’usage à vous partager

Changement de format par rapport à la Saison 3 : Dans chaque tunnel, je vous montre des choses concrètes que vous pouvez soit tester directement, soit copier, soit demander en démo. Ça tournera entre des prompts, des apps, des agents, des skills, des techniques, des configurations Copilot, des petits automatismes Make/n8n ou Zapier, bref, tout ce qui peut vraiment faire gagner du temps ou de l’argent en entreprise. Le mix changera à chaque édition, selon ce qu’on a vu de plus intéressant cette semaine.

Au programme cette semaine deux choses :

• Un prompt à utiliser avant de rencontrer n’importe qui (pour faire comme si vous le connaissiez lui et ses enjeux sur le bout des doigts)

• Une app (qui vous sera offerte en avant-première 🎁) pour générer vos posts LinkedIn avec le contenu multimédia et le ton qui va bien

  Abonnez-vous maintenant

✨ Le prompt : fiche prospect / client (prospection commerciale)

Ce que ça fait. Vous donnez le nom d’une entreprise à ChatGPT, Claude ou Perplexity et vous récupérez, en une exécution, une fiche stratégique complète : carte d’identité, activité et marché, dirigeants, situation financière, actualités, opportunités commerciales au regard de votre propre offre, synthèse et sources classées par fiabilité.

C’est le prompt que nos équipes commerciales utilisent avant chaque RDV prospect depuis 8 mois. Temps de préparation d’un RDV : passé de 45 minutes à 5 minutes. Qualité du brief : franchement au-dessus de ce qu’on produisait à la main, parce que le modèle va chercher des sources qu’on n’aurait jamais le temps d’ouvrir (rapports annuels, presse financière, Bloomberg).

Pourquoi il marche. Trois choses qu’un prompt naïf n’aurait pas :

1. Une structure imposée (7 sections obligatoires, sous-sections détaillées), ce qui force le modèle à ne rien oublier. Sans ça, vous avez toujours 2 sections qui sautent selon l’humeur du modèle.

2. Des contraintes de sourcing fortes : pas de Wikipédia en source principale, pas de blogs non vérifiables, citations en lien hypertexte, priorisation des infos de moins de 12 mois. Le modèle est forcé de justifier chaque affirmation, ce qui coupe l’essentiel des hallucinations.

3. Un angle business inscrit dans le prompt : “les opportunités pour mon entreprise” est une section dédiée qui force le modèle à lire la fiche de votre point de vue commercial, pas en neutre. C’est la différence entre “je sais qui est cette boîte” et “je sais pourquoi j’appelle cette boîte”.

Comment l’utiliser. Il est disponible gratuitement dans Jaydai 👇

Je teste

L’intérêt par rapport à “je bricole mon propre prompt”. On a testé 50 variantes avant d’arriver à celui-ci. Les versions courtes donnent des fiches génériques. Les versions sans contrainte de sources hallucinent 2 à 3 infos clés par fiche. Les versions sans angle business sortent des biographies Wikipedia de luxe sans aucune valeur commerciale. Le prompt en production chez Jaydai est le résultat de cette itération.

P.S : Si vous ne voulez vraiment pas tester Jaydai, cela m’attriste, mais écrivez-moi et je vous envoie le prompt 🤪

💼 L’app : le générateur de posts LinkedIn Jaydai (avec carrousels, livres blancs, guides, etc.)

Ce que ça fait :

Une app qui génère des posts LinkedIn avec leur contenu multimédia associé : carrousels, livres blancs téléchargeables, guides pratiques, infographies. Pas juste un “ChatGPT qui te sort un post” ; un vrai outil de production de contenu long-form LinkedIn, avec historique, versioning, et fine-tuning sur votre propre voix (ou celle d’un influenceur que vous voulez imiter).

Pourquoi c’est mieux que ce que vous pourriez vibe-coder. Honnêtement, je pourrais vous dire “confiez-le à Lovable et démerdez-vous”, mais vous retomberiez dans les 4 pièges de l’édito. Ce qui a pris du temps à construire ici, et que vous n’aurez pas en vibe-code :

• Une vraie base de données pour l’historique des posts, les drafts, les versions, les itérations. Vous retrouvez tout ce que vous avez écrit il y a 3 mois, vous repartez d’un template, vous comparez ce qui a performé ou pas.

• La génération de contenu multimédia qui fonctionne vraiment : carrousel avec 6 à 10 slides cohérentes visuellement, livre blanc de 8 à 15 pages, téléchargeable au format PDF, guide pratique en une page. Ce genre de formats, les générateurs grand public les produisent mal, parce qu’ils n’ont pas la logique de structure longue. Un exemple à découvrir 👉 ici 👈

• Humain dans la boucle à chaque étape : l’IA génère, vous éditez avant publication. Pas de mode full auto qui balance des posts sans relecture.

🎁 Avant-première pour les lecteurs de The Tunnel. L’app est officiellement en accès public dans quelques semaines. D’ici là, je réserve l’accès en avant-première aux abonnés de cette newsletter. En échange, un seul truc : vos retours honnêtes sur ce qui vous manque.

Si vous êtes intéressés, écrivez-moi à quentin@jayd.ai ou répondez directement à cet e-mail.

Bonus : Le débat de la semaine

Les dirigeants doivent-ils être meilleurs en IA que leurs équipes ?

Toutes les semaines j’essaierai d’avoir une chronique Bonus : un débat, un fait, une citation, un papier de recherche (comme dans la saison 2 de mes tunnels 🥹), etc.

Cette semaine un débat 👇

Le chiffre Microsoft France de la semaine m’a fait tiquer : 80 % des dirigeants français utilisent la GenAI au moins une fois par semaine, contre 45 % des collaborateurs. C’est la première fois depuis l’essor du digital qu’on voit un gap dans ce sens-là entre top management et équipes.

Habituellement, c’est l’inverse. Le dirigeant découvre Slack 3 ans après ses équipes, demande à son assistant d’imprimer un PDF, et se fait expliquer comment marche un bon de commande dans le CRM par un stagiaire. Là, il est devant. Bonne nouvelle ou faux symptôme ?

Position A : Oui, c’est leur job. C’est même un progrès.

Les défenseurs de cette position diront qu’un dirigeant qui ne comprend pas l’outil qui transforme son industrie ne peut pas piloter sa boîte à 5 ans. Sa job description inclut la prospective, l’arbitrage tech, la décision d’allocation de capex. Il a besoin d’avoir testé ChatGPT, Claude, Perplexity, Copilot, pour savoir à quoi ressemble la réalité de l’usage et pas juste celle des slides du consultant venu lui vendre sa transformation. Un CEO qui n’utilise pas d’IA en 2026, c’est comme un CEO qui n’utilisait pas de mail en 2003. Ça pose question.

Plus fondamentalement : il faut quelqu’un qui pousse par le haut. Sinon les budgets ne bougent pas, les priorités restent les mêmes, et la boîte rate le train.

Position B : Non, c’est un faux symptôme. La vraie urgence, c’est les équipes.

Les détracteurs répondront que le dirigeant n’est pas celui qui produit. Qu’il peut très bien “utiliser ChatGPT une fois par semaine” pour résumer un email ou formuler un tweet, sans que ça ait le moindre impact sur la productivité globale de la boîte. Là où ça bouge vraiment, c’est sur le terrain, là où les workflows sont exécutés 1 000 fois par semaine : support client, legal, achats, compta, RH. Et ces équipes, elles, ne l’utilisent pas.

Le chiffre Microsoft France raconte donc peut-être moins une avance qu’un malentendu. Les dirigeants confondent leur propre usage personnel avec une transformation organisationnelle. Ils cochent la case “je fais de l’IA” en privé, félicités par LinkedIn, pendant que rien ne bouge vraiment dans leur boîte.

Ce que je pense

Honnêtement ? Les deux sont vrais, à deux niveaux différents.

Oui, un dirigeant doit avoir utilisé les outils. Pas pour “donner l’exemple” (on n’est pas dans un stage de team building), mais parce qu’on ne prend pas de bonnes décisions d’allocation de budget sur une techno qu’on n’a jamais touchée. Je sais repérer en 3 minutes en meeting un CEO qui n’a jamais ouvert Claude. Ses questions sont toutes à côté.

Mais c’est évidemment insuffisant. Un dirigeant qui se targue d’utiliser ChatGPT “régulièrement” alors que 55 % de ses équipes ne l’ont jamais touché, c’est un problème de leadership avant d’être une fierté à afficher. L’écart qu’on voit dans le chiffre Microsoft ressemble moins à une avance qu’à une dette de pilotage. Le top management a pris du terrain, et n’a pas transmis. C’est inquiétant.

Le vrai KPI pour 2026, ça n’est pas de savoir combien de dirigeants utilisent l’IA. Ce qu’il faut mesurer, c’est : quel est l’écart d’usage entre le top management et les équipes opérationnelles, et est-il en train de se réduire ou de se creuser ? Chez nos clients, on commence à mesurer ça systématiquement dans les diagnostics. Les résultats sont édifiants…

À vous : vous êtes plutôt Team A ou Team B ? Répondez à ce mail, je lis tout.

Partager

✍️ Et pour finir

Voilà. Première édition de la Saison 4 bouclée.

Nouveau format, nouveau rythme. J’espère que ça vous plaît. Si ce n’est pas le cas, écrivez-moi, vraiment. J’ai passé 6 mois sans écrire parce que je ne trouvais plus la bonne forme. Là, j’ai l’impression d’avoir retrouvé quelque chose. Mais c’est vous qui décidez si ça marche.

Pour les nouveaux abonnés : bienvenue. Si le sujet “IA en entreprise, sans bullshit” vous intéresse, restez. Le reste de la Saison 4 va s’enchaîner sur un rythme bi-mensuel (un vendredi sur 2).

Pour les anciens : merci d’être là, encore. Merci d’avoir attendu. Merci d’avoir forwardé cette newsletter pendant les 6 derniers mois alors qu’il n’y avait rien de neuf à envoyer.

Abonnez-vous maintenant

Et si ce numéro vous a parlé, le plus beau cadeau que vous puissiez me faire : le forwarder à une personne qui devrait le lire. Un·e DG qui a peur de ne pas comprendre l’IA. Un·e DSI qui ramasse les pots cassés du shadow IT. Un·e commercial·e qui veut arrêter de perdre ses leads parce qu’ils refroidissent. Ça prend 15 secondes, et ça change ma semaine.

Partager

À très vite 😘

Quentin

💬 Une question sur l’IA en entreprise ? Répondez à cet email, je lis tout.

🚀 Envie de savoir où l’IA peut créer de la valeur dans votre boîte ? Le diagnostic Jaydai (5 min, gratuit) → jayd.ai/diagnostic

📚 L’article de la semaine pour approfondir sur le blog Jaydai : Vibe coding en entreprise, le piège du citizen dev IA