IA : le vrai nerf de la guerre s'appelle le harness
Aujourd'hui, chacun construit son outil métier en un après-midi. Mais entre une app qui s'affiche et une IA sur laquelle on ose décider, il y a une couche invisible qui décide de tout : le harness.
Aujourd'hui, chacun construit son propre outil métier en un après-midi. Mais entre une application qui s'affiche et une IA sur laquelle on ose décider, il y a une couche que le grand public ne voit pas encore, et qui décide de tout : le harness.
Le modèle est devenu la partie facile
On ne demande plus au service informatique. Une équipe marketing assemble seule son tableau de bord. Un commercial se code un assistant qui rédige ses comptes rendus. Un analyste monte son propre agent en langage naturel. Avec un modèle en accès libre, quelques connecteurs et un protocole comme MCP, fabriquer son application métier est devenu un projet de week-end. Et c'est une révolution réelle.
Choisir un modèle, l'appeler, lui faire résumer un texte : c'est ainsi à la portée de tous, et le prix de cette brique s'effondre chaque trimestre.
Mais construire une application qui s'affiche est une chose. En faire une sur laquelle une organisation fonde ses décisions en est une toute autre. Cet écart porte un nom dans le monde de l'IA : le harness. Le modèle, c'est le cerveau : puissant, généraliste, mais nu. Il raisonne et il rédige, il ne voit rien, ne se souvient de rien, n'agit sur rien. Le harness, c'est tout ce qui l'entoure pour qu'il agisse : les yeux (l'accès à la donnée), les mains (les outils), la mémoire (le contexte), les règles (les garde-fous et les permissions). C'est lui qui transforme un cerveau dans un bocal en quelque chose qui travaille.
Sans harness, un modèle attend. Il ne cherche pas. Il ne vérifie pas. Il n'exécute pas.
Ce qui reste complexe n'a donc pas bougé : accéder en continu à la bonne donnée, l'absorber à gros volume, en tirer le livrable exact qu'un métier attend. Les modèles ont avalé la partie visible du travail. Ils ont laissé intacte la partie difficile.
Ce que révèle un outil fait maison
Exemple avec le métier de l'intelligence économique : surveiller en continu l'information stratégique d'une organisation, ses marchés, ses concurrents, ses risques, sa réputation... tout un terrain fertile où l'IA promet tellement que de nombreuses équipes de market intelligence ont voulu se construire leur propre système, en interne. Sur une démonstration, ça tenait. Puis le réel est arrivé : scraper en continu des sources fiables, encaisser de gros volumes sans casser, produire n'importe quel type de rapport selon le besoin métier du moment… A chaque marche, l'outil plantait. Quelques mois plus tard, il n'était toujours pas opérationnel.
C'est souvent là, en essayant de le faire soi-même, qu'on comprend la valeur d'un outil d'expert. Non pas parce que le modèle manquait, mais parce que tout ce qu'il y a autour – le harness – ne s'improvise pas : la collecte continue et qualifiée, la fiabilité à l'échelle, la capacité à décider quel signal mérite un regard humain, et à en rendre compte.
Le marché est déjà en train de le corriger
Ce retour de balancier, les marchés le chiffrent. Début 2024, on enterrait encore le SaaS : Salesforce avait perdu plus d'un quart de sa valeur entre janvier et avril. Puis l'action a bondi de plus de 40 % sur le seul mois d'août, portée par des résultats trimestriels record, au plus haut de l'année. La valeur ne s'est pas volatilisée avec l'arrivée des modèles : elle est revenue vers ceux qui savent construire et opérer le harness autour. L'outil d'expert n'est pas mort. Il est redevenu difficile, donc précieux.
Aller plus loin
Une application digne de ce nom ne vend pas un modèle. Elle construit un harness : la collecte, les outils, la fiabilité et les garde-fous qui permettent à un grand groupe ou à une administration de décider sur de l'IA, pas seulement de générer une réponse. Les blocages de l'outil fait maison décrits plus haut, ce sont ceux qu’un éditeur de logiciel passe ses journées à résoudre.
Alors oui, chacun peut désormais construire son propre outil, et c'est une bonne nouvelle : la brique cognitive n'est plus un privilège. Mais confondre l'application et le harness, c'est confondre la carrosserie et le moteur. Le vrai travail ne commence pas au modèle, ni à l'applicatif qu'on assemble autour. Il commence là où ça devient difficile. Et c'est précisément à ce moment qu’un éditeur sérieux se challenge pour aller plus loin.