Bienvenue dans la semaine où l’IA a fait le grand écart
Cette semaine, l’IA joue sur deux terrains complètement opposés. D’un côté, une usine à Grandson (oui, dans le canton de Vaud, entre le lac et les vignes) qui utilise la vision par ordinateur pour trier des bouteilles en plastique. De l’autre, les patrons de la Silicon Valley qui se demandent publiquement si leur bébé ne va pas finir par nous exterminer tous. Entre le tapis roulant et l’extinction de l’humanité, il y a un monde. Et c’est exactement ce monde-là qu’on va explorer aujourd’hui.
Spoiler : les deux histoires racontent en réalité la même chose. L’IA est un outil. Un outil ultra-puissant, certes. Mais un outil. Ce qu’on en fait, à quelle échelle, avec quels garde-fous : c’est ça qui compte. Et c’est pile le boulot des gens qui bossent en business analyse et transfo digitale.
Grandson : quand la vision par ordinateur devient éboueuse
Commençons par la bonne nouvelle du jour, celle qui ne fait pas la une des sites d’infos mais qui devrait. À Grandson, une installation industrielle utilise l’intelligence artificielle pour trier les plastiques. Concrètement : des caméras, des algorithmes de reconnaissance d’image, et des bras mécaniques qui séparent le PET du PEHD du polypropylène à une vitesse qu’aucun humain ne pourrait tenir.
C’est exactement le cas d’usage rêvé pour de l’IA appliquée. Ni sexy, ni tape-à-l’œil, ni existentiel. Juste utile. Un problème métier concret (le tri des déchets coûte cher et est peu fiable quand fait à la main), une donnée bien structurée (des images de bouteilles sur un tapis), un ROI mesurable (tonnes de matière recyclée valorisée versus enfouies), et une intégration dans un process industriel existant.
Pourquoi ce genre de projet marche
Parce qu’il coche toutes les cases du bon projet IA :
- Un périmètre limité. On ne demande pas à l’IA d’écrire la Constitution, juste de reconnaître du PET transparent.
- Des données d’entraînement disponibles. Des millions d’images de bouteilles, ça se collecte.
- Un feedback loop clair. L’IA se trompe ? On le voit tout de suite dans la benne du bas.
- Un humain qui garde la main sur le paramétrage et la maintenance.
C’est exactement ce genre de projet qu’on adore chez Smarsys : de l’IA qui ne cherche pas à remplacer un humain mais à faire un truc qu’aucun humain n’a envie de faire pendant 8 heures d’affilée. Pas de bullshit, du résultat.
Pendant ce temps, à San Francisco : « et si on freinait un peu ? »
Changement d’échelle brutal. Selon La Liberté, Elon Musk et Sam Altman soutiennent publiquement le patron d’Anthropic dans son appel à ralentir sur l’IA. Oui, vous avez bien lu. Les patrons des trois boîtes qui appuient le plus fort sur l’accélérateur depuis trois ans nous disent maintenant qu’il faudrait peut-être lever un peu le pied.
C’est un peu comme si Verstappen, Hamilton et Leclerc sortaient de leur monoplace au milieu du Grand Prix pour dire : « les gars, on va peut-être un peu vite, non ? ». Sauf qu’ils continuent à rouler.
Comment lire ce genre de sortie ?
Avec un mélange de sérieux et de scepticisme. Sérieux, parce que ces gens ont accès à des roadmaps qu’on ne voit pas et qu’ils voient venir des capacités qui posent effectivement des questions. Scepticisme, parce que dire « il faut ralentir » quand on est leader ressemble étrangement à « il faut ralentir tout le monde sauf moi ».
Pour une PME romande qui se demande si elle doit intégrer de l’IA dans son ERP ou son CRM, ce débat existentiel n’a pas grand chose à voir avec son quotidien. Ce qui compte, c’est : est-ce que mon fournisseur (Salesforce, Microsoft, Google) a une gouvernance claire, des garde-fous techniques, une politique de données transparente ? La réponse est oui, chez tous les grands acteurs. Le reste, c’est du bruit médiatique.
« L’IA peut-elle vraiment tous nous tuer ? » : la question qui fait vendre du clic
Le Matin y va aussi de son article existentiel cette semaine. Titre : « L’IA peut-elle vraiment tous nous tuer ? ». Réponse courte : probablement pas cette semaine. Réponse longue : la question mélange en réalité trois débats très différents qu’on gagne à séparer.
Trois débats qui n’ont rien à voir
Premier débat : les risques immédiats (biais, hallucinations, désinformation, deepfakes). Réels, documentés, gérables avec de la gouvernance et du bon sens produit.
Deuxième débat : les risques systémiques (concentration économique, dépendance aux modèles, disruption du travail). Réels aussi, plus difficiles à traiter, mais qui relèvent de la politique publique et pas de la science-fiction.
Troisième débat : le risque existentiel façon Terminator (une superintelligence qui décide de nous éliminer). Hautement spéculatif, mobilise beaucoup d’attention médiatique et peu de solutions concrètes.
Le problème, c’est que les articles grand public mélangent souvent les trois. Résultat : soit on panique pour rien, soit on se blinde contre le mauvais risque.
La morale de la semaine : penser en cas d’usage
Entre les bouteilles PET de Grandson et l’apocalypse annoncée du Matin, il y a un continuum. Et c’est le job des business analystes, des consultants et des DSI de placer le curseur au bon endroit pour chaque projet.
La bonne question n’est jamais « l’IA va-t-elle nous tuer ? », mais « cette implémentation d’IA, dans mon contexte, sur ce cas d’usage, avec ces données : qu’est-ce qu’elle m’apporte, qu’est-ce qu’elle me coûte, et qu’est-ce qui se passe si elle se plante ? ». C’est moins vendeur en titre, mais c’est ce qui fait tourner les projets qui marchent.
Et pendant que la Silicon Valley se torture sur l’extinction de l’humanité, à Grandson, on trie des bouteilles. Ça a l’air moins glamour. Mais c’est peut-être ça, le vrai visage de l’IA utile.
Sources
- L’intelligence artificielle au service du tri des plastiques à Grandson – La Télé
- L’IA peut-elle vraiment tous nous tuer ? – lematin.ch
- Ralentir sur l’IA : Musk et Altman soutiennent le patron d’Anthropic – La Liberté
🤖 Comment cet article a été produit
Veille RSS automatisée, rédaction par Claude Opus 4.7 (API Anthropic), supervision éditoriale et brand voice par l'équipe Smarsys. Visuel généré par GPT Image 2 (OpenAI). Un pipeline maison construit sur Make.com + WordPress, similaire à ce que nous déployons pour nos clients. Envie du même setup chez vous ?
