Lors du congrès annuel de Parteam, Pierre Girardeau, co-fondateur de Cross Data, a partagé un bilan sans concession de sept années passées au cœur de la révolution technologique.
Avec plus de 130 clients accompagnés – logiciels d’IA et maths sur mesure (Data Science, IAG), automatisation avec l’IA, conseil et formations adaptés aux besoins métiers, cet expert – cet ingénieur et docteur en mathématiques — a dressé un panorama de ce qui transforme réellement la performance des entreprises aujourd’hui.
Loin des fantasmes et des effets de mode sur l’intelligence artificielle.
L’effet "Minitel" : Sortir de la fascination pour ChatGPT
Fin 2022, le lancement de ChatGPT créait une onde de choc mondiale : un million d’utilisateurs en seulement cinq jours. En 2023, la peur dominait : on prédisait la destruction de centaines de millions d’emplois. Pourtant, en 2025, le constat de Pierre Girardeau est bien plus nuancé.
« En 2023, c’était la peur d’un raz-de-marée », rappelle Pierre Girardeau. Le Forum économique mondial prédisait 85 millions d’emplois détruits d’ici 2025. Goldman Sachs parlait de 300 millions d’emplois exposés à l’automatisation.
Trois ans plus tard, le verdict est nuancé. L’impact reste concentré dans les services, pas dans l’industrie manufacturière.
"Aujourd’hui, ChatGPT c’est un peu le Minitel des années 2020 : c’est la compétence de base qu’il vous faut avoir dans votre trousse à outils, comme la maîtrise du Pack Office dans les années 90."
Selon la courbe de maturité du Gartner, l’IA générative quitte le « pic des espérances démesurées » pour descendre dans la « vallée de la désillusion ». C’est une étape nécessaire : nous cessons de croire que l’IA fera tout à notre place pour commencer à l’utiliser pour ce qu’elle est vraiment : un outil.
Le paradoxe de la productivité et le piège des hallucinations des IA
L’évolution technique fascine. Comparez les images générées par Mid-Journey en 2022 et en 2025 : de grotesques approximations à des visuels quasi parfaits. Même chose pour le code : on est passé de l’autocomplete basique à des agents de développement capables de générer des modules entiers.
Les chiffres et les annonces interpelle, pour ne pas dire « font rêver » :
- Microsoft annonce +26% de productivité
- Google revendique +30%
- McKinsey va jusqu’à +55% dans certains cas
- Mais tout cela comporte un piège : l’illusion de compétence
L’un des points les plus marquants de la conférence a été la remise en cause de la productivité perçue. Une étude frappante (METR, juillet 2025) a montré que des développeurs utilisant l’IA croyaient gagner 20 % de temps alors qu’ils en perdaient en réalité 20 % sur le résultat final.
C’est ce que Pierre Girardeau appelle « l’illusion de compétence ». L’IA donne une réponse rapide et assertive, mais elle ne possède pas de « vérité absolue », seulement une « vérité statistique ». Sans validation humaine, le risque d’hallucination est majeur. L’exemple du chatbot de DPD, que des internautes ont réussi à détourner pour lui faire insulter sa propre entreprise, reste un cas d’école sur la nécessité des garde-fous.
"La vraie productivité se mesure au résultat final, pas à la vitesse de génération."
L’IA donne l’impression d’un sprint initial — plus de page blanche, du contenu qui sort instantanément. Mais le temps de vérification, de correction, de repasse ? On le sous-estime systématiquement.
Cessez de mesurer votre productivité au volume de texte généré. Mesurez-la au temps total jusqu’au livrable validé.
Les 4 piliers de l’IA en entreprise : Optimiser, Prédire, Classifier, Générer
Pour réussir, les entreprises doivent sortir du « tout ChatGPT » et comprendre les quatre grandes familles d’algorithmes.
1. Optimiser : Le Tetris de la performance
L’IA excelle pour organiser des ressources complexes. Pierre Girardeau cite le cas d’Ageneau (logistique) : grâce à des algorithmes de « sac-à-dos » et de plus court chemin, l’entreprise a économisé des centaines de milliers d’euros en optimisant le remplissage de ses 300 camions. Dans l’industrie, chez Devillé, l’IA a réduit de 50 % le temps que les chefs d’atelier passaient sur la planification, leur permettant de retourner sur le terrain, là où se crée la vraie valeur.
2. Prédire : Anticiper pour ne plus subir
Le machine learning permet de transformer le passé en boussole pour le futur. Qu’il s’agisse de prévoir l’affluence au Mont Saint-Michel pour Keolis (précision de 85 %) ou de prédire le chiffre d’affaires des restaurants Burger King à 10 jours (précision de 97 %), l’IA permet d’ajuster les ressources au plus juste.
3. Classifier : Extraire l’or des données textuelles
Beaucoup de données dorment dans des tickets de maintenance ou des emails. Chez un grand fabricant de pneus, Cross Data a utilisé des modèles (LLM) pour lire et catégoriser des milliers de tickets de maintenance remplis manuellement, identifiant ainsi les causes réelles de pannes jusqu’ici invisibles.
4. Générer : Vers une expertise augmentée
Enfin, l’IA générative, quand elle est couplée aux données internes de l’entreprise (méthode RAG), devient un assistant redoutable. L’UNESCO utilise ainsi un prototype sécurisé pour interroger ses bases documentaires, avec un sourcing précis des informations.
Là où l’IA excelle… où l’IA ne fonctionne pas
Excellent résultat
Rédaction d'emails et comptes-rendus de réunions Résumés et synthèses Support client et traductions
Bon résultat (avec validation)
Génération de code Analyse de données
Résultat mitigé
Décisions stratégiques Analyses financières poussées
Ne marche pas
Remplacer l'expertise métier. Décisions sans validation humaine
6 principes clés pour mener et réussir son projet d'IA
Pierre Girardeau conseille de toujours commencer par une question simple : Est-ce qu’un humain pourrait accomplir la tâche si on lui donnait assez de temps et d’exemples ?. Si la réponse est non, l’IA ne fera pas de miracle.
1. Commencer par l’usage, pas la techno
« Fake it until you make it » : simulez l’IA au début. Un client voulait une belle interface carte de France pour ses commerciaux. Jamais utilisée (seulement 2 écrans disponibles). Solution ? Un simple mail le lundi matin avec 3 chiffres clés. Adoption immédiate.
« Commencez par l’usage, pas par la technologie. Parfois, une interface magnifique ne servira à rien si le commercial a juste besoin d’un mail le lundi matin avec trois numéros de téléphone. »
2. Former les équipes (méthodologie, pas technique)
L’IA générative réconcilie les collaborateurs avec l’informatique (langage naturel). Mais il faut former à la méthodologie. Et inverser les craintes : présentez-la comme un enjeu d’employabilité, pas une menace.
3. Make or Buy ?
– Make (sur-mesure) : Cœur de métier, avantage concurrentiel, spécificité forte
– Buy (abonnement) : Fonctions support, pas de différenciation
4. L’IA est un investissement
Ne faites pas de l’IA parce que « c’est à la mode ». **ROI positif sous 1 an obligatoire** (contexte 2025). Comme l’achat d’une machine spéciale : elle doit rapporter plus qu’elle ne coûte.
5. Ne croyez pas à l’IA sans garde-fous
L’IA doit avoir une « période d’essai permanente ». Vérification continue. Anticipation des impacts.
6. L’humain reste au centre
L’IA = Intelligence Augmentée (Luc Julia), pas remplacement. L’objectif : être plus humain dans son travail.
Horizon 2026 : Ce qui nous attend autour de l’IA
En conclusion, la conférence a ouvert cinq pistes pour l’année à venir :
- L’IA générative va devenir « boring » : elle sera intégrée partout et ne sera plus un sujet de curiosité en soi.
- L’explosion des « Agents IA » : des systèmes qui ne se contentent plus de répondre, mais qui planifient et exécutent des chaînes de tâches complexes (comme chez Allianz pour la gestion des réclamations).
- La démocratisation de l’IA prédictive : pour une production plus frugale et moins de gaspillage.
- La montée en puissance de l’IA souveraine : pour garantir la sécurité et la confidentialité des données.
- Le passage de l’acculturation à l’exécution : les dirigeants veulent maintenant des résultats concrets.
FAQ : Ce que les managers (externalisé) se demandent
L'IA va-t-elle remplacer mon équipe ?
Non. Elle va transformer les postes. Les tâches répétitives disparaissent, le travail à valeur ajoutée augmente. Votre rôle : accompagner cette transition.
Combien ça coûte vraiment un projet IA ?
De 15 000 € (POC simple) à 150 000 € (solution sur-mesure complexe).
Mais le critère décisif : un Retour sur investissement ou ROI < 1 an.
Par où commencer mon projet IA ?
Identifiez UNE douleur opérationnelle claire. Pas « faire de l’IA », mais « résoudre tel problème ». Puis posez-vous la question : un humain peut-il le faire ?
Make or buy mon système IA ?
Buy si c’est une fonction support standard. Make si c’est votre cœur de métier, votre différenciation.
Les 5 points clés à retenir sur l’IA pour 2026
Pour Pierre Girardeau, l’IA n’est pas une fin en soi, mais un investissement comparable à l’achat d’une machine spéciale. Surtout, elle doit être vue comme une « intelligence augmentée » plutôt qu’artificielle.
« L’humain reste au centre de la création de valeur. L’IA est là pour le soutenir. »
L’enjeu de 2026 ne sera pas de savoir si vous utilisez l’IA, mais comment vous l’intégrez pour augmenter l’expertise et le potentiel de vos équipes.
- L’IA mature existe dans 4 domaines : optimiser, prédire, classifier, générer
- Le succès passe par : une approche usage-first, une formation des équipes, une validation humaine permanente, un ROI avéré de moins d’un 1 an.
- 2026 sera l’année des agents IA, de la démocratisation de l’IA prédictive, de la normalisation de l’IA générative
- L’humain reste au centre : l’IA augmente, ne remplace pas. Objectif : créer de la valeur, pas économiser à tout prix
- Les pièges à éviter : croire aux promesses marketing, négliger la formation, sous-estimer les hallucinations, oublier la validation humaine
Pour aller plus loin :
- Sources : Conférence de Pierre Girardeau, Cross Data – lors de la Part(y)eam 2025
- Site internet de Cross Data
- Crossdata est une agence d’experts en IA depuis 2019 qui accompagne la réussite des entreprises avec l’intelligence artificielle
- Crossdata est intervenu lors du Talk-show du CoDir consacré à l’IA dans le monde de la finance – Accéder à l’épisode
Publié par :
