Un client qui vous confiait le développement d’un logiciel, une analyse financière, un audit juridique ou une étude technique peut aujourd’hui demander à un agent IA de les produire. Le résultat sera approximatif, mais il ne lui coûtera presque rien. Pour un dirigeant, deux questions se posent : qu’est-ce que vos clients continueront à vous acheter, et quelle place garderont, chez vous, ceux qui savent faire ?
Steve Blank, qui a popularisé la notion de “MVP” (Minimum Viable Product, la version la plus simple d’un produit qui permet de tester une idée auprès de vrais clients), estime qu’un produit généré par IA ne dit plus rien de l’équipe qui l’a fait, ni de sa compétence technique ni de sa compréhension du client. Il appelle désormais ces premières versions des « produits initiaux non testés » (“IUP”, pour Initial Untested Product).
Exemple : des développeurs amateurs publient des clones d’outils d’Adobe construits avec l’IA. L’un d’eux a monté une alternative à Photoshop en un week-end. Photoshop a demandé des centaines d’ingénieurs et des années de travail, et cette barrière protégeait Adobe depuis des décennies. Et pour les curieux, vous pouvez consulter le repo pour vous lancer dans le “Reverse Engineer Anything (REA)”.
Les investisseurs ont un mot pour cette crainte, la « saspocalypse » : la chute en Bourse des éditeurs de logiciels par abonnement, dont on a beaucoup parlé en début d’année.
Prenons un exemple avec Skello pour mieux comprendre ce qui est en jeu. Cette solution, qui gère les plannings d’équipes de restaurants et de commerces, fait partie des éditeurs exposés : en théorie, un restaurateur pourrait se refaire l’outil sur Lovable (ou Claude Code, etc.). Ses clients paient pourtant une centaine d’euros par mois un outil qui applique leur convention collective, et ils n’ont aucune envie de coder le soir après leur service. Skello s’appuie sur 550 millions de créneaux de travail enregistrés. L’annualisation du temps de travail, qu’utilisent environ 85 % de ses clients, a demandé quatre ans de développement pour suivre les règles de chaque point de vente. Ces quatre ans de règles métier, un restaurateur ne les refera pas sur Lovable. Écouter l’intervention de Quitterie Mathelin-Moreaux, dirigeante de Skello, sur ce sujet.
Hubert Guillaud, qui nous partage toujours d’excellentes clés de lecture, reprend une analyse de The Economist sur les raisons pour lesquelles l’IA a percé chez les développeurs bien avant les autres métiers. Les modèles ont été entraînés sur une masse de code public, des tests vérifient le résultat automatiquement, et l’information utile se trouve déjà dans le code source. Dans le droit, la finance ou la relation client, l’information décisive est souvent dans la tête d’un employé, ou se lit sur le visage de l’avocat d’en face.
👉 Vos clients feront seuls les prestations dont ils ont les données, dont ils peuvent vérifier le résultat et dont l’information est déjà écrite.
Ceux qui essaient au-delà reportent le coût sur le professionnel. Aux États-Unis, une étude de Glassdoor reprise par Wired place les gestionnaires de sinistres parmi les salariés les plus hostiles à l’IA. Les assurés remplissent leurs déclarations avec des chatbots, les dossiers arrivent avec des informations inventées ou mal classées, les gestionnaires les reprennent, et la colère des assurés retombe sur eux.
Que reste-t-il alors à ceux qui savent faire ? The Guardian a raconté l’histoire de Lisa, graphiste indépendante, à qui ses clients commandaient des logos et des illustrations. Ils lui demandent maintenant de corriger ce que l’IA a produit pour eux. Ces retouches sont payées très peu et prennent parfois plus de temps qu’une création. Elle a perdu 60 à 70 % de ses revenus annuels et commence à refuser ces missions. Sur Freelancer.com, les annonces de correction d’erreurs d’IA ont augmenté de 87 % entre août 2025 et juin 2026, et Upwork en compte 70 % de plus sur un an (Hubert Guillaud en a fait une synthèse).
👉 Ses clients la paient désormais pour réparer ce qu’ils ont produit sans elle.
Aux États-Unis, l’économiste Joseph Politano compte plus de 200 000 emplois perdus en quatre ans dans les médias, le cinéma et les arts. Sur la même période, les cabinets juridiques et d’ingénierie ont continué d’embaucher, et le spectacle vivant recrute.
Torsten Slok, économiste en chef d’Apollo, observe qu’en dehors des géants de la tech, l’IA n’a amélioré ni le chiffre d’affaires par salarié ni les marges des grandes entreprises américaines. Elles commencent à traiter leurs dépenses en IA comme un centre de coût. Pour lui, en entreprise, l’intelligence sert surtout à juger, et l’IA ne comprend pas la responsabilité ni les règles non écrites.
👉 Quand un client délègue, il paie ce jugement, et quelqu’un qui en répond.
La paie en donne un exemple : la difficulté tient aux fiches qui doivent être justes dans tous les cas, sans qu’aucun salarié ne réclame. Avec des modèles dont la réponse varie d’une fois sur l’autre, un fournisseur vend la probabilité d’un bon résultat, et cette probabilité tient à la qualité de son travail et à sa réputation. Chez Skello, elle tient aux quatre ans passés sur l’annualisation.
Pour un dirigeant, quatre décisions en découlent :
- Passer votre offre au crible. Reprenez chaque prestation avec la grille de The Economist : votre client a-t-il les données, peut-il vérifier le résultat seul, l’information utile est-elle déjà écrite ? Une prestation qui répond oui aux trois questions partira.
- Ne pas vendre de la retouche au rabais. Reprendre un document produit par l’IA d’un client engage votre responsabilité autant que le produire. Facturez-le au même prix, ou proposez de reprendre le travail depuis le début.
- Écrire avec vos experts ce qu’est un bon résultat dans votre métier. C’est l’équivalent, chez vous, des quatre ans de Skello sur l’annualisation : les exceptions que seuls vos experts connaissent, mises par écrit et contrôlables. Elles vous permettent de garantir un résultat que votre client ne peut pas garantir seul.
- Mettre vos experts en position de répondre du résultat. Qu’ils signent les livrables et traitent avec le client les cas difficiles. Affectés à la correction de productions d’IA, ils perdent la pratique que vos clients venaient chercher.
C’est le travail que nous faisons à La Forge avec les dirigeants qui nous sollicitent. Avec leurs équipes, nous repérons dans leur métier ce que leurs clients ignoreront fabriquer, puis nous en faisons des produits IA construits avec leurs experts, dont l’entreprise peut répondre devant ses clients.
Si la question se pose chez vous, écrivez-moi : christophe@la-forge.ai
Dans la même série :
Laisser un commentaire