Dossier
IA · Intelligence artificielle et LLM
L'intelligence artificielle occupe une place réelle dans mon métier de Delivery Manager, mais pas celle qu'on imagine en lisant LinkedIn. Je déploie des outils IA dans mes propres process et chez mes clients, avec une exigence simple : un gain de productivité mesurable, jamais un gadget ajouté pour cocher une case innovation.
Ce dossier rassemble mes analyses sur le sujet : déploiement pragmatique en agence, gouvernance de ce que la machine produit, économie réelle du calcul (local ou par API), infrastructure et régulation. J'y documente aussi les cas concrets qui remontent de ma veille, vérifiés avant publication plutôt que relayés tels quels.
← Voir tous les articles du blog
Tous les articles IA
TypeSafe et son modèle Jev : l'IA qui refuse d'écrire, et ce que ses chiffres ne disent pas
TypeSafe AI est sortie de stealth mi-septembre 2026 avec 40 millions de dollars de seed et Jev, un modèle qui ne génère aucun texte : il renvoie une décision typée assortie d'une probabilité. Je détaille à quoi ça sert concrètement, en partant du SEO (classer l'intention d'une requête, rattacher un mot-clé à la bonne page existante, repérer deux pages qui se cannibalisent, savoir quelles pages vieillissent vite), puis dans tout métier où il faut classer, détecter ou router, avec la réponse documentée à l'objection des catalogues de plus de 255 entrées. Les chiffres qui circulent méritent en revanche d'être lus de près : les réponses de référence des benchmarks sont produites par les modèles concurrents eux-mêmes, et une sortie garantie par un schéma n'est pas une sortie juste.
Ralentir l'IA : trois lectures d'un accord entre rivaux, et celle qui ne tient pas
Le 12 septembre 2026, Dario Amodei publie un plan en trois étapes pour ralentir la course aux capacités de l'IA et engage Anthropic à ouvrir ses systèmes à des évaluateurs externes permanents. En trois heures, Elon Musk et Sam Altman approuvent, alors que deux d'entre eux sortent d'un procès à 130 milliards de dollars clôturé il y a quatre mois et toujours en appel. Je montre d'abord l'asymétrie réelle des trois prises de position, un engagement ferme, une intention et une approbation, puis je rappelle le précédent oublié des engagements volontaires de 2023, dont une étude chiffre le respect moyen à 53 % et la sécurisation des poids à 17 %. J'examine ensuite les trois lectures critiques qui circulent : la captation réglementaire, que l'essai d'Amodei alimente lui-même en défendant les contrôles à l'export et la lutte contre la distillation ; l'alerte de Jacob Coxon, qui a quitté Anthropic en abandonnant ses parts et que la thèse de l'intérêt financier explique mal ; et la thèse de l'introduction en bourse, la seule vérifiable, qui ne résiste pas au calendrier ni aux chiffres. Avec le critère que j'utilise pour trancher sans sonder les intentions, et ce qu'une entreprise qui déploie de l'IA doit en faire quand ces engagements arriveront dans les appels d'offres.
Le vocabulaire de l'IA expliqué simplement : 30 termes pour comprendre ce qu'on vous raconte
Un glossaire pour débutants, classé par dépendance et pas par ordre alphabétique : chaque terme s'appuie sur le précédent. On part du machine learning et des tokens, on passe par l'inférence et le contexte, puis par tout ce qu'on ajoute autour du modèle (RAG, outils, MCP, skills), par l'autonomie (agents, loops, harnais), par le matériel (VRAM, quantification), et on finit par apprendre à lire un benchmark sans se faire avoir.
Harness IA : pourquoi il compte plus que le modèle qu'il pilote
Guide complet sur le harness IA : définition pédagogique, comparatif des architectures Claude Code (hooks applicatifs) et Codex (sandboxing système), et tutoriel étape par étape pour choisir et configurer un harness en entreprise.
10 000 agents, 88 heures, 5 millions de messages : Navier-Stokes lu comme un rapport de projet
OpenAI annonce une solution au problème de Navier-Stokes, produite par environ 10 000 agents en 88 heures. Je ne juge pas la démonstration, ce n'est pas ma compétence, et je pose d'emblée la nuance que beaucoup sautent : la preuve relève d'une variante avec force extérieure, autorisée par le règlement mais écartée par la plupart des mathématiciens, et le Clay Institute n'a rien accepté. En revanche l'annonce contient un rapport de projet, et ce que j'y lis en tant que chef de projet est plus transposable que les mathématiques : le cadrage était humain, le goulot d'étranglement s'est déplacé vers la vérification, le livrable est arrivé sans le chemin qui y mène, et le seul risque restant est celui que l'automatisation ne couvre pas, l'écart entre ce qu'on a démontré et ce qu'on voulait démontrer.
Tarification dynamique de l'IA : ce que le passage de DeepSeek aux heures de pointe annonce
DeepSeek facture ses appels d'API moitié prix en dehors d'une fenêtre étroite d'heures pleines. En convertissant ces fenêtres en heure de Pékin, on tombe exactement sur les horaires de bureau chinois, pause déjeuner comprise : c'est de la gestion de congestion, pas un signal-prix sophistiqué. Aucun autre grand fournisseur ne pratique de tarification horaire à ce jour, donc un point de donnée, pas une tendance. Ce que ça change quand même pour qui construit avec ces API.
AGI : pourquoi aucune annonce ne peut aujourd'hui être vérifiée
Sam Altman aurait annoncé l'AGI pour fin 2026. Le problème n'est pas de savoir si c'est vrai, c'est qu'aucune définition ne permet de trancher, comme l'a démontré Microsoft et OpenAI en retirant en avril 2026 la clause AGI de leur contrat faute d'avoir su l'écrire de façon opérationnelle.
Qwen 3.8 uncensored : ce n'est pas Alibaba qui a retiré les garde-fous
Qwen 3.8 uncensored n'est pas d'Alibaba : une société tierce a retiré ses garde-fous par ablitération, 72h après la sortie du modèle officiel. Ce que ça change vraiment pour la régulation des poids ouverts.
Sécurité des agents IA : ce qui fait recette n'est pas ce qui protège
Entre le rapport technique sur un incident d'agents IA et l'article que vous lisez le lendemain, les réserves méthodologiques disparaissent. Comment trier le récit spectaculaire de la vraie discipline de sécurité, et ce qui protège réellement.
L'IA locale n'est plus un projet lointain : ce que change FreeToken
FreeToken fait tourner un modèle de 35 milliards de paramètres sur le GPU 8 Go d'un simple PC portable. J'explique sans jargon ce que sont l'inférence, la VRAM, la quantification et l'architecture MoE, je détaille le matériel réellement nécessaire (RAM système comprise, elle est souvent oubliée), et j'assume ce que ça contredit dans mon article précédent sur le déploiement d'IA en local.
Écouter le blog (33 articles)
Ressources liées
Lu ailleurs
jev-ultrafast affiche un agent de navigation à 7 secondes, et publie lui-même le p = 0,25 qui interdit d'en conclure quoi que ce soit
Des initiés accusent OpenAI et Anthropic d'avoir exagéré des incidents de sécurité pour obtenir une régulation qui les protège, sur une base documentaire mince
GeoAxis se présente comme l'alternative à GeoSpy, l'outil de géolocalisation par IA restreint après une enquête sur des cas de traque
David Sacks à Amodei et Altman : ralentissez si vous voulez, mais cessez de faire semblant d'avoir besoin d'une permission
Face au « cartel » dénoncé par le PDG de Cohere, le CMO de Mistral ressort le précédent Microsoft de 2002