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 !!
Tunnel oblige, cet article sera sûrement trop long pour votre boîte mail. Si vous souhaitez l’ouvrir en entier, cliquez sur le bouton ci-dessous
🗞️ 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.
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€.
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…)

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 🤥
🎙️ 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.
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.
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 :
Récupère l’avis et son contexte (date, note, commentaire complet)
Croise avec le système de réservation pour identifier la table, le serveur, le plat commandé (anonymisé)
Détecte la nature précise de la plainte ou du compliment (timing, qualité du plat, accueil, prix, ambiance)
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
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
🧩 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 😘
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.
Pour les références précises : Actes des Apôtres, chapitre 2, versets 1 à 13. Le miroir avec Babel se trouve en Genèse 11. Cette mise en regard est l’un des fondamentaux de la théologie chrétienne, commentée depuis les Pères de l’Église (Origène, Augustin) jusqu’à aujourd’hui.
Note historique : Rerum Novarum est le texte qui a, entre autres, légitimé l’existence des syndicats, posé le principe de la juste rémunération, défendu la propriété privée tout en limitant son droit, et inventé en pratique ce qu’on appelle aujourd’hui la “responsabilité sociale de l’entreprise”. Le parallèle posé par Léon XIV est donc maximaliste : il prétend faire pour l’IA ce que Léon XIII a fait pour le capitalisme industriel.
Magnifica Humanitas, §5
Magnifica Humanitas, §14
Magnifica Humanitas, §10
Magnifica Humanitas, §8
AI Act, Annexe III, point 4. Les systèmes d’IA destinés au recrutement et à la sélection de candidats sont classés « haut risque » et déclenchent des obligations renforcées (supervision humaine, qualité des données, audits de biais). Texte officiel : artificialintelligenceact.eu/annex/3/
Baromètre Unow 2025 sur l’IA dans les métiers RH (plus de 1 000 répondants).








Passionnant , notamment cette analyse de l’encyclique de Léon XIV et le parallèle avec Rerum novarum !
Et puis aussi les exemples concrets d’aide que Jaydai apporte à ses clients .
Bravo