IA, justice et effet Matthieu : la semaine où la machine a voulu jouer au juge (et au banquier)

Quand l’IA passe le concours de la magistrature

Cette semaine, l’intelligence artificielle a candidaté à trois postes en même temps : juge fédéral à Berne, prophète existentiel à l’ONU, et distributeur de richesses cosmiques. Spoiler : elle n’est reçue nulle part, mais elle a bien secoué le jury.

On va faire le tri, parce que derrière ces trois news qui semblent flotter dans l’éther philosophique, il y a des questions très concrètes pour toute PME qui déploie de l’IA en 2026. Et non, on ne va pas vous refaire le coup du « vertige technologique ». On va parler business.

Berne se demande si un algorithme peut porter la robe

Première scène : le Parlement suisse. La question posée à Berne est simple, mais elle donne mal à la tête à tout le monde : faut-il bannir l’IA des décisions de justice ? Autrement dit, est-ce qu’un modèle statistique a le droit de dire si vous êtes coupable, si vous obtenez la garde des enfants, ou si votre demande d’asile est recevable ?

Le débat n’est pas nouveau, mais il devient urgent. Parce que pendant qu’on philosophe, les outils, eux, s’installent dans les back-offices : aide à la rédaction de jugements, tri de dossiers, analyse de jurisprudence. La frontière entre « assistant » et « décideur » est un dégradé, pas une ligne nette.

Ce que ça change pour vous (oui, vous, la PME)

Vous n’êtes pas un tribunal, d’accord. Mais si votre CRM prend des décisions automatisées — scoring de leads, priorisation client, refus de crédit, tri de CV — vous êtes exactement dans le même débat, en version miniature. Les questions à se poser :

• Qui est responsable quand l’algo se trompe ? Le fournisseur ? L’intégrateur ? Vous ?
• Peut-on expliquer une décision automatisée à un client qui la conteste ? (Indice : « le modèle a dit non » n’est pas une réponse acceptable)
• Où est le humain-in-the-loop ? Est-ce qu’un collaborateur peut, doit, va réellement challenger la reco de la machine ?

La bonne nouvelle : ces questions ont des réponses techniques. Journalisation des décisions, seuils de confiance, workflows d’escalade humaine, audit trail. C’est notre quotidien chez Smarsys quand on déploie des agents intelligents dans un CRM. Ce n’est pas de la magie, c’est du design.

L’ONU sort le carton rouge existentiel

Deuxième scène, changement d’ambiance : un Haut-Commissaire de l’ONU parle de « risque existentiel » posé par l’IA à l’humanité. Rien que ça. On passe de « est-ce que l’algo peut juger » à « est-ce que l’algo peut nous éteindre ». C’est la version stade final du débat.

On va être honnêtes : chez Smarsys, on n’est pas des adeptes du catastrophisme. On implémente des systèmes qui aident des vraies PME romandes à mieux vendre, mieux facturer, mieux comprendre leurs clients. La perspective d’une Skynet suisse implantée depuis un déploiement Salesforce nous semble… disons, distante.

MAIS. Le sous-texte du message onusien est intéressant. Ce n’est pas tant « les machines vont nous tuer » que « personne ne gouverne réellement cette transformation ». Et ça, c’est un vrai sujet business, parce que ça annonce une chose : la régulation arrive. Elle est déjà là en Europe avec l’AI Act, elle se prépare en Suisse, elle va toucher tout le monde.

La règle d’or : anticipez plutôt que subir

Les entreprises qui vont s’en sortir ne sont pas celles qui déploient le plus d’IA le plus vite. Ce sont celles qui documentent, tracent, et gouvernent leurs usages IA dès maintenant. Parce que dans 18 mois, quand on vous demandera « qui a validé quoi, quand, pourquoi », il faudra une réponse.

L’effet Matthieu : quand l’IA donne plus à ceux qui ont déjà

Troisième scène, la plus subtile. Le Devoir consacre une réflexion à ce que le sociologue Robert Merton avait appelé « l’effet Matthieu » — cette dynamique où « à celui qui a, il sera donné ». Appliqué à l’IA, ça donne un scénario glaçant : les entreprises qui ont déjà des données propres, des équipes tech, du budget cloud, vont capter l’essentiel des bénéfices de l’IA. Les autres vont regarder passer le train.

C’est un vrai risque, notamment pour les PME romandes. On voit passer beaucoup de projets où le point de blocage n’est pas l’IA elle-même, c’est la qualité des données. Un ERP mal tenu depuis dix ans, un CRM avec 40% de doublons, un fichier client qui vit sur trois Excel dispersés — dans ce contexte, greffer un agent IA revient à mettre un moteur de F1 sur une trottinette.

La bonne séquence, dans l’ordre

1. Nettoyer la donnée (glamour zéro, ROI énorme)
2. Structurer les processus (savoir qui fait quoi, où, avec quels outils)
3. Poser un socle CRM/ERP moderne (Salesforce, Dynamics, ou autre selon le contexte)
4. ENSUITE, ajouter l’IA là où elle a du sens

C’est moins sexy qu’un pitch « on va faire de l’IA générative sur vos données », mais c’est ce qui distingue les projets qui tiennent des projets qui finissent en démo PowerPoint.

Ce qu’on retient

Trois news, trois échelles — le tribunal, la planète, l’économie — mais un fil rouge : l’IA n’est pas neutre. Elle prend des décisions, elle redistribue du pouvoir, elle a besoin d’être gouvernée. Pour une PME, ça se traduit très concrètement : documentez vos usages, gardez l’humain dans la boucle, et travaillez d’abord votre donnée. Le reste suivra.

Et si vous voulez en parler avec des gens qui font ça au quotidien plutôt qu’en séminaire, vous savez où nous trouver.

Sources

• Le Temps — Faut-il bannir l’intelligence artificielle des décisions de justice ?
• RTS — Un Haut-Commissaire de l’ONU s’inquiète du risque existentiel de l’IA
• Le Devoir — L’intelligence artificielle et l’effet Matthieu