De DeepSeek à DeepTruth 🤥, France Travail et l'IA 💼, et l'évolution des métiers de la data 📊

Saison 3, Tunnel 1

Bonjour à tous, et bienvenue dans ce premier numéro de la saison 3 de The Tunnel ❤️.

Avant de commencer, j’aimerais juste vous expliquer mon ambition pour cette nouvelle saison et vous parler de chacune des chroniques que vous pourrez découvrir ci-dessous.

L’ambition est double. La première est assez égoïste, mais, c’est celle de me faire plaisir avant tout. Après 6 mois d’arrêt, j’ai plusieurs fois hésité à recommencer mes tunnels en réfléchissant énormément à ce qui aurait le plus d’intérêt pour mes lecteurs et mes lectrices, aux sujets qui feraient grossir mon nombre d’abonné.e.s, à ce qui était le plus attendu.

Mais franchement, je n’y suis jamais arrivé, et l’essence même d’un tunnel, c’est qu’il est fait pour faire kiffer le narrateur avant tout. Et je pense que ce fut aussi l’essence de tous mes tunnels jusqu’ici, donc on ne change pas une équipe qui gagne :

Ça sera parfois un peu long et fastidieux, mais on n’esquivera jamais les explications techniques (même les plus difficiles).

Ça sera parfois engagé, mais je vous livrerai toujours le fond de mes pensées (et Elon Musk sera encore plus visé que lors des deux premières saisons 🙊)

Ça sera parfois très juste, parfois approximatif, parfois juste moyen, mais ça viendra toujours du fond du cœur.

Mais “ça”, c’est quoi ? Comme pour la saison 2, j’organiserai mes tunnels en chroniques :

• L’Édito : C’est l’essence même de mes tunnels : un sujet qui me passe par la tête et sur lequel je veux vous livrer explications et points de vue. Le but est de vous aider à appréhender ce qui se passe sur la planète IA en essayant de donner quelques explications techniques, politiques, économiques, etc. Bref, des mini-tunnels qui peuvent partir dans tous les sens

• Les actualités à ne pas manquer : Entre trois et cinq petits faits que vous avez peut-être (ou pas) vu passer et qui vous permettront de briller en soirée quand vous aussi vous mettrez des tunnels sur l’IA.

• Le Deep Dive : C’est une nouvelle chronique et on pourrait dire qu’il s’agit d’une chronique filée : Le but est de s’attaquer à un sujet central que tout le monde connaît superficiellement et s’enfoncer de plus en plus loin, tunnels après tunnels dans les explications. On commencera par ouvrir le thème des agents d’IA à partir d’aujourd’hui, et ce, jusqu’à nouvel ordre

• EntrepreneurIA : L’idée de cette chronique est d’abord de faire un super jeu de mots. Ensuite, il s’agit de vous raconter comment on utilise l’IA chez Jaydai pour monter une start-up et comment on booste notre productivité. Il s’agira essentiellement de tips, d’exemples de prompts, de tâches que l’on réalise avec l’IA, etc. Et vous verrez qu’à 2 avec une bonne utilisation de l’IA, on a parfois l’impression d’être une dizaine.

• Les métiers du futur : Il s’agit aussi d’une chronique filée dans le temps. J’ai décidé de la rajouter car on vient d’intégrer le programme le futur du travail de l’incubateur de la ville de Paris et on sera aux premières loges pour réfléchir à cette question, qui est évidemment centrale quand on parle d’IA. On prendra des secteurs et on essaiera de comprendre comment ils ont toujours fonctionné, comment ils fonctionnent et comment il sont bouleversés (ou pas) par l’arrivée de l’IA. Il s’agit d’une chronique participative. Si jamais vous avez envie d’y participer et de réfléchir à l’avenir de votre secteur, n’hésitez pas à me contacter.

Les tunnels seront moins fréquents mais plus longs (sûrement trop longs pour votre boîte mail d’ailleurs, je vous recommande donc des les lire sur l’application Substack ou en cliquant sur ce lien)

Voilà, c’est à peu près tout… pour l’introduction ! Maintenant attachez vos ceintures, le tunnel démarre.

Si vous ne me connaissez pas encore, je m’appelle Quentin, j’ai commencé cette newsletter il y a un an et demi et vous pouvez me suivre sur Linkedin où je poste régulièrement sur le sujet de l’IA.

L’édito

DeepSeek, DeepResearch : Deepweek sur la planète IA

C’était vraiment une semaine à relancer mes tunnels. À part si vous étiez en vacances sur Mars, vous avez forcément entendu parler de DeepSeek la semaine dernière. Et, à part si vous êtes encore en vacances sur Mars, vous allez forcément entendre parler de DeepResearch cette semaine.

La bombe DeepSeek

DeepSeek, c’est la bombe qui a agité la planète IA la semaine dernière, mais aussi le monde financier, le monde industriel, le monde diplomatique. Bref, tout le monde quoi.

Pour faire très simple, DeepSeek, c’est une entreprise qui vient de sortir un nouvel algorithme d’Intelligence Artificielle (DeepSeek-R1), qui est meilleur que tous les autres modèles du moment (sur une grande variété de benchmarks). Si ce n’était que ça, il ne s’agirait pas d’une bombe, mais ce nouvel algorithme a 2 particularités :

• D’abord, ces niveaux de performance ont été atteints avec des coûts ridiculement bas. On parle de 6 millions de dollars pour l’entraînement de DeepSeek-R1. On n’a pas les chiffres exacts pour les algos d’Open AI, mais on est plutôt sur un ordre de grandeur de centaines de millions de dollars par algorithme.

• Et ensuite, et c’est aussi ça qui a eu une répercussion gigantesque : DeepSeek, malgré un nom à consonance anglophone, est un modèle… chinois 🇨🇳

Cela a différentes conséquences. D’abord une conséquence sur le prix de l’accès à l’intelligence.

Avant DeepSeek, on constatait que plus un modèle était intelligent, plus il coûtait cher en entraînement et en inférence. Cela nous faisait penser qu’on allait rapidement atteindre un plateau en termes de développement.

Car un modèle très intelligent qui vous coûterait cinq euros par réponse serait assez difficilement accessible au grand public…

Le prix de DeepSeek-R1 est cinq fois inférieur à celui du modèle comparable chez OpenAI (GPT-o1).

Ensuite il y a une conséquence plus profonde encore. Pour la première fois depuis la sortie de ChatGPT qui a fait passer l’IA Générative dans l’ère d’une utilisation grand public, la frontière technique n’a pas été dépassée par une entreprise américaine, mais par une entreprise chinoise.

Les États-Unis seraient-ils dépassés ? C’est en tout cas ce qui a traversé l’esprit de beaucoup de détenteurs d’actions américaines et qui a provoqué une chute de 2.63% du Nasdaq en début de semaine dernière.

Mais attention à ne pas enterrer l’oncle Sam trop vite…

La riposte DeepResearch

Timing is everything nous disait Shakespeare dans sa pièce Julius Caesar.

On ne saura jamais si OpenAI avait initialement prévu d’annoncer DeepResearch le 2 février 2025. Personnellement, j’en doute puisque 3 jours avant, ils annonçaient l’arrivée de GPT-o3-mini et GPT-o3-mini-high.

Mais face à ce qui ressemblait à une petite humiliation venue de Chine, l’entreprise de Sam Altman a vite réagi en annonçant DeepResearch.
En quelques mots :

DeepResearch, c’est une fonctionnalité qui vous permet de demander à ChatGPT de faire une recherche extrêmement poussée sur internet sur un sujet précis. En une dizaine de minutes, ChatGPT va vous créer un rapport très détaillé et complet sur le sujet de votre choix. Et il ne s’agit plus comme dans la fonctionnalité Search actuelle de vous donner quelques liens. Non, ces liens, ChatGPT va les ouvrir, les lire, les comprendre et sélectionner ce qui lui paraît intéressant pour créer son rapport. Vous avez un analyste très habile avec les moteurs de recherche et très patient à portée de main, 24h/24, 7j/7.

Il ne s’agit pas d’un nouveau modèle, mais bien d’une nouvelle feature. Et c’est aussi quelque chose de fondamental. Car DeepResearch, mesdames et messieurs, est peut-être le premier agent IA grand public que vous allez solliciter au quotidien (ou au moins dans votre quotidien professionnel).

On reviendra sur les agents plus tard dans ce tunnel, ne vous inquiétez pas. Mais en attendant, retenez ceci : Alors que DeepSeek représente une promesse sur la possibilité de développer des algorithmes encore plus intelligents (sans avoir besoin de dépeupler la Terre entière pour y mettre des serveurs un peu partout), DeepResearch est un grand pas en avant concernant l’utilisation pratique de ces algorithmes intelligents qui viendront nourrir des agents autonomes.

Bref, la course à l’IA n’est pas finie, loin de là…

La prochaine révolution, DeepTruth ?

DeepSeek en Chine, DeepResearch aux États-Unis, et l’Europe dans tout ça ? Franchement, en ce moment j’ai l’impression que personne ne miserait un kopeck sur l’Union Européenne.

“On passe notre temps à faire des normes plutôt qu’à innover”, c’est un peu la rengaine négative qui nous colle à la peau. Et c’est vrai que pendant que Chine et États-Unis avancent à pas de géants, on n’a un peu le sentiment que l’on fait du surplace.

Mais essayez de demander à DeepSeek ce qu’il pense de Taiwan.

Appréciez les images de l’investiture de Trump entouré de Musk, Zuckerberg, Altman & cie se réjouissant de la nouvelle ère lancée par un second mandat sans aucun garde-fous pour les avancées technologiques représentées par l’IA. Et avec une vision bien à eux de la liberté d’expression.

Songez pendant ce temps que Mistral, notre champion français de l’IA a annoncé mi-janvier un partenariat avec l’AFP pour soutenir le travail des journalistes et la quête d’une information juste.

Nous n’allons pas aussi vite que nos concurrents chinois ou américains, nous pensons que la régulation est une composante importante de la course technologique (peut-être nous rappelons-nous que lors de la révolution d’internet et l’arrivée des réseaux sociaux par exemple, nous avons fait l’erreur de ne pas réguler et avons entraîné la démocratie dans une nouvelle ère très instable?)

Mais avant le 20 janvier dernier, tout le monde aurait dit que la Chine avait un train de retard en termes d’IA. Nous avons énormément de talents, des entreprises qui innovent en la matière et surtout un paradigme qui semble plus sain que tous les autres. Il suffira d’une avancée, d’une découverte, pour rattraper notre retard. Mistral, Kyutai, Scaleway ? On verra, mais arrêtons de penser qu’on est incapables.

Et si on y arrive, peut-être alors qu’une IA qui reconnaît la complexité de la situation à Taiwan, et qui pense que la liberté d’expression n’est pas synonyme de droit au mensonge et à la haine verra le jour.

Et ce jour-là, c’est cette IA que j’utiliserai et je pense que c’est aussi cette IA qui sera utilisée par une majorité d’Européens (c’est-à-dire par le plus gros marché du monde)…

Nous n’avons pas gagné la dernière bataille, mais la guerre n’est pas encore finie.

Les actualités qu’il ne fallait pas manquer

• 🎵 La génération de musique par l’IA de plus en plus convaincante ? S’il existe déjà des modèles fermés intéressants en la matière comme Suno.ai par exemple, le modèle Open-Source Yue vient de voir le jour avec des performances similaires. Et quand des modèles Open-Source performants voient le jour, il faut souvent s’attendre à une généralisation des usages. Alors allez-vous bientôt devenir votre propre artiste préféré ?

• 🏛️ Cela ne vous concerne sûrement pas, à moins que vous soyez François Bayrou, mais OpenAI vient d’annoncer un modèle appelé GPT-gov, destiné aux agents gouvernementaux. Ils le disent plus sécurisé et promettent qu’il ne s’agit aucunement d’un outil d’espionnage. Mais les promesses n’engagent que ceux qui les croient 😉

• 💼 Mistral AI et France Travail s’associent. C’est une nouvelle qu’a annoncée Claire Chappaz, la ministre de l’IA en personne. Au programme : des outils pour aider le personnel de France Travail et aiguiller les demandeurs d’emploi, un outil de matching entre compétences/appétences et offres d’emploi (it does ring a bell 🔔 ) et un outil de formation à l’IA pour le personnel et les demandeurs d’emploi. Peut-être que bientôt vous perdrez votre emploi à cause de l’IA qui vous aidera à trouver votre nouvel emploi, qu’elle détruira pour vous aider à trouver votre nouvel emploi, etc. etc.

Le deep-dive du moment : les agents

Les agents sont partout, mais qui sont-ils ?

Vous avez forcément entendu parler des agents IA. Ils sont partout dans la presse tech, sur LinkedIn, dans les discussions de machine à café des startups... Mais savez-vous vraiment ce qui se cache derrière ce terme qui fait tant buzzer ?

Pour comprendre la révolution que représentent les agents, il faut d'abord retracer l'évolution fascinante de l'IA générative, depuis les modèles de langage jusqu'à ces entités quasi-autonomes que sont les agents.

La Grande Évolution de l'IA : Du Perroquet à l'Entrepreneur

Imaginez l'IA comme une startup qui aurait grandi à vitesse grand V. Au début, elle maîtrisait une compétence fondamentale : le langage. Puis elle a appris à l'utiliser pour nous aider. Et maintenant ? Elle commence à prendre des initiatives. Suivez le guide, on remonte le fil de cette évolution passionnante.

Le LLM : Le Virtuose Sans Conscience

Tout commence avec le LLM (Large Language Model). Imaginez un musicien virtuose qui ne ferait que reproduire note après note une partition, sans jamais vraiment comprendre la musique qu'il joue. C'est un peu ça, un LLM. Certes, il est capable de prouesses linguistiques impressionnantes, mais au fond, que fait-il ? Il prédit le prochain mot le plus probable en se basant sur son entraînement. Point.

Un peu comme si vous deviez compléter la phrase "Le chat boit du..." - vous diriez probablement "lait", non ? C'est exactement ce que fait un LLM, mais à une échelle gigantesque et avec une sophistication qui peut donner l'illusion de l'intelligence.

L'Assistant : Quand le LLM Apprend le Service Client

L'évolution suivante était logique : pourquoi ne pas donner un objectif à cette intelligence linguistique ? C'est ainsi qu'est né l'assistant IA. Non seulement il prédit les mots, mais il le fait avec un but précis : vous aider.

Un assistant fonctionne avec une instruction, et, pour faire simple, dès que vous lui envoyez un prompt, il commence par relire ces instructions. Puis, il prédit le prochain mot. Donc si son instruction est “Tu ne dois utiliser que des mots qui commencent par la lettre “P”. Il complètera sûrement “Le chat boit du” par “Pétrole”.

L'Agent : L'IA qui Pense par Elle-même

Et puis arrive l'agent, dernière étape en date de cette évolution. Prenons l'exemple de Jaydai (autant parler de ce que je connais le mieux, non ?).

Dans sa première version, Jaydai était un assistant (ou plutôt en réalité une vingtaine d’assistants avec des instructions différentes à chaque fois). Le problème c’est que l’assistant doit toujours relire ses instructions et il peut lui arriver de devenir un peu stupide à cause de ça (il prend moins en compte ce que vous lui dites).

L’agent lui n’a pas d’instructions à proprement parler, mais on lui explique comment il doit réagir selon la situation qu’il rencontre. Cela lui permet :

• D’être plus intelligent. Par exemple, dans le cas de Jaydai, au lieu de lui donner de grandes instructions sur comment réaliser un entretien de coaching (tu dois faire ci, ou ca, ou ca, etc.), on lui apprend à reconnaître la situation dans laquelle il se trouve, et, selon chaque situation il aura une instruction plus petite et plus claire (tu dois faire ca). Cela implique qu’il a plus d’espace pour vous écouter vraiment (eh oui, il n’a pas besoin de lire et relire les instructions qu’ils aurait du utiliser dans d’autres cas de figure).

• D’être autonome. Puisque l’agent ne repose pas sur une instruction bête et méchante, il a beaucoup plus de possibilités d’action. Selon le cas de figure qu’il rencontre il peut décider de faire une recherche sur internet, d’envoyer un mail, de réserver une table au restaurant, etc.

Bref si vous devez retenir une chose, c’est la suivante : Un agent est un assistant qui a la possibilité de choisir ses instructions selon le cas de figure auquel il est confronté. Ce qui lui permet d’être plus intelligent et autonome. Pas besoin de vous mettre un tunnel en fait…

Dans le prochain numéro, on parlera de Langchain et de Langsmith, qui sont les outils les plus connus permettant de créer des agents et on verra comment ils fonctionnent.

EntrepreneurIA

Vos employés sont spécialisés, vos IA aussi

Comme vous le savez, depuis plusieurs mois j’ai lancé ma boîte Jaydai. Aujourd’hui, nous sommes deux à travailler sur ce projet et en l’espace de quelques mois, on a sorti une première version de notre produit, on a intégré 2 programmes spécialisés en RH, on a multiplié les prises de rendez-vous (on doit tourner à une vingtaine de rencontres par semaine en ce moment), etc, etc.

Tout ça, à deux… ou presque. En plus de Jean-Baptiste, mon associé, nous travaillons avec une pléiade d’IA, ce qui nous permet de gagner énormément en productivité.

Je dis bien une pléiade d’IA, car, on est loin de ne travailler qu’avec le simple ChatGPT. Oh non, on travaille avec une petite dizaine de modèles de façon journalière car chacun a sa spécificité. Voici une liste non-exhaustive et les cas d’usage pour lesquels chacun est vraiment très fort :

• ChatGPT-4o-mini : C’est l’algorithme qui est actuellement utilisé par Jaydai, notre coach IA car il est intelligent et très peu coûteux (ce qui nous permet de faire appel à lui de façon massive dans notre produit sans faire exploser la note en fin de mois)

• ChatGPT-4o : Pour les questions très simples (quand il ne faut pas réinventer la roue, notamment la génération de mock data ou encore lorsque l’on cherche à faire des séances de brainstorming

• ChatGPT-o1 (ou o3 maintenant) : Pour les questions qui demandent une véritable réflexion. Par exemple lorsque que je code, j’aime beaucoup demander à ChatGPT-o1 par quelles étapes je pourrais passer pour arriver à mes fins et je réalise ensuite chaque étape je vais plutôt poser des questions ponctuelles à 4o (qui est plus rapide)

• Claude Sonnet-3.5 : Largement supérieur à ChatGPT pour :

  • Le copywriting Claude sait être fin, engageant et drôle

  • Le design. Toutes mes questions de code qui ont pour but de rendre l’interface Utilisateur de notre produit plus jolie passent par Claude, alors que les questions plus techniques passent plus généralement par ChatGPT

• Le Chat de Mistral : Pour toutes les questions de fact-checking (cf le partenariat avec l’AFP que j’évoquais plus haut)

• Perplexity : Pour les études de marché et pour trouver des chiffres pour nos présentations, BP, etc. C’est le meilleur pour citer des sources.

Et encore, on n’a pas le budget pour payer Gemini ou d’autres et on n’a pas encore testé tous les algos open source gratuits, mais en prenant le temps de tester (et surtout en faisant ses propres benchmarks sur des enjeux perso), il est certain qu’on en trouverait encore d’autres.

Un conseil : testez le même prompt sur différents algo (essayer ChatGPT vs. Claude par exemple) pour savoir lequel est le meilleur sur votre cas d’usage.

Les métiers du futur

Les professionnels de la data : arroseurs arrosés ?

Connaissez-vous la fable de La Fontaine intitulée Le Rat et l’Huître ? Elle finit par ces mots : “ tel est pris qui croyait prendre”.

Alors, je ne crois pas que Jean de La Fontaine voulait se moquer des professionnels de la data, mais s’il était encore parmi nous, il n’en penserait pas moins.

Car oui, ce sont bien les data scientists, data engineers et autres qui ont façonné, bit par bit, les fondations de ce qui est en train de bouleverser leur propre métier. Un peu comme si Frankenstein se retrouvait menacé par sa créature... Mais ne nous emballons pas trop vite.

Car s'il y a bien une chose que l'histoire nous a apprise, c'est que les révolutions technologiques ne détruisent pas tant les métiers qu'elles ne les transforment. Et dans le monde de la data, cette transformation s'annonce particulièrement fascinante.

Les Métiers de la Data en 2024 : État des Lieux et Perspectives

Le Data Engineer : L'Architecte des Données

Aujourd'hui : C'est le professionnel qui construit et maintient les "autoroutes" permettant aux données de circuler efficacement dans une entreprise. Son rôle est de s'assurer que les bonnes données arrivent au bon endroit, au bon moment, dans le bon format.

Compétences clés : Python, SQL, Shell/Bash, PostgreSQL, MySQL, MongoDB, Snowflake, Redshift, Apache Spark, Airflow, dbt, Amazon S3, Kafka, AWS, Azure, GCP, Terraform, Docker, Kubernetes, architecture distribuée, sécurité des données, qualité des données, optimisation des performances

Face à l'IA : Si les tâches répétitives de construction de pipelines simples sont déjà en partie automatisables, la conception d'architectures robustes et évolutives reste un art humain. L'IA devient un outil d'optimisation plus qu'une menace. Mais qui dit automatisation des tâches simples et répétitives dit aussi qu’on aura besoin de moins de mains, mais de meilleurs cerveaux.

---

Le Data Scientist : Le Mathématicien du Numérique

Aujourd'hui : Le Data Scientist donne du sens aux données. C'est un rôle hybride entre statisticien, informaticien et expert métier qui utilise les données pour résoudre des problèmes concrets et prédire l'avenir (ou prédire le prochain mot que quelqu’un pourrait dire ?).

Son travail consiste à fouiller dans les montagnes de données d'une entreprise pour en extraire des pépites d'information précieuses. Il utilise des techniques sophistiquées comme le machine learning pour créer des modèles qui peuvent, par exemple, prédire quels clients risquent de partir, recommander des produits, ou détecter des fraudes.

Compétences clés : Python, R, SQL, statistiques, machine learning, deep learning, visualisation de données (Tableau, PowerBI), feature engineering, sélection de modèles, évaluation de performance, A/B testing, communication des résultats, mathématiques avancées, big data (Spark), cloud computing (AWS/Azure), Git, présentation, analyse métier, résolution de problèmes, esprit critique.

Face à l'IA : Paradoxalement, c'est peut-être le métier le plus chamboulé. Les modèles d'IA générative peuvent désormais coder, analyser et même construire des modèles basiques. Mais c’est aussi le seul métier qui ne pourra jamais disparaître (il ne faut pas tuer les pères de l’IA, si on veut continuer à progresser et ne pas risquer une perte de contrôle)

---

Le Data Analyst : L'Interprète des Données

Aujourd'hui : Le Data Analyst est l'interprète qui traduit les données en histoires compréhensibles et en décisions concrètes pour l'entreprise. C'est le professionnel qui transforme les chiffres bruts en informations précieuses pour guider les décisions business. Imaginez-le comme un détective des données : il examine les chiffres de vente, le comportement des clients, les tendances du marché pour répondre aux questions cruciales de l'entreprise.

Compétences clés : SQL, Excel avancé, visualisation de données (Tableau, PowerBI), statistiques descriptives, Python (bases), outils de BI, nettoyage de données, analyse exploratoire, reporting, présentation de résultats, communication, connaissance métier, esprit analytique, storytelling avec les données, dashboarding, ETL basique.

Face à l'IA : C’est le métier le plus menacé, et selon moi il n’en existera bientôt plus. Ou en tout cas les data analyst d’hier ayant les compétences qu’ils avaient seront toujours moins pertinents que des IA. ChatGPT vous propose toujours d’analyser vos données dans ses ”Quick Actions”.

ChatGPT vous propose déjà (action 2) de jouer au Data Analyst

Les Métiers de Demain : Évolution ou Révolution ?

Le Data Strategist

Le Data Strategist est l'architecte de la stratégie data d'une entreprise. C'est le visionnaire qui transforme la puissance des données et de l'IA en avantages compétitifs concrets. Imaginez-le comme un grand chef d'orchestre : il harmonise les besoins business, les capacités technologiques et les enjeux éthiques pour créer une stratégie data cohérente et performante.

---

L'Éthicien des Données

L'Éthicien des Données est le gardien des valeurs humaines dans l'univers de l'IA. C'est le médiateur qui s'assure que le progrès technologique reste aligné avec nos principes éthiques fondamentaux. Imaginez-le comme un diplomate du futur : il navigue entre les exigences techniques, les impératifs business et les considérations morales pour garantir une utilisation responsable des données.

---

L'Architecte d'IA Responsable

L'Architecte d'IA Responsable est le bâtisseur des systèmes d'IA de demain. C'est l'expert qui conçoit des solutions intelligentes en pensant à leur impact global sur la société et l'environnement. Imaginez-le comme un urbaniste du numérique : il crée des architectures d'IA qui concilient performance, durabilité et éthique, en veillant à ce que chaque système soit transparent, efficient et bénéfique pour tous.

Vers une Philosophie de la Donnée

La valeur ajoutée se déplace. Si hier, maîtriser Python ou TensorFlow suffisait, demain les compétences clés seront :

• La pensée systémique

• L'éthique et la responsabilité sociale

• La créativité dans la résolution de problèmes

• La capacité à naviguer dans l'ambiguïté

• L'intelligence émotionnelle et la communication

Et si finalement, l'automatisation des aspects techniques de la data nous permettait enfin de nous concentrer sur l'essentiel ? La donnée n'est plus seulement une suite de 0 et de 1, mais un miroir de notre société, de nos comportements, de nos aspirations.

Les métiers de la data de demain ressembleront peut-être plus à ceux de philosophes numériques qu'à des techniciens. Des penseurs capables de voir au-delà des chiffres, de comprendre les implications profondes de nos choix algorithmiques, de guider les organisations vers une utilisation éthique et responsable de la donnée.

L'IA ne remplace pas l'intelligence humaine, elle la libère des tâches répétitives pour lui permettre de se concentrer sur ce qui fait notre unicité : notre capacité à donner du sens, à imaginer, à créer des ponts entre les idées.

Alors non, les métiers de la data ne disparaissent pas. Ils évoluent, se transforment, s'élèvent peut-être même. Et c'est tant mieux.

La grande ironie de cette histoire ? C'est peut-être grâce à l'IA que les métiers de la data vont enfin pouvoir atteindre leur plein potentiel. Pas mal pour une création qui était censée les remplacer, non ?

---

Aaaaaaaaaand it’s over!!

Merci de m’avoir prêté votre attention pour ce nouveau tunnel. N’hésitez pas à me faire vos retours, et surtout à partager ce tunnel (en tout cas ce que vous avez trouvé intéressant 😉). On se retrouve très vite ❤️