Gardez son esprit critique face à l'IA

On tape une question dans une IA générative, la réponse arrive, formulée avec assurance, bien construite et on la croit. C'est exactement le réflexe qu'on a développé avec Google depuis vingt ans : ce qui sort en premier doit être vrai. Sauf qu'un moteur de recherche et une IA générative ne fonctionnent pas du tout de la même façon, et c'est précisément ce qui explique la majorité des erreurs que je vois en formation.

Dans ce 165ème épisode, je reviens sur un point que je martèle à chaque session : les outils d'IA sont probabilistes, pas déterministes. Et sans esprit critique, cette différence peut coûter cher.

Pourquoi une IA générative peut se tromper avec assurance

Une IA générative ne « comprend » pas une demande au sens strict. Elle calcule, mot après mot, la suite la plus probable compte tenu du contexte et de tout ce qu'elle a appris. Ce fonctionnement statistique a une conséquence directe : l'outil peut produire une réponse fausse tout en la formulant avec la même assurance qu'une réponse juste. Rien, dans le ton du texte généré, ne signale une incertitude.

C'est ce qui distingue fondamentalement une IA générative d'un moteur de recherche classique : Google renvoie des pages existantes à vérifier, une IA générative fabrique une réponse, parfois exacte, parfois non.

Qu'est-ce qu'une hallucination IA ? (définition)

Une hallucination IA est une information générée par l'outil qui paraît plausible mais qui est fausse ou inventée. Elle peut prendre plusieurs formes :

• une date erronée ou obsolète
• un chiffre ou une statistique inventés
• une citation mal attribuée à la mauvaise personne
• un indicateur (KPI) ou une notion qui n'existe tout simplement pas

L'exemple que je donne dans l'épisode : un de mes stagiaires en formation avait reçu de l'IA un KPI qui n'existait pas. Plutôt que de vérifier ailleurs, il a fait confiance à l'outil — et s'est retrouvé à défendre une notion inventée. Le réflexe à avoir aurait été simple : croiser l'information sur Google, sur un autre LLM, ou challenger directement l'IA en lui demandant de préciser sa source.

Une cause fréquente d'hallucination : la date de connaissance de l'IA

Point souvent ignoré en formation : par défaut, la base de connaissances d'un LLM s'arrête à une date donnée (autour de 2024 pour la plupart des modèles au moment de l'épisode). Si votre prompt ne précise pas qu'on est en 2026, l'IA peut tout simplement répondre avec des données obsolètes de deux ans — sans vous prévenir.

Réflexe simple à adopter : indiquez systématiquement la date actuelle dans votre prompt, ou activez la recherche web quand l'outil le permet (ChatGPT, Claude, Perplexity). Cette seule précision réduit considérablement le risque de récupérer une information périmée.

6 réflexes pour vérifier une réponse d'IA générative

# Réflexe Pourquoi ça marche 1 Préciser la date actuelle dans le prompt Évite que l'IA reste bloquée sur sa base de connaissances par défaut 2 Demander explicitement une recherche web Force l'outil à aller chercher une information à jour 3 Demander de citer ses sources L'absence de source est un premier signal d'alerte 4 Cliquer et lire réellement les sources citées Le résumé de l'IA et le contenu réel de la source ne correspondent pas toujours 5 Demander « es-tu sûr de ta réponse ? » Pousse l'IA à revérifier les chiffres avancés 6 Demander une auto-évaluation sur 10, puis demander d'atteindre 10/10 Incite l'IA à affiner et préciser sa réponse

Sur le réflexe n°4 : j'ai un exemple personnel avec Perplexity, sur une recherche à propos d'une fonctionnalité de véhicule. L'outil m'avait donné plusieurs sources, dont une vidéo YouTube. En regardant l'intégralité de la vidéo, l'information censée s'y trouver n'existait tout simplement pas. Conclusion : toujours vérifier la source elle-même, pas seulement le résumé qu'en fait l'IA.

Quel outil pour minimiser les hallucinations ?

Outil Point fort observé Point de vigilance Perplexity Le plus fiable sur la fiabilité des sources citées, particulièrement en recherche web Vérifier tout de même le contenu réel des sources Claude Réponses très complètes Davantage sujet aux hallucinations selon mon usage

Ce que la fiabilité de l'IA ne remplace pas : votre expertise

Le point le plus important de l'épisode n'est pas technique, il est méthodologique : ce qui nourrit réellement une IA, c'est le feedback qu'on lui donne. Et ce qui enrichit votre pratique, c'est votre propre expertise métier — pas le premier résultat généré. Trop de personnes, y compris en formation, s'arrêtent à la première réponse en se disant « je l'améliorerai plus tard ». C'est l'inverse du bon réflexe : il faut challenger l'IA avant de considérer la réponse comme acquise.

En résumé

Garder son esprit critique face à l'IA générative, ce n'est pas douter de tout en permanence — c'est adopter quelques réflexes simples et systématiques : contextualiser la date, demander des sources, les vérifier réellement, et challenger l'outil sur sa propre confiance. Ce sont ces petits gestes, répétés, qui transforment l'IA d'un outil qu'on subit en un outil qu'on pilote.

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

✅ Partagez cet épisode à un dirigeant qui en aurait besoin

🎙️ Abonnez-vous à Digital Feeling sur votre plateforme d'écoute préférée pour ne manquer aucun épisode.

Gouvernance de l'IA en entreprise : pourquoi la conformité RGPD et IA Act ne peut plus être un sujet réservé au DPO

Conformité, RGPD, IA Act : dans beaucoup d'entreprises, ces mots renvoient directement à un service : le juridique, le DPO, parfois la DSI. Un sujet que l'on délègue, que l'on coche, et dont on espère ne plus avoir à s'occuper. C'est justement l'angle mort que j'ai voulu creuser dans ce nouvel épisode de Digital Feeling, avec Leïla Chaudhry, consultante et experte en éthique et IA responsable.

Nous avions déjà co-animé un webinaire ensemble sur ces questions, et la demande de clarification était trop forte pour s'arrêter là. Dans ce 164 ème épisode, Leïla revient sur ce qui distingue une simple mise en conformité d'une véritable gouvernance de l'IA, sur le risque très concret du Shadow IA, et sur les premières jurisprudences qui commencent à dessiner les contours de la responsabilité des entreprises.

Gouvernance de l'IA : une définition

La gouvernance de l'IA en entreprise désigne l'ensemble des règles, rôles et responsabilités permettant de savoir qui fait quoi avec l'intelligence artificielle, dans quel cadre de sécurité, avec quelles limites, et avec quelle auditabilité. Contrairement à une approche de conformité classique, elle repose sur un pilotage collectif et non sur un seul département.

Comme le rappelle Leïla Chaudhry, la gouvernance ne se décrète pas depuis un seul bureau : elle se construit dès qu'une entreprise commence à intégrer des outils liés à l'intelligence artificielle, et elle engage plusieurs fonctions à la fois.

Pourquoi la conformité IA ne peut pas reposer sur un seul service

C'est la première idée forte de cet échange : dès qu'on parle d'IA, les responsabilités s'entremêlent. Il ne s'agit pas d'opposer le juridique, la DSI ou le métier, mais de les faire travailler ensemble au sein d'un même comité de pilotage.

Leïla détaille les rôles qui doivent, selon elle, être représentés autour de la table :

• Le métier / business owner, qui prend la décision et engage l'entreprise vis-à-vis de ses clients
• L'IT, qui évalue l'architecture et la performance de la solution
• La sécurité, qui contrôle les risques cyber sur la durée de vie du système
• Le juridique et la conformité, qui posent le cadre, définissent les usages autorisés et veillent au respect des obligations
• Le DPO, sur les questions de données personnelles et d'anonymisation

L'objectif : construire une gouvernance suffisamment robuste pour que les responsabilités soient claires et partagées, plutôt que diluées.

L'erreur la plus fréquente : se renvoyer la balle

Sur le terrain, l'erreur qu'elle observe le plus souvent chez ses clients n'est pas un manque de bonne volonté, mais un jeu de ping-pong organisationnel : l'IT qui dit que ce n'est pas son ressort, le métier qui renvoie vers la sécurité ou le juridique, et personne qui n'avance vraiment. Résultat : l'innovation attend, les projets prennent du retard, et l'absence de cadre clair finit par exposer l'entreprise à un non-respect des réglementations.

Cette gouvernance n'a d'ailleurs pas besoin d'être lourde ou ultra-formalisée pour être efficace. Ce que décrit Leïla ressemble davantage à un espace de dialogue régulier entre profils non techniques et techniques, chacun apportant sa brique : le juridique pose le cadre, le métier exprime le besoin, l'IT évalue la faisabilité, le DPO signale les points d'anonymisation nécessaires.

Le Shadow IA : le risque que la RGPD n'avait pas anticipé

Deuxième sujet central de l'épisode, et sans doute le plus concret pour beaucoup d'entreprises : le Shadow IA. On connaît le Shadow IT depuis longtemps ; le Shadow IA en est le prolongement direct, à une différence près : la vitesse à laquelle il se répand.

Le Shadow IA désigne l'usage, par des collaborateurs, d'outils d'intelligence artificielle non validés par l'entreprise (souvent des LLM grand public gratuits) pour traiter des données professionnelles, parfois personnelles, confidentielles ou stratégiques.

Un chiffre partagé par Leïla lors de notre précédent webinaire donne la mesure du problème : près de 70 % des entreprises auraient déjà été concernées par du Shadow IA, sans même en avoir conscience.

Le mécanisme est souvent le même : une entreprise peut interdire l'accès à certains outils sur les postes de travail professionnels, mais rien n'empêche un collaborateur d'utiliser son smartphone personnel pour poser une question, rédiger un email, ou transmettre des informations client : noms, données personnelles, parfois des éléments confidentiels comme un brevet ou un futur modèle de véhicule pas encore annoncé.

Pourquoi les dirigeants sous-estiment ce risque

Leïla identifie plusieurs biais récurrents chez les dirigeants :

1. Le biais de la fausse sécurité : penser que les données de l'entreprise sont bien protégées, alors qu'elles transitent par des outils grand public sans consentement ni cadre.
2. Le biais de la taille : se dire que la CNIL cible surtout les grands groupes (Google, Amazon) et que les sanctions record ne concernent pas les PME.
3. Le calcul de risque à court terme : préférer encaisser une éventuelle amende plutôt que d'investir dans la formation ou l'accompagnement, sans intégrer le coût réel d'un contrôle.

Or, comme le rappelle Leïla, la réglementation s'applique à toutes les entreprises, quelle que soit leur taille. Une sanction proportionnelle au chiffre d'affaires reste un choc financier, même pour une structure modeste.

Comment limiter le Shadow IA sans bloquer l'innovation

Interdire ne suffit pas : dans les faits, un employeur ne peut pas empêcher l'usage d'un LLM sur un terminal personnel. La réponse de Leïla repose sur trois leviers complémentaires :

• Sensibiliser les équipes aux enjeux RGPD et IA Act, au-delà d'une simple charte d'usage signée une fois
• Cartographier et classifier les données selon leur niveau de sensibilité (données publiques déjà disponibles en ligne vs données confidentielles ou stratégiques à chiffrer et dont le partage doit être strictement encadré)
• Proposer une alternative interne : mettre à disposition des collaborateurs une IA d'entreprise ou des outils intégrés, pour qu'ils gagnent en productivité sans ouvrir de faille de sécurité

Sur ce dernier point, elle évoque, sans entrer dans le détail technique, la possibilité de s'appuyer sur des modèles déjà entraînés (elle cite Mistral à titre d'exemple) et de les adapter avec les données propres de l'entreprise plutôt que de partir de zéro.

Conformité et souscription : ce que change une licence entreprise

Un point que nous n'évoquons pas assez souvent : souscrire une licence entreprise à un outil d'IA générateur (Claude, ChatGPT en version professionnelle) plutôt que de laisser les équipes utiliser des comptes gratuits change la donne en matière de confidentialité et de chiffrement des échanges avec, pour Google, quelques conditions à vérifier de plus près. Ce n'est pas gratuit, mais c'est aussi ce qui permet de sécuriser réellement les usages plutôt que de les subir.

Et cela pose une question de fond que Leïla formule très clairement : faire de l'IA pour faire de l'IA n'a pas de sens. Avant de déployer un outil auprès de tous les collaborateurs, la vraie question est de savoir qui en a réellement besoin, pour quel usage, et pour quel gain de productivité.

RGPD, IA Act : une superposition de textes, pas une redondance

Beaucoup d'entreprises se demandent si le RGPD, antérieur à la démocratisation de l'IA générative, est encore adapté. Pour Leïla, la réponse tient en un principe simple : il n'y a pas d'IA sans données, et il n'y a pas d'IA de qualité sans données de qualité donc pas d'IA sans RGPD.

L'IA Act ne remplace pas le RGPD : il vient s'y superposer, avec ses propres exigences en matière de gestion des risques algorithmiques, notamment sur les sujets à fort enjeu humain.

Les premières jurisprudences à connaître

Leïla cite plusieurs précédents qui donnent une idée assez nette des priorités des autorités :

Cas Sujet Enseignement CNIL vs Amazon Algorithmes de surveillance de la productivité (rythme de travail, pauses) Les outils de contrôle algorithmique du travail sont une cible prioritaire des sanctions Algorithmes de tri de CV (ATS) Biais introduits par les données d'entraînement, pas par l'algorithme lui-même Un système entraîné sur les profils "qui ont réussi" dans l'entreprise peut reproduire des discriminations existantes (âge, profil type) Air Canada Chatbot ayant transmis une information erronée à un client L'entreprise reste juridiquement responsable des décisions prises par ses outils d'IA, y compris un simple chatbot Employé licencié après usage d'une IA "gratuite" Faute liée à l'usage d'un outil non validé, avec impact client L'employeur ne peut pas se dédouaner en argumentant que c'est "la faute du salarié", l'entreprise reste responsable.

Un principe commun ressort de ces exemples : on ne peut jamais reporter la responsabilité sur "la faute de la machine". L'IA reste un outil ; la responsabilité juridique reste entièrement du côté de l'entreprise qui le déploie.

Sur le sujet spécifique des ATS et du recrutement, Leïla voit dans l'IA Act une opportunité positive : en imposant des degrés de protection pour les décisions à impact humain, le texte pourrait justement remettre un peu d'humain dans des processus de recrutement devenus, depuis des années déjà, largement automatisés et parfois déshumanisants.

Privacy by Design : intégrer la conformité dès la première minute

Dernier point structurant de l'échange : à quel moment intégrer la conformité dans un projet IA ? La réponse de Leïla est sans ambiguïté : dès la conception, en s'appuyant sur le principe de Privacy by Design.

Un projet d'IA conçu sans respecter le RGPD dès le départ s'expose à un scénario coûteux : les autorités peuvent, dans certains cas, contraindre une entreprise à détruire purement et simplement le modèle développé, parce qu'il ne respecte pas les droits des personnes ou la protection des données personnelles. Tout le temps et l'argent investis sont alors perdus, et il faut recommencer de zéro.

Intégrer la conformité en amont n'est donc pas qu'une contrainte réglementaire : c'est aussi, très concrètement, un avantage concurrentiel. Une entreprise en règle ne prend pas le risque d'être arrêtée en plein projet et de devoir tout reprendre à zéro.

Deux principes reviennent régulièrement dans les propos de Leïla sur ce point : la source des données doit toujours être claire, et leur traitement doit rester transparent même si, comme je le souligne dans l'épisode en écho au livre d'Éric Hazan, la transparence algorithmique reste un sujet complexe, parfois plus exigeant que celui qu'on demande aux humains eux-mêmes.

Les 3 conseils de Leïla Chaudhry pour démarrer une réflexion IA responsable

Pour conclure l'épisode, je demande toujours à mes invités un conseil actionnable. Voici les trois axes que Leïla propose aux entreprises qui démarrent leur réflexion sur l'IA responsable :

1. Concevoir et déployer les systèmes en s'appuyant sur le RGPD, en s'assurant que toutes les obligations sont respectées : information des personnes, base légale, sécurité des données.
2. Se former et sensibiliser ses équipes au Shadow IA, en intégrant des cas d'usage métier concrets plutôt qu'une charte théorique, et en identifiant les besoins réels avant de choisir une technologie.
3. Se mettre en conformité dès maintenant, sans attendre l'entrée en vigueur complète de l'IA Act. Le calendrier de certains volets du texte a pu glisser (notamment avec le paquet dit "omnibus numérique"), mais RGPD et IA Act se superposent déjà : attendre, c'est prendre du retard sur un cadre qui s'applique en grande partie dès aujourd'hui.

En résumé

La gouvernance de l'IA responsable n'est ni un sujet purement juridique, ni un sujet purement technique : c'est un sujet collectif, qui engage le métier, l'IT, la sécurité et le juridique autour d'une même table. Le vrai risque aujourd'hui n'est pas tant la complexité du RGPD ou de l'IA Act que le Shadow IA, cet usage informel, individuel, largement invisible pour la direction, qui expose l'entreprise sans qu'elle en ait toujours conscience.

Retenez surtout ceci : la conformité intégrée dès la conception coûte moins cher que la conformité corrigée après coup. Et la meilleure IA n'est pas la plus puissante, c'est celle qui répond à un vrai besoin métier, dans un cadre maîtrisé.

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

✅ Partagez cet épisode à un dirigeant qui en aurait besoin

🎙️ Abonnez-vous à Digital Feeling sur votre plateforme d'écoute préférée pour ne manquer aucun épisode.

Vibe Coding : coder sans savoir coder, mythe ou révolution pour les professionnels ?

"Et si je n'avais pas besoin de savoir coder pour développer une application ?"
C'est exactement la promesse du vibe coding, et elle est en train de changer la donne pour les marketeurs, les formateurs et les entrepreneurs.

Qu'est-ce que le vibe coding ? Définition et origines

Dans ce 163 ème épisode, je décortique le vibe coding. Il a été popularisé début 2025 par Andrej Karpathy, co-fondateur d'OpenAI et ancien directeur de l'intelligence artificielle chez Tesla. Star incontestée de la Silicon Valley, quand Karpathy lance un concept, le secteur tech l'écoute.

Son idée est simple mais radicale : laisser l'IA générer du code en se basant uniquement sur des instructions en langage naturel, sans nécessairement lire ni comprendre le code produit.

En pratique, cela signifie que vous décrivez ce que vous voulez :une fonctionnalité, une interface, un outil, et l'IA génère le code correspondant. L'intention remplace la syntaxe.

Exemple concret : au lieu d'apprendre JavaScript, vous écrivez dans votre outil : "Crée un minuteur de 10 minutes avec un fond violet qui émet un son quand il arrive à zéro." En quelques secondes, vous avez votre application. Pas besoin d'un développeur pour ça.

Vibe coding vs no-code vs développement assisté : quelles différences ?

Avant d'aller plus loin, clarifions les notions souvent confondues.

Le no-code traditionnel

Des outils comme Notion, Webflow ou Airtable proposent des interfaces graphiques avec des blocs prédéfinis. On assemble, on configure, mais on ne génère pas vraiment de code. C'est puissant, mais limité aux fonctionnalités prévues par l'outil.

Le développement assisté par IA

Un développeur qui utilise GitHub Copilot ou Cursor reste maître de son code : il lit les lignes, les valide, les corrige. L'IA est un copilote, pas un pilote automatique.

Le vibe coding

Ici, le vibe coder peut délibérément choisir de ne pas comprendre le code généré. C'est à la fois libérateur, on obtient un résultat concret sans barrière technique , et potentiellement risqué, nous y reviendrons. Ce qui est généré est du vrai code : HTML, JavaScript, Python. Pas des blocs visuels, du vrai code fonctionnel.

Les outils de vibe coding à connaître en 2025

Le vibe coding est aujourd'hui accessible sur une grande variété de plateformes :

• Bolt : idéal pour débuter, version gratuite disponible, excellent pour des tests avec des apprenants
• Lovable : reconnu pour la qualité des interfaces générées
• Claude (Cowork) : performant pour des projets plus structurés
• Codex sur ChatGPT : une option solide dans l'écosystème OpenAI
• Canva : surprenant mais très accessible, avec des suggestions natives qui rendent l'expérience très naturelle
• Cursor : plutôt destiné aux profils plus techniques

Lors d'une session de formation, j'ai testé Bolt avec des apprenants : en moins de deux minutes, on avait co-généré une application de prise de rendez-vous complète : calendrier, visuels, interface, à partir d'un prompt relativement simple. Le résultat était bluffant.

3 cas d'usage concrets pour les professionnels

1. Prototyper un outil sans budget de développement

C'est le cas de figure le plus fréquent pour les TPE, PME ou les porteurs de projets en grandes entreprises. Vous avez une idée : un calculateur de ROI, un auto-diagnostic, un formulaire interactif simplifié, mais pas le budget pour un développeur.

Avec le vibe coding, vous pouvez prototyper en une heure. Pas pour mettre en production immédiatement, mais pour tester, valider l'idée, et montrer à un client ou à votre direction ce que ça pourrait donner. Quand on projette les parties prenantes dans la solution, la validation devient beaucoup plus fluide.

2. Créer des supports de formation ou de conférence interactifs

En tant que formatrice ou facilitatrice, vous souhaitez animer une session avec des outils dynamiques : quiz interactif, persona simulé, jeu de rôle numérique. Tout cela est accessible via le vibe coding, sans aucune compétence technique préalable.

Cela permet aux indépendants et aux formateurs de développer des outils hyper-interactifs avec très peu de moyens.

3. Objectiver les décisions produit en équipe

J'ai entendu le témoignage de professionnels du marketing qui utilisent le vibe coding pour trancher des débats subjectifs sur le design d'une application. Plutôt que de débattre de "j'aime le bleu, pas le rouge", on brief l'IA qui analyse les meilleures pratiques ergonomiques du secteur et produit des préconisations argumentées. Le débat se déplace du goût vers les fonctionnalités et c'est là que devrait être l'énergie d'une équipe produit.

Les limites du vibe coding : ce qu'il ne faut pas ignorer

Le vibe coding est excellent pour démarrer vite. Mais il a des limites réelles qu'il faut connaître.

La dette cognitive

À mesure qu'on empile des itérations avec l'IA, le code grossit sans être maîtrisé. L'IA elle-même peut avoir du mal à modifier la structure sans tout casser. Et si vous ne comprenez pas l'architecture de ce que vous avez construit, vous ne pouvez plus intervenir manuellement.

J'ai eu ce cas avec une cliente qui avait créé son site en vibe coding, mais sans aucune connaissance technique du back-office. Elle ne savait plus comment gérer ou modifier son site en dehors de l'outil. À chaque tentative de modification, on risquait de casser d'autres parties du code. Très chronophage, très stressant.

Ce n'est pas une solution de production "clé en main"

Pour tout projet qui passera entre les mains d'utilisateurs réels, l'intervention d'un développeur reste nécessaire en fin de parcours. Le vibe coding est parfait pour la phase d'exploration, pas pour la mise en production finale.

Ma recommandation

Utilisez le vibe coding pour ce qu'il fait de mieux : rapidité, flexibilité, expérimentation. Sauvegardez du temps sur la maquette, l'ergonomie, les fonctionnalités à tester. Mais dès que le projet passe en production avec de vrais utilisateurs, impliquez un développeur.

Et les développeurs dans tout ça ?

Une question revient souvent : si tout le monde peut coder sans coder, les développeurs sont-ils menacés ?

Ma conviction : non, on déplace la valeur.

Les développeurs qui savent travailler avec l'IA et qui comprennent l'architecture du code deviennent encore plus précieux. Ce qui va disparaître, c'est la demande pour des tâches de développement très routinières. La vraie valeur d'un développeur a toujours été dans la capacité à auditer, tester, comprendre une architecture, pas à taper des lignes de code.

Et pour aller plus loin sur ce sujet, je prépare un épisode dédié à la question de la co-création en équipe via le vibe coding.

Ressources mentionnées dans cet épisode

• Bolt — bolt.new
• Lovable — lovable.dev
• Cursor — cursor.sh
• Claude Cowork — via claude.ai
• Andrej Karpathy sur le vibe coding — à chercher sur X/Twitter (@karpathy)

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

✅ Partagez cet épisode à un dirigeant qui en aurait besoin

🎙️ Abonnez-vous à Digital Feeling sur votre plateforme d'écoute préférée pour ne manquer aucun épisode.

💬 Vous avez testé le vibe coding ? Partagez votre expérience en commentaire ou contactez-moi sur LinkedIn, vos retours terrain m'intéressent.

IA générative dans les métiers commerciaux

L'IA en entreprise : un usage encore largement sous-exploité

Dans ce nouvel épisode de Digital Feeling, je reviens sur un constat que je fais très régulièrement en tant que formatrice en intelligence artificielle et marketing digital : la majorité des collaborateurs utilisent déjà l'IA générative, mais presque exclusivement dans un cadre personnel (recettes de cuisine, organisation de voyages, création de contenus pour les réseaux sociaux). Côté professionnel, les usages restent timides : relecture d'emails, corrections de formulations, ou veille concurrentielle basique.

Pourquoi ce décalage ? Principalement par manque de communication interne sur les outils déjà disponibles. Beaucoup d'entreprises disposent d'outils IA puissants sans même que leurs équipes le sachent.

Copilot : l'outil gratuit que vous utilisez peut-être déjà sans le savoir

Si votre entreprise dispose de Microsoft 365, il y a de fortes chances que vous ayez accès à Copilot, même dans sa version gratuite. Concrètement, cela permet :

• D'ouvrir un email dans Outlook et de cliquer sur la bannière Copilot
• D'obtenir un résumé instantané d'un email long
• De générer une proposition de réponse automatiquement
• De gagner un temps considérable sur la gestion de la boîte mail

Sur Teams, Copilot peut également générer un compte-rendu de réunion avec des actions à mener, ce qui évite la prise de notes manuelle et améliore le suivi des décisions.

Pour activer Copilot : direction Outlook ou Teams, recherchez l'application Copilot, et vérifiez que votre DSI n'a pas restreint son accès (certaines entreprises font ce choix).

Claude et Excel : le duo gagnant pour mettre en forme vos données

Pour tout ce qui concerne le traitement de données sous Excel — un point de friction fréquent chez les commerciaux et managers — je recommande particulièrement Claude. Contrairement à Copilot (dont la version gratuite reste limitée sur ce point), Claude permet de :

• Mettre en forme des données brutes dans un tableau structuré
• Créer des tableaux croisés dynamiques
• Générer plusieurs onglets automatiquement
• Construire des formules complexes à partir d'une simple description

La règle d'or : ne jamais partager de données confidentielles

Un point essentiel abordé en formation : ne jamais transmettre de données personnelles ou confidentielles à un LLM. Toutes les données utilisées en exercice doivent être fictives, anonymisées ou pseudonymisées — qu'il s'agisse de données clients, prospects, ou internes à l'entreprise.

Bien prompter : la base pour obtenir des résultats pertinents

La qualité d'un prompt impacte directement la qualité de la réponse. La méthode que j'enseigne en formation repose sur 5 éléments clés :

1. Un rôle donné à l'IA
2. Un contexte précis
3. Une action claire à réaliser
4. Un format de sortie attendu
5. Une tonalité adaptée à la cible

Ce dernier point est particulièrement important en contexte commercial : on n'adresse pas le même message à un décideur pressé en quête d'informations factuelles qu'à un client disponible qui recherche du détail et de l'argumentaire.

Demander à l'IA de vous aider… à mieux prompter l'IA

Une astuce simple mais redoutablement efficace : si vous ne savez pas comment formuler votre demande, demandez directement à l'IA de vous aider à améliorer votre prompt. L'IA "parle" à l'IA — elle saura structurer une demande efficace, et vous apprendrez par la même occasion à mieux formuler vos futures requêtes.

Des assistants IA métiers pour automatiser les tâches récurrentes

En formation, nous développons des assistants IA personnalisés adaptés à chaque métier, capables de prendre en charge des tâches récurrentes : scripts d'appels commerciaux, préparation d'entretiens, séquences d'emails ou de SMS de prospection, etc.

La question à se poser : quelles sont les tâches que je fais souvent, sans forcément en avoir conscience, et qui pourraient être déléguées ou accélérées grâce à un assistant IA ?

En résumé

L'IA générative offre déjà, dès aujourd'hui et avec des outils gratuits ou inclus dans des licences existantes, des gains de temps concrets pour les équipes commerciales : traitement des emails, comptes-rendus de réunion, mise en forme de données, scripts de prospection... La clé est de prendre conscience des outils déjà à disposition et d'apprendre à bien les utiliser, dans le respect de la confidentialité des données.

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

✅ Partagez cet épisode à un dirigeant qui en aurait besoin

Technovation Girls France: comment cette association prépare les jeunes filles aux métiers du numérique et de l'IA

À l'heure où moins de 20 % des étudiants en informatique en France sont des femmes, une association s'attaque à la racine du problème : convaincre les collégiennes et lycéennes que la tech est faite pour elles. Dans cet épisode de Digital Feeling, j'ai reçu Gaëlle Maurujon, vice-présidente de Technovation Girls France, pour tout comprendre de ce programme unique en son genre.

Technovation Girls France, c'est quoi exactement ?

Technovation Girls est une association internationale née en 2006 dans la Silicon Valley. Son objectif : initier les jeunes filles de 13 à 17 ans à l'entrepreneuriat technologique, à travers un programme de six mois intensif et entièrement gratuit.

Le chapitre français a été cofondé par Gaëlle Maurugeon et plusieurs femmes engagées dans le numérique, unies par un même constat : malgré vingt ans de transformation digitale, les femmes restent massivement sous-représentées dans les métiers de la tech.

"Ça fait vingt ans que je suis dans le digital et ça ne change pas. Pourquoi on n'a pas plus de filles qui s'engagent dans ces formations ?"
Gaëlle Maurugeon, vice-présidente Technovation Girls France

Le chiffre qui fait mal : moins de 20 % de filles en informatique

En France, les femmes représentent moins de 20 % des étudiants en informatique. Un chiffre qui n'étonne pas celles qui évoluent dans le secteur depuis des années, mais qui méritait d'être documenté pour légitimer l'action associative.

Ce déséquilibre ne se corrige pas seul. Il se creuse dès le collège, quand les stéréotypes de genre détournent les filles des matières scientifiques et des ambitions technologiques. C'est précisément là que Technovation Girls intervient.

6 mois pour devenir une mini-entrepreneuse du numérique

Le programme Technovation Girls est conçu comme une immersion dans le monde réel de l'entrepreneuriat tech. Voici ce que vivent concrètement les participantes :

1. Identifier un problème du quotidien

Les jeunes filles partent d'une problématique qu'elles observent autour d'elles — dans leur école, leur quartier, leur famille. Elles sont encouragées à relier cette problématique aux 17 Objectifs de Développement Durable (ODD) de l'ONU, pour inscrire leur projet dans une vision d'impact global.

2. Analyser le marché (comme des pros)

Avant de se lancer, elles apprennent à valider leur hypothèse avec des données : chiffres, sondages, analyse de l'existant. Un réflexe d'entrepreneur que peu d'adultes maîtrisent vraiment.

3. Développer une application mobile en no code

Au cœur du programme : la création d'une application mobile no code. Les participantes apprennent les bases du code, comprennent la logique algorithmique, et intègrent progressivement des briques d'intelligence artificielle dans leur application (chatbot, reconnaissance d'images, exploitation de données…).

4. Interroger de vrais utilisateurs

Pour s'assurer que leur solution répond à un vrai besoin, elles envoient des questionnaires à des utilisateurs potentiels. L'approche "user-centric" , centrale dans le développement produit professionnel — est inculquée dès le départ.

5. Créer un plan marketing (ou un business plan)

Les collégiennes élaborent une stratégie marketing pour faire adopter leur produit. Les lycéennes vont plus loin avec un Lean Business Canvas, le même outil utilisé par les startups en phase d'amorçage.

6. Pitcher en public

Pour conclure, chaque équipe réalise une vidéo de pitch et présente son projet à un jury. Les meilleures équipes peuvent aller jusqu'à pitcher en Californie, au niveau international.

L'IA dans le programme : un usage raisonné et encadré

Technovation Girls ne se contente pas d'évoquer l'intelligence artificielle, elle l'intègre concrètement dans les pratiques des participantes. Dès le début du programme, elles sont sensibilisées à :

• Ce que l'IA peut apporter : gain de temps, génération de contenu, analyse de données
• Ses limites et risques : biais, hallucinations, nécessité de vérifier les sources
• Des usages guidés : prompts pour générer un questionnaire utilisateur, améliorer un pitch, réaliser une analyse de marché

L'enjeu est clair : former des utilisatrices critiques de l'IA, pas des consommatrices passives.

"On les sensibilise très vite aux limites. On veut qu'elles aient un usage raisonnable de l'IA."
Gaëlle Maurugeon

Des projets qui prouvent la maturité des participantes

En quatre ans, Technovation Girls France a vu émerger des projets d'une qualité et d'une pertinence remarquables :

• Une app pour faire des dons sécurisés aux sans-abri via mobile
• Sophia, une application pour aider les jeunes à croiser les sources d'information et développer leur esprit critique
• Des outils d'entraide scolaire pour lutter contre le décrochage au collège
• Une app sur l'alimentation de saison, pour consommer mieux et plus local

Ces projets ne sont pas anecdotiques. Certains anticipaient des sujets devenus aujourd'hui des priorités sociétales. La preuve que, bien accompagnées, les adolescentes peuvent produire des solutions à la hauteur des enjeux contemporains.

Les mentors : un rôle clé, une expérience transformatrice

Chaque équipe de cinq filles est accompagnée par deux mentors bénévoles. Le rôle ne requiert pas d'être expert en tech : il s'agit avant tout d'accompagner un groupe, de créer de la cohésion, de faire émerger les idées.

Les profils recherchés :

• Des personnes à l'aise en digital, design ou marketing
• Ou à l'inverse, des profils business, entrepreneuriat, conseil
• Et surtout : des personnes qui croient à la cause et ont envie de transmettre

Les retours des mentors sont unanimes : ils repartent autant enrichis que les participantes. Gestion des émotions, posture de coach, remise en perspective de leurs propres métiers, le mentorat Technovation Girls est une expérience à part entière.

Le programme 2026-2027 se déroule de novembre 2026 à avril 2027. Les inscriptions sont ouvertes sur le site Technovation Girls France.

Un programme 100 % en visio, accessible partout en France

C'est un point souvent méconnu : tout le programme se déroule en visioconférence. Que vous habitiez Paris, Lyon ou une zone rurale, vos filles peuvent participer. L'association travaille activement à toucher des territoires moins connectés aux opportunités numériques, convaincue que la fracture géographique ne doit pas s'ajouter à la fracture de genre.

Des partenaires engagés : Oracle, Shopify, Snowflake…

Technovation Girls France s'est entourée de partenaires technologiques de premier plan, déjà impliqués en interne sur les sujets de mixité. Ces entreprises participent au jury, organisent des visites de leurs locaux, et intègrent leurs outils directement dans le programme (comme la plateforme data Snowflake).

L'association est également présente sur des événements majeurs comme VivaTech et les France Digital Days, offrant aux participantes une immersion dans l'écosystème tech français.

Pourquoi ce programme mérite votre attention

Technovation Girls ne fait pas dans le symbole. Elle forme concrètement, sur six mois, des adolescentes à :

✔ L'entrepreneuriat et la pensée produit
✔ Le développement no code et les bases du code
✔ L'usage raisonné de l'intelligence artificielle
✔ Le marketing, le business plan, le pitch
✔ La confiance en soi et le travail en équipe

Tout cela, gratuitement, par des bénévoles passionnés.

Si vous avez une fille entre 13 et 17 ans, renseignez-vous sur le site Technovation Girls France.
Si vous travaillez dans le numérique, devenez mentor pour la prochaine session.
Si vous dirigez une entreprise tech, explorez un partenariat.

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

✅ Partagez cet épisode à un dirigeant qui en aurait besoin

Dans ce 160 ème épisode de Digital Feeling, j'ai le plaisir de recevoir Éric Hazan, ancien senior partner en conseil stratégique, investisseur et co-auteur avec Olivier Sibony du livre Faut-il encore décider ? Un ouvrage aussi philosophique que pragmatique, qui interroge notre rapport à la décision à l'ère de l'intelligence artificielle.

De quoi parle ce livre ?

Structuré en trois parties : l'histoire de l'IA, l'IA ou moi, qui décide ? et dans quelle société voulons-nous vivre ?

le livre d'Éric Hazan et Olivier Sibony ne traite pas uniquement d'intelligence artificielle. Il place la décision humaine au cœur du sujet, et utilise la puissance de l'IA pour nous forcer à reconsidérer nos propres processus de jugement.

Quand l'algorithme surpasse l'humain

Éric Hazan cite une étude saisissante : en radiologie, un médecin seul pose un bon diagnostic dans 74 % des cas, l'IA dans 90 %… mais lorsqu'on donne l'IA au médecin en assistant, on retombe à 76 %. En d'autres termes, l'humain dégrade les performances de la machine par excès de confiance en son propre jugement. Une leçon d'humilité qui questionne nos réflexes décisionnels.

La cartographie des décisions : conquises, co-décidées, interdites

Éric Hazan propose un cadre concret : certaines décisions peuvent et doivent être déléguées à l'IA (logistique, détection de fraude, certains diagnostics), d'autres doivent rester en co-décision (recrutement, médecine complexe), et d'autres encore appartiennent au domaine interdit, notamment la décision judiciaire, où un être humain doit juger un autre être humain, les yeux dans les yeux.

L'aversion algorithmique : pourquoi on pardonne l'erreur humaine mais pas celle de la machine

Un paradoxe troublant que j'ai souhaité mettre en lumière dans cet épisode : nous tolérons l'erreur humaine parce qu'elle nous semble compréhensible. Mais une seule erreur algorithmique suffit à faire s'effondrer la confiance. Pourtant, si la machine se trompe 20 % moins souvent que nous… ne devrait-on pas la suivre davantage ?

Compass, l'algorithme discriminant des tribunaux américains

J'aborde avec Éric ce cas emblématique : un outil de prédiction de récidive utilisé dans le système judiciaire américain, qui reproduisait les biais racistes contenus dans les données historiques. Paradoxe révélateur : l'algorithme n'a pas créé les discriminations, il les a rendues visibles. Ce qui pose une question essentielle : qui audite ? Selon quels critères ? À quelle fréquence ?

Gouvernance, démocratie et souveraineté numérique

Peut-on faire confiance aux grandes entreprises technologiques américaines qui détiennent les infrastructures de l'IA mondiale ? Mistral est-il à la hauteur de l'enjeu européen ? J'interroge Éric Hazan sur la fracture IA, le retard technologique de l'Europe, et la nécessité d'une gouvernance démocratique, pas seulement réglementaire, où les citoyens participent à la définition des objectifs que l'IA est chargée d'optimiser.

La recommandation actionnable pour les dirigeants

Cartographiez vos 20 décisions les plus importantes. Pour chacune, posez-vous trois questions : est-ce que l'IA pourrait faire mieux ? Qui porte la responsabilité ? Est-ce une décision interdite ? Cet exercice, avant même tout déploiement technologique, transforme déjà la façon dont une organisation pense et pilote ses décisions.

Ma question personnelle à Éric

Une décision qu'il ne confierait jamais à une machine ? Le pardon. Parce qu'il y a des actes qui engagent notre humanité et qui ne se réduisent pas à une optimisation.

Le livre

Faut-il encore décider ? — Éric Hazan & Olivier Sibony Disponible sur Amazon, à la Fnac et dans toutes les bonnes librairies indépendantes.

🔗 Retrouvez Éric Hazan sur LinkedIn.

Vous avez aimé cet épisode ?

Partagez-le, laissez un avis et abonnez-vous à Digital Feeling pour ne rater aucune conversation sur l'IA, le numérique et leurs impacts sur notre société.

IA Générative et normalisation : ce que les marketeurs doivent savoir

Dans ce 159 ème épisode de DigitalFeeling, j'ai le plaisir de recevoir Thierry Coulmain pour un échange sur le Marketing, l'IA & la Pensée Critique.

Et si l'intelligence artificielle ne nous remplaçait pas, mais nous rendait… tous pareils ?

C'est la question au cœur de ce nouvel épisode de Digital Feeling, une discussion avec Thierry Coulmain, marketeur et communicant expérimenté, passionné de sémantique et d'IA, Responsable communication et RSE de LEA Partners.

Loin des discours techno-optimistes habituels, cette conversation aborde sans détour les risques réels de la générative pour les professionnels du marketing et de la communication — normalisation, perte d'esprit critique, dépendance aux outils mais aussi les opportunités concrètes offertes par les agents IA.

L'IA Générative ne nous remplacera pas, mais elle nous normalise

C'est la thèse centrale de l'épisode, empruntée à une philosophe invitée sur France Inter : l'IA ne prend pas notre place, elle remodèle notre façon de penser.

Thierry Coulmain l'explique avec clarté : les modèles de langage sont probabilistes. Ils favorisent la réponse la plus probable, donc la plus commune. À force de déléguer notre réflexion à ces outils, nous risquons de nous adapter à leur logique, et non l'inverse.

Ce n'est pas l'IA qui prend les rênes. C'est nous qui les lui donnons.

Pour les marketeurs et communicants, la conséquence est directe : si tout le monde utilise les mêmes prompts pour générer les mêmes types de contenus, les stratégies de marque finissent par se ressembler. La différenciation, pierre angulaire du marketing, s'érode.

Trois risques identifiés

1. La normalisation des contenus et des stratégies marketing

Élodie Chenol pointe un phénomène qu'elle observe sur le terrain : des professionnels qui utilisent les mêmes méthodes de prompting, qui obtiennent des résultats similaires, et dont les communications finissent par converger. En design, en copywriting, en stratégie éditoriale : le risque d'uniformisation est réel.

2. La sur-confiance des clients envers les LLM

Phénomène inattendu : certains clients arrivent désormais chez les commerçants armés de réponses générées par ChatGPT, qu'ils opposent aux recommandations des professionnels. Ils font davantage confiance au modèle qu'à l'expert en face d'eux.

Ce glissement de confiance soulève une question fondamentale pour tous les consultants, formateurs et agences : comment préserver sa valeur ajoutée humaine dans ce contexte ?

3. Le déficit d'acculturation à grande échelle

Des étudiants qui soumettent des KPI inventés par l'IA sans les vérifier. Des enseignants dépassés. Des managers de middle management laissés pour compte dans les transformations IA des entreprises.

Les deux interlocuteurs s'accordent : le problème majeur n'est pas l'IA elle-même, c'est le manque de formation et d'esprit critique de ceux qui l'utilisent.

Comment bien utiliser l'IA : la posture de Thierry Coulmain

Thierry Coulmain propose une approche qui tranche avec l'usage courant :

"Utiliser l'IA, ce n'est pas l'utiliser pour gagner du temps. C'est l'utiliser pour qu'elle nous apporte une contradiction ou une connaissance."

Sa méthode :

• Partir d'une expertise solide avant de consulter l'IA
• Utiliser l'IA comme garde-fou, pas comme oracle
• Challenger les réponses plutôt que de les accepter passivement
• Se servir de l'outil pour affiner sa réflexion, pas la remplacer

Cette posture, celle du professionnel qui sait ce qu'il cherche, est la seule qui permette de tirer un vrai bénéfice de ces technologies sans se laisser "écraser par une normalisation".

La position d'Élodie Chenol : l'IA dans le champ de sa maîtrise

Formatrice, Élodie Chenol a développé une règle simple mais puissante :

"J'utilise l'IA dans ce que je maîtrise."

Pourquoi ? Parce que si vous demandez à l'IA ce que vous ne maîtrisez pas, vous n'avez aucun moyen d'évaluer la qualité de la réponse. Vous acceptez alors implicitement d'être remplacé par elle.

À l'inverse, utilisée dans son domaine d'expertise, l'IA devient un amplificateur de compétences : elle permet d'aller plus loin, plus vite, tout en gardant le contrôle critique.

Les Agents IA : la prochaine frontière du marketing digital

La deuxième partie de l'épisode s'ouvre sur un sujet d'avenir : les agents IA.

Qu'est-ce qu'un agent IA ?

Un agent c'est un système capable d'exécuter une séquence d'actions de façon quasi-autonome, en suivant une logique définie par l'utilisateur : recherche d'informations, qualification de prospects, envoi de messages personnalisés, clustering de données…

Le Marketing One-to-One à grande échelle

Thierry Coulmain voit dans les agents la réalisation d'une promesse ancienne du marketing digital : le one-to-one à grande échelle. Concrètement :

1. Vous définissez l'ADN de votre entreprise (valeurs, offre, positionnement)
2. L'agent identifie les profils susceptibles d'être intéressés
3. Il construit un message personnalisé, adapté à chaque cible
4. Il orchestre les relances selon le comportement du prospect

Fini le message générique "Je suis sûr que ça vous intéressera." Place à une approche réellement contextualisée.

La vision d'Élodie : des agents sur-mesure pour une vraie souveraineté

Élodie Chenol, formée sur N8n et Zapier, défend une position nuancée : les agents développés sur des plateformes grand public présentent des risques (RGPD, hallucinations, dérive des processus). Sa conviction : pour une efficacité maximale et une vraie sécurité des données, un agent doit être développé sur mesure, avec du code, par un professionnel.

Un point de vue courageux à l'heure où tout le monde promet des agents "en trois clics".

Le middle management : l'oublié de la transformation IA

Un point souvent négligé dans les déploiements IA en entreprise : le management intermédiaire.

Ni décideurs (qui poussent la transformation), ni exécutants (qui la vivent au quotidien), les managers de proximité se retrouvent dans une position inconfortable : ils doivent accompagner leurs équipes sans avoir eux-mêmes été formés.

Les deux invités s'accordent : toute stratégie de déploiement IA en entreprise doit inclure une formation spécifique du middle management, pour qu'il puisse jouer son rôle d'interface et de relais humain.

Si vous travaillez en marketing, communication ou formation, cet épisode vous invite à trois prises de conscience :

1. L'IA n'est pas neutre : elle influence la façon dont vous pensez si vous ne la questionnez pas
2. Votre valeur professionnelle réside dans votre esprit critique, pas dans votre capacité à générer du contenu rapidement
3. Les agents IA représentent un saut qualitatif majeur et nécessitent une approche rigoureuse pour être déployés de façon responsable

👉 Abonnez-vous pour ne manquer aucune conversation sur l'IA, le marketing digital et la transformation des métiers.

Digital Feeling est le podcast animé par Élodie Chenol, formatrice en Intelligence Artificielle et Marketing Digital. Chaque épisode explore, sans complaisance, comment l'IA transforme les pratiques professionnelles.

Dans ce 158 ème épisode de DigitalFeeling, je vous débriefe de la Convention de Canva : Canva Create, un show à l’américaine qui annonce toujours plein de surprise. Mais cette année, c’est la plus grande évolution de Canva depuis son lancement en 2013 !

Il y avait 6 500 personnes présentes à SoFi Stadium. Des millions d’autres en ligne (dont moi obviously). Les trois co-fondateurs avait un message très clair : Canva ne veut plus être seulement un outil de design mais veut venir la plateforme où tout votre travail se passe.

Le virage : du template au prompt

Depuis ses débuts, Canva fonctionnait sur un modèle simple. Vous choisissez un template. Vous l’adaptez. Vous exportez.

Ce modèle est en train de basculer.

Avec Canva AI 2.0, le point d’entrée n’est plus le template, c’est le prompt. Vous décrivez ce que vous voulez créer, et Canva génère un design complet, structuré, entièrement éditable. Pas une image. Pas un fond. Un vrai design opérationnel, avec mise en page, textes et branding intégrés dès la première instruction.

C’est le changement le plus profond depuis les débuts de Canva. La plateforme nous propose une nouvelle façon de travailler.

Canva c’est :

Canva AI 2.0 : la plateforme devient conversationnelle

Disponible en research preview depuis le 16 avril. Le changement est architectural : on ne part plus d’un template, on décrit ce qu’on veut. Canva génère un design complet, structuré, entièrement éditable. Quatre fonctions fondamentales sont au cœur de cette refonte.

Les 4 briques de Canva AI 2.0

Conversational Design

Décrivez votre objectif en langage naturel, Canva génère un design structuré avec mise en page, branding et contenu dès la première instruction. Plus besoin de partir d'une page blanche ou d'un template.

Agentic Orchestration

Donnez un objectif, partagez une ébauche ou un brief : la couche d'orchestration comprend votre intention, sélectionne les bons outils et coordonne la création de tous les formats nécessaires à une campagne multicanal.

Object-Based Intelligence

Demandez de changer une image, de réécrire un titre, d’ajuster une police : seul cet élément est modifié. Le reste du design ne bouge pas. Canva répond à la critique classique des outils génératifs qui "regénère tout" pour un détail.

Living Memory

Canva apprend de vous. La plateforme mémorise progressivement votre style visuel, vos préférences, votre branding, et les applique automatiquement d’un projet à l’autre. L’outil évolue d’éditeur assisté vers un collaborateur créatif personnalisé. Concrètement : moins d’ajustements répétitifs, plus de continuité entre vos créations.

Les workflows intelligents : Canva se connecte à vos outils de travail

Canva AI 2.0 introduit des Connectors : des connexions directes avec les outils que vous utilisez au quotidien dans votre travail. Avec l’IA, vous pouvez :

• Générer une newsletter à partir de l’activité Slack de votre équipe
• Transformer des emails clients en argumentaires de vente personnalisés
• Créer des briefs de réunion depuis vos transcriptions Zoom
• Produire des résumés depuis vos documents Google Drive

Les connecteurs disponibles au lancement seront ceux de Slack, Notion, Zoom, Gmail, Google Drive, Google Calendar, HubSpot. D’autres arriveront dans les prochaines semaines.

Avec une fonctionnalité intéressante : le Scheduling. Canva peut exécuter des tâches récurrentes en arrière-plan, même lorsque vous êtes hors ligne. Produire du contenu chaque semaine, résumer des flux d’information, préparer des campagnes complètes, sans intervention manuelle à chaque cycle.

Canva devient un outil asynchrone.

Claude Design by Anthropic × Canva

Anthropic et Canva viennent de franchir une étape majeure dans leur partenariat.

Anthropic a lancé Claude Design, un nouveau produit propulsé par Claude Opus 4.7, qui utilise le moteur de design de Canva comme couche d’exécution visuelle. En clair : depuis Claude, vous décrivez ce que vous voulez créer : une présentation, un prototype, une landing page, et Claude génère un design entièrement éditable que vous pouvez exporter directement dans Canva (PDF, PPTX, URL ou édition directe).

La frontière entre rédaction et design est en train de s’effacer.

Claude Design est disponible en research preview pour les abonnés Pro, Max, Team et Entreprise. La cible : les profils qui n’ont pas de background design mais ont besoin de produire des visuels : fondateurs, chefs de produit, responsables marketing. On crée, on valide, on passe à Canva pour affiner et publier. Un seul flux de travail.

Ce partenariat dure depuis deux ans. Le MCP Canva pour Claude existe depuis juillet 2025. Claude Design est l’étape suivante : un produit à part entière construit sur cette intégration.

Les autres annonces à retenir

Mode hors-ligne

Ce mode est réclamé depuis longtemps par la communauté. Vous pouvez désormais travailler sur un design sans connexion. Synchronisation automatique au retour en ligne. Disponible sur desktop et mobile. C’est une petite révolution !

Print Shop

Une expérience e-commerce repensée, entièrement intégrée à Canva. Plus de 60 nouveaux produits physiques commandables directement depuis votre workflow de création. Et une dimension RSE concrète : chaque commande = un arbre planté, via des projets au Malawi, en Tanzanie et aux Philippines.

Learn Grid

Une plateforme pédagogique dédiée aux éducateurs, avec des milliers de ressources calées sur les programmes scolaires et une création d’activités assistée par IA en 16 langues. Pour ceux qui forment, c’est un signal intéressant sur la direction prise.

Cavalry gratuit

L’outil de motion design professionnel, anciennement payant, est désormais accessible à tous les comptes Canva. 5 millions de créatifs ont déjà adopté Affinity depuis son intégration. La suite professionnelle se complète.

100 millions de dollars

Canva s’engage à verser 100 M$ à GiveDirectly, en transferts directs en cash à des familles en extrême pauvreté. Pas un programme de subvention avec intermédiaires. De l’argent qui part directement. Les versements ont déjà commencé.

Ce que ça change pour vous

La gouvernance du branding devient un sujet urgent

Living Memory mémorise le style visuel de l’entreprise mais qui valide ce que l’IA “apprend” ? Qui contrôle ce qui est automatiquement appliqué dans les créations de vos équipes ? C’est un sujet à poser maintenant, avant que les premières dérives de cohérence visuelle n’arrivent. Les outils s’accélèrent. Les processus de validation, eux, n’ont pas suivi.

La production de contenu va changer de vitesse et de profil

Avec Canva AI 2.0 et les Connectors, un responsable marketing peut générer une newsletter depuis l’activité Slack, un argumentaire depuis un email client, un rapport depuis une réunion Zoom. C’est un changement dans la façon dont vos équipes vont travailler. La compétence clé ne sera plus “savoir utiliser Canva”, ce sera de savoir briefer l’IA pour produire ce qu’on veut.

L’intégration Claude × Canva est un signal à surveiller

Les frontières entre LLM et outils créatifs n’existent plus. Dans 12 mois, la question ne sera plus “est-ce que j’utilise l’IA pour créer des visuels ?” mais “dans quel outil est-ce que je pilote mes agents créatifs ?”. Les éditeurs qui répondront à cette question en premier capteront l’essentiel des usages en entreprise.

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

✅ Partagez cet épisode à un dirigeant qui en aurait besoin

Ensemble, faisons de vos projets un succès grâce à l’IA générative !

Dans ce 156 ème épisode de DigitalFeeling, j'ai le plaisir de recevoir Emilie Mariti, fondatrice d'Harakiwi avec qui nous avons échangé sur IA et PME : Comment Harakiwi automatise vos processus métier ?

Introduction : Quand l'IA devient l'alliée des dirigeants de PME

L'intelligence artificielle est sur toutes les lèvres : LinkedIn, médias, conférences. Mais entre les grandes entreprises qui communiquent massivement sur leur transformation digitale et les PME qui peinent à savoir par où commencer, il existe un fossé réel. C'est précisément ce fossé qu'Emilie Mariti, fondatrice de l'agence Harakiwi, a décidé de combler.

Dans cet épisode de Digital Feeling, Emilie nous plonge au cœur de ce que signifie déployer l'IA dans une PME : de la distinction entre chatbot et agent IA, jusqu'aux enjeux de confidentialité des données, en passant par la formation des équipes et les cas d'usage concrets qui changent la donne.

Qu'est-ce qu'Harakiwi ? La rigueur du samouraï, l'audace du kiwi

Le nom Harakiwi n'est pas le fruit du hasard. Il incarne une promesse double : la rigueur du samouraï pour maîtriser l'IA, et l'audace du kiwi pour voir plus loin. Emilie a fondé cette agence avec un constat simple : les PME gèrent encore leur opérationnel à grand renfort de fichiers Excel, de relances manuelles et de CRM utilisés à moitié.

"L'IA peut aujourd'hui automatiser toutes les tâches répétitives. C'est ce constat qui m'a poussée à choisir cette cible et à créer Harakiwi." Emilie Mariti

L'objectif affiché : rendre aux dirigeants de PME du temps, de la sérénité et la capacité de se concentrer sur ce qui compte vraiment : innover, piloter, conquérir de nouveaux marchés.

Chatbot, assistant, agent IA : quelle différence ?

C'est l'une des questions les plus fréquentes dans les formations et accompagnements. Emilie donne une grille de lecture claire :

• Le chatbot est réactif. Il répond à une requête dans un cadre défini, sans accès à vos outils ou données externes.
• L'assistant IA (ex. : GPT personnalisé, Gem sur Gemini) reste dans son écosystème. Il ne peut pas extraire des données depuis un email, ni agir sur votre agenda ou votre messagerie.
• L'agent IA, lui, sort de cet écosystème. Il se connecte à vos outils métier : messagerie, tableaux, CRM, et applique vos règles business pour agir de façon autonome.

La métaphore qu'Emilie utilise est parlante : "La différence entre un consultant et un collaborateur autonome."

Pourquoi les PME ont-elles besoin d'une agence spécialisée ?

Des outils comme Make ou n8n permettent aujourd'hui à chacun de créer des automatisations simples. Extraire une information d'un email pour l'insérer dans un agenda ? Faisable en quelques clics. Mais les PME n'entrent pas dans les cases standardisées.

Chez Harakiwi, les projets sont sur-mesure. Exemple concret évoqué dans l'épisode : un centre événementiel avait besoin d'une veille concurrentielle en temps réel. L'agent développé agrège des données sectorielles, les croise avec l'offre et l'historique commercial du client, et produit des analyses pour ajuster les prix, puis a évolué pour générer des idées de contenus réseaux sociaux et préparer les commerciaux avant chaque appel prospect.

"C'est le client lui-même qui a eu l'idée d'ajouter un chat pour interroger l'agent avant d'appeler un prospect. C'est ça, l'appropriation" Emilie Mariti

Le processus de déploiement : comment Harakiwi accompagne ses clients

1. Identifier la bonne tâche pour démarrer

Emilie recommande une méthode simple et efficace : cibler une tâche à fort volume et à faible valeur ajoutée. Un exemple frappant : un dirigeant dans la location courte durée qui passait chaque soir de 19h à 20h à copier manuellement des commissions depuis des PDFs vers Excel. Un agent peut extraire, structurer et insérer ces données automatiquement, libérant une heure par jour, chaque jour.

2. Construire une base de données solide

Avant même de déployer un agent, Harakiwi effectue un travail de centralisation et de structuration des données qui peut prendre plusieurs semaines. Ce socle est indispensable pour que l'agent dispose d'une connaissance métier fiable.

3. Former et accompagner les équipes

L'agent est développé, mais le travail ne s'arrête pas là. Harakiwi inclut un premier mois de maintenance pour observer les ajustements nécessaires, affiner les prompts système et gérer les cas non identifiés lors des tests. Les équipes sont également formées pour comprendre l'outil, l'utiliser et l'alimenter.

"89 % des équipes adoptent l'IA après une formation accompagnée." Chiffre cité par Emilie Mariti

Données et confidentialité : un sujet incontournable pour les PME

La question des données est souvent source d'anxiété et elle est légitime. Emilie est directe sur ce point :

• Tous les projets font l'objet d'une clause de confidentialité signée dès le démarrage.
• Les agents sont développés sur des API sécurisées (Claude, Mistral selon les cas), et non sur des versions grand public sans garanties RGPD.
• Chaque agent n'a accès qu'aux données nécessaires à sa mission, pas à l'ensemble des ressources de l'entreprise.
• Pour des clients particulièrement sensibles sur la sécurité, Harakiwi peut déployer des serveurs internes avec des modèles comme Mistral.

Un point de vigilance soulevé : de nombreux collaborateurs utilisent encore des versions personnelles de ChatGPT sans avoir vérifié que l'entraînement du modèle sur leurs données est désactivé. La sensibilisation est donc un axe majeur de l'accompagnement.

La formation : le levier qui fait toute la différence

Emilie partage une observation récurrente dans ses formations d'équipes : la peur de l'IA est quasi universelle en groupe, même chez ceux qui sont enthousiastes en individuel. Chacun arrive avec ses croyances limitantes et la plus commune est : "L'IA va remplacer mon travail."

Son approche : montrer par la pratique, sur des cas réels de l'entreprise.

Un exemple lors d'une formation, un responsable marketing a commencé à dire, provocation à l'appui, qu'il ne servait plus à rien. Jusqu'à ce qu'il réalise que l'IA structurait le contenu, mais que c'était lui qui apportait le positionnement, le ton, la singularité. Son expertise était essentielle — l'IA lui faisait gagner du temps pour s'y consacrer davantage.

"Ce sont souvent les plus sceptiques qui repartent avec la roadmap d'utilisation la plus ambitieuse." Elodie Chenol

La vidéo IA : une offre complémentaire portée par Thomas Lapierre

Harakiwi ne se limite pas aux agents. L'agence propose également de la production vidéo par IA, menée par Thomas Lapierre, co-fondateur et développeur IA. Spots de marque, animations, effets spéciaux, multi-formats, multi-langues, tout cela à partir d'une orchestration de plusieurs outils. Une offre qui attire notamment des agences de communication souhaitant produire leurs propres contenus vidéo augmentés.

Le conseil d'Emilie pour se lancer en 2026

La question finale de l'épisode : quel conseil donner à une PME qui veut se lancer dans l'IA cette année ?

"Un agent bien déployé sur un cas concret change la façon dont une équipe se projette sur l'IA. C'est ce premier pas qui ouvre tout le reste."

Commencer petit, mesurer l'impact, former les équipes, et laisser les collaborateurs eux-mêmes identifier les prochains cas d'usage. C'est cette dynamique d'appropriation progressive qui transforme durablement une organisation.

Retrouver Emilie Mariti et Harakiwi

• LinkedIn : Emilie Mariti
• LinkedIn : Thomas Lapierre (co-fondateur)
• Site de l'agence : Harakiwi

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

✅ Partagez cet épisode à un dirigeant qui en aurait besoin

Ensemble, faisons de vos projets un succès grâce à l’IA générative !

Dans ce 156 ème épisode de DigitalFeeling, je vous parle de réglementation. Non ne partez pas ! L'IA Act entre en vigueur pour les systèmes à haut risque en août 2026. Je vous partage le rôle de l'ACPR dans la supervision des IA bancaires et assurantielles en France, et ce que cela change concrètement pour vos clients et vos formations.

La réglementation européenne sur l'intelligence artificielle n'est plus une perspective lointaine. Avec l'échéance d'août 2026 qui approche, les règles applicables aux systèmes IA à haut risque entrent très bientôt en vigueur. Et si vous travaillez avec des clients dans la banque ou l'assurance, un acteur clé vient de prendre position en France : l'ACPR.

L'IA Act en bref : une logique par les risques

Voté en 2024, l'IA Act est le premier cadre réglementaire européen dédié à l'intelligence artificielle. Son architecture repose sur une classification des systèmes IA en quatre niveaux de risque :

• Risque inacceptable → interdit (ex. : notation sociale de masse)
• Haut risque → obligations strictes de documentation, traçabilité et contrôle humain
• Risque limité → obligation de transparence (ex. : indiquer qu'un visuel est généré par IA)
• Risque minimal → usage quasi libre

La date charnière à retenir : 2 août 2026, lorsque les obligations pour les systèmes à haut risque entrent pleinement en application.

Qui contrôle l'IA en France ? L'ACPR, nouveau shérif du financier

La question de la supervision nationale était en suspens depuis 2024. La réponse est arrivée en septembre 2025 : la France a opté pour un modèle sectoriel, avec une dizaine d'autorités compétentes selon les domaines, coordonnées par la Direction Générale des Entreprises.

Pour le secteur financier, c'est l'ACPR ( Autorité de Contrôle Prudentiel et de Résolution ) qui prend le dossier. Rattachée à la Banque de France, elle supervise historiquement banques et assureurs. Avec l'IA Act, son périmètre s'élargit considérablement : elle devra désormais auditer et contrôler les systèmes décisionnels à IA qui ont un impact direct sur les personnes.

Ce n'est pas un glissement cosmétique. C'est un changement de paradigme : on ne parle plus seulement de solvabilité ou de gouvernance financière, mais de comprendre et d'encadrer des algorithmes qui prennent des décisions.

Pourquoi la banque et l'assurance sont particulièrement concernées

Le secteur financier est l'un des plus avancés dans l'adoption de l'IA, notamment parce qu'il traite des données structurées répétitives, idéales pour l'automatisation. Deux cas d'usage illustrent bien les enjeux :

1. L'assurance : tarification et souscription Les assureurs utilisent l'IA pour affiner la tarification en temps réel selon l'évolution des risques marché. Mais comme le souligne l'Institut des Actuaires dans son rapport de février 2025, des risques réels existent : biais reproduits dans les données, manque de transparence, vulnérabilités cybersécurité. Le consensus est clair : l'IA augmente l'expert, elle ne le remplace pas.

2. Le crédit à la consommation : un enjeu sociétal majeur Quand une banque utilise l'IA pour évaluer votre solvabilité, elle se situe exactement dans ce que l'IA Act qualifie de système à haut risque. Les risques de discrimination (âge, origine, genre) sont documentés. Avec une croissance du crédit à la consommation de +4 % en septembre 2025, l'urgence réglementaire est d'autant plus forte.

Ce que l'ACPR va contrôler

Pour les IA à haut risque, les établissements devront notamment justifier :

• La qualité et la représentativité des données d'entraînement
• La documentation complète des algorithmes
• La traçabilité des décisions (pourquoi l'IA a dit oui ou non)
• L'existence d'une surveillance humaine dans la boucle
• Des contrôles internes adaptés

L'ACPR ne sera pas qu'un organe de sanction : elle devra aussi produire des lignes directrices et accompagner les acteurs du marché. Un défi de taille, tant l'expertise technique nécessaire est pointue.

L'ACPR se dote elle-même d'IA pour superviser

Fait notable : l'ACPR envisage d'utiliser l'IA dans ses propres processus de supervision. Les établissements transmettent des volumes massifs de données réglementaires qu'il est impossible d'analyser manuellement. L'IA permettrait de détecter des anomalies, identifier des signaux faibles et cibler les inspections de manière plus réactive.

La règle vaut pour tous : si l'ACPR utilise l'IA, elle doit être exemplaire sur les principes qu'elle impose : transparence, gouvernance, surveillance humaine. L'IA devient à la fois l'objet et l'outil de la régulation. Une supervision de nouvelle génération.

Ce qu'il faut retenir pour votre activité

Que vous soyez consultant, formateur ou responsable digital dans une organisation :

• L'IA Act n'est pas une contrainte lointaine : les règles pour les IA à haut risque s'appliquent dès août 2026
• Si vous accompagnez des clients dans la banque ou l'assurance, l'ACPR est votre nouvel interlocuteur réglementaire
• Les notions de traçabilité, d'explicabilité et de contrôle humain ne sont plus des options — elles deviennent des obligations légales à intégrer dans vos pitches et vos formations
• L'humain reste central : les actuaires, les analystes crédit, les juristes conservent un rôle clé dans la validation et la fiabilité de ces systèmes
• La régulation qui s'équipe elle-même d'IA, c'est un signe de maturité, pas de méfiance

💡 Soutenez le podcast :

✅ Abonnez-vous à DigitalFeeling sur LinkedIn

✅ Rejoignez ma newsletter : substack.com/@elodiechenol

✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

Ensemble, faisons de vos projets un succès grâce à l’IA générative !