Il sort un nouveau modèle d’IA à peu près toutes les semaines.

La plupart du temps c’est du bruit, une version 2.1 qui fait trois points de mieux sur un test que personne n’utilise dans la vraie vie. Et puis de temps en temps, il en sort un qui change vraiment quelque chose, et tu l’apprends trois mois plus tard parce que tu avais décidé, avec raison, d’arrêter de suivre.

Tout suivre, c’est une job à temps plein (j’ai essayé, j’ai fini par démanteler ma veille automatisée le jour où j’ai réalisé que je lisais des résumés de résumés). Mais si tu décroches complètement, tu passes à côté des deux ou trois fois par année où l’écart devient vraiment énorme.

Ce que j’ai changé ces derniers mois, ce n’est pas ma manière de suivre l’actualité, c’est ma manière de travailler. J’ai arrêté de chercher le modèle qui fait tout, et j’ai commencé à les faire travailler ensemble.

Le jour où un petit modèle a battu mon gros modèle

Je passe beaucoup de temps dans des documents scannés. Des rapports, des contrats, des formulaires remplis à la main, de vieux PDF numérisés croche par une photocopieuse qui a vu neiger. Du français avec des accents, des tableaux, et parfois un tampon en travers du texte.

Mon modèle principal faisait ça correct. Il me sortait le texte, il aplatissait les tableaux, et quand le scan était mauvais il comblait les trous tout seul (avec beaucoup d’assurance, ce qui est franchement pire que de laisser un blanc).

Puis j’ai essayé le modèle de reconnaissance de texte de Mistral, l’entreprise française. La différence n’était pas subtile: les accents tenaient, les tableaux restaient des tableaux, et il n’inventait pas les mots illisibles.

Un modèle plus petit et moins cher, qui ne sait faire que ça, battait le généraliste que je paie chaque mois.

Les généralistes que tout le monde connaît, Claude, ChatGPT, Gemini, sont impressionnants parce qu’ils sont bons dans tout. C’est exactement ce qui les rend battables: sur une tâche précise, il y a presque toujours un modèle qui ne fait que celle-là et qui la fait mieux, que ce soit lire des documents, transcrire de l’audio, extraire des données ou traduire dans un domaine pointu.

Et pour une PME, c’est là que la question devient intéressante. Pas « quelle IA je devrais prendre », plutôt: quelle est la tâche que tu répètes cinquante fois par semaine, et est-ce qu’il existe quelque part un modèle qui ne fait que celle-là?

Cinquante outils, cinquante mots de passe, zéro mémoire

Sauf qu’une fois que t’as compris ça, ça peut vite devenir ingérable. Chaque tâche a son champion, et si tu ouvres une interface par modèle, tu te ramasses avec quinze onglets, des abonnements que t’oublies d’annuler, et du travail qui ne se parle pas.

Le résultat du premier modèle dort dans une fenêtre. Tu le copies dans celle du deuxième, qui ne sait rien de ton contexte. Tu réexpliques. Encore. (Et on sait tous les deux ce qui arrive à la qualité quand tu réexpliques à la sauvette pour la troisième fois de la journée.)

La bascule s’est faite là.

J'ai arrêté de penser en outils et j'ai commencé à penser en atelier: un endroit où je travaille, et des sous-traitants que j'appelle quand la job demande leur spécialité.

Un hub, des sous-traitants

Concrètement, mon atelier c’est Claude Code. C’est là que je discute et c’est là que mon contexte vit (mes fichiers, mes instructions, l’historique de ce qu’on a déjà essayé ensemble).

Ce hub n’a pas besoin d’être le meilleur en tout. Il a besoin de comprendre ce que je veux et de savoir déléguer sans perdre le fil. Le reste, ça peut se faire ailleurs.

Chez moi, la délégation passe par deux mécaniques, et aucune des deux ne demande d’être développeur.

Le script avec une clé API. Une trentaine de lignes qui prennent un dossier de PDF, les envoient au modèle spécialisé et récupèrent le texte. Je ne l’ai pas écrit à la main, je l’ai fait écrire par le hub, testé sur trois documents, corrigé deux affaires, et je n’y ai plus retouché depuis. Je dis « passe-moi le dossier de janvier à l’OCR » et ça roule.

Les sous-agents. Claude Code permet de définir des agents spécialisés, avec leurs propres instructions et leur propre droit d’appeler l’extérieur. Le principal reçoit ma demande, découpe le travail et me ramène la synthèse. Je parle à un seul interlocuteur, il en fait travailler quatre.

Ce que ça donne dans une vraie journée: je dépose quarante documents dans un dossier, j’écris une phrase, le hub lance le script, Mistral fait le gros de la lecture, et l’analyse continue dans la même conversation avec tout le contexte encore chaud. Je n’ai pas changé de fenêtre une seule fois.

C’est aussi une affaire d’argent.

Envoyer quatre cents pages de scan au modèle le plus cher pour lui faire faire de la lecture bête, c'est engager un architecte à l'heure pour peinturer un mur. Le spécialiste coûte une fraction du prix et fait mieux la job.

Mais avant toute cette plomberie, il y a l’étape que je vois sauter à peu près tout le temps, et c’est la seule qui compte vraiment: définir le besoin. « Je veux utiliser l’IA », ça ne se commande pas. « Chaque semaine je perds trois heures à ressaisir de l’information qui existe déjà dans des PDF », ça se commande très bien. Trouve cette phrase-là, et le reste vient presque tout seul.

La règle que je ne casse jamais

Plus tu délègues, plus t’as besoin d’une règle qui ne bouge pas. Chez moi elle tient en une phrase: un sous-agent n’écrit jamais dans la base centrale.

Il lit, il travaille dans son coin, puis il me remet son résultat. C’est l’orchestrateur qui relit, qui audite et qui consolide. Une seule porte d’entrée vers mes données, et je sais en tout temps qui a écrit quoi.

Ça ressemble à une lubie de maniaque du classement jusqu’au jour où ça te sauve.

Je testais deux modèles d’OCR sur les mêmes documents pour décider lequel garder. Les deux m’ont remonté un texte propre, à première vue identique, et l’orchestrateur, en comparant les deux versions, m’a signalé un écart.

Dans le document d’origine, quelqu’un avait tapé « Quec » au lieu de « Québec ». Une coquille dans le papier scanné, présente avant même que l’IA touche à quoi que ce soit.

Le premier modèle avait recopié « Quec ». Le deuxième avait écrit « Québec ».

Le deuxième avait raison sur le fond. Sauf que je ne lui avais pas demandé d’avoir raison, je lui avais demandé de lire.

Mon prompt disait de faire de la reconnaissance de texte, il ne disait rien sur l’interprétation. Le deuxième modèle a débordé de son mandat, en silence, et il l’a fait dans le bon sens cette fois-là. J’ai gardé le premier.

Parce qu’un modèle qui corrige ce qu’il lit, c’est un modèle qui décide à ta place. Aujourd’hui c’est un nom de ville mal tapé et ça t’arrange. La semaine prochaine c’est un montant qui lui semble bizarre ou une date d’échéance qu’il trouve incohérente, et tu ne le sauras jamais parce que le résultat aura l’air impeccable.

Transposé dans une PME, ça se règle avant de brancher le premier outil, en écrivant noir sur blanc qui a le droit d’écrire où. Dans la comptabilité, dans le CRM, dans le dossier client, dans l’inventaire: une seule réponse acceptable, la personne ou le processus que tu as désigné. Les modèles, eux, produisent des propositions dans un fichier à part, et quelqu’un valide avant que ça touche la source de vérité.

L’autre morceau de la règle, c’est de garder la sortie brute, le texte tel que le modèle l’a produit avant toute retouche. Sans mes deux fichiers côte à côte, la correction silencieuse passait inaperçue et je choisissais le mauvais modèle en me disant que les deux se valaient.

Les modèles d’OCR se sont améliorés là-dessus depuis, et celui de Mistral retourne maintenant un score de confiance par mot et par page, ce qui te montre où il a hésité. C’est précieux, mais ça ne remplace pas la règle: ce score te dit ce que le modèle pense de sa propre lecture, pas ce qu’il a décidé d’améliorer au passage.

Le contradicteur

Dernier morceau, et c’est celui qui a le plus changé mes décisions.

Quand un modèle me sort une réponse qui a de l’allure, j’ai pris le réflexe de la donner à un modèle concurrent et de lui demander ce qui cloche.

Jamais « est-ce que c’est bon ». Ils sont tous polis, ils vont te bercer et te dire que ton idée est excellente (et honnêtement, j’aime ça me faire dire que mon idée est excellente, c’est exactement le problème). Je demande plutôt ce qui manque, ce qui a été tenu pour acquis un peu vite, et sur quoi il n’est pas d’accord.

Ça règle en bonne partie la chambre d’écho, un des trois bloquants que je traînais depuis que je travaille avec l’IA tous les jours. Un modèle tout seul, à force, finit par te ressembler. Quand deux se contredisent, par contre, tu redeviens celui qui doit trancher, et c’est pas mal plus inconfortable.

Attention à ne pas transformer ça en vote de majorité entre trois IA. L’idée n’est pas de faire élire une réponse par un jury, c’est de faire remonter ce que le premier avait décidé de ne pas te dire. C’est toi qui décides après, comme avant, mais avec les angles morts sur la table.

Par où tu commences

Tu n’as pas besoin de monter tout ça d’un coup. De mon bord, ça s’est fait sur plusieurs mois, une frustration à la fois, et il y a encore des bouts croches dans ma tuyauterie.

Commence par une tâche. Une seule. Celle que tu répètes souvent et que ton modèle actuel fait à moitié. Cherche s’il existe un spécialiste pour elle, teste-le sur dix cas réels plutôt que sur un exemple choisi d’avance, et compare les sorties brutes avant de trancher. Si l’écart est net, branche-le à ton atelier, décide qui a le droit d’écrire où, et oublie-le. Passe à la suivante le mois d’après.

Le mot orchestrateur fait sérieux, mais dans les faits c’est juste ça: savoir qui appeler pour quelle job, et arrêter de tout demander à la même personne.

Et toi, c’est quoi la tâche que tu redonnes chaque semaine à ton modèle principal en sachant très bien qu’il la fait moyen?

Note technique: je parle de Claude Code et de Mistral parce que ce sont les outils que j’utilise, mais la logique ne dépend d’aucun des deux. N’importe quel environnement qui te laisse appeler une API externe fait le travail, que tu passes par ChatGPT et ses custom GPTs*, par Gemini, ou par un script lancé à la main. L’atelier change de forme, le principe reste le même.*