Si tu ne peux pas l’expliquer à un collègue, l’IA ne le fera pas non plus.
Si tu venais de recruter un junior, tu lui expliquerais calmement les process, les exigences et ce qui est attendu pour cette activité. Tu prendrais surement ton mal en patience s’il y a quelques bourdes, tu lui poseras des points d’amélioration et tu t’assurerais qu’avec le temps ce junior comprenne vraiment les enjeux de ton poste.
Mais pourquoi ne pas le faire avec l’IA ?
Cette année tu as surement entendu parler de développeurs qui ont testé Fable 5.0, le meilleur modèle d’Anthropic en ce moment. Ces personnes sont bonnes en dev, mais la cybersécurité n’est pas leur expertise première. Résultat : aucune faille cyber majeure n’a été trouvée et ils ont donc conclu : “du marketing.”
D’une autre part, un dev de chez Firefox a raconté comment ce même modèle, dans les mains de leur équipe cyber, a trouvé tellement de failles qu’ils n’ont eu aucun participant lors du hackathon où les gens tentent de leur montrer des failles pour un cashprize (les années précédentes ils avaient entre 3 à 5 participants qui étaient surs d’avoir identifié au moins une faille avérée). L’expert a même précisé qu’il ne serait pas capable, seul, d’en tirer les mêmes bénéfices que l’équipe cyber.
Ce que cet exemple révèle
Ce n’est pas le modèle qui fait la différence. Ce sont les procédures standard d’opération (contexte, exemple, rôle, outils, guarde-fous…) que tu lui donnes avant de lancer la première requête.
Ce que j’observe depuis longtemps, c’est que mes meilleurs résultats avec l’IA sont venus du fait que j’ai toujours pris un temps de réflexion, de cadrage, d’outils et d’objectifs avant de lancer l’IA.
Et quand je ne connais pas le métier cible ? Je m’informe, m’éduque et prends rdv avec des expert(e)s pour mieux comprendre leur monde.
Et c’est CE point qui fait échouer la majorité des gens en IA.
Soit ils disent : “je n’ai pas le temps de tester.” Soit : “l’IA est nulle, elle me donne des réponses fausses, c’est que de la com.”
C’est comme dire d’une jeune recrue qu’elle n’est pas experte dans ce qui lui est demandé, sans lui avoir donné toutes les infos. La seule différence, c’est qu’une fois que toutes les infos ont été posées, cette jeune recrue commence à t’épauler dans tes besoins métiers avec une précision proche d’un expert (voire mieux, en fonction des règles données et du modèle).
Si personne ne tient ce rôle d’exploration et cartographie dans ta boite sur ce sujet, il est nécessaire de prendre le temps de cartographier tes besoins, écrire des procédures standard d’opération (SOP) en anonymisant pour y associer l’IA par la suite. Sans ces deux premiers volets, l’IA reste une assistance agréable sur plusieurs sujets, incompétente quand l’expertise est poussée.
Tu n’as pas besoin de repartir de zéro. Tu as juste besoin d’écrire ce que tu fais déjà.
Diagnostic : où en es-tu avec ta propre cartographie ?
Prends cinq minutes et réponds à ces trois questions, appliquées à ton métier actuel :
· As-tu déjà listé par écrit les étapes précises d’une tâche récurrente que tu produis régulièrement ? (Pas “je fais un rapport”, mais “j’ouvre tel fichier, j’extrais telles données, je les croise avec telles sources, je rédige selon tel plan, je vérifie tels points avant envoi.”)
· Si oui, cette liste est-elle assez précise pour qu’un nouveau collègue puisse reproduire la tâche sans te poser de questions ?
· As-tu déjà transmis ce type de procédure à une IA pour tester si elle peut t’épauler sur cette tâche ?
Si tu as répondu “non” aux 3 questions, tu es exactement là où la plupart des professionnels en sont aujourd’hui et c’est une bonne nouvelle. Ça veut dire que tu as certainement déjà l’expertise (oui j’ai confiance en tes compétences 😉 ), il te manque juste la formalisation.
Exercice : rédige ta première SOP
Choisis une seule tâche récurrente de ton métier, pas la plus complexe, pas la plus stratégique, juste une que tu fais régulièrement et dont tu connais bien les étapes.
Étape 1 — Cartographie. Note par écrit, dans l’ordre, toutes les étapes par lesquelles tu passes avant de produire ce livrable. Sois précis : on sous-estime presque toujours le nombre réel d’étapes et le temps qu’elles prennent.
Étape 2 — Transforme en SOP. Reformule chaque étape comme une instruction claire, reproductible par quelqu’un d’autre. Exemple : au lieu de “je fais le rapport”, écris “j’ouvre le fichier X, j’extrais les colonnes A à D, je les croise avec la source Y, je rédige selon le plan Z.”
Étape 3 — Teste avec une IA. Transmets cette SOP à une IA et demande-lui de t’assister sur cette tâche. Voici des exemples concrets par métier :
· Coding : rassemble les frameworks que tu utilises, communique-les à l’IA avec ta SOP, et teste sur un bout de code précis.
· Copywriting : fournis tes trois meilleurs mails (ceux qui ont le mieux chiffré avec tes clients ou dans ton entreprise) avec ta SOP de rédaction, et demande à l’IA de produire une variante dans ce style.
· Visuels : rédige ta direction artistique, fournis les meilleurs visuels dont tu disposes, décris le process par lequel tu les crées, puis teste.
· Comptable : utilise l’IA pour analyser des données que tu comprends déjà, ou pour générer des formules Excel qui reflètent les formules que tu connais déjà.
Étape 4 — Compare. Regarde ce que l’IA produit avec ta SOP vs ce que tu aurais fait seul. Tu vas probablement découvrir deux choses : dans un premier temps que ta SOP révèle des étapes que tu faisais “automatiquement” sans y penser ; ensuite, que l’IA peut vraiment t’épauler, mais seulement si le cadre est posé.
Ce que tu gagnes à faire cet exercice
Tu maximises sur ce que tu sais déjà faire et tu transformes cette expertise en un levier reproductible. C’est exactement ce qui fait la différence entre une IA qui fait des trucs « sympa » et une IA “presque experte” qui t’assiste réellement.
Et si ça rate, tu as une expérience précieuse qui te rends unique dans ton domaine : connaitre les limites de l’IA. (n’hésite pas à me dire en commentaire ce qui a marché ou non pour toi, je serai ravi d’aider)