Le 2 juin j'ai eu le plaisir d'animer une conférence pour la FICT Auvergne Limousin sur l'IA en industrie agroalimentaire. Les très riches échanges avec une douzaine de patrons d'industries m'ont donné envie d'expliquer, de démystifier l'IA avec des exemples et cas d'usage concrets.

Tout le monde en parle. Personne ne s'entend sur ce que c'est.

Depuis fin 2022, l'IA est partout. Dans les journaux, dans les conversations, dans les pitchs de startups. Et pour la plupart des gens, IA = ChatGPT. Un truc qui répond à vos questions, rédige des emails, résume des documents.

Ce n'est pas faux. Mais c'est comme dire que "la cuisine, c'est le micro-ondes".

L'intelligence artificielle existe depuis 85 ans. ChatGPT, Claude ou Mistral n'en sont que la pointe émergée de l'iceberg, visibles et accessibles. Pour comprendre ce que l'IA peut faire pour vous, il faut d'abord comprendre ce qu'elle est vraiment.

1941 : la première machine "intelligente"

Pendant la Seconde Guerre mondiale, les messages de l'armée allemande étaient chiffrés par Enigma — une machine capable de générer 159 millions de milliards de combinaisons différentes, réinitialisées chaque jour. Impossible à déchiffrer à la main.

Alan Turing conçoit une machine pour résoudre ce problème. Pas intelligente au sens humain du terme, mais capable de faire en quelques heures ce qu'aucun humain ne pourrait faire en une vie. Les historiens estiment que cette machine a raccourci la guerre d'au moins deux ans.

Le principe est exactement le même aujourd'hui : une tâche répétitive, à volume énorme, où la machine bat l'humain.

1966 : le premier robot qui "discute"

Au MIT, Joseph Weizenbaum crée ELIZA: le premier programme capable de tenir une conversation en langage naturel. ELIZA imite un psychothérapeute : elle reformule, relance, questionne. "Pouvez-vous développer ?" "Qu'est-ce que cela vous évoque ?" "Parlez-moi de votre relation avec votre mère."

Le résultat est troublant. Des utilisateurs s'y attachent émotionnellement. Certains confient à la machine des choses qu'ils n'oseraient pas dire à un humain. Weizenbaum lui-même est perturbé, il n'avait pas anticipé que les gens pourraient oublier qu'ils parlaient à un programme.

ELIZA ne comprend rien. Elle détecte des mots-clés et applique des règles fixes. Mais elle donne l'illusion de comprendre, ce qui est suffisant pour tromper.

Premier enseignement : une IA peut sembler intelligente sans l'être vraiment.

1997 : un ordinateur bat le meilleur joueur d'échecs du monde

Garry Kasparov, champion du monde d'échecs, perd contre Deep Blue, un ordinateur d'IBM capable de calculer 300 millions de positions par seconde.

Il déclare avoir eu peur de la machine.

29 ans plus tard : il y a plus de joueurs d'échecs que jamais. Les joueurs utilisent l'IA pour s'entraîner et progresser. La machine n'a remplacé personne, elle a élevé le niveau de tout le monde.

Kasparov lui-même l'a formulé mieux que quiconque : "Il ne faut pas penser l'homme versus la machine, mais l'homme plus la machine."

2016 : le chatbot qui déraille en 24 heures

Microsoft lance Tay, un chatbot conversationnel sur Twitter, conçu pour apprendre au contact des utilisateurs et "devenir plus intelligent" au fil des échanges.

En moins de 24 heures, des utilisateurs malveillants l'ont "éduqué" à tenir des propos négationnistes, racistes et complotistes. Microsoft coupe le serveur en urgence.

L'échec est retentissant. Il révèle un problème fondamental : une IA apprend ce qu'on lui montre. Si on lui montre de la désinformation, elle reproduit de la désinformation avec la même assurance que si elle disait la vérité.

Deuxième enseignement : une IA est aussi fiable que ce qu'on lui a appris.

2022 : ChatGPT change tout... ou presque

En novembre 2022, OpenAI lance ChatGPT. Pour la première fois, n'importe qui peut interagir avec une IA en langage naturel, sans formation technique, depuis un téléphone.

C'est là que vous et vos employés ont commencé à en parler, que les craintes sont apparues et que le mot "IA" est entré dans toutes les conversations.

Mais l'IA industrielle, elle, existait bien avant, depuis plus de 80 ans. Ce qui a changé en 2022, c'est l'accessibilité, pas l'existence.

Le grand malentendu : robot ≠ IA

Quand on dit "IA", beaucoup imaginent un robot. Les médias et films de science fiction font des raccourcis et amalgames qui complexifient un infâme gloubiboulga.

La réalité est plus simple et plus utile :

Un robot sans IA, c'est une machine qui répète toujours le même geste. Une trancheuse automatique, une étiqueteuse réglée, un palettiseur. Zéro décision, zéro apprentissage.

Une IA sans robot, c'est un logiciel intelligent. Un chatbot, un outil qui lit des factures, un système qui reconnaît le stade de fleurissement d'un saucisson sur photo. Aucune machine physique — juste du code qui apprend et décide.

Un robot avec IA, c'est rare et coûteux. Un bras qui s'adapte à ce qu'il voit, un tri visuel automatisé sur une ligne de production, un robot qui parcours un semi-marathon avec obstacles.

Dans 95% des cas concrets, on parle d'IA sans robot.

"IA" : quatre choses très différentes

Le mot "IA" recouvre en réalité un spectre large. Du plus simple au plus complexe :

L'expression régulière : cherche un motif exact défini à la main. Vérifier qu'un numéro de lot a le bon format. Ça n'apprend pas, c'est une règle fixe.

L'automatisation : enchaîne des étapes fixes sans intervention humaine. Éditer une étiquette dès qu'une palette est pesée. Ça n'apprend pas non plus, mais ça fait gagner un temps considérable.

Le machine learning : déduit des règles à partir d'exemples. Reconnaître le stade de fleurissement d'un saucisson sur photo, détecter une anomalie sur une ligne, accroche un intitulé de produit sur la facture du fournisseur avec votre intitulé sur votre ERP . Ça apprend à partir de données.

L'IA générative : comprend et produit du langage naturel. ChatGPT, les chatbots documentaires, les outils qui répondent à "comment régler la peseuse ?". Ça apprend à partir d'une quantité massive de texte.

La vraie question n'est pas "est-ce de l'IA ?" mais "est-ce que ça résout mon problème ?"

Ce que ça change pour vous

95% des projets IA n'ont aucun retour sur investissement mesurable — c'est le chiffre du MIT. Pas parce que l'IA ne fonctionne pas. Parce que les projets sont trop complexes, déconnectés du terrain, ou bâtis sur de mauvaises données.

Ce qui marche : petit, ciblé, sur un problème réel.

La vraie question n'est pas "est-ce que l'IA va remplacer mes équipes ?". C'est : est-ce que mes équipes avec l'IA seront meilleures que les équipes de mes concurrents sans IA ?

Prochain épisode : comment une IA lit un texte, sans jargon, avec des exemples qu'un enfant peut comprendre.