Bâtir une organisation AI-first

La veille d'une table ronde à Bâle, un ami et moi étions en visioconférence et nous avons posé la même question à plusieurs services d'IA. Il devait me présenter lors de la soirée, et nous voulions voir ce que trouverait quelqu'un qui ne me connaît pas. La question était simple : pourquoi travailler avec Thierry Gilgen sur un projet d'IA ?

Certaines réponses ont mis quinze secondes ou plus. Elles revenaient avec un portrait assez complet : l'entreprise que j'ai fondée, les banques pour lesquelles nous avons construit, les logiciels que je publie, les textes de cette bibliothèque. Une réponse, venue du compte gratuit de mon ami, est arrivée en une seconde environ. Elle n'arrivait même pas à établir que je travaille dans l'IA.

Nous avons ri. Puis nous avons cherché à comprendre. La première explication allait de soi. Les utilisateurs gratuits reçoivent la réponse bon marché. Les abonnés ont droit à la recherche.

C'est une belle histoire. Je ne suis pas sûr qu'elle soit vraie. Et l'écart entre ces deux phrases est sans doute ce que je peux apporter de plus utile à une salle remplie de fondateurs et d'investisseurs.

Ce volume est mon récit de cet appel. Ce n'est pas un procès-verbal. Personne n'a noté les temps de réponse, les modèles, les réglages ni les pages consultées par chaque service.¹ La suite dit ce que les éléments disponibles permettent d'affirmer, ce qu'ils ne permettent pas, et pourquoi cette différence compte dès que l'IA entre dans la manière de travailler d'une entreprise.

Une seconde n'est pas un verdict

Voici ce que je peux affirmer. Dans le même appel, avec presque la même question, les services essayés ont donné des expériences très différentes. Certains ont trouvé beaucoup. L'un n'a presque rien trouvé, et il l'a fait très vite.

Voici ce que je ne peux pas affirmer : pourquoi.

La réponse rapide n'a peut-être pas cherché sur le web du tout. Elle a peut-être mal cherché, trouvé un autre Thierry Gilgen ou buté sur une page illisible. Elle reposait peut-être sur un modèle plus petit, ou partait d'une autre conversation. Un compte payant qui travaille avec moi depuis des mois porte en outre un historique qu'une session neuve n'a pas. Chacune de ces pistes produirait la même déception en une seconde.

Il faut en nommer une autre, justement parce qu'elle me flatte. Ce site publie une note destinée aux agents d'IA, qui explique dans quels cas je peux être utile à un projet.² Si un service a trouvé cette page, sa réponse paraît bien informée. Mais une recommandation soignée, tirée de mes propres mots, n'est pas un avis indépendant. C'est la preuve qu'on a retrouvé ce que j'ai écrit sur moi-même.

Le constat honnête est donc étroit. Tels qu'ils étaient configurés, les services se sont comportés différemment lors d'une seule rencontre. La cause n'a pas été mesurée.

Ce que l'abonnement peut changer

Les pages d'aide des fournisseurs donnent une image plus précise que « gratuit, c'est moins ». Au moins un grand assistant inclut la recherche sur le web dans son offre gratuite, avec des limites d'utilisation.³ Son mode de recherche approfondie, qui enchaîne plusieurs recherches et décide lui-même de la piste suivante, est réservé aux formules payantes. Et même avec un abonnement, une conversation ordinaire n'est pas une recherche approfondie tant que personne n'active ce mode.⁴

On obtient ainsi une meilleure phrase que celle du départ. Payer peut rendre possible un travail plus puissant ou plus soutenu. Ce que l'on obtient vraiment dépend du modèle, des sources qu'il peut atteindre, de l'effort qu'il y consacre, des outils qu'il a le droit d'utiliser et du processus qui accepte ou refuse le résultat.

Je préfère cette phrase pour une raison pratique. La première version ne laisse à une entreprise qu'une seule option : payer. La seconde lui donne une liste de choses à améliorer : choisir le bon mode, fournir les bonnes sources, brancher les outils nécessaires, vérifier ce qui revient.

J'ai écrit il y a quelques semaines sur cet écart entre ce qu'une formule promet et ce que le travail livre.⁵ L'appel a rejoué la même leçon, en direct, en moins d'une minute.

La salle de jeudi

La soirée s'appelle Kapitalbrücke beider Basel. La Startup Academy Basel et la Startup Academy Baselland la lancent le jeudi 29 octobre 2026, dès 18 h, au campus Dreispitz de la FHNW à Bâle. Je participe à la première table ronde, avec des fondateurs qui raconteront comment ils ont financé leur entreprise. La seconde réunit des investisseurs, un entrepreneur et un député au Grand Conseil.⁶

L'idée est simple. Les jeunes entreprises de la région ont besoin de capitaux. Ceux qui en ont doivent rencontrer des entreprises qu'ils peuvent évaluer. Les organisateurs décrivent une rencontre annuelle, deux ou trois soirées de pitch sélectionnées par an et, entre les deux, des mises en relation ciblées, d'abord autour de deux pôles : l'économie circulaire, et l'innovation et la technologie.⁷ Ce sont des projets annoncés. Pour autant que je puisse en juger, ce pont est un lieu de rencontre. Ce n'est pas un fonds, et il ne promet pas d'argent.

La première soirée de pitch est prévue le 2 décembre 2026. Pour postuler, une start-up envoie un pitch deck, un plan financier sur trois ans avec scénarios pessimiste, central et optimiste, une table de capitalisation et une vidéo de quatre-vingt-dix secondes au plus. La date limite est le 18 novembre.⁸

Relisez cette liste en pensant à l'IA. Chacun de ces documents se produit aujourd'hui plus vite que jamais. Un deck, un modèle financier, un tableau propre et une vidéo convaincante ne coûtent plus grand-chose. Ils n'en deviennent pas moins importants. Ce sont les questions qui se cachent derrière qui gagnent en importance. Les hypothèses tiennent-elles ? La répartition du capital est-elle claire ? L'argent servira-t-il à quelque chose de vérifiable ?

Ce que j'apporte, et ce qui s'est arrêté

Je viens de la construction. J'ai fondé et dirigé MachinaLabs, une entreprise suisse d'IA appliquée. Notre équipe a construit Kurz Notiert, un service d'actualités financières assisté par l'IA, pour la Basler Kantonalbank et la Bank Cler. Les deux banques ont cité l'entreprise publiquement.⁹¹⁰¹¹

MachinaLabs a cessé ses activités au début de 2026, faute d'avoir pu réunir le financement nécessaire pour continuer.⁹

Je place ces deux paragraphes côte à côte à dessein. Un produit qui fonctionne, de vrais clients institutionnels et un financement qui dure sont trois choses différentes. On peut avoir les deux premières et perdre la troisième. Ce n'est pas un aveu pour une soirée consacrée au capital. C'est l'expérience la plus utile que je puisse y apporter.

Aujourd'hui, j'organise mon propre travail, et celui que je fais pour d'autres, avec l'IA au centre. Pendant l'appel, j'ai dit que je fais tourner six organisations « AI-first » ou davantage, pour ma propre entreprise et pour d'autres. C'est mon récit, pas un décompte vérifié d'entreprises ou de déploiements.¹ Deux éléments de l'architecture sont publics. Le premier est une version préliminaire d'un outil qui partage des instructions et la configuration de projets entre plusieurs outils de programmation par IA ; sa propre documentation indique quels contrôles sur de vraies machines restent à faire.¹² Le second est un outil précoce, en lecture seule, qui permet à un site d'offrir son contenu public aux agents d'IA de manière prévisible.¹³ Ni l'un ni l'autre ne prouve que le reste fonctionne. Les deux peuvent être examinés.

La facture n'est pas la capacité

On me demande ce que cela coûte. Pendant l'appel, j'ai donné les chiffres honnêtes. La base tourne autour de mille par mois, répartis entre quatre fournisseurs. Certains mois, le total dépasse dix mille.¹ Je n'ai précisé ni la devise ni la ventilation, et je ne devrais pas faire passer ces chiffres pour une comptabilité.

L'intéressant, c'est l'écart entre la base et les pics. La base achète de la disponibilité. Les pics, ce sont la recherche, le développement, les essais, les reprises et quelques impasses. Sans la composition, la facture dit combien on a dépensé. Elle ne dit pas ce qu'on a acheté.

La facture n'est donc pas ce qu'il faut montrer à un investisseur. Une grosse facture d'IA ne prouve pas plus la sophistication qu'une grosse masse salariale.

Je préfère mesurer le coût par résultat accepté. On prend un type de travail récurrent. On additionne tout ce qu'il coûte : abonnements, usage facturé des modèles, outils, infrastructure, et le temps humain passé à diriger, vérifier et réparer. On divise par le nombre de résultats qui ont atteint un critère écrit avant de commencer. Les essais restent visibles, au lieu de disparaître dans les réussites.

Je n'ai pas de chiffre de rentabilité pour mon propre dispositif. Les informations dont je dispose ne le permettent pas, et je me méfierais de quiconque en tirerait un d'une facture mensuelle. Un système coûteux peut être raisonnable pour un travail de valeur et ruineux pour la mauvaise tâche. Un système bon marché peut suffire amplement.

De la requête au résultat accepté

Quand on entend « AI-first », on imagine souvent quelqu'un qui tape dans une fenêtre de conversation. C'est la plus petite partie.

L'unité de travail est une boucle. Une personne fixe l'objectif, le budget et les autorisations. Le système raisonne, va chercher des sources, utilise des outils dans un périmètre défini et produit quelque chose : un document, un schéma, un logiciel. Puis le résultat est testé et relu, avant d'être accepté ou renvoyé.

Le Model Context Protocol est l'une des façons de brancher ces outils. Il définit comment une application, ses connexions et les serveurs qui se trouvent derrière échangent du contexte et des capacités. Il rend les connexions plus cohérentes. Il ne rend aucun modèle plus intelligent et ne certifie aucune réponse.¹⁴ Brancher un outil, c'est plutôt confier une clé : utile, et limitée aux portes qu'elle doit ouvrir.¹⁵

Pour une recherche exigeante, plusieurs pistes peuvent avancer en parallèle, l'une sur la soirée, l'une sur le parcours public, l'une sur la technique, avec une dernière étape qui tranche les désaccords à l'aide des sources. Un fournisseur a décrit comment il a construit un tel système, y compris son coût d'exploitation plus élevé et le soin qu'exige son évaluation.¹⁶ Cela décrit un mécanisme. Ce n'est pas un chiffre de performance que je pourrais emprunter.

Trois choses rendent ce travail utile, et pas seulement rapide.

D'abord, un contexte qui survit à la session. Tout reconfigurer coûte de l'attention et crée des écarts. Des instructions, des décisions et des versions qui persistent réduisent ce frottement, à condition qu'on puisse encore voir ce qui a été chargé et ce qui a réellement servi.

Ensuite, une autorité liée aux actes. Lire une page publiée, modifier un brouillon et le publier sont des actes différents. L'interface publique de ce site destinée aux agents est en lecture seule, précisément pour cette raison.²

Enfin, une relecture capable de changer l'issue. Une source qui contredit le récit doit pouvoir changer le récit. Un test qui échoue doit pouvoir bloquer la publication. Une réponse fluide qui oublie le fait décisif ne mérite aucun crédit pour son style. La politique de transparence de cette bibliothèque exige une relecture et une validation humaines avant toute publication.¹⁷

Vu de l'extérieur, une bonne part de tout cela ressemble à de la magie. L'essentiel du travail disparaît du regard. La conception doit le rendre de nouveau visible dès que quelqu'un a besoin de s'y fier, de le réparer ou de le contester.

Là où les preuves rencontrent le capital

Il existe une version de l'argument « AI-first » que je veux contester jeudi : l'idée que l'IA réduit simplement le capital dont toute entreprise a besoin. C'est une affirmation à vérifier, pas un fait.

La version à laquelle je crois est plus modeste. Une fondatrice peut utiliser un budget limité pour lever des incertitudes importantes, montrer un résultat qui fonctionne, et seulement ensuite demander de l'argent pour lever la contrainte suivante. Chaque étape demande un autre type de preuve.

Un prototype montre que quelque chose est possible. Des livraisons répétées montrent que quelqu'un sait le faire tourner. Les clients montrent si quelqu'un en veut. Un plan de financement explique ce qu'il faut pour atteindre l'étape suivante. Ce sont des jugements voisins. Ce n'est pas le même jugement.

Quand un résultat soigné ne coûte plus grand-chose, les investisseurs devraient demander ce qu'il y a derrière : des critères d'acceptation, un usage réel, des références, des relevés de coûts, et une personne capable d'expliquer le système une fois l'assistant éteint. Ma propre entreprise avait un système qui fonctionnait et des clients institutionnels. Les cycles de vente, la confiance, le fonds de roulement et le risque d'exécution n'en restaient pas moins bien réels.⁹

Si je ne pouvais laisser qu'une question à la salle, ce serait celle-ci : quelle incertitude le prochain franc de capital lèverait-il, et quel résultat nous montrerait qu'elle a bien été levée ?

Cette question donne à l'IA une place dans une discussion de financement. Elle empêche la démonstration de devenir à elle seule tout le dossier d'investissement.

La réponse que la recherche aurait dû donner

Il y a quelques jours, cette bibliothèque racontait comment un livre de famille était devenu une archive privée en moins de six jours de développement.¹⁸ La vitesse était réelle. Ce qui rendait le travail digne de confiance, c'était tout ce qui le ralentissait : des sources pour chaque affirmation, une relecture avant publication et un assistant capable de dire je ne sais pas.

Mon ami m'a aussi demandé si une personne pouvait faire mieux que les volumes de cette bibliothèque. Oui. Une personne compétente le peut. La vraie question est ce que cela demande en expertise, en recherche, en temps de production et en relecture, et si la comparaison en tient compte.¹

Si je devais concevoir l'expérience correctement, elle ressemblerait à ceci. La même question, au mot près, des sessions neuves, au moins trois essais par configuration, la formule et le mode notés, et une personne qui évalue les réponses sans savoir quelle formule les a produites. Un essai avec recherche libre, un autre avec les bons liens fournis. Si la réponse faible s'améliore nettement avec les sources, le problème était de les trouver. Si elle reste faible, il faut chercher ailleurs.¹⁹ Aucun essai de ce genre n'a été mené. D'ici là, l'appel reste une belle histoire et un piètre banc d'essai.

Et la réponse à la question que nous avions tapée ? Une réponse juste serait conditionnelle. Je vaux la peine d'être considéré quand un projet a besoin à la fois de construction et d'une réflexion sérieuse sur qui en est propriétaire, de quoi il dépend et comment il sera exploité une fois la démonstration terminée. Une conversation peut vérifier si cela convient à un projet donné. Un paragraphe plein d'assurance, produit en une seconde ou en quinze, ne le peut pas.

Sources