Morgan Dutemple
Toutes les expertises

IA : intégrée aux outils, relue par des humains

Je n'intègre de l'IA dans un projet qu'après l'avoir fait tourner dans mon propre travail. Ce site en est le banc d'essai : narration audio des articles, formation envoyée par email, diagnostics outillés, tout y est construit et maintenu par moi. Ce qui compte n'est pas l'outil choisi, c'est la tâche visée, le contrôle humain et l'adoption par l'équipe.

Pourquoi l'IA divise autant qu'elle promet

L'IA générative crée une pression contradictoire : l'adopter vite par peur de prendre du retard, ou s'en méfier après une déception, un contenu inventé, un résultat médiocre relayé sans relecture. Les deux réactions mènent au même problème, des outils déployés sans méthode.

La bonne question n'est jamais « faut-il utiliser l'IA » mais « quelle tâche précise, avec quel gain mesurable, sous quelle supervision ». Cartographier les tâches avant de choisir un outil, piloter sur un périmètre restreint, et poser une règle claire sur qui valide ce que la machine produit évitent l'essentiel des déceptions, dans un sens comme dans l'autre.

S'ajoute une couche réglementaire réelle avec l'AI Act européen. Les pratiques interdites le sont depuis février 2025. Le règlement dit omnibus numérique sur l'IA, publié en juillet 2026, a repoussé les obligations des systèmes à haut risque au 2 décembre 2027 pour ceux de l'annexe III et au 2 août 2028 pour ceux intégrés à des produits réglementés ; les exigences, elles, restent les mêmes. Cadrer un projet IA, c'est savoir dans quelle catégorie il tombe avant de le déployer.

Sources : Règlement (UE) 2026/1744 du 8 juillet 2026 (omnibus numérique sur l'IA), JO L du 24 juillet 2026 ; Règlement (UE) 2024/1689 sur l'intelligence artificielle

Ma méthode

Si un outil ne me fait pas gagner de temps sur mon propre travail, je ne le recommande pas sur celui d'une équipe. Une fois ce filtre passé, l'intégration suit quatre étapes.

  1. Cartographier les tâches

    Volume, répétitivité, format : chiffrer le gain attendu avant de choisir un outil.

  2. Qualifier le risque

    Données manipulées, catégorie au sens de l'AI Act, et personne qui valide la sortie.

  3. Piloter sur une équipe restreinte

    Une tâche précise, mesurée avant et après, sur un périmètre qu'on peut encore corriger.

  4. Gouverner et former

    Une règle de relecture écrite, une formation à la relecture critique, puis la généralisation.

Dans une agence web : l'IA à chaque étape, relue à chaque fois

Sur un projet web mené dans une agence, j'ai mis des outils d'IA au travail à chaque étape : le SEO, l'acquisition de leads, des prototypes fonctionnels, l'UX et l'aide à la spécification fonctionnelle. Pour chacune, la même règle : une tâche précise confiée à l'outil, et une personne du métier qui relit avant que le résultat n'avance.

C'est cette relecture qui rend l'ensemble utilisable. Une spécification préparée avec l'IA est relue par celui qui la portera devant les développeurs, un prototype généré est testé par celui qui conçoit l'UX, un texte SEO est validé par celui qui en répond.

Aller plus loin avec l'intelligence artificielle

Une femme au casque audio travaille sur son ordinateur portable devant une baie vitrée

Formation IA gratuite par email

J'ai construit cette formation en observant le même scénario se répéter : quelqu'un teste ChatGPT une fois, ne sait pas quoi en faire de concret, et abandonne. Deux mois, trois emails par semaine, toujours un jour ouvré, un rythme pensé pour tenir entre deux réunions. À l'arrivée, un site vitrine réellement en ligne, pas un exercice resté dans un brouillon.

Les lettres AI affichées sur un fond flouté

Dossier IA

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 dans les projets que je pilote, avec une exigence simple : un gain mesurable, jamais un gadget ajouté pour cocher une case innovation.

Agenthèque

Un répertoire d'agents IA, de skills et de serveurs MCP utiles pour Claude et ChatGPT, filtrable par usage, dont ceux qui m'ont servi à construire ce site.

Loops

Un répertoire de workflows en boucle fermée pour agents de codage IA (Claude Code, Cursor, Codex) : publication vérifiée, déploiement avec garde-fou de build.

Questions fréquentes · Intelligence artificielle

Comment identifier les tâches à automatiser avec l'IA ?

En cartographiant d'abord les tâches répétitives à fort volume, faible valeur ajoutée humaine et format standardisé. Ma règle pratique : si une tâche se décrit par une procédure courte et stable, elle est probablement automatisable. Le critère décisif reste le gain mesuré sur douze mois, pas la nouveauté de la technologie.

L'IA générative est-elle fiable pour un usage professionnel ?

Avec une gouvernance claire, oui. Les erreurs surviennent quand on confie à l'IA des tâches sans relecture humaine systématique. Le cadre que j'applique : l'IA produit, un humain valide avant tout départ. Cela réduit fortement les risques tout en gardant les gains de productivité réels.

Mon projet IA est-il concerné par l'AI Act ?

Cela dépend de son usage. Les pratiques interdites le sont depuis février 2025 ; les systèmes à haut risque (recrutement, crédit, éducation, entre autres) ont des obligations repoussées au 2 décembre 2027 par le règlement (UE) 2026/1744. Mon vérificateur de conformité gratuit situe un projet dans ces catégories en quelques questions.

Quels outils d'IA utilisez-vous dans un projet ?

Cela dépend des tâches cartographiées : assistants de rédaction et de spécification (ChatGPT, Claude), génération de prototypes, automatisation de comptes rendus et de reportings. L'objectif est toujours de réduire le temps passé sur les tâches à faible valeur, pas de remplacer le jugement.

Mes derniers articles IA

Voir tout le dossier IA