L'IA n'invente pas l'expertise — elle l'amplifie

Depuis que je travaille tous les jours avec des agents IA, j'ai un constat de terrain qui revient sans arrêt : la qualité de ce que je produis avec une IA dépend très peu du modèle utilisé, et beaucoup de mon niveau d'expertise sur le sujet traité. C'est en regardant ce constat sous un autre angle qu'on commence à voir comment l'IA va transformer la collaboration dans nos organisations.

Sur les sujets que je maîtrise vraiment, les résultats sont extraordinaires

Quand je pilote une IA sur des décisions d'architecture technique, la conception d'un harnais de tests E2E, ou la revue d'une stratégie de déploiement, les résultats sont d'une qualité que je n'aurais jamais imaginée il y a deux ans. Je ne parle pas de gain de productivité de 10 %. Je parle d'un saut net.

Pourquoi ? Parce que je fais du développement depuis vingt ans, que je pilote des équipes tech depuis quinze ans. Quand l'IA me propose une option, je sais immédiatement si elle est bonne, si elle a un défaut subtil, ou si elle passe à côté d'un cas que mon expérience me souffle. Je ne lui demande pas seulement de coder — je lui demande de choisir entre dix manières de coder, et je choisis avec elle. C'est un pilotage d'expert.

Sur les sujets adjacents, le saut qualitatif est moins spectaculaire

Le contraste est net quand je prends un sujet où je ne suis pas expert.

Quand je pilote une IA sur la conception d'un parcours marketing, sur la déclinaison d'un design system, sur le copywriting d'une page de prestation — le résultat reste bon. Très probablement meilleur, et plus rapide, que ce que la majorité des praticiens — même expérimentés — produiraient à la main dans le même temps. Mais le saut qualitatif que je constate sur mes sujets d'expertise n'est plus le même. Je me contente plus souvent de la première proposition de l'IA, parce que je n'ai pas les références fines pour savoir quand pousser plus loin et quand m'arrêter.

Et quand je rebascule ce travail vers d'anciens collègues de Wizbii qui sont, eux, vraiment experts en marketing ou en design — quand ils me donnent leur vocabulaire, leurs insights, leur intuition métier — le résultat fait à nouveau un saut. Pas parce que l'IA est devenue meilleure entre-temps. Parce que le pilotage est devenu plus expert.

Ce que ça révèle

L'IA n'invente pas l'expertise. Elle amplifie celle qu'on lui apporte.

Un expert qui pilote une IA produit ce que cet expert produirait s'il avait dix mains, dix cerveaux, et zéro fatigue. Un non-expert qui pilote la même IA produit la moyenne de ce que dit Internet sur le sujet — c'est-à-dire un travail honnête, parfois utile, jamais distinctif.

C'est en partant de ce constat que j'ai progressivement compris que la promesse parfois entendue d'une « IA qui remplace les experts » se trompe. L'IA ne remplace pas les experts : elle augmente énormément leur valeur, et elle réduit énormément la valeur de ceux qui n'avaient pas d'expertise propre à apporter.

Conséquence pour nos organisations : la fin des silos d'expertise

Avant l'IA, pour qu'un développeur bénéficie de l'expertise marketing de l'organisation sur un projet, il fallait organiser une réunion. Faire passer du contexte. Attendre que la collègue marketing soit dispo. Recommencer si une question surgissait trois jours plus tard. La friction était énorme — et elle expliquait pourquoi tant de projets sortaient sans la qualité d'expertise dont l'entreprise disposait pourtant en interne.

Avec l'IA, la mécanique change. C'est exactement le sujet que j'ai détaillé dans Le monorepo-mémoire : le vrai levier n'est pas le prompt. Chaque expert dépose son contexte — son vocabulaire, ses critères, ses cas particuliers, ses non-négociables — une fois, dans la mémoire vivante du projet. Toute l'organisation peut ensuite mobiliser cette expertise via l'IA, à n'importe quel moment, sans sortir l'expert d'une autre tâche.

Concrètement, ça veut dire qu'une décision d'architecture technique peut intégrer en cinq minutes le point de vue marketing, design, juridique et financier de l'organisation — pas parce que l'IA fait du bon travail dans chacun de ces domaines toute seule, mais parce qu'elle a accès à ce que chaque expert a déposé. C'est un gain de coordination dont nos organisations n'ont jamais bénéficié auparavant.

Pour les équipes tech qui veulent installer cette dynamique, j'ai détaillé l'approche dans Déployer l'IA agentique dans une équipe de 40 personnes — et plus largement dans Les nouveaux rôles dans une équipe tech augmentée par l'IA.

Ce qui se complique : la place du non-expert

Le revers de la médaille est moins facile à dire, mais il faut le poser honnêtement. Si l'IA amplifie l'expertise de ceux qui en ont, elle réduit mécaniquement la valeur ajoutée de ceux qui apportaient surtout leur temps disponible plutôt qu'une expertise propre.

Je pense aux profils intermédiaires qui faisaient le lien entre les experts, qui synthétisaient, qui rédigeaient ce que d'autres pensaient. Ces tâches deviennent les premières que l'IA prend en charge correctement — pas brillamment, mais correctement, et à un coût marginal proche de zéro. Les organisations qui s'organisaient avec une couche épaisse d'intermédiaires vont sentir la pression la plus forte.

Ce n'est pas une fatalité. Le chemin est de devenir expert sur quelque chose. L'expertise n'est pas une question de diplôme, c'est une question de pratique répétée et d'intuition métier accumulée. Tout collaborateur a un domaine où il peut se positionner comme l'expert de l'organisation — à condition de l'identifier et de le travailler activement.

Donc, qu'est-ce qui change pour les équipes ?

Les équipes ne disparaissent pas. Elles changent de nature.

L'équipe d'avant l'IA était structurée autour d'une logique de coordination : on découpait le travail entre généralistes pour avancer en parallèle, et on se synchronisait régulièrement pour réintégrer les morceaux. L'équipe avec l'IA se structure autour d'une logique d'orchestration : chaque membre apporte une expertise distinctive, qu'il dépose dans la mémoire commune et qu'il pilote activement quand son domaine est sollicité.

Ce n'est pas un détail organisationnel. C'est un changement de ce qui fait la valeur d'une équipe — et donc de qui la compose, comment on la recrute, comment on l'évalue, comment on la forme. Les CTO et les CPO qui prennent ce virage sérieusement le constatent vite : les équipes plus petites mais plus expertes battent largement les équipes plus grandes mais plus généralistes.