Ne faites JAMAIS de vibecoding, JAMAIS

Le 02 avril 2026 à 19:47:22 :

Le 02 avril 2026 à 19:45:48 AnalysteGeoPol a écrit :

Le 02 avril 2026 à 19:42:15 :

Le 02 avril 2026 à 19:28:09 galof30 a écrit :

Le 19 mars 2026 à 14:50:05 Wuran a écrit :
Les devs en pleur en ce moment meme

Je suis programmeur C++ en industriel et scientifique, je pleure toutes les larmes de mon corps oui

ouin ouin ça fait depuis 4 ans qu'on me dit "dans 6 mois les devs vous serez remplacés"

J'y ai cru aussi au remplacement des dev mais bon, comme tu dis, en C++ avec les projets ultra complexe on a encore besoin de dev.

Pour les projets web créer de zero par contre l'IA s'en sort bien. On le voit avec les sites (de merde) de l'OP.

Néanmoins, pour les projet web complexe, type légacy, dans les grandes sociétés (qui limite l'utilisation de l'IA) là on a encore du taf

On est d’accord que t’avais pas à dire ça?

Il a pas farmé allodrama, il ne sait pas de quoi il parle

Oui ça sera ça

Le 02 avril 2026 à 20:05:31 :

Le 02 avril 2026 à 19:12:10 :

Le 02 avril 2026 à 19:09:01 :

Le 02 avril 2026 à 19:06:02 :

02 avril 2026 à 18:50:08 : AnalysteGeoPol

> Le 02 avril 2026 à 18:39:23 :

> > Le 02 avril 2026 à 18:07:45 :

> > Le vibe coding pourrait bien me sortir de la rat race, je crois que je tiens un truc. On traverse un âge d'or du rapport capacité technique / coût économique des IA, c'est fabuleux d'avoir une telle puissance pour un coût aussi dérisoire.

>

> Zéro besoin d'équipe ou d'associé

> Zéro besoin de preseed (prêt, love money, crowdfunding, business angels)

> Zéro besoin de compétences hyper pointues

>

> Il n'y a plus d'excuse pour tenter de monter un side business ou une startup

>

> (A part la peur de vendre )

De toute façon, je pense que c’est maintenant ou jamais.

Y'a des gens qui ont déjà 3 ans d'avance sur vous

Et des gens sur lesquels ont est en avance aussi.
Et des sceptiques qui pourraient facilement prendre de l'avance s'ils injectaient de l'IA dans leurs process actuels
Etc

Faut se concentrer sur son couloir dans tous les cas, les opportunités viennent et partent. Faut prendre la vague actuelle et anticiper sans se prendre trop la tête.

Ceci étant dit, l’inverse est vrai aussi (à niveau industriel), parfois ça injecte de l’IA dans les mauvais processus; du moins pas ceux les plus impactant.

Je milite beaucoup contre des supposées solutions, qui n’ont qu’un impact à échelle locale, mais qui n’ont aucun effet, ou déplace le problème, ou carrément l’accentue sur le reste de la chaîne.

Je ne vois pas un seul processus qui ne pourrait pas bénéficier de l'IA d'une manière ou d'une autre

Tu milites contre quelle genre de solutions par ex ?

Je ne dis pas que l’IA n’a pas de valeur dans les processus, mais que son intégration n’a de sens que si elle s’inscrit dans une compréhension globale du système. Dans la pratique, on observe souvent des entreprises investir massivement pour optimiser une tâche locale, sans identifier que les véritables contraintes se situent ailleurs dans la chaîne. Le résultat est prévisible : aucun effet tangible sur la performance globale, ni sur les indicateurs stratégiques. L’IA n’est pas un levier “magique” qu’on injecte dans un maillon isolé ; elle nécessite d’abord une cartographie claire des interdépendances.

Un exemple concret illustre bien ce problème. Dans l’industrie, les organisations sont structurellement fragmentées en silos, chacun piloté par ses propres objectifs. Le pôle achats cherche à minimiser les coûts, la production à maximiser le débit, et la qualité à garantir la conformité finale. Pris isolément, ces objectifs sont rationnels. Mais leur optimisation simultanée crée des tensions systémiques : des matériaux moins coûteux dégradent la qualité, une production accélérée augmente les défauts, et le contrôle qualité devient un goulot d’étranglement. Ce dernier doit alors refuser des pièces, relancer des approvisionnements et provoquer des retours en production, ce qui désorganise le planning et ralentit l’ensemble du système. Chaque silo “performe” selon ses propres KPI, mais le système dans son ensemble se dégrade.

Ce type de dysfonctionnement est bien documenté en management des opérations, notamment à travers la Theory of Constraints, qui montre que la performance globale dépend du maillon le plus contraint, et non de la somme des optimisations locales. Autrement dit, maximiser partout revient souvent à dégrader l’ensemble.

La question n’est donc pas d’optimiser chaque étape, mais d’identifier les bons leviers à activer pour améliorer la performance globale. Cela implique d’accepter des compromis, de coordonner les objectifs entre silos, et de raisonner en flux plutôt qu’en fonctions. L’IA peut jouer un rôle dans cette logique, mais uniquement si elle est utilisée pour éclairer et aligner le système dans son ensemble, pas pour renforcer des optimisations locales déjà mal orientées.

Et je t’assure qu’en tant qu’ancien consultant / designer dans le milieu industriel (aviation, automobile, train…) c’était monnaie courante de voir ce genre de problèmes.

Et c’est la raison pour laquelle ils finissaient par faire appel à nous.

Comme le fameux cas d’une chaîne de restauration rapide qui a installée une IA aux bornes de commande. L’objectif etait de réduire le temps d'attente du client pour choisir son menu. Pour ça, L’IA a été une réussite totale, elle traitais les commandes trois fois plus vite qu’un employé et suggèrais des suppléments avec une précision. Le "KPI commande" a explosé les records. Pourtant, en cuisine, la capacité des friteuses et des grills n'a pas bougé. Résultat, le comptoir s’est retrouvé submergé de commandes en quelques minutes, le personnel en cuisine paniquais sous la pression, et les clients finissaient par attendre vingt minutes leur plateau dans une salle bondée. L’entreprise a investi massivement pour fluidifier l’entrée du tunnel, mais comme elle n'a pas élargi la sortie, elle a simplement transformé une attente fluide en un embouteillage chaotique et stressant pour tout le monde.

Dans un autre registre, il y avait aussi eu l’histoire d’un site de e-commerce qui utilisais une IA pour optimiser ses campagnes publicitaires et générer un maximum de ventes sur un produit spécifique en promotion. L'IA a réussit parfaitement sa mission : les commandes pleuvait. Mais le département logistique, qui n'a pas été intégré à la boucle de décision, disposais d'un stock limité et d'un transporteur déjà saturé par la période des fêtes. Pour honorer les promesses de l'IA, l'entreprise a dû expédier les colis en urgence avec des coûts de transport multipliés par trois, tout en gérant une vague massive de réclamations pour des retards de livraison. À la fin du mois, le chiffre d'affaires étaiten hausse, mais la marge nette s'est effondrée à cause des frais logistiques et de l'attrition des clients déçus. L'IA a "gagné" son match localement, mais elle a fait perdre la partie à l'entreprise.

De mon côté, j’avais un client (sans le nommer) qui a déployé une IA de pour optimiser la cadence de production d'un médicament. L'algorithme ajustais les réglages des cuves en temps réel, réduisais les pertes de matières premières et parvenait à sortir 30 % de flacons en plus chaque jour. Mais dans cette industrie, chaque lot produit doit subir une batterie de tests de stabilité et une revue complète de son dossier par le service Assurance Qualité avant d'être mis sur le marché. Ce service, qui travaille encore avec des processus de validation humains très stricts et documentaires, s’est retrouvé soudainement à faire face à une montagne de flacons à libérer. Comme l'IA a accéléré la production sans que les capacités d'analyse de la qualité n'augmentent, les stocks se sont accumulés dans des entrepôts réfrigérés extrêmement coûteux, et certains lots finissaient même par approcher leur date de péremption avant même d'avoir reçu le feu vert administratif. Au final, le laboratoire a dépensé plus en stockage et en gestion de crise qu'il n'a gagné en productivité, car le véritable goulot d'étranglement n'était pas la fabrication, mais l'étape de certification réglementaire.

Et là encore, je répète, c’est pas un problème d’IA. Mais renforcer un maillon déjà fort, ne fait que déplacer et amplifier le problème de l'autre côté de la chaîne. T’installes pas de l’IA pour mettre de l’IA. Et malheureusement je vois trop souvent des gens dire « on va mettre de l’IA, c’est magique », alors que l’IA n’est PAS la solution, mais l’outil qui te permettra de le résoudre, si t’as pris le temps et la peine de le mapper.

Juste pour savoir, quand vous dites vibe code vous entendez quoi par là ?

Genre vous n'y connaissez rien en web et en programmation en général ? Ou vous laissez simplement l'IA faire le boilerplate ?

Même cette pensée systémique et la fin des sillons organisationnels peuvent être accélérés par l'IA

Même l'IA peut aider à détecter ce genre de limites ou goulot d'étranglement sur la chaîne totale de valeur d'ailleurs

Elle peut analyser et produire des rapport d'étonnement à la chaîne.

Mais oui il y aura encore un marché de taille pour aider les humains à bien orchestrer son usage.

Le service et l'accompagnement humain en général aura le vent en poupe dans les prochains temps.

Le 02 avril 2026 à 21:14:54 :
Même cette pensée systémique et la fin des sillons organisationnels peuvent être accélérés par l'IA

Même l'IA peut aider à détecter ce genre de limites ou goulot d'étranglement sur la chaîne totale de valeur d'ailleurs

Elle peut analyser et produire des rapport d'étonnement à la chaîne.

Mais oui il y aura encore un marché de taille pour aider les humains à bien orchestrer son usage.

Le service et l'accompagnement humain en général aura le vent en poupe dans les prochains temps.

Utiliser l’IA pour le Process Mining ou comme un sismographe capable de détecter les goulots d’étranglement, c’est passer d’une IA "exécutante" à une IA "architecte". C’est techniquement possible, mais c’est là qu’on se heurte à la réalité du facteur humain et de la boucle OODA. L’IA est devenue imbattable pour les phases d’Observation et d’Orientation, c'est-à-dire capter la donnée et l'analyser pour pointer du doigt le problème systémique. Mais dans une organisation, le passage à la Décision et à l'Action reste une friction purement politique et psychologique. Un "rapport d'étonnement" généré par une machine, aussi brillant soit-il, ne règle pas le conflit d'ego entre un directeur de production et un directeur financier dont les intérêts divergent.

C’est précisément ici que la transition vers l’Industrie 5.0 prend tout son sens. Après l’obsession de l’Industrie 4.0 pour l’automatisation totale et l’interconnexion des machines, on s’est rendu compte que le système devenait trop rigide, incapable de gérer l’imprévu ou la nuance (et on s’en est d’autant plus rendu compte avec les crises du Covid, puis la guerre en Ukraineww). Le paradigme de la 5.0 remet l’humain au centre, non pas par nostalgie, mais parce qu’il est le seul capable de "négocier" les compromis que l’IA identifie. L'IA peut bien nous dire qu'il faut ralentir la production de 20 % pour sauver la marge nette et soulager la logistique, il faut un leadership humain ultra solide pour assumer de "faire moins" alors que tous les indicateurs classiques poussent au volume. L'IA devient le copilote qui éclaire le système, mais le pilote reste celui qui gère la tension entre les silos.

On arrive donc à un point de convergence : le vrai levier de croissance n'est plus l'outil technologique en soi, mais le design du système qui l'accueille. Si l’IA aide à casser les silos, elle ne le fera pas par la force de son calcul, mais en servant de "source de vérité" commune sur laquelle tout le monde peut s'accorder pour arrêter de se tirer dans les pattes. C'est là que le rôle de l'accompagnement humain devient critique. Le consultant ou le designer de demain ne sera plus celui qui apporte la solution technique, mais celui qui "orchestre" la réponse humaine face aux vérités parfois brutales révélées par l'IA sur les dysfonctionnements de la boîte.

Au final, je ne milite pas contre l'IA, mais pour une sorte d'écologie industrielle. Injecter de l'IA pour accélérer un goulot d'étranglement sans vision d'ensemble, c'est de la pollution organisationnelle. En revanche, l'utiliser pour cartographier les interdépendances et redonner à l'humain sa capacité d'arbitrage dans la boucle OODA, c'est là que se trouve la véritable avancée. L'avenir appartient effectivement à ceux qui sauront utiliser la clarté de la machine pour mieux naviguer dans la complexité humaine, et non à ceux qui espèrent que la machine réglera seule les problèmes de structure.

Le 02 avril 2026 à 21:13:26 :
Juste pour savoir, quand vous dites vibe code vous entendez quoi par là ?

Genre vous n'y connaissez rien en web et en programmation en général ? Ou vous laissez simplement l'IA faire le boilerplate ?

En effet, je n’y connais rien en programmation. Du moins pas vraiment. J’ai une culture de celle ci, pour avoir beaucoup travaillé avec ce monde là, mais aucune compétences / connaissances techniques strictes. Ce n’était pas mon métier.

Donc oui, je laisse l’IA gérer toute la partie technique. Après je sais comment l’orchestrer ou la connecter.

Le 02 avril 2026 à 21:24:23 :

Le 02 avril 2026 à 21:14:54 :
Même cette pensée systémique et la fin des sillons organisationnels peuvent être accélérés par l'IA

Même l'IA peut aider à détecter ce genre de limites ou goulot d'étranglement sur la chaîne totale de valeur d'ailleurs

Elle peut analyser et produire des rapport d'étonnement à la chaîne.

Mais oui il y aura encore un marché de taille pour aider les humains à bien orchestrer son usage.

Le service et l'accompagnement humain en général aura le vent en poupe dans les prochains temps.

Utiliser l’IA pour le Process Mining ou comme un sismographe capable de détecter les goulots d’étranglement, c’est passer d’une IA "exécutante" à une IA "architecte". C’est techniquement possible, mais c’est là qu’on se heurte à la réalité du facteur humain et de la boucle OODA. L’IA est devenue imbattable pour les phases d’Observation et d’Orientation, c'est-à-dire capter la donnée et l'analyser pour pointer du doigt le problème systémique. Mais dans une organisation, le passage à la Décision et à l'Action reste une friction purement politique et psychologique. Un "rapport d'étonnement" généré par une machine, aussi brillant soit-il, ne règle pas le conflit d'ego entre un directeur de production et un directeur financier dont les intérêts divergent.

C’est précisément ici que la transition vers l’Industrie 5.0 prend tout son sens. Après l’obsession de l’Industrie 4.0 pour l’automatisation totale et l’interconnexion des machines, on s’est rendu compte que le système devenait trop rigide, incapable de gérer l’imprévu ou la nuance (et on s’en est d’autant plus rendu compte avec les crises du Covid, puis la guerre en Ukraineww). Le paradigme de la 5.0 remet l’humain au centre, non pas par nostalgie, mais parce qu’il est le seul capable de "négocier" les compromis que l’IA identifie. L'IA peut bien nous dire qu'il faut ralentir la production de 20 % pour sauver la marge nette et soulager la logistique, il faut un leadership humain ultra solide pour assumer de "faire moins" alors que tous les indicateurs classiques poussent au volume. L'IA devient le copilote qui éclaire le système, mais le pilote reste celui qui gère la tension entre les silos.

On arrive donc à un point de convergence : le vrai levier de croissance n'est plus l'outil technologique en soi, mais le design du système qui l'accueille. Si l’IA aide à casser les silos, elle ne le fera pas par la force de son calcul, mais en servant de "source de vérité" commune sur laquelle tout le monde peut s'accorder pour arrêter de se tirer dans les pattes. C'est là que le rôle de l'accompagnement humain devient critique. Le consultant ou le designer de demain ne sera plus celui qui apporte la solution technique, mais celui qui "orchestre" la réponse humaine face aux vérités parfois brutales révélées par l'IA sur les dysfonctionnements de la boîte.

Au final, je ne milite pas contre l'IA, mais pour une sorte d'écologie industrielle. Injecter de l'IA pour accélérer un goulot d'étranglement sans vision d'ensemble, c'est de la pollution organisationnelle. En revanche, l'utiliser pour cartographier les interdépendances et redonner à l'humain sa capacité d'arbitrage dans la boucle OODA, c'est là que se trouve la véritable avancée. L'avenir appartient effectivement à ceux qui sauront utiliser la clarté de la machine pour mieux naviguer dans la complexité humaine, et non à ceux qui espèrent que la machine réglera seule les problèmes de structure

Globalement d'accord, même si je pense que la part de l'humain dans le système va s'amoindrir, le facteur humain sera effectivement un point central.

Et malgré tous les conseils IA, l'humain qui sera capable de théâtralement incarner des préconisations faites par de l'IA pourra tirer son épingle du jeu sur le long terme

Par rapport à la boucle OODA classique le monde du logiciel pourrait par contre être plus facilement autonome avec très peu d'arbitrage humain, la fréquence des tests pouvant compensée le manque de goût.

Là tu cites de l'industrie, c'est un cas à part intéressant....qui va aussi rentrer en mutation avec des robots plus autonomes.

(Pour les réponses tu fais du vocal + LLM. Je fais souvent ce genre de discussion via des vocaux. Souvent en croisant Gemini/Claude/ChatGPT en // sur les mêmes sujets)

Le 02 avril 2026 à 21:52:12 :

Le 02 avril 2026 à 21:24:23 :

Le 02 avril 2026 à 21:14:54 :
Même cette pensée systémique et la fin des sillons organisationnels peuvent être accélérés par l'IA

Même l'IA peut aider à détecter ce genre de limites ou goulot d'étranglement sur la chaîne totale de valeur d'ailleurs

Elle peut analyser et produire des rapport d'étonnement à la chaîne.

Mais oui il y aura encore un marché de taille pour aider les humains à bien orchestrer son usage.

Le service et l'accompagnement humain en général aura le vent en poupe dans les prochains temps.

Utiliser l’IA pour le Process Mining ou comme un sismographe capable de détecter les goulots d’étranglement, c’est passer d’une IA "exécutante" à une IA "architecte". C’est techniquement possible, mais c’est là qu’on se heurte à la réalité du facteur humain et de la boucle OODA. L’IA est devenue imbattable pour les phases d’Observation et d’Orientation, c'est-à-dire capter la donnée et l'analyser pour pointer du doigt le problème systémique. Mais dans une organisation, le passage à la Décision et à l'Action reste une friction purement politique et psychologique. Un "rapport d'étonnement" généré par une machine, aussi brillant soit-il, ne règle pas le conflit d'ego entre un directeur de production et un directeur financier dont les intérêts divergent.

C’est précisément ici que la transition vers l’Industrie 5.0 prend tout son sens. Après l’obsession de l’Industrie 4.0 pour l’automatisation totale et l’interconnexion des machines, on s’est rendu compte que le système devenait trop rigide, incapable de gérer l’imprévu ou la nuance (et on s’en est d’autant plus rendu compte avec les crises du Covid, puis la guerre en Ukraineww). Le paradigme de la 5.0 remet l’humain au centre, non pas par nostalgie, mais parce qu’il est le seul capable de "négocier" les compromis que l’IA identifie. L'IA peut bien nous dire qu'il faut ralentir la production de 20 % pour sauver la marge nette et soulager la logistique, il faut un leadership humain ultra solide pour assumer de "faire moins" alors que tous les indicateurs classiques poussent au volume. L'IA devient le copilote qui éclaire le système, mais le pilote reste celui qui gère la tension entre les silos.

On arrive donc à un point de convergence : le vrai levier de croissance n'est plus l'outil technologique en soi, mais le design du système qui l'accueille. Si l’IA aide à casser les silos, elle ne le fera pas par la force de son calcul, mais en servant de "source de vérité" commune sur laquelle tout le monde peut s'accorder pour arrêter de se tirer dans les pattes. C'est là que le rôle de l'accompagnement humain devient critique. Le consultant ou le designer de demain ne sera plus celui qui apporte la solution technique, mais celui qui "orchestre" la réponse humaine face aux vérités parfois brutales révélées par l'IA sur les dysfonctionnements de la boîte.

Au final, je ne milite pas contre l'IA, mais pour une sorte d'écologie industrielle. Injecter de l'IA pour accélérer un goulot d'étranglement sans vision d'ensemble, c'est de la pollution organisationnelle. En revanche, l'utiliser pour cartographier les interdépendances et redonner à l'humain sa capacité d'arbitrage dans la boucle OODA, c'est là que se trouve la véritable avancée. L'avenir appartient effectivement à ceux qui sauront utiliser la clarté de la machine pour mieux naviguer dans la complexité humaine, et non à ceux qui espèrent que la machine réglera seule les problèmes de structure

Globalement d'accord, même si je pense que la part de l'humain dans le système va s'amoindrir, le facteur humain sera effectivement un point central.

Et malgré tous les conseils IA, l'humain qui sera capable de théâtralement incarner des préconisations faites par de l'IA pourra tirer son épingle du jeu sur le long terme

Par rapport à la boucle OODA classique le monde du logiciel pourrait par contre être plus facilement autonome avec très peu d'arbitrage humain, la fréquence des tests pouvant compensée le manque de goût.

Là tu cites de l'industrie, c'est un cas à part intéressant....qui va aussi rentrer en mutation avec des robots plus autonomes.

(Pour les réponses tu fais du vocal + LLM. Je fais souvent ce genre de discussion via des vocaux. Souvent en croisant Gemini/Claude/ChatGPT en // sur les mêmes sujets)

(Je te répond juste après, mais oui, je trouve ça beaucoup plus agréable, et manifestement toi aussi d’après ce que tu me dis Ahi, de juste dicter à l’IA, et la laisser reformuler. En plus d’être un gain de temps, j’économise l’énergie des mes petits doigts!)

Et comme disais Tarax, personne n’écoute mes 7mins de vocaroo

Le 02 avril 2026 à 21:54:43 :

Le 02 avril 2026 à 21:52:12 :

Le 02 avril 2026 à 21:24:23 :

Le 02 avril 2026 à 21:14:54 :
Même cette pensée systémique et la fin des sillons organisationnels peuvent être accélérés par l'IA

Même l'IA peut aider à détecter ce genre de limites ou goulot d'étranglement sur la chaîne totale de valeur d'ailleurs

Elle peut analyser et produire des rapport d'étonnement à la chaîne.

Mais oui il y aura encore un marché de taille pour aider les humains à bien orchestrer son usage.

Le service et l'accompagnement humain en général aura le vent en poupe dans les prochains temps.

Utiliser l’IA pour le Process Mining ou comme un sismographe capable de détecter les goulots d’étranglement, c’est passer d’une IA "exécutante" à une IA "architecte". C’est techniquement possible, mais c’est là qu’on se heurte à la réalité du facteur humain et de la boucle OODA. L’IA est devenue imbattable pour les phases d’Observation et d’Orientation, c'est-à-dire capter la donnée et l'analyser pour pointer du doigt le problème systémique. Mais dans une organisation, le passage à la Décision et à l'Action reste une friction purement politique et psychologique. Un "rapport d'étonnement" généré par une machine, aussi brillant soit-il, ne règle pas le conflit d'ego entre un directeur de production et un directeur financier dont les intérêts divergent.

C’est précisément ici que la transition vers l’Industrie 5.0 prend tout son sens. Après l’obsession de l’Industrie 4.0 pour l’automatisation totale et l’interconnexion des machines, on s’est rendu compte que le système devenait trop rigide, incapable de gérer l’imprévu ou la nuance (et on s’en est d’autant plus rendu compte avec les crises du Covid, puis la guerre en Ukraineww). Le paradigme de la 5.0 remet l’humain au centre, non pas par nostalgie, mais parce qu’il est le seul capable de "négocier" les compromis que l’IA identifie. L'IA peut bien nous dire qu'il faut ralentir la production de 20 % pour sauver la marge nette et soulager la logistique, il faut un leadership humain ultra solide pour assumer de "faire moins" alors que tous les indicateurs classiques poussent au volume. L'IA devient le copilote qui éclaire le système, mais le pilote reste celui qui gère la tension entre les silos.

On arrive donc à un point de convergence : le vrai levier de croissance n'est plus l'outil technologique en soi, mais le design du système qui l'accueille. Si l’IA aide à casser les silos, elle ne le fera pas par la force de son calcul, mais en servant de "source de vérité" commune sur laquelle tout le monde peut s'accorder pour arrêter de se tirer dans les pattes. C'est là que le rôle de l'accompagnement humain devient critique. Le consultant ou le designer de demain ne sera plus celui qui apporte la solution technique, mais celui qui "orchestre" la réponse humaine face aux vérités parfois brutales révélées par l'IA sur les dysfonctionnements de la boîte.

Au final, je ne milite pas contre l'IA, mais pour une sorte d'écologie industrielle. Injecter de l'IA pour accélérer un goulot d'étranglement sans vision d'ensemble, c'est de la pollution organisationnelle. En revanche, l'utiliser pour cartographier les interdépendances et redonner à l'humain sa capacité d'arbitrage dans la boucle OODA, c'est là que se trouve la véritable avancée. L'avenir appartient effectivement à ceux qui sauront utiliser la clarté de la machine pour mieux naviguer dans la complexité humaine, et non à ceux qui espèrent que la machine réglera seule les problèmes de structure

Globalement d'accord, même si je pense que la part de l'humain dans le système va s'amoindrir, le facteur humain sera effectivement un point central.

Et malgré tous les conseils IA, l'humain qui sera capable de théâtralement incarner des préconisations faites par de l'IA pourra tirer son épingle du jeu sur le long terme

Par rapport à la boucle OODA classique le monde du logiciel pourrait par contre être plus facilement autonome avec très peu d'arbitrage humain, la fréquence des tests pouvant compensée le manque de goût.

Là tu cites de l'industrie, c'est un cas à part intéressant....qui va aussi rentrer en mutation avec des robots plus autonomes.

(Pour les réponses tu fais du vocal + LLM. Je fais souvent ce genre de discussion via des vocaux. Souvent en croisant Gemini/Claude/ChatGPT en // sur les mêmes sujets)

(Je te répond juste après, mais oui, je trouve ça beaucoup plus agréable, et manifestement toi aussi d’après ce que tu me dis Ahi, de juste dicter à l’IA, et la laisser reformuler. En plus d’être un gain de temps, j’économise l’énergie des mes petits doigts!)

Et comme disais Tarax, personne n’écoute mes 7mins de vocaroo

Totalement, je faisais de même avec reddit il y a quelques mois, aussi pour traverser la barrière de la langue, quand tu sais bien prompter la touche IA ne se fait pas repérer

Sinon oui de la reformulation naît plein d'idées nouvelles.

J'aime bien aussi prendre les discussions et les foutre dans notebook LM pour générer des podcasts que j'écoute en marchant

J'ai même pris du Suno pour transformer des idées en chansons pour voir comment il les formules

C'est vraiment un accélérateur d'idées. Une forme de caisse de résonnance sur mesure juste pour explorer un point précis.

C'est une vision assez juste du futur du leadership : puisque l'IA finit par détenir la "vérité" statistique, le rôle de l'humain se déplace vers la mise en récit et l'incarnation. On passe du manager-expert au leader-évangéliste. Celui qui tirera son épingle du jeu est effectivement celui qui saura "théâtraliser" les préconisations de la machine pour vaincre l'inertie humaine et politique. Même si l'IA a raison sur le papier, elle ne sait pas gérer le sentiment d'injustice d'un chef de service dont on réduit le budget pour fluidifier un goulot d'étranglement à l'autre bout de la chaîne. C'est là que la boucle OODA reste fondamentalement humaine dans ses deux derniers piliers : décider et agir dans un environnement social complexe.

Cette capacité d'arbitrage est d'autant plus critique qu'on change de paradigme avec l'Industrie 5.0. Là où la 4.0 cherchait l'optimisation à outrance (souvent au détriment de la souplesse), la 5.0 remet la résilience et l'agilité au cœur du système. Une chaîne de valeur hyper-optimisée par une IA est souvent d'une fragilité extrême ; au moindre grain de sable non prévu dans les données historiques, tout le système casse car il n'y a plus de "gras" ou de zones tampons. L'agilité, c'est précisément cette capacité à pivoter que l'humain apporte en réintroduisant de la flexibilité là où l'algorithme ne voit que des gains d'efficience à court terme. On ne cherche plus seulement la performance brute, mais la capacité du système à absorber les chocs.

Il faut dire que mon analyse est très marquée par les secteurs que je pratique : l'industrie lourde, la pharmacie, le retail et un peu le banking. Ce sont des mondes de flux physiques ou de contraintes réglementaires lourdes où l'inertie des "atomes" est bien plus forte que celle des "bits". Je ne suis pas développeur et je n'ai jamais été consultant pour des boîtes de pur software, et c'est sans doute là que nos visions diffèrent légèrement. Dans le monde du logiciel, la fréquence des tests et la boucle de feedback quasi instantanée permettent effectivement d'automatiser une grande partie de l'arbitrage. Le système peut "apprendre" de ses erreurs en quelques millisecondes sans que personne ne se blesse ou qu'un entrepôt ne déborde physiquement.

Mais dès qu'on touche au monde matériel, la mutation est plus lente. Même avec des robots plus autonomes, on reste soumis aux lois de la physique et de la logistique. L'IA peut accélérer la cadence d'un bras robotisé, mais elle ne peut pas réduire le temps de séchage d'un composant chimique ou le temps de transport d'un camion sur une autoroute bouchée. C'est pour ça que je reste convaincu que dans ces secteurs, l'IA restera un outil de diagnostic et de simulation incroyable, mais que la maîtrise du système global demandera toujours cette dose d'agilité humaine pour coordonner ce que la machine ne peut pas encore synchroniser : l'imprévisibilité du monde physique et la sensibilité des organisations.

Le 02 avril 2026 à 22:03:14 :

Le 02 avril 2026 à 21:54:43 :

Le 02 avril 2026 à 21:52:12 :

Le 02 avril 2026 à 21:24:23 :

Le 02 avril 2026 à 21:14:54 :
Même cette pensée systémique et la fin des sillons organisationnels peuvent être accélérés par l'IA

Même l'IA peut aider à détecter ce genre de limites ou goulot d'étranglement sur la chaîne totale de valeur d'ailleurs

Elle peut analyser et produire des rapport d'étonnement à la chaîne.

Mais oui il y aura encore un marché de taille pour aider les humains à bien orchestrer son usage.

Le service et l'accompagnement humain en général aura le vent en poupe dans les prochains temps.

Utiliser l’IA pour le Process Mining ou comme un sismographe capable de détecter les goulots d’étranglement, c’est passer d’une IA "exécutante" à une IA "architecte". C’est techniquement possible, mais c’est là qu’on se heurte à la réalité du facteur humain et de la boucle OODA. L’IA est devenue imbattable pour les phases d’Observation et d’Orientation, c'est-à-dire capter la donnée et l'analyser pour pointer du doigt le problème systémique. Mais dans une organisation, le passage à la Décision et à l'Action reste une friction purement politique et psychologique. Un "rapport d'étonnement" généré par une machine, aussi brillant soit-il, ne règle pas le conflit d'ego entre un directeur de production et un directeur financier dont les intérêts divergent.

C’est précisément ici que la transition vers l’Industrie 5.0 prend tout son sens. Après l’obsession de l’Industrie 4.0 pour l’automatisation totale et l’interconnexion des machines, on s’est rendu compte que le système devenait trop rigide, incapable de gérer l’imprévu ou la nuance (et on s’en est d’autant plus rendu compte avec les crises du Covid, puis la guerre en Ukraineww). Le paradigme de la 5.0 remet l’humain au centre, non pas par nostalgie, mais parce qu’il est le seul capable de "négocier" les compromis que l’IA identifie. L'IA peut bien nous dire qu'il faut ralentir la production de 20 % pour sauver la marge nette et soulager la logistique, il faut un leadership humain ultra solide pour assumer de "faire moins" alors que tous les indicateurs classiques poussent au volume. L'IA devient le copilote qui éclaire le système, mais le pilote reste celui qui gère la tension entre les silos.

On arrive donc à un point de convergence : le vrai levier de croissance n'est plus l'outil technologique en soi, mais le design du système qui l'accueille. Si l’IA aide à casser les silos, elle ne le fera pas par la force de son calcul, mais en servant de "source de vérité" commune sur laquelle tout le monde peut s'accorder pour arrêter de se tirer dans les pattes. C'est là que le rôle de l'accompagnement humain devient critique. Le consultant ou le designer de demain ne sera plus celui qui apporte la solution technique, mais celui qui "orchestre" la réponse humaine face aux vérités parfois brutales révélées par l'IA sur les dysfonctionnements de la boîte.

Au final, je ne milite pas contre l'IA, mais pour une sorte d'écologie industrielle. Injecter de l'IA pour accélérer un goulot d'étranglement sans vision d'ensemble, c'est de la pollution organisationnelle. En revanche, l'utiliser pour cartographier les interdépendances et redonner à l'humain sa capacité d'arbitrage dans la boucle OODA, c'est là que se trouve la véritable avancée. L'avenir appartient effectivement à ceux qui sauront utiliser la clarté de la machine pour mieux naviguer dans la complexité humaine, et non à ceux qui espèrent que la machine réglera seule les problèmes de structure

Globalement d'accord, même si je pense que la part de l'humain dans le système va s'amoindrir, le facteur humain sera effectivement un point central.

Et malgré tous les conseils IA, l'humain qui sera capable de théâtralement incarner des préconisations faites par de l'IA pourra tirer son épingle du jeu sur le long terme

Par rapport à la boucle OODA classique le monde du logiciel pourrait par contre être plus facilement autonome avec très peu d'arbitrage humain, la fréquence des tests pouvant compensée le manque de goût.

Là tu cites de l'industrie, c'est un cas à part intéressant....qui va aussi rentrer en mutation avec des robots plus autonomes.

(Pour les réponses tu fais du vocal + LLM. Je fais souvent ce genre de discussion via des vocaux. Souvent en croisant Gemini/Claude/ChatGPT en // sur les mêmes sujets)

(Je te répond juste après, mais oui, je trouve ça beaucoup plus agréable, et manifestement toi aussi d’après ce que tu me dis Ahi, de juste dicter à l’IA, et la laisser reformuler. En plus d’être un gain de temps, j’économise l’énergie des mes petits doigts!)

Et comme disais Tarax, personne n’écoute mes 7mins de vocaroo

Totalement, je faisais de même avec reddit il y a quelques mois, aussi pour traverser la barrière de la langue, quand tu sais bien prompter la touche IA ne se fait pas repérer

Sinon oui de la reformulation naît plein d'idées nouvelles.

J'aime bien aussi prendre les discussions et les foutre dans notebook LM pour générer des podcasts que j'écoute en marchant

J'ai même pris du Suno pour transformer des idées en chansons pour voir comment il les formules

C'est vraiment un accélérateur d'idées. Une forme de caisse de résonnance sur mesure juste pour explorer un point précis.

Oui, et je devrais aussi m’y mettre au notebook/Suno. J’essayerais d’y penser, merci du conseil!

D’ailleurs, pour revenir à ce que je disais initialement, c’est que le problème n’est pas seulement structurel ou technique, il est incitatif. Dans une organisation, les comportements ne sont pas guidés par ce qui est optimal pour le système global, mais par ce qui est récompensé individuellement. Et ces récompenses prennent presque toujours la forme de KPI locaux : réduction des coûts pour les achats, augmentation du volume pour la production, respect des délais pour la logistique, etc. Chacun joue parfaitement son rôle… mais selon des règles qui fragmentent le système.

Dans ce contexte, même une IA parfaitement pertinente ne change rien fondamentalement. Elle peut identifier un goulot d’étranglement, démontrer qu’un autre arbitrage améliorerait la performance globale, simuler les gains… mais elle ne modifie pas les incitations. Or, demander à un responsable de ralentir sa production ou d’augmenter ses coûts pour améliorer un indicateur global, c’est lui demander de dégrader ses propres KPI; donc de prendre un risque direct sur sa performance, sa crédibilité, voire son bonus. À partir de là, la résistance n’est pas irrationnelle : elle est parfaitement logique.

C’est pour ça que beaucoup de transformations échouent malgré des diagnostics justes. Le problème n’est pas que les gens ne comprennent pas, c’est qu’ils n’ont aucun intérêt à agir dans ce sens. On touche ici à un sujet de gouvernance : qui définit les objectifs, à quelle échelle, et avec quelle cohérence entre les différents niveaux de l’organisation. Tant que les KPI restent locaux, les optimisations resteront locales; même si tout le monde est conscient que cela dégrade le système.

Autrement dit, l’IA peut éclairer le système, mais elle ne peut pas réaligner les intérêts. Et tant que cette couche n’est pas traitée (redéfinition des KPI, alignement des incentives, arbitrage au niveau global) on reste dans une illusion d’optimisation. On améliore la lisibilité des problèmes, sans jamais créer les conditions nécessaires pour les résoudre.

Le 02 avril 2026 à 21:13:26 :
Juste pour savoir, quand vous dites vibe code vous entendez quoi par là ?

Genre vous n'y connaissez rien en web et en programmation en général ? Ou vous laissez simplement l'IA faire le boilerplate ?

c'est large, il y autant de vibecodeur que de façon de vibecoder j'pense et ça va du dev pro à l'amateur en passant par des gens qui savent même pas écrire hello world en python

Le 02 avril 2026 à 22:15:46 :
D’ailleurs, pour revenir à ce que je disais initialement, c’est que le problème n’est pas seulement structurel ou technique, il est incitatif. Dans une organisation, les comportements ne sont pas guidés par ce qui est optimal pour le système global, mais par ce qui est récompensé individuellement. Et ces récompenses prennent presque toujours la forme de KPI locaux : réduction des coûts pour les achats, augmentation du volume pour la production, respect des délais pour la logistique, etc. Chacun joue parfaitement son rôle… mais selon des règles qui fragmentent le système.

Dans ce contexte, même une IA parfaitement pertinente ne change rien fondamentalement. Elle peut identifier un goulot d’étranglement, démontrer qu’un autre arbitrage améliorerait la performance globale, simuler les gains… mais elle ne modifie pas les incitations. Or, demander à un responsable de ralentir sa production ou d’augmenter ses coûts pour améliorer un indicateur global, c’est lui demander de dégrader ses propres KPI; donc de prendre un risque direct sur sa performance, sa crédibilité, voire son bonus. À partir de là, la résistance n’est pas irrationnelle : elle est parfaitement logique.

C’est pour ça que beaucoup de transformations échouent malgré des diagnostics justes. Le problème n’est pas que les gens ne comprennent pas, c’est qu’ils n’ont aucun intérêt à agir dans ce sens. On touche ici à un sujet de gouvernance : qui définit les objectifs, à quelle échelle, et avec quelle cohérence entre les différents niveaux de l’organisation. Tant que les KPI restent locaux, les optimisations resteront locales; même si tout le monde est conscient que cela dégrade le système.

Autrement dit, l’IA peut éclairer le système, mais elle ne peut pas réaligner les intérêts. Et tant que cette couche n’est pas traitée (redéfinition des KPI, alignement des incentives, arbitrage au niveau global) on reste dans une illusion d’optimisation. On améliore la lisibilité des problèmes, sans jamais créer les conditions nécessaires pour les résoudre.

Je réponds aussi à l'autre post

C'est intéressant, dans la majorité des scénarios de prospectives de l'impact de l'IA chaque corps de métier a tendance à surévaluer l'importance de son travail actuel en ne l'imaginant que comme boosté à l'IA mais avec un contrôle humain in fine.

Une sorte d'instinct de préservation de son identité professionnelle qui brouille les pistes

Dans ton cas, tu continue à placer l'humain au centre parce que cet un domaine qui t'intéresse et que tu as beaucoup exploré.

La vérité c'est que l'avenir est plus proche des dark Factory chinoise que de la bonne vielle industrie du vieux continent européen

Comme toujours l'exercice de la prospective en dit plus sur le "prospecteur" que sur l'object de la prospective.

Gemma 4 a l'air sympa. Je vais tester ce soir

On va voir si ça dépasse Qwen 3.5

Le 03 avril 2026 à 13:09:03 :
Gemma 4 a l'air sympa. Je vais tester ce soir

On va voir si ça dépasse Qwen 3.5

Tu nous diras ce que tu en penses. J’ai jamais testé perso (ni même Qwen d’ailleurs)

Le 03 avril 2026 à 12:50:39 :

Le 02 avril 2026 à 22:15:46 :
D’ailleurs, pour revenir à ce que je disais initialement, c’est que le problème n’est pas seulement structurel ou technique, il est incitatif. Dans une organisation, les comportements ne sont pas guidés par ce qui est optimal pour le système global, mais par ce qui est récompensé individuellement. Et ces récompenses prennent presque toujours la forme de KPI locaux : réduction des coûts pour les achats, augmentation du volume pour la production, respect des délais pour la logistique, etc. Chacun joue parfaitement son rôle… mais selon des règles qui fragmentent le système.

Dans ce contexte, même une IA parfaitement pertinente ne change rien fondamentalement. Elle peut identifier un goulot d’étranglement, démontrer qu’un autre arbitrage améliorerait la performance globale, simuler les gains… mais elle ne modifie pas les incitations. Or, demander à un responsable de ralentir sa production ou d’augmenter ses coûts pour améliorer un indicateur global, c’est lui demander de dégrader ses propres KPI; donc de prendre un risque direct sur sa performance, sa crédibilité, voire son bonus. À partir de là, la résistance n’est pas irrationnelle : elle est parfaitement logique.

C’est pour ça que beaucoup de transformations échouent malgré des diagnostics justes. Le problème n’est pas que les gens ne comprennent pas, c’est qu’ils n’ont aucun intérêt à agir dans ce sens. On touche ici à un sujet de gouvernance : qui définit les objectifs, à quelle échelle, et avec quelle cohérence entre les différents niveaux de l’organisation. Tant que les KPI restent locaux, les optimisations resteront locales; même si tout le monde est conscient que cela dégrade le système.

Autrement dit, l’IA peut éclairer le système, mais elle ne peut pas réaligner les intérêts. Et tant que cette couche n’est pas traitée (redéfinition des KPI, alignement des incentives, arbitrage au niveau global) on reste dans une illusion d’optimisation. On améliore la lisibilité des problèmes, sans jamais créer les conditions nécessaires pour les résoudre.

Je réponds aussi à l'autre post

C'est intéressant, dans la majorité des scénarios de prospectives de l'impact de l'IA chaque corps de métier a tendance à surévaluer l'importance de son travail actuel en ne l'imaginant que comme boosté à l'IA mais avec un contrôle humain in fine.

Une sorte d'instinct de préservation de son identité professionnelle qui brouille les pistes

Dans ton cas, tu continue à placer l'humain au centre parce que cet un domaine qui t'intéresse et que tu as beaucoup exploré.

La vérité c'est que l'avenir est plus proche des dark Factory chinoise que de la bonne vielle industrie du vieux continent européen

Comme toujours l'exercice de la prospective en dit plus sur le "prospecteur" que sur l'object de la prospective.

Je suis parfaitement d’accord avec toi quand tu dis que l’observateur fait toujours partie du paysage qu’il décrit. Mon biais de consultant attaché à la structure humaine est sans doute mon angle mort, mais le cheminement vers la Dark Factory est lui aussi un objet de prospective qui trahit un fantasme très contemporain : celui d’une dissolution totale de la friction physique dans la donnée pure. On imagine que parce qu'on supprime l'opérateur, on supprime le problème, alors qu'on ne fait qu'isoler la machine de son contexte.

Pourtant, même dans une usine chinoise 100 % robotisée qui tourne dans le noir, la Theory of Constraints ne disparaît pas, elle change simplement de visage. Tu peux avoir une unité de production capable de cracher des volumes infinis sans un seul humain, si le port de Shanghai est bloqué par une tempête, si le prix de l’énergie triple ou si le marché saturé n'absorbe plus rien, ton usine parfaite cesse de générer de la valeur pour ne générer que de la dette de stockage. Le goulot d'étranglement n'est pas une opinion ou un vestige du vieux monde, c'est une loi de la physique des flux. La Dark Factory résout magnifiquement la contrainte de fabrication, mais elle reste totalement impuissante face aux contraintes systémiques extérieures comme l’approvisionnement ou la volatilité géopolitique.

C’est là que le bât blesse : ce que tu vois comme une optimisation ultime, je le vois comme une fragilité extrême. Une Dark Factory est une Formule 1 réglée pour un circuit parfait. Au moindre grain de sable non répertorié dans les données historiques (une guerre, une rupture technologique majeure ou une nouvelle norme environnementale drastique) le système hyper-automatisé est celui qui a le plus de mal à pivoter car il n'a plus ce "gras" humain capable de gérer l'exception et de bricoler une solution hors-cadre. L'IA gère le "comment" avec une efficacité redoutable, mais l'humain reste le gardien du "pourquoi" et le seul capable de naviguer dans l'irrationnel des marchés.

On risque effectivement de voir une "liquéfaction" massive de ce qu'on appelle le travail aujourd'hui, mais cela va surtout révéler que le vrai défi du XXIe siècle n'est plus la force de travail ou l'intelligence brute, mais la stabilité du monde physique. On peut automatiser les bras et les calculs, on ne peut pas automatiser la disponibilité des métaux rares ou le temps de trajet d'un cargo. Au final, le métier le plus précieux dans dix ans sera peut-être effectivement l'architecte de systèmes, mais il aura cruellement besoin du "vieux" qui possède encore le lore technique pour comprendre pourquoi la machine grippe quand la réalité physique finit par rattraper la simulation numérique.