“Hé ho ! Quelqu’un est chaud pour un café ? ” – Vue d’artiste IA
Plutôt que de fantasmer l’ultime marche, attardons-nous sur les premières : celles que l’on sait déjà franchir. Voici les capacités de ces “IA” (logiciels, copilotes, agents…) déroulées dans l’ordre où elles s’enchaînent généralement, de la compréhension d’une demande à l’action dans un environnement métier. 8 compétences, simples à nommer. Parfois plus complexes à combiner. En bonus : plusieurs exemples concrets de tâches que l’on peut accomplir en les orchestrant correctement.
1. Comprendre
C’est la marche fondation, celle sans laquelle rien ne tient. Une IA utile doit être capable d’interpréter un besoin, même s’il est formulé de façon incomplète, désordonnée ou implicite. Cela inclut la capacité à repérer l’intention derrière une consigne, à extraire les contraintes (format, ton, cible, niveau de détail) et à isoler les éléments pertinents dans une grande variété de formats.
Car comprendre ce n’est pas seulement lire un texte. C’est aussi analyser une pièce jointe, un document, une image, un extrait audio, voire une interface. C’est une compétence multimodale.
2. Générer
Générer, c’est produire un contenu à partir du besoin compris. Texte, tableau, image, code, résumé, audio, script vidéo… L’IA dite générative, justement, assemble une sortie exploitable à partir des éléments qu’on lui fournit.
C’est par là que tout a commencé pour le grand public. À la fin de l’année 2022, ChatGPT (OpenAI) nous permettait soudain de générer du texte avec une aisance déconcertante, tandis que Midjourney popularisait la création d’images à partir de simples descriptions. En quelques semaines, des millions d’utilisateurs découvraient qu’un prompt bien formulé suffisait à obtenir un post, une image, un email, un plan ou un poème.
Aujourd’hui encore, c’est le niveau d’usage dominant.
🧩 Exemples concrets
- Texte : “Rédige une offre d’emploi pour un poste d’office manager en startup, ton direct et chaleureux, 350 mots maximum, avec une accroche engageante et une liste de missions claires.” + document de présentation RH de l’entreprise
- Script vidéo : “Écris un script de 90 secondes pour une vidéo interne rappelant les règles d’usage du télétravail, ton positif mais ferme, sans jargon RH.” + charte du télétravail de l’entreprise
- Image : “Illustration futuriste d’un open space désert, lumière de fin de journée, style Moebius, format horizontal, sans texte.”
3. Raisonner
Raisonner, c’est enchaîner des étapes logiques pour répondre à une consigne, résoudre un problème ou atteindre un objectif. Ce raisonnement peut être prévu à l’avance (via un script, un arbre de décision, un prompt structuré) ou élaboré dynamiquement par l’IA, en fonction du contexte. Dans le premier cas, l’IA suit une logique transmise par un humain. Dans le second, elle propose une stratégie par elle-même, en s’appuyant sur ce qu’elle a compris.
Cette compétence peut prendre des formes simples : trier, comparer, reformuler sous contrainte. Ou plus avancées : proposer des hypothèses, planifier une séquence d’actions, arbitrer entre plusieurs options. Dès qu’il y a enchaînement, dépendance, choix ou temporalité, il y a raisonnement.
🧩 Exemple concret
Un technicien d’exploitation demande à l’IA : “On a trois interventions à faire demain sur des bornes défectueuses. Propose un ordre de passage optimal à partir des adresses, du niveau de gravité, et de la durée estimée des réparations.”
L’IA prend en compte les contraintes géographiques, les temps d’intervention, les priorités liées au type de panne et propose un ordre de tournée optimisé. Elle explique son raisonnement (réduction du temps total de trajet, priorisation des bornes les plus critiques, prise en compte des horaires d’ouverture des sites) et peut ajuster la séquence en fonction d’un nouveau paramètre si on lui en donne un.
Ce n’est pas simplement une réponse automatique. C’est une construction logique, à partir de plusieurs variables combinées, qui permet une prise de décision plus rapide et plus éclairée.
4. Mémoriser
Mémoriser, c’est être capable de retenir une information au-delà d’un seul échange, pour s’y référer plus tard, l’utiliser dans un raisonnement, ou l’intégrer dans une production. C’est ce qui permet à une IA de s’adapter progressivement à un contexte, à un utilisateur, à une consigne évolutive.
Cette mémoire peut être temporaire (au sein d’une même session), persistante(conservée au fil du temps), ou structurée (organisée dans une base de connaissances). Elle peut porter sur les préférences d’un utilisateur, sur les étapes d’un processus, ou sur des faits métiers que l’IA apprend progressivement à manipuler.
Sans cette capacité, l’IA recommence toujours à zéro. Avec, elle gagne en continuité, en cohérence, en pertinence.
🧩 Exemple concret
Un urbaniste utilise une IA pour documenter progressivement un projet d’aménagement. À chaque échange, il lui fournit des plans, des contraintes réglementaires, des échanges avec les parties prenantes. L’IA mémorise ces éléments au fur et à mesure, sans que l’utilisateur n’ait besoin de tout recontextualiser à chaque fois.
Trois jours plus tard, il revient avec une nouvelle question : “Peux-tu me proposer une synthèse des enjeux techniques soulevés jusqu’ici, pour préparer la réunion avec les élus ?”
L’IA puise dans les échanges précédents, restitue les informations déjà fournies, les reformule de façon ciblée, et permet à l’utilisateur de gagner du temps tout en gardant le fil du projet.
5. Lire
Lire, dans ce contexte, signifie accéder à des données en dehors de son propre prompt. Cela peut passer par une base interne, un document, un tableur, un outil métier, voire le web. On parle ici de requêtes dynamiques, faites en temps réel au moment où l’IA exécute une tâche, en fonction du besoin.
Cette capacité repose souvent sur des connecteurs ou des protocoles spécifiques. Par exemple, le protocole MCP (Memory, Code, Perception) permet à une application IA de dialoguer avec des ressources extérieures comme des fichiers ou des bases de données, de façon sécurisée.
🧩 Exemple concret
Une IA RH doit rédiger une offre d’emploi. Avant de commencer, elle consulte la grille de rémunération stockée dans un Google Sheet, pour adapter la fourchette salariale à la ville et au niveau de poste. Cette lecture est déclenchée automatiquement par la tâche, sans intervention humaine.
6. Écrire
Écrire, c’est l’inverse de lire : l’IA met à jour un système externe plutôt que de simplement le consulter. Cela peut passer par l’ajout d’une ligne dans une base de données, la modification d’un champ dans un CRM, la génération d’un ticket, ou la création d’un fichier structuré. C’est une capacité précieuse, mais plus risquée, car elle implique des conséquences réelles dans les outils métiers.
Là aussi, cela repose sur des connecteurs ou des protocoles comme MCP, qui permettent de cadrer les formats d’écriture et les règles de validation. On peut par exemple autoriser une IA à écrire uniquement dans certaines colonnes d’un tableau, ou à créer un document sans le publier.
🧩 Exemple concret
Une IA juridique assiste une équipe de conformité. Lorsqu’un nouveau document est analysé, elle remplit automatiquement une fiche de synthèse dans une base Notion partagée, en extrayant les points clés (date, parties concernées, clauses à risque). Le document est ensuite relu par un juriste avant validation finale.
7. Agir
C’est la compétence la plus avancée, et aussi la plus impressionnante : utiliser un outil comme le ferait un humain. Cela peut vouloir dire cliquer, naviguer dans une interface, remplir un formulaire, déclencher une opération… En suivant un scénario défini ou en l’adaptant à la situation.
Pour que ça fonctionne, l’IA doit combiner plusieurs briques : comprendre l’objectif, lire les données utiles, générer les bons contenus, et savoir où et comment les saisir. Certaines solutions intègrent déjà cette logique.
🧩 Exemple concret
Un chatbot RH reçoit une demande de validation d’un congé. Il se connecte au portail interne, vérifie les dates disponibles, les soldes de congés, le planning de l’équipe, puis valide ou refuse en fonction des règles définies. Elle notifie ensuite la personne concernée sur Teams.
8. Réagir
Certaines IA n’attendent pas qu’on leur demande quelque chose : elles se déclenchent automatiquement en réponse à un événement ou à une condition définie. Cela peut être une action humaine (mail reçu, formulaire soumis), un changement d’état (solde trop bas, fichier mis à jour) ou un simple passage du temps (rappel hebdo, analyse quotidienne…).
C’est la base des agents dits “proactifs”, qui réagissent à leur environnementsans supervision constante. Cela suppose souvent une bonne intégration dans le système d’information, avec des déclencheurs précis (webhooks, APIs, surveillance de flux…).
🧩 Exemple concret
Une IA comptable se déclenche à chaque réception de devis, extrait automatiquement les montants et les fournisseurs, puis lance une procédure de validation selon le budget restant du service concerné.
Alors assemblons !
On fantasme souvent l’IA comme un objet omniscient, omnipotent, un peu magique. Mais ce qui rend ces outils puissants, c’est cet assemblage de compétences. Comprendre les briques fondamentales des outils IA, c’est commencer à imaginer comment ils peuvent vraiment nous aider.
Pas besoin de tout faire d’un coup. Une seule compétence bien utilisée peut déjà faire gagner du temps, de la qualité, ou de la sérénité. Ensuite, il suffit d’enchaîner les marches, une par une.
Rêver l’IA du futur, c’est bien. Tirer des résultats concrets de l’IA d’aujourd’hui, c’est mieux.
