J'ai reconstruit notre site Web avec l'IA. De façon durable.

Vous songez à investir dans l’IA, et derrière l’enthousiasme se cache une réelle inquiétude : et si ce que vous payez aujourd’hui devenait obsolète d’ici un an ? Vous avez vu des outils se faire dépasser à peine un mois après leur lancement. Consacrer un véritable budget à une solution qu’un nouveau modèle pourrait rendre désuète — ou gratuite — ne semble pas très judicieux. Vous craignez d’avoir l’air naïf devant votre conseil d’administration.

Cette crainte est tout à fait fondée. Et c’est exactement le piège dans lequel tombent la plupart des projets du type « nous l’avons construit avec l’IA ».

La voie facile mène à un château de sable

Voici la méthode adoptée by presque tout le monde. Vous demandez à un modèle performant de « concevoir un site Web de marketing » et, une heure plus tard, vous obtenez des pages, des textes et une palette de couleurs. Cela ressemble à du progrès.

Ce n’en est généralement pas. Ce processus produit un livrable unique : un lot de fichiers générés, reliés par les décisions arbitraires prises par le modèle ce après-midi-là. La différence entre cette approche et une architecture durable saute aux yeux dès que le moindre changement survient :

Cette première colonne ne décrit pas un site Web. C’est un château de sable qui est joli en photo. Quand j’ai entrepris de rebâtir ce site, mon premier réflexe a été de faire précisément cela : ouvrir une boîte de discussion vide et dire au modèle « construis le site en entier ». Je suis ravi de m’être arrêté à temps. J’ai fait face au même dilemme que vous aujourd’hui. Et comme je préfère la démonstration aux longs discours, ce site est l’exemple concret de la démarche que j’ai choisie à la place.

En quoi consiste concrètement la « méthode durable » ?

Bâtir de façon durable consiste à concevoir le système qui produit le site Web, et non le site lui-même. Le livrable final est jetable et coûte de moins en moins cher — c’est le véritable changement apporté par l’IA. Ce qui conserve sa valeur, c’est le système qui génère des résultats de qualité sur demande, et continue de le faire alors même que les outils sous-jacents évoluent.

Voici quelques choix concrets faits pour ce site, car la durabilité s’illustre mieux par des faits que par des promesses :

• Le site est entièrement statique. Chaque page est du code HTML simple, généré à l’avance. Il n’y a qu’un seul élément dynamique — le formulaire de contact — et rien d’autre qui puisse planter à 2 h du matin. Moins de pièces mobiles signifie moins de bris, moins de maintenance et moins de refontes.
• Deux langues, une seule source de vérité. Le site est bilingue (anglais et français), mais je ne gère jamais deux sites distincts. La version anglaise sert de source ; la version française est une couche superposée qui détecte automatiquement si elle est obsolète, empêchant ainsi tout décalage invisible entre les deux.
• Il a été conçu par étapes bien définies, pas en une seule invite. Un cahier des charges verrouillé, puis un plan d’architecture, puis la rédaction des textes, puis le design, et enfin l’intégration — chaque étape étant validée avant de passer à la suivante. Cette séquence est réutilisable : le prochain site sera conçu de la même manière.
• Chaque décision importante est documentée. Lorsque j’ai sélectionné les outils ou défini la stratégie de traduction, j’ai consigné le pourquoi — les compromis, les solutions rejetées. Ainsi, un meilleur modèle ou un nouveau collaborateur hérite du raisonnement complet, pas seulement du résultat brut.

Rien de tout cela n’est sorcier. C’est de la discipline d’ingénierie classique. Ce que l’IA a changé, c’est que cette rigueur était autrefois trop coûteuse pour les petits projets ; ce n’est plus le cas aujourd’hui.

Qu’est-ce qu’une fondation d’IA durable et agnostique au modèle ?

Une fondation d’IA durable et agnostique au modèle est conçue pour qu’un simple changement de modèle améliore vos résultats sans nécessiter de reconstruction. Le modèle est traité comme un composant interchangeable, et non comme la structure elle-même. Dès qu’un nouveau modèle sort, vos résultats s’améliorent automatiquement — votre investissement prend de la valeur au lieu de se déprécier. Cette seule caractéristique distingue une dépense d’IA qui se bonifie d’une dépense que vous devez amortir à perte.

Et le prochain modèle sortira très bientôt. Les modèles de pointe arrivent désormais tous les quelques mois plutôt que tous les deux ou trois ans — un rythme documenté année après année par l’indice d’IA de l’Université Stanford (Stanford’s AI Index). Concevoir une solution pour le modèle spécifique d’aujourd’hui revient à lui donner une durée de vie qui se compte en semaines.

Comment concevoir une IA qui se bonifie au lieu de devenir obsolète ?

Nul besoin d’adopter ma chaîne d’outils pour appliquer ce principe. La démarche se résume en trois étapes, et c’est le plan que je propose à chacun de mes clients :

1. Définir d’abord la couche durable. Déterminez ce qui doit rester stable — votre structure, vos normes, votre système de design et vos processus de révision. C’est cette partie qui survit aux changements de modèles.
2. Laisser l’IA produire les livrables jetables. Orientez le modèle vers des tâches ciblées et bien définies par-dessus cette couche durable. Les livrables sont peu coûteux ; générez-les librement, sachant que la fondation en assure la cohérence.
3. Garder un humain comme rédacteur en chef. L’IA prend en charge les tâches fastidieuses ; l’humain conserve le pouvoir décisionnel — ce qui est publié, ce qui est exact, ce qui respecte l’image de marque. C’est de là que proviennent la qualité et la confiance.

Suivez ces trois étapes, et tout nouveau modèle deviendra une mise à niveau, et non une menace.

Le véritable levier n’a jamais été l’invite

Voici la réalité que la plupart des récits de projets réalisés par IA passent sous silence, et c’est pourtant l’élément le plus important pour votre entreprise. Ce qui a permis la réussite de ce projet n’est pas une invite (prompt) magique que vous pourriez copier-coller. C’est la capacité à cadrer le problème de manière à ce que l’IA puisse travailler sur des bases durables : ce qu’il faut décider au départ, ce qu’il faut confier au modèle et là où l’humain doit intervenir pour valider.

Il s’agit d’une compétence fondamentale (meta-skill) qui, contrairement aux invites ou aux outils spécifiques, se bonifie avec le temps — chaque projet rend le suivant plus rapide. La logique reste la même, qu’il s’agisse de concevoir un site Web, de transformer des notes de réunion en propositions d’affaires ou d’automatiser des rapports financiers. Le domaine change ; la compétence demeure. C’est aussi pourquoi je ne crains pas les futures versions de modèles : elles ne menacent pas ce que j’ai bâti de façon durable ; elles le perfectionnent.

Ce qu’il faut retenir

Utiliser l’IA pour produire un livrable unique est désormais facile et à la portée de tous. L’utiliser pour concevoir un système qui continue de produire de bons livrables — et qui s’améliore en même temps que les modèles — est le travail qui s’avère rentable pendant des années. La première méthode semble plus rapide au premier jour. La seconde est celle qui tient toujours debout au cinq centième jour. L’écart entre les deux représente précisément la différence entre un budget amorti à perte et un budget qui se bonifie.

Si vous préférez ne pas apprendre cette distinction à vos dépens, réservez une consultation — je cartographierai la couche durable adaptée à votre situation en une seule conversation. Sans engagement : vous repartirez avec cette feuille de route, que nous collaborions ou non par la suite. Vous préférez développer cette compétence à l’interne ? C’est l’autre volet de mes services : je forme votre équipe pour qu’elle puisse le faire en toute autonomie.

Ce site n’est que la version que j’ai bien voulu vous montrer au grand jour.