Cette conversation avec Tobias Kuster, cofondateur de Iabsis, entrepreneur spécialisé dans les infrastructures numériques critiques, propose une lecture très lucide de l’intelligence artificielle : puissante, rapide, utile, mais fondamentalement imparfaite.
Le cœur de son message est simple : l’IA n’est pas une intelligence magique. Elle fonctionne d’abord comme une machine à produire des réponses probables à partir de masses gigantesques de données. Elle peut donc accélérer la réflexion, explorer des idées, challenger un projet, synthétiser des informations et aider à tester un produit. Mais elle peut aussi halluciner, flatter l’utilisateur, répondre avec trop d’assurance, ou produire une réponse fausse qui semble brillante.
Tobias défend une approche très entrepreneuriale de l’IA : ne pas lui demander si une idée est bonne, mais lui demander comment la tester. C’est là que l’outil devient puissant. L’IA permet de sortir du regard figé de son entourage, de formuler des hypothèses, de trouver des indicateurs, de préparer des questions clients, puis de revenir très vite au réel.
Le grand enseignement de l’épisode : l’IA est un accélérateur d’exploration, pas un substitut au discernement. Elle aide à penser plus vite, mais ne dispense jamais de vérifier, comparer, appeler un expert, tester avec un client, ou confronter l’idée au terrain.
L’idée centrale de l’épisode
L’intelligence artificielle est moins une autorité qu’un miroir amplifié du savoir disponible.
Elle peut vous donner l’impression de parler à quelqu’un qui sait. En réalité, elle assemble des probabilités, repère des régularités, reformule ce qu’elle a vu ailleurs, et tente de maintenir une conversation utile et agréable.
C’est précisément pour cela qu’elle est à la fois révolutionnaire et dangereuse :
elle peut produire une réponse rapide, fluide, convaincante et fausse.
Voici les idées principales de notre conversation
Les 15 mini-leçons à retenir
1. L’IA ne “sait” pas : elle prédit
Tobias rappelle que l’IA assemble les mots selon des probabilités. Elle ne raisonne pas toujours comme un humain. Elle produit souvent ce qui est statistiquement plausible, pas nécessairement ce qui est vrai.
2. Plus une erreur est répétée, plus elle peut paraître vraie
Si une mauvaise information circule beaucoup, l’IA peut l’intégrer comme une association crédible. C’est l’exemple de la Tour Eiffel associée à une mauvaise personne : si l’association apparaît souvent, l’IA peut la reprendre.
3. Une réponse convaincante n’est pas forcément une réponse fiable
L’IA parle avec assurance. C’est ce qui la rend utile, mais aussi trompeuse. Le ton de certitude ne doit jamais être confondu avec la vérité.
4. Le bon sens devient plus important, pas moins
Avec l’IA, on pourrait croire qu’il faut moins réfléchir. C’est l’inverse. Comme l’outil va très vite, il faut développer un filtre personnel encore plus solide : “Est-ce logique ? Est-ce cohérent ? Est-ce vérifiable ?”
5. L’IA est excellente pour explorer, pas pour décider seule
Tobias l’utilise comme une recherche Google accélérée. Elle permet de balayer un sujet, de repérer des angles, de comprendre un marché, mais pas de prendre une décision finale sans validation extérieure.
6. Ne demandez pas à l’IA : “Est-ce que mon idée est bonne ?”
C’est une mauvaise question. L’IA risque de vous encourager. La meilleure question est :
“Comment puis-je tester rapidement si cette idée a une chance de fonctionner ?”
7. Le vrai entrepreneur ne cherche pas l’approbation, il cherche un test
Tobias ne cherche pas à ce que l’IA valide son intuition. Il lui demande des méthodes de validation : indicateurs, hypothèses, questions clients, conditions d’achat, prix, obstacles.
8. L’IA aide à sortir de la boîte dans laquelle les autres vous mettent
Votre entourage vous connaît à travers une histoire passée. Il peut vous enfermer dans une image : “toi, tu es comme ça”. L’IA, elle, part davantage d’une page blanche. Cela peut ouvrir des pistes nouvelles.
9. Mais l’IA a aussi ses propres biais
Elle veut être utile, agréable, positive. Si vous lui présentez votre rêve avec enthousiasme, elle risque de vous encourager au lieu de vous challenger.
10. La qualité de la réponse dépend de la qualité de la question
Si vous dites : “J’ai une idée géniale, aide-moi à la lancer”, l’IA va souvent vous accompagner dans votre enthousiasme. Si vous dites : “Voici une personne qui veut tout plaquer mais ne sait pas nager, quels sont les risques ?”, elle devient plus critique.
11. Il faut parfois formuler volontairement la question de manière critique
Tobias conseille d’utiliser un filtre plus négatif ou plus prudent avec l’IA. Non pas pour être pessimiste, mais pour compenser son biais naturel à l’encouragement.
12. Utiliser deux IA permet de mieux détecter les erreurs
Un réflexe très fort : copier une réponse suspecte dans un autre modèle et demander :
“Je pense que c’est faux, qu’en penses-tu ?”
Cela permet de faire dialoguer les outils entre eux et de repérer les incohérences.
13. Le dernier test reste toujours le monde réel
Une idée n’est pas validée parce qu’une IA l’a trouvée bonne. Elle est validée quand un client répond, paie, s’engage, ou quand un professionnel du domaine confirme que le raisonnement tient.
14. L’IA est très forte pour accélérer les 80 premiers pourcents
Elle donne souvent une première vision utile, vulgarisée, rapide. Mais ces 80 % ne doivent pas être confondus avec une expertise complète.
15. Dans les sujets critiques, l’IA n’est ni un avocat, ni un médecin, ni un confident
Tobias insiste sur un point essentiel : l’IA n’a pas le secret professionnel d’un avocat ou d’un thérapeute. Pour les données sensibles, juridiques, médicales ou stratégiques, il faut être prudent.
Les points clés de la conversation
1. L’IA fonctionne par probabilité, pas par vérité absolue
L’un des moments pédagogiques forts de l’épisode est l’explication simple du fonctionnement de l’IA. Elle absorbe de grands volumes de texte et apprend quelles associations de mots reviennent souvent. Elle peut donc produire des réponses très crédibles, mais aussi inventer des références ou mélanger des informations.
2. Les hallucinations ne sont pas des accidents marginaux
Les hallucinations sont liées au fonctionnement même de l’outil. L’IA peut répondre “à côté” parce qu’elle ne comprend pas toujours le contexte réel. L’exemple de l'IA qui suggère d'amener la voiture au garage illustre parfaitement ce manque de bon sens situationnel.
3. L’IA est utile pour gagner du temps, mais pas pour abandonner son jugement
Elle peut écrire une lettre, résumer un sujet, aider à comparer, préparer une réflexion. Mais elle ne remplace pas la relecture, l’expertise humaine ou la responsabilité de la décision.
4. Le danger vient de son assurance
Le problème n’est pas seulement que l’IA peut se tromper. Le problème est qu’elle peut se tromper avec élégance, fluidité et conviction. C’est pourquoi elle peut faire douter l’utilisateur de son propre discernement.
5. L’approche entrepreneuriale de Tobias : tester vite, petit, dans le réel
Tobias applique à l’IA sa philosophie d’entrepreneur : lancer, tester, apprendre, arrêter si nécessaire. Il donne l’exemple d’un produit d’automatisation d’emails qu’il a exploré, testé sur plusieurs marchés, puis abandonné parce que le marché et ses moyens ne correspondaient pas.
6. L’échec d’un produit n’est pas un échec de pensée
Au contraire, un produit arrêté rapidement peut être une réussite méthodologique. Cela signifie qu’on a évité de perdre du temps, de l’argent et de l’énergie sur une mauvaise piste.
7. L’IA peut aider à construire une méthode de test
Elle peut aider à définir :
les bons indicateurs, les questions à poser aux clients, les hypothèses à valider, les signaux d’arrêt, les conditions de prix, les marchés à comparer.
8. L’IA est une forme de “recherche Google accélérée”
Tobias ne la traite pas comme un oracle. Il l’utilise pour explorer rapidement ce qu’il aurait dû lire lui-même sur des dizaines de pages ou d’articles.
9. Le modèle utilisé compte
Dire “l’intelligence artificielle a dit que…” n’a pas beaucoup de sens. Quel modèle ? Quelle version ? Quel mode ? Quel niveau de raisonnement ? Tobias rappelle qu’il y a des différences majeures entre les modèles.
10. La vérification doit devenir une habitude
Trois réflexes ressortent :
utiliser son bon sens, comparer plusieurs IA, puis vérifier auprès du monde réel.
La meilleure phrase à retenir
“Ne demandez pas à l’IA si votre idée est bonne. Demandez-lui comment la tester.”
C’est probablement la leçon la plus forte de l’épisode. Elle transforme l’IA d’un outil d’approbation en outil d’apprentissage.
Ce que l’épisode dit en profondeur
Cet échange ne parle pas seulement d’intelligence artificielle. Il parle de discernement dans un monde où tout va plus vite.
L’IA accélère l’accès à l’information, mais elle augmente aussi le risque de confusion. Elle donne des réponses rapides, mais oblige à mieux poser les questions. Elle ouvre des possibilités, mais nécessite plus de maturité. Elle permet de sortir des cadres, mais peut aussi renforcer nos biais si on la nourrit avec nos certitudes.
Tobias propose finalement une posture très saine :
être curieux, rapide, expérimental, mais jamais naïf.