Sélectionner le numéro de "Netsources" à afficher

L’IA agentique et l’humain au travail : le grand basculement

Netsources no
181
publié en
2026.04
810
Acheter ce no
L’IA agentique et l’humain au travail : le grand basculement Image 1
L’IA agentique et l’humain au travail : le grand basculement Image 1

2026 consacre le passage d’une « IA qui assiste » à une « IA qui travaille ». Ce basculement, largement commenté, redéfinit concrètement la place de l’humain dans l’activité professionnelle. Nos auteurs en décryptent les mécanismes dans ce nouveau numéro.

Véronique Mesguich cartographie un paysage en pleine recomposition : derrière le foisonnement des termes (GPTs, Gems, Artefacts…), elle structure quatre niveaux fonctionnels (espaces persistants, assistants, agents, connecteurs) pour mieux distinguer ce qui relève de l'évolution d'interface de ce qui constitue une rupture fonctionnelle véritable.

Ulysse Rajim retrace la mutation fulgurante des derniers mois : du copilote supervisé à l’« employé virtuel ». Il analyse l’essor d’OpenClaw, la course des plateformes (Claude Cowork, Frontier, Copilot Cowork), les trois piliers techniques (raisonnement, outils, mémoire) et les vulnérabilités qui les accompagnent.

Ces deux premières contributions nous inspirent trois constats.

L’autonomisation IA se mesure désormais au travail humain. Les agents planifient, itèrent et corrigent pendant des heures, voire des jours. Les nouveaux benchmarks du secteur (METR, qui mesure les horizons temporels d'autonomie, et GDPval, qui évalue la performance sur tâches réelles) se recalibrent désormais sur le travail humain comme étalon de référence.

Mais ces métriques évaluent surtout l’exécution sur des tâches bien définies. Elles capturent mal la redéfinition du problème, l’ambiguïté stratégique, le jugement tacite, la vision cohérente, et sous-estiment la fiabilité exigée en contexte critique. Le risque: confondre exécution prolongée et compétence globale. Plus grave, une IA imparfaite est déployée massivement dès qu’elle devient rentable, la logique court-termiste primant sur la fiabilité.

L’identité professionnelle est ébranlée. Tant que l’humain finalise, il garde le sentiment d’avoir « fait » le travail. Dès que la tâche est déléguée, la dépossession menace. Comment préserver créativité, intuition et responsabilité morale quand la machine prend en charge une part croissante des tâches ?

Les risques systémiques s’accumulent. Injections de prompts, instances exposées, coûts explosifs, responsabilité juridique floue : les plateformes tentent d’encadrer le chaos, mais la gouvernance reste largement en chantier.

Face à ce vertige, une ouverture.

Christian Vigne part d’un constat : l’infinité des possibles plonge les entreprises entre angoisse et conformisme. Il explore avec elles l’imagination comme levier stratégique. L’imagination n’est pas une faculté que l’IA remplace, mais qu’elle peut augmenter : en générant des surprises, en bousculant les modèles mentaux, en ouvrant des chemins alternatifs.

Lire aussi

Quand la vitesse et la puissance de calcul des IAG dépassent l'humain et invitent à réévaluer les pratiques de veille 🔒 Réservé aux abonnés ChatGPT et IA : ce qui change pour les professionnels de l'information 🔓 Accès libre Repenser la veille à l'ère des agents IA 🔒 Réservé aux abonnés

Des espaces de travail persistants aux agents autonomes : des IA aux fonctionnalités multiples

Netsources no
181
publié en
2026.04
794
Acheter ce no
Des espaces de travail persistants aux agents autonomes : ... Image 1
Des espaces de travail persistants aux agents autonomes : ... Image 1

Pendant longtemps, utiliser une intelligence artificielle générative se résumait à ouvrir une fenêtre de chat, poser une question et lire la réponse. Au cours des derniers mois, les grandes plates-formes ont fait évoluer leurs interfaces et proposent désormais des environnements de travail diversifiés : des assistants spécialisés, des connexions à des services tiers et des espaces de travail persistants qui conservent le contexte d’un projet dans la durée.

De plus, au-delà de ces évolutions d’interface, une mutation plus fondamentale est en cours avec l’émergence des agents autonomes, capables de planifier, d’enchaîner des actions, d’utiliser des outils et de mener des tâches complexes de bout en bout, sans qu’un humain ait besoin de valider chaque étape.

Pour les professionnels de l’information, cette stratification représente à la fois une opportunité et un défi. Une opportunité, car ces nouvelles fonctionnalités permettent d’automatiser des tâches répétitives, de personnaliser les assistants selon des contextes métier précis, et de connecter l’IA aux systèmes d’information existants. Un défi, car le vocabulaire employé par chaque plate-forme est hétérogène, parfois trompeur, et rarement expliqué avec la rigueur qu’exige un usage professionnel.

Cet article se propose de clarifier quatre fonctionnalités introduites par OpenAI : le mode agent, les applications, les assistants personnalisés et les projets ; en les mettant en regard, avec les concepts équivalents chez les autres grandes plates-formes : les Gems de Gemini, les Artefacts de Claude, les Espaces de Perplexity… L’objectif n’est pas de dresser un comparatif technique exhaustif, mais de donner des repères conceptuels nécessaires pour choisir les bons outils, et les déployer avec précision.

Les espaces de travail persistants : au service du « context engineering »

Les espaces de travail persistants permettent de dépasser la limite de la « mémoire à court terme » des modèles d’IA et constituent en cela une avancée technique majeure en context engineering. Concrètement, ces espaces conservent le contexte d’un projet dans la durée, centralisent les documents de référence et gardent en mémoire l’historique des échanges. Présente dans plusieurs plates-formes, cette fonctionnalité facilite le suivi de projets longs, garantit une cohérence terminologique et méthodologique dans le temps, et permet même de partager un environnement de travail commun au sein d’une équipe.

OpenAI : les projets

ChatGPT a ainsi introduit les « projets » comme espaces de travail dédiés à une thématique ou une mission. Il convient de les distinguer des GPTs personnalisés, qui seront présentés plus loin. Dans un projet, l’utilisateur regroupe des conversations liées, dépose des documents de référence, et définit des instructions permanentes spécifiques à ce contexte. Un veilleur peut ainsi créer un projet dans lequel il dépose ses rapports de référence, ses revues de presse et ses notes de synthèse. Toutes les conversations menées dans ce projet bénéficient automatiquement de ce contexte enrichi.

Lire aussi

Repenser la veille à l'ère des agents IA 🔒 Réservé aux abonnés Le context engineering : orchestrer l'information pour les agents IA 🔒 Réservé aux abonnés Automatiser votre veille avec l'IA : guide pratique 🔒 Réservé aux abonnés

tags

Déjà abonné ? Connectez-vous...

La course à l’employé virtuel : 2026, année charnière

Netsources no
181
publié en
2026.04
738
Acheter ce no
La course à l’employé virtuel : 2026, année charnière Image 1
La course à l’employé virtuel : 2026, année charnière Image 1

Durant l’année 2025, le terme d’agent IA envahit la presse. Les outils disponibles restent cependant limités à des capacités d’assistants ou de copilotes. Au premier trimestre 2026, une nouvelle catégorie d’outils fait son apparition : des agents IA autonomes, parfois même comparés à des « employés virtuels ». Cet article examine ce qui a rendu cette évolution possible, les défis qui accompagnent ces outils, et ce que la prochaine génération de plateformes IA laisse entrevoir.

Le 10 avril dernier, la capsule Artemis II ramenait sur Terre quatre astronautes d’un vol autour de la Lune, pendant que SpaceX préparait le prochain essai de sa fusée Starship. Il semblerait que la course à l’espace soit bel et bien relancée… Mais depuis la fin d’année dernière, c’est une autre compétition, moins visible, qui a été lancée au sein de l’écosystème IA : une course à « l’employé virtuel ».

Le terme n’est pas nouveau. Des éditeurs de robotisation des processus (RPA) tels que Blue Prism parlaient déjà de travailleurs digitaux en 2023 (1) pour désigner des « travailleurs virtuels conçus pour imiter les actions humaines, afin de prendre en charge le travail que les employés ne devraient pas avoir à faire ». Plus récemment, Microsoft, Anthropic et OpenAI adoptent un champ lexical proche pour parler d’agents IA capables de raisonner, d’utiliser des logiciels variés et de prendre en charge des tâches longues sans supervision continue.

En 2025, les promesses de l’IA agentique ne se sont manifestement pas concrétisées. Au premier trimestre 2026, plusieurs outils d’un genre nouveau font leur apparition. Qu’est-ce qui a changé ? À quelles conditions peut-on déléguer du travail à un système d’IA ? Et où cette nouvelle accélération du domaine nous amène-t-elle ?

I. Le phénomène OpenClaw

En janvier 2026, un projet open source prend de court la communauté IA. Initialement créé en novembre 2025 par Peter Steinberger sous le nom de Clawdbot, renommé Moltbot le 27 janvier 2026 après une plainte d’Anthropic sur la marque, puis OpenClaw trois jours plus tard (2), le projet franchit 300 000 étoiles (une forme de « like » pour un projet open source) sur GitHub en seulement deux mois. Cela en fait, à ce moment-là, le projet open source à la croissance la plus rapide de l’histoire de GitHub.

Printscreen 1 : Évolution du nombre d’étoiles GitHub du projet OpenClaw, de son lancement en novembre 2025 à avril 2026 (Source : star-history.com)

OpenClaw se présente comme un agent IA personnel que l’utilisateur installe sur son propre ordinateur et qui maintient une mémoire persistante entre les sessions. L’agent s’appuie sur un modèle d’IA choisi par l’utilisateur (Claude, GPT, ou un modèle open source comme Mistral ou Qwen), avec lequel il interagit via ses applications de messagerie (WhatsApp, Slack, Teams, iMessage, …).

L’engouement dépasse vite les cercles techniques. De nombreux utilisateurs non-développeurs souhaitant installer leur propre agent personnel s’empressent d’aller acheter un Mac Mini pour héberger OpenClaw chez eux. En février, Apple affiche même des ruptures de stock sur ses Mac Mini et Mac Studio, avec des délais de livraison allongés (3). L’utilisation d’un Mac mini pour installer OpenClaw n’est en réalité pas la seule solution, mais c’est la plus simple et la plus économiquement intéressante (la mémoire unifiée proposée par Apple étant relativement peu chère, comparée aux prix récemment élevés de RAM).

Alors, comment se positionnent les grands laboratoires d’IA vis-à-vis de ce phénomène ?

Lire aussi

Le context engineering : orchestrer l'information pour les agents IA 🔒 Réservé aux abonnés Deep Research : l'âge de raison des IA ? 🔒 Réservé aux abonnés L'arrivée de l'IA dans la panoplie d'outils des veilleurs et documentalistes 🔒 Réservé aux abonnés

tags

Déjà abonné ? Connectez-vous...

Pas l’étincelle, mais des étincelles

Netsources no
181
publié en
2026.04
730
Acheter ce no
Pas l’étincelle, mais des étincelles Image 1
Pas l’étincelle, mais des étincelles Image 1

Christian Vigne est consultant en stratégie IA et fondateur de Narra, un atelier qui utilise la fiction narrative pour aider les organisations à questionner leurs angles morts stratégiques. Fort de 13 ans chez Google EMEA, il accompagne aujourd'hui dirigeants et équipes à l'intersection de l'intelligence artificielle et de l'imaginaire organisationnel.

« Avec l’expansion continue de la puissance de calcul utilisée par l’IA, il revient aux chefs d’entreprise de s’exercer à bousculer leurs modèles mentaux pour créer la surprise. Dans un monde où les seules limites du possible deviennent celles de l’imagination, cette faculté pourrait rapidement devenir la condition première de la réussite. » 

S’il fallait paraphraser cette idée, portée par François Candelon (Les Echos), on pourrait dire que puisque tout est possible avec l’intelligence artificielle, le plus difficile sera de définir ce qui est enviable, la question n’étant plus de savoir si un projet est réalisable, mais ce qui mérite d’être réalisé et qui serait suffisamment différenciant par rapport à une concurrence dans le monde de l’entreprise.

Or cette perspective se confronte à trois enjeux : l’angoisse, l’influence et la capacité à solliciter notre imagination.

L’angoisse

Mettez un enfant devant une infinité de choix, vous créerez plus d’angoisse que de tranquillité. La présence, en puissance, d’une infinité de possibles donne le vertige et nos esprits se mettent irrémédiablement à comparer une multitude de choix possibles, sans parfois en choisir aucun. C’est une anecdote sûrement, car je n’ai pas les données pour le prouver, mais l’apparition du besoin de « priorisation des cas d’usage » dans les fiches de postes pour des missions freelance (ma littérature quotidienne !) est sans aucun doute lié à l’explosion de l’intérêt pour les IA génératives. Est-ce un bon signe ? Oui parce qu’il y a une abondance manifeste d’opportunités, de l’interne à l’externe, du service client au marketing, de bas en haut de la pyramide, le potentiel technologique touche toutes les dimensions, toutes les fonctions, tous les produits. Ce n’est pas un bon signe quand IA est confondue avec modernisation des suites informatiques, accélération des processus indépendants de la technologie, améliorations incrémentales des outils qui ne relèvent pas directement de cette technologie, automatisation pure et simple.

L’influence

Un autre enjeu qui peut toucher ceux qui veulent penser leur stratégie IA est de se référer à ce que font les autres. On se compare tous, moi le premier, et à force d’entendre le marché parler d’un impact donné, on est mécaniquement influencé. Garder une autonomie décisionnelle ici est très compliqué tant le bruit ambiant forme et déforme nos perspectives. Pour caricaturer à l’extrême, après avoir entendu et lu partout que l’IA générative a permis de réduire la taille des équipes de service client, la logique voudrait qu’on s’intéresse à la réduction de la taille des équipes de service client en mettant en place un chatbot sur le site. L’influence est ici plus un frein qu’une source d’inspiration et crée le risque d’envisager les choses à court terme et sous le prisme de ce qui a déjà été fait. La multiplication horizontale des cas d’usage, tous azimuts, volume rassurant, fichiers Excel bien remplis, peut alors créer une fatigue et un découragement qui donne lieu à la conclusion suivante : « ça ne marche pas ». 

Ainsi une technologie puissante, offrant une infinité de possibles peut créer une paralysie décisionnelle (trop d’options s’offrent à moi), une précipitation vers l’évidence imposée par l’air du temps (réduction des coûts, suppression des équipes) voire un découragement : on a fait plusieurs POC qui n’ont rien donné, ça coûte trop cher, on débranche.

L’imagination

Même si l’imagination n’est pas perçue comme une faculté stratégique critique face à la « tyrannie des cas d’usage », elle mérite qu’on s’y attarde comme nous y invite François Candelon. D’une manière plus générale, il me semble que la valeur de cette technologie réside dans sa capacité à forcer ses utilisateurs à se poser la question fondamentale du pourquoi. J’ai été frappé en travaillant chez Google de voir à quel point le déploiement de solutions automatisées IA générait chez les annonceurs un doute quand ils devaient ne plus être opérateurs des campagnes, mais créateurs et pilotes d’objectifs.

En utilisant l’IA, je passe du faire au dire quoi faire, d’exécutant à instructeur. Il est facile de répondre à la question « que fais-tu ? » il est beaucoup plus difficile de répondre à la question « Pourquoi le fais-tu ? ». 

À cette difficulté nouvelle de définir un objectif clair s’ajoute la difficulté encore plus intense de définir un modèle mental qui n’existait pas au préalable. On superpose ici deux difficultés : d’un côté définir une direction, une ligne de mire, s’y tenir, y trouver de la cohérence, surtout dans des systèmes aussi complexes que les entreprises, de l’autre, imaginer ce que pourrait devenir cet objectif dans une autre configuration, voire dans quelle mesure cet objectif initial pourrait être modifié, révolutionné s’il était engagé dans un nouveau modèle mental. Or, qui peut se targuer d’être bon en imagination ? Certains d’entre nous le sont sans aucun doute, le soir quand il faut inventer des histoires à nos enfants. C’est aussi l’apanage des artistes ou des écrivains et tous ceux qui sont en mesure de donner naissance à des modèles mentaux qui n’existaient pas au préalable, car c’est comme ça qu’on définit l’imagination. 

L’IA peut-elle se substituer à notre capacité humaine d’imagination ? Je m’appuie sur les apports de Martin Reeves dans son livre « The imagination machine » tellement la question est complexe.  La réponse est d’abord non si on considère l’IA comme un système autonome : non parce ce qu’il lui manque une capacité fondamentale de perception ancrée dans un réel autre que celui fait de probabilités acquises sur du texte, parce qu’elle n’a pas de modèle causal, et parce qu’elle a besoin d’être promptée pour être opérante.

La réponse est « oui » si on considère la relation entre l’IA et l’humain en tant que système. L’auteur s’appuie sur les paroles de Agüeras et Arcas de Google : « Il faut questionner l’idée que l’IA serait séparée de l’humanité. Si on prend de la hauteur et qu’on regarde le système socio-technique dans son ensemble, l’IA n’est qu’une expression humaine parmi d’autres. Elle fait partie de cette grande machine, faite d’humains combinés à tout ce qu’ils ont inventé ». La question du remplacement est ainsi moins pertinente que celle des nouvelles opportunités de collaboration entre l’humain et l’IA, dans le domaine de l’imagination.

Si le modèle mental alternatif a déjà été créé, l’IA peut servir d’amplificateur. J’ai un objectif clair, je connais la destination, mais je suis à la recherche de chemins alternatifs pour y arriver, pour sortir de mes modèles mentaux préétablis. Par exemple, j’ai demandé à une IA de projeter mon entreprise dans un futur proche sous forme de fiction narrative. Mon objectif (aider les entreprises à définir leur vision IA) était enfermé dans un modèle mental donné (développer un SaaS B2B) et la projection fictionnelle a créé une surprise (la valeur de l’approche réside plus dans sa méthodologie que dans sa transformation en produit numérique). Il s’agit clairement d’une ouverture à travers l’imagination d’un scénario auquel je n’avais pas pensé. 

Si le modèle mental n’a pas encore été créé, l’IA peut aider à le construire d’abord en déconstruisant les modèles mentaux préétablis, en les rendant apparents puis en générant des surprises, des surfaces de friction qui généreront des étincelles. Il est très difficile d’imaginer ex nihilo, il est beaucoup plus facile de solliciter l’imagination en la confrontant à des propositions, même fictionnelles. C’est un des principes du design fiction. Dans le cadre de l’entreprise et puisqu’il s’agit de satisfaire les besoins des utilisateurs, voir les scénarios et possibilités à travers le regard des utilisateurs ajoute une dimension essentielle, plutôt qu’à travers le sien, trop influencé par nos pessimismes, la répétition de nos modèles mentaux préexistants. L’imagination à travers le regard des autres, donc des utilisateurs, est ici un voyage essentiel, car à travers lui on voit différemment. C’est en pratiquant la flûte indienne (la bansuri) que j’ai appris que les Indiens comptent avec leurs phalanges en partant de l’auriculaire (notamment les pulsations d’une structure rythmique) alors que nous comptons avec nos doigts en partant du pouce. L’IA est en mesure de produire une série d’accidents, de surprises, qui vont venir bousculer nos modèles mentaux et si on s’y attarde, conduire au développement de visions stratégiques nouvelles, en partant du postulat qu’elles sont technologiquement possibles.

Penser que l’IA peut se substituer à nos capacités d’imagination est sans doute une erreur. Penser que la capacité d’imagination des humains peut être augmentée par l’IA est un chemin possible.

En somme, l’IA ne produira pas l’étincelle, mais des étincelles qui, si on s’y attarde, donneront vie à l’étincelle. 

Quatre configurations sont alors possibles : 

  • Sans objectif, sans ligne claire, la quête de l’utilisation de l’IA peut être vaine, car on cherche à optimiser un problème dont on ne comprend pas la racine
  • Si l’objectif est connu, on est avec l’IA dans le domaine de l’optimisation : faire mieux et plus vite ce qu’on a convenu de faire.
  • Si l’objectif est connu, mais que les manières d’y arriver ont trop été éprouvées et ont besoin de renouveau, l’imagination, assistée par l’IA, permet d’entrevoir des chemins alternatifs
  • S’il y a de la place pour un objectif nouveau, voire si la conscience intime du pouvoir de la technologie permet d’imaginer un objectif radicalement différent, l’imagination assistée par l’IA est un formidable outil de renouveau stratégique. C’est un terrain de jeu fascinant que nous explorons avec les entreprises pour faire naître leurs étincelles stratégiques.

Lire aussi

Mon premier paper : answers in abundance, questions in scarcity 🔒 Réservé aux abonnés IA, second cerveau : la veille métier fait sa révolution 🔒 Réservé aux abonnés Quand la vitesse et la puissance de calcul des IAG dépassent l'humain et invitent à réévaluer les pratiques de veille 🔒 Réservé aux abonnés

Quand l’IA redistribue les rôles

Netsources no
180
publié en
2026.02
2901
Acheter ce no
Tags
Deepfakes | Intelligence artificielle | édito | veille concurrentielle | ChatGPT | professionnel de l'information
Quand l’IA redistribue les rôles Image 1
Quand l’IA redistribue les rôles Image 1

Il y a six mois, produire un tableau de bord de veille concurrentielle supposait un développeur, un cahier des charges, un délai. En 2026, une documentaliste d'un grand groupe industriel le fera seule, en deux heures, avec ChatGPT et/ou Lovable. Ce déplacement, de la demande IT à l'autonomie opérationnelle, n'est pas anecdotique. Il reconfigure les rôles, les postures et, progressivement, les organisations.

Ce numéro illustre ce basculement sous quatre angles complémentaires.

Véronique Mesguich analyse NewsCore, plateforme en IA native où agents, scoring de fiabilité et clustering reconfigurent la chaîne de veille. Son regard est nuancé : elle rappelle la robustesse des plateformes historiques sans les opposer à cette nouvelle génération. Le geste change : on ne requête plus un corpus, on programme des comportements. Le veilleur devient chef d'orchestre, ce qui suppose une maîtrise accrue de l'intention et de l'interprétation. L'expertise ne disparaît pas, elle se déplace vers ce que l'IA ne fait pas : définir le besoin, formuler l'intention, interpréter ce qui remonte.

Ulysse Rajim documente un glissement complémentaire : via les Applications ChatGPT et le «vibe coding», les professionnels de l'information peuvent désormais concevoir eux-mêmes leurs outils : prototypes, dashboards, micro-solutions sur mesure. Les équipes de veille / Info-Doc ne sont plus en attente de solutions, elles les produisent. Ce changement de posture n'est pas qu'une question d'autonomie technique : il redéfinit leur place dans les organisations. Le risque, néanmoins, est réel : croire que coder avec l'IA dispense de penser l'usage.

Élodie Charrière rappelle que cette montée en capacité a un corollaire critique : l'IA brouille aussi les repères. Les images générées atteignent un réalisme qui trompe même les spécialistes. Détection, recherche inversée, analyse des incohérences visuelles deviennent des compétences de base, même si elles sont de plus en plus difficiles à exercer.

Enfin Christian Vigne pointe un décalage structurel fréquent dans les projets d'innovation : le besoin réel arrive trop tard, quand la solution est déjà construite loin des usages. Pour les professionnels de l'information, ce constat résonne directement : ramener le contexte et le sens au centre, c'est précisément leur métier. Dans un environnement où l'IA promet beaucoup mais n'explique rien, cette médiation reste stratégique.

Ce numéro ne célèbre pas l'IA. Il documente ce qu'elle redistribue, ce qu'elle exige, ce qu'elle rend possible, et ce qu'elle ne remplace pas.

NewsCore : un outil de veille emblématique du passage à l'IA native

Netsources no
180
publié en
2026.02
4063
Acheter ce no
Tags
plateforme de veille | Intelligence artificielle | veille concurrentielle | veille innovation | outils de veille
NewsCore : un outil de veille emblématique du passage à ... Image 1
NewsCore : un outil de veille emblématique du passage à ... Image 1

Le passage à la veille "IA générative native" (ou GenAI-first) marque une transformation dans le monde des outils de veille. Contrairement aux solutions traditionnelles qui ont simplement « greffé » une couche d'IA ou des connecteurs, ces plateformes sont conçues dès l'origine autour de modèles de langage génératifs (LLM) capables de produire des synthèses, reformulations et analyses, et s'appuient sur le machine learning pour personnaliser et améliorer la pertinence. Il s'agit pourtant moins d'une nouvelle vague appelée à remplacer la précédente que d'une bascule du centre de gravité (interfaces conversationnelles, usages orientés production de contenus, nouvelles métriques), et d'une convergence entre nouveaux entrants et éditeurs historiques.

Examinons cette nouvelle génération à travers l'exemple de la plateforme NewsCore.

Que signifie IA native appliquée aux outils de veille ?

On parle d'IA native quand l'IA n'est pas juste une option (par exemple, un bouton ChatGPT pour résumer un article), mais le cœur du produit. Cela se traduit par plusieurs fonctionnalités liées aux étapes du processus de veille.

Tout d'abord, l'IA permet un pilotage en langage naturel grâce à la maîtrise sémantique et effectue des recherches vectorielles plutôt que d'utiliser des mots-clés. Le langage de requêtes devient transparent pour l'utilisateur et est remplacé par la programmation d'actions récurrentes (par exemple : « envoie une synthèse sur ce sujet », « détecte les signaux faibles sur le sujet X », « explique-moi les tendances et évolutions dans ce domaine », etc.).

Les outils de veille « IA natifs » proposent également un filtrage automatisé plutôt qu'un tri manuel, à travers des synthèses et fonctions de tri automatique. Concrètement, cela génère des possibilités de groupements thématiques d'articles, de priorisation des alertes ou d'explications des pics en veille e-réputation.

L'IA native porte également sur l'extraction de sens : entités, relations, causalité probable, risques/opportunités, avec narration exploitable pour décision (souvent orienté "risk & reputation intelligence", comme la startup britannique Signal AI).

Le virage vers l'IA apporte de plus de nouveaux objets de veille : la veille ne porte plus seulement sur le web, les médias ou les réseaux sociaux, mais aussi sur la visibilité dans les réponses des LLM (« comment ChatGPT / Gemini / Claude parlent-t-ils de ma marque ? »). Meltwater se positionne clairement sur ce nouveau territoire avec son produit dédié Gen AI Lens.

tags

Déjà abonné ? Connectez-vous...

OpenAI lance son « App Store » et nous vibecodons un dashboard de veille

Netsources no
180
publié en
2026.02
3252
Acheter ce no
Tags
veille technologique | veille concurrentielle | intelligence économique | ChatGPT
OpenAI lance son « App Store » et nous vibecodons un ... Image 1
OpenAI lance son « App Store » et nous vibecodons un ... Image 1

Fin 2025, OpenAI lance les Applications ChatGPT, un système permettant d'intégrer des services comme Tripadvisor, Canva ou Photoshop, utilisables directement dans la conversation. Nous décryptons cette évolution et la technologie sous-jacente qui rend cela possible, puis nous passons à la pratique en testant le vibe coding avec deux Applications ChatGPT.

En octobre 2025, OpenAI annonce l'ajout des Applications dans ChatGPT. Pour ceux d'entre vous qui suivent de près l'évolution de l'outil, l'impression de déjà-vu est inévitable : en janvier 2024, OpenAI lançait GPT Store, un catalogue de chatbots personnalisés créés par la communauté.

LIRE AUSSI :

Le context engineering : orchestrer l'information pour les agents IA, Netsources N° 179 - Novembre - Decembre 2025

Test complet de ChatGPT Agent : que vaut-il pour la veille, l'analyse concurrentielle et l'audit SEO ?, Netsources N° 177 - Juillet - Août 2025

Repenser la veille à l'ère des agents IA, Netsources N° 173 - Novembre-Décembre 2024

Un GPT personnalisé permet de spécialiser ChatGPT en lui fournissant du contexte (documents, instructions, outils). On peut ainsi créer un GPT dédié à la veille concurrentielle, par exemple, capable de synthétiser des études de marché ou de suivre l'actualité d'un secteur. Pour les critiques, un GPT personnalisé n'était qu'un « prompt mis en forme », mais c'est en réalité plus que cela : un GPT peut effectuer des recherches sur le web, connecter des outils externes et exécuter du code personnalisé, ce qui en fait un bon moyen d'encapsuler des tâches récurrentes tout en développant ses compétences de context engineering. L'interface utilisateur reste toutefois celle d'une conversation textuelle classique.

Le GPT Store, bien que proposant aujourd'hui plusieurs millions de GPTs personnalisés, n'a pas généré l'engouement initialement attendu par OpenAI. Les Applications ChatGPT, lancées fin 2025, partent d'un principe différent : là où un GPT personnalisé enrichit simplement ChatGPT avec du contexte supplémentaire, une Application connecte ChatGPT à un service externe existant, permettant ainsi d'afficher des interfaces interactives, d'accéder à des données en temps réel et d'effectuer des actions directement dans la conversation.

I. Les Applications ChatGPT

Les Applications disponibles (à la date du 26 février 2026) sont pour l'instant organisées en deux catégories, Lifestyle (Booking.com, Tripadvisor, Spotify) et Productivité (Photoshop, Canva, Coursera, Notion, Slack). Lancées en octobre avec un nombre restreint de partenaires du programme pilote, elles sont maintenant ouvertes aux contributions de l'ensemble des développeurs depuis décembre.

Pour utiliser une Application, il faut d'abord l'installer depuis le menu « Applications » de ChatGPT. Une fois installée, il suffit de la mentionner dans la conversation (par exemple « @Tripadvisor, trouve-moi un hôtel à Lisbonne ») ou de la sélectionner via le menu « + » puis « Plus » en bas de la fenêtre de chat. Vous pouvez ensuite interagir avec l'application sans quitter la conversation, via des interfaces intégrées telles que des cartes, des formulaires ou encore des graphiques interactifs.

Après un lancement initialement limité aux utilisateurs non européens pour des raisons réglementaires, les Applications sont désormais accessibles en Europe, y compris pour les utilisateurs disposant d'un compte gratuit.

netsources 180 2.1

Printscreen : La page Applications de ChatGPT (chatgpt.com/apps) à la date du 26 février 2026

tags

Déjà abonné ? Connectez-vous...

Images générées par l’IA : comment les repérer (et pourquoi c’est si compliqué)

Netsources no
180
publié en
2026.02
3651
Acheter ce no
Tags
Intelligence artificielle | fact checking | fake news
Images générées par l’IA : comment les repérer (et pourquoi ... Image 1
Images générées par l’IA : comment les repérer (et pourquoi ... Image 1

Aujourd’hui, une photo de Donald Trump arrêté par la police peut faire le tour du monde avant que quelqu’un ne se rende compte… qu’elle n’a jamais existé. Les images générées par intelligence artificielle (IA) se multiplient sur les réseaux, parfois pour le divertissement, parfois pour désinformer. Mais une question persiste : comment savoir si une image a été créée par une IA ? Et surtout, pourquoi est-ce devenu si difficile ?

Les outils comme Midjourney, DALL·E ou Stable Diffusion ont démocratisé la création d’images bien avant le fameux Nanobanana de Google/Gemini, qui marque un tournant en combinant des capacités professionnelles à une vitesse de génération «Flash».

En quelques secondes, il suffit de taper une phrase comme “une femme en armure sous la pluie, style réaliste” pour obtenir une image bluffante et hyper réelle. Résultat : n’importe qui peut produire une photo “trop belle pour être vraie”. Et bien souvent, elle l’est. Si ces technologies sont fascinantes pour les artistes ou les créateurs de contenu, elles posent un vrai problème dans un monde où une image suffit à créer le doute : politique, désinformation, fake news… L’IA brouille les frontières entre le réel et le faux.

Des outils pour vérifier

Heureusement, des outils commencent à émerger pour nous aider à distinguer le vrai du faux :

  • Google “Recherche d’image inversée” : permet de voir si l’image existe déjà sur le web, ou sous une autre forme.
  • Hugging Face“AI or Not” : un détecteur algorithmique qui estime la probabilité d’une génération IA.
  • Truepic, Deepware, Illuminarty : des plateformes spécialisées dans la vérification d’images et de deepfakes.
  • Watermarks invisibles : certaines entreprises comme OpenAI ajoutent désormais des “signatures numériques” invisibles pour signaler une création IA.

tags

Déjà abonné ? Connectez-vous...

« Mon premier product manager sera ma 120ème recrue »

Netsources no
180
publié en
2026.02
3005
Acheter ce no
Tags
marketing | Intelligence artificielle
« Mon premier product manager sera ma 120ème recrue » Image 1
« Mon premier product manager sera ma 120ème recrue » Image 1

Christian Vigne (Narra), anciennement Product Manager chez Google, s’amuse dans ses chroniques à explorer l’impact de l’IA sur nos vies. Il est amené à conseiller les entreprises sur leurs stratégies IA (cadrage, priorisation, formation, conduite du changement).

C’est probablement l’idée la plus éclairante que j’ai tirée de très rares conversations que j'ai eues des dirigeants de startups d’IA de pointe. J’ai d’abord été un peu déstabilisé : d’un côté, la prise de conscience que c’est tout à fait logique ; et, de l’autre, qu’à terme cela pourrait générer des tensions.

Pour ce type de startup - ou plus largement pour les entreprises technologiques du même écosystème- cela a parfaitement du sens. La technologie ouvre la voie, car l’enjeu est de convaincre une communauté de développeurs d’adopter un modèle, d’attirer des chercheurs, d’inciter des investisseurs à s’engager, de se faire remarquer grâce à des avancées techniques, et de garder une longueur d’avance sur des concurrents ayant les mêmes objectifs.

J’aimerais avoir les données pour le prouver. Il est fort probable que les profils orientés produit et marketing – un vaste groupe de personnes qui se préoccupent du marché et des utilisateurs finaux - soient souvent recrutés tardivement dans ces entreprises. 120ème, 80ème ou 10ème embauche : tout dépend de la taille de celles-ci, des financements et du nombre de profils techniques déjà recrutés.

Cela ne veut pas dire que les équipes techniques ne se préoccupent pas des besoins des clients, bien au contraire. Elles s’efforcent activement de recueillir leurs retours pour comprendre ce qui fonctionne ou non. Je me reconnais pleinement dans cette approche. Je repense à des discussions dans mon ancienne entreprise où nous – équipes produit, marketing produit et ingénierie – posions toujours la même question : « Que pensez-vous de nos produits ? » Le but était simple : obtenir des retours, une ressource précieuse pour toute équipe produit.

Les échanges avec les clients peuvent créer l’illusion que le client est au centre des préoccupations. En réalité, l’intention est simple : « comment puis-je améliorer mon produit ? »

On observe ainsi une séquence chronologique claire :

recherche → ingénierie → gestion produit → marketing produit → croissance → clients . cela conduit souvent à une situation décrite comme « une solution à la recherche d’un problème ».

Il est d’ailleurs intéressant de noter l’ordre des mots : product → market → fit ou product → marketing → management.

Cela peut créer plusieurs tensions :

  • Rupture du dialogue : les équipes produit parlent du produit, tandis que les clients parlent de leurs problèmes métier. Il n’y a pas de véritable échange.
  • Perspectives brouillées : en se concentrant principalement sur les caractéristiques des produits, on s’attache au « comment » plutôt qu’au « pourquoi ». Cette approche freine l’émergence d’un consensus et l’identification des véritables enjeux, car elle met l’accent sur les détails aux dépens d’une vision d’ensemble.
  • Product-market fit : les entreprises peinent à atteindre cette adéquation parce qu’elles cherchent à faire entrer un produit dans un marché, plutôt que de partir des besoins du marché pour définir le produit. On retrouve ici la logique d’une solution développée avant d’avoir clairement identifié le problème.

Je n’ai pas de solution miracle, mais deux convictions clés qui permettent au marketing produit d’améliorer significativement le produit et sa position sur le marché :

  • Laisser parler l’âme des artistes : les artistes peuvent parler au monde sans attendre de réponse - et même, ils devraient le faire. C’est exactement pour cela que nous les aimons. Nous ne souhaitons pas qu’ils essaient de coller aux « besoins du marché », de peur qu’ils perdent leur âme — et avec elle leur capacité à enrichir la nôtre.

    Les leaders de la tech partagent avec les artistes une vision forte (voient-ils des choses que les autres ne voient pas ?) et c’est elle qui rend la différenciation possible sur le marché. Le rôle du marketing produit est d’amplifier la singularité de cette vision, sans la diluer pour s’adapter au marché ou au langage dominant. On pourrait presque interdire l’usage de l’IA générative pour écrire, car seules des paroles authentiques expriment une perspective unique. Comme le dit Tracy Chapman : « tout ce que vous avez, c’est votre âme ».

  • Ecouter le marché sans idées préconçues : cette compétence est beaucoup plus courante dans le domaine des produits, mais reste difficile à mettre en œuvre : poser des questions ouvertes, éviter de présumer des solutions, identifier les causes profondes des insatisfactions et réfléchir aux moyens de réduire les points de friction. Remarque : Narra est le prolongement direct de cette observation : replacer les clients au centre du jeu en les observant comme les protagonistes d’histoires d’entreprise fictives.
Oui, les responsables marketing produit peuvent être vus comme des médiateurs qui réconcilient vision technologique et demande du marché.

IA générative : quand savoir demander devient une compétence clé

Netsources no
179
publié en
2025.12
2610
Acheter ce no
IA générative : quand savoir demander devient une ... Image 1
IA générative : quand savoir demander devient une ... Image 1

L’intelligence artificielle s’intègre dans nos activités quotidiennes. À l'ère de la taylorisation rampante dans la zone «col blanc» de l’entreprise, les métiers de la donnée et de la connaissance se polarisent : exécution automatisée d›un côté, compétences de cadrage vitales de l›autre.

Netsources est une boussole dans cette mutation. Nous identifions les compétences qui résistent à l’automatisation, celles qui maintiennent l’humain aux commandes. Car la vraie question n’est pas «que peut faire l’IA ?», mais « que devons-nous savoir faire pour rester pilotes ? »

Sans questions, pas de valeur

Comme Christian Vigne l’avait souligné fin 2024 dans sa chronique «Mon premier paper : Answers in abundance, questions in scarcity», que nous publions ici pour la première fois : le problème n’est pas la machine avec son offre infinie de réponses, mais la question, souvent rare et mal formulée.

Un an après, avec une adoption B2B en forte croissance et des investissements triplés, cette «crise de la demande» demeure un sujet majeur: résultats aléatoires, bulle spéculative, débats sur l'intelligence réelle des LLMs.

Monter le décor

Ulysse Rajim présente le pas suivant après le prompt engineering : le context engineering. On n’écrit plus une phrase magique, on monte un décor entier - données, outils, sécurité - pour éviter que l’agent ne s’égare, se noie dans l’info ou se contredise. Savoir structurer ce contexte : une compétence fondamentale.

Lire aussi :

Le prompt, un art pour la veille stratégique et la recherche d'information 1ère et 2eme partie (Véronique Mesguich)

Choisir devient composer

Véronique Mesguich décrypte la contre-attaque de Google qui clarifie sa stratégie en intégrant l’IA dans ses écosystèmes pros, et la riposte des concurrents par la spécialisation: du «tout-en-un» vers des domaines ciblés (codage, recherche, création). On ne choisit plus un outil unique, mais on construit un portefeuille qu’il faut sans cesse suivre et valider. Une posture clef pour bâtir des stratégies IA hybrides.

Accélérer, pas remplacer

Elodie Charrière explore comment l’IA génère scripts, légendes et visuels sur mesure pour les réseaux sociaux. Les créateurs laissent l’IA écrire, trouver des angles. Non pour être remplacés - pour aller plus vite, tester, optimiser l’engagement. La compétence vitale ? Préserver l’intention créative. L’IA exécute, l’humain dirige.

Face à l’IA, structurer un contexte, orchestrer des outils, préserver une intention : ces compétences déterminent qui garde la main. Car formuler une question pertinente échappe à la taylorisation. C’est la compétence du cadre, pas de l’exécutant.