L’intelligence artificielle générative n’est pas qu’un outil de productivité : elle redéfinit notre manière de penser, de créer et d’interagir avec l’information. Elle peut devenir une alliée puissante, à condition de l’aborder comme un levier d’amplification de l’intelligence humaine plutôt qu’un substitut.

Ce nouveau numéro de Netsources explore cette ambition à travers quatre dimensions : la maîtrise du dialogue avec le modèle IA, l’évaluation critique des innovations, la création multimédia et plus essentielle que jamais, la préservation de nos capacités intellectuelles.

D’abord, l’art du dialogue avec l’IA. Véronique Mesguich (« Le prompt, un art pour la veille stratégique et la recherche d’information »), montre que le prompt engineering dépasse la simple formulation technique : c’est une discipline de précision, qui fait du professionnel un véritable architecte de requêtes, capables d’augmenter significativement la performance des résultats générés par les LLM.

La mise à l’épreuve des outils illustre cette exigence. Dans son analyse (« ChatGPT Agent : un collaborateur virtuel pour les professionnels de l’information ? »), Ulysse Rajim teste l’agent autonome d’OpenAI sur des tâches comme l’analyse concurrentielle, l’audit SEO ou le social listening. Impressionnant par sa rapidité, l’outil révèle aussi ses limites : erreurs factuelles, accès bloqué par des paywalls, incertitudes liées à la confidentialité des données.

Dans ce numéro, nous publions la première partie d’un dossier complet consacré au prompt engineering. La seconde partie paraîtra dans le prochain numéro de NETSOURCES

Ce dossier a pour objectif de vous accompagner dans la maîtrise du prompt engineering, discipline clé pour exploiter pleinement le potentiel des modèles de langage.

De la compréhension des mécanismes fondamentaux aux techniques les plus avancées, , ces deux articles constituent un guide complet pour maîtriser l’art du prompt engineering et tirer le meilleur parti des modèles de langage actuels et futurs.

Premier article : les fondamentaux du prompt engineering

Ce premier article récapitule les principes essentiels pour optimiser la formulation des prompts:

• Mécanismes internes des LLM : Rappel des processus clés - tokenisation (découpage du texte), embeddings vectoriels (représentation numérique) et architecture transformer (mécanismes d’attention) - pour comprendre comment les modèles traitent les prompts).
• Frameworks de structuration : Présentation de méthodologies structurantes combinant contexte, rôle et format de sortie, illustrées par des exemples concrets d’application.
• Techniques avancées : Exploration de méthodes sophistiquées comme les chaînes de pensées, ainsi que des techniques parfois méconnues comme l’utilisation de délimiteurs.
• Stratégie de longueur : Faut-il privilégier un prompt long et complet («méga-prompt») ou procéder par itérations successives ? La longueur optimale du prompt est une question cruciale.

ChatGPT Agent promet de révolutionner l'automatisation des tâches professionnelles. Recherche intelligente, navigation autonome, exécution complète de missions complexes : marketing ou réalité ? Nous avons testé l'outil en conditions réelles sur trois métiers critiques de l'information. Notre verdict sans concession.

Avec le lancement de sa nouvelle fonctionnalité Agent, OpenAI enrichit ChatGPT de nouvelles capacités. En plus des échanges conversationnels, l’outil peut désormais exécuter des tâches complexes en combinant recherche avancée et actions autonomes dans un navigateur. C’est en tout cas la promesse : fusionner les capacités d’analyse de Deep Research et d’action d’Operator pour créer un assistant capable de prendre en charge une tâche de A à Z.

Pour évaluer les capacités réelles de cet agent dans un contexte professionnel, nous l’avons mis à l’épreuve à travers trois cas d’usage concrets : une analyse concurrentielle, un audit SEO et une étude de social listening.

I. Présentation de ChatGPT Agent

Annoncée le 17 juillet 2025, la fonctionnalité Agent de ChatGPT est disponible en France depuis le 8 août pour les abonnés aux forfaits Plus, Pro et Team. Elle est issue de la fusion de deux technologies qu’OpenAI développait en parallèle : d’une part, Deep Research, un système de recherche approfondie capable de parcourir des centaines de sources pour synthétiser des sujets complexes, et d’autre part, Operator, un agent capable de prendre le contrôle d’un navigateur web pour effectuer des actions comme cliquer sur des liens ou remplir des formulaires. En combinant les deux, ChatGPT Agent vise à permettre de déléguer à l’IA des activités plus complexes.

Monter un podcast ne se fait pas en un claquement de doigts. De la préparation des épisodes à leur diffusion, l’intelligence artificielle peut devenir un allié précieux. Voici comment l’utiliser pour gagner du temps, améliorer la qualité sonore et élargir votre audience.

Lancer un podcast spécialisé, entre nous, ce n’est pas toujours facile. Il faut : trouver une niche, construire un ton, fidéliser une communauté autour d’un sujet précis. Mais comment passer au niveau supérieur quand on n’a ni une équipe de production hollywoodienne ni des journées de 48 heures ? Bonne nouvelle : l’intelligence artificielle (IA) s’invite aujourd’hui dans la boîte à outils des podcasteurs et peut transformer la préparation, la production et la diffusion de votre émission. Voici un guide pratique pour optimiser son podcast grâce à l’IA, sans aucun effort !

L’IA pour préparer et structurer ses épisodes

La première étape d’un podcast, c’est la matière première : les idées. L’IA peut ici devenir un véritable assistant éditorial.

• Recherche documentaire : plus besoin de passer des heures à compiler articles et études. Des outils comme Perplexity AI (https://www.perplexity.ai/) ou ChatGPT vous aident à synthétiser des sources fiables, résumer des textes longs et dégager des tendances.
• Plan d’épisode : vous manquez d’inspiration ? L’IA génère des trames d’interview, propose des questions pertinentes pour vos invités et suggère des angles auxquels vous n’auriez pas pensé.
• Storyboard audio : certaines solutions, comme Notion AI (https://www.notion.com/fr/product/ai) ou Mem (https://get.mem.ai/), aident à structurer vos notes et à transformer une idée brute en plan clair et hiérarchisé.

Chroniques amusées sur l’intelligence artificielle par Christian Vigne Christian VIGNE

Christian Vigne, anciennement Product Manager chez Google, s’amuse dans ses chroniques à explorer l’impact de l’IA sur nos vies. Il est amené à conseiller les entreprises sur leurs stratégies IA (cadrage, priorisation, formation, conduite du changement).

J’ai découvert Luc Julia grâce à l’excellente série d’Arte intitulée « Silicon Fucking Valley ». Luc Julia est directeur scientifique, co-inventeur de Siri, et tellement français à bien des égards. Son dernier livre, IA génératives, pas créatives — l’intelligence artificielle n’existe (toujours) pas, agit comme une douche glacée pour obliger à reconsidérer l’engouement autour de l’IA générative. Je suis tombé sur un parallèle intéressant (page 168) entre les déplacements « auto-propulsés » et la pensée « auto-propulsée ». L’idée : demain, on nous demandera de faire un usage raisonné de l’IA générative (car elle consomme énormément de ressources) de la même manière qu’on nous demande aujourd’hui d’utiliser nos voitures avec parcimonie (car elles nuisent à l’environnement).

Imaginez un monde où l’intelligence artificielle générative deviendrait un documentaliste chevronné pour orchestrer vos recherches les plus ardues, un allié incontournable dans toutes vos tâches de traitement et de gestion de l’information, un compagnon d’une humanité confondante sur les réseaux sociaux, - un monde où rédiger une lettre de motivation sans IA s’imposerait comme un acte d’authenticité revendiqué…

Ce monde est déjà le nôtre. À la lecture de ce Netsources, on mesure l’ampleur avec laquelle l’IAG s’est infiltrée dans chaque facette de nos activités intellectuelles .

Dans son « Guide pratique du Deep Research », Véronique Mesguich montre comment l’IA est particulièrement intéressante dans le cas de recherches complexes exigeant l’analyse de sources multiples, et de production de synthèses, redéfinissant — ce faisant — le rôle des experts.

Ulysse Rajim (« Quand l’IA réinvente les réseaux sociaux… ») décrypte comment l’IA redéfinit les interactions sur les réseaux sociaux, complexifie la veille en brouillant l’authenticité de la parole et convertit les plateformes en viviers de données pour nourrir leur apprentissage.

Dans le précédent numéro de Netsources (« Deep Research : l’âge de raison des IA ? », Netsources N° 175 - mars/avril 2025), nous avons décrit et analysé l’irruption et les nombreux développements des outils de Deep Research proposés par les différentes IA.

Passons dans cette deuxième partie à la pratique en présentant et comparant les résultats obtenus avec les différents outils.

Une recherche approfondie pas à pas

Testons à présent la recherche approfondie des IA sur un exemple, en partant du prompt suivant : « Comporte-toi comme un analyste veilleur et rédige un rapport détaillé sur la stratégie et le positionnement des entreprises françaises dans le contexte des droits de douane annoncés par Trump en 2025. Base-toi sur des exemples concrets d’entreprises françaises dans différents secteurs (luxe, automobile, vins et spiritueux) pour étudier et comparer les différents positionnements et stratégies ».

Commençons par la recherche approfondie de ChatGPT (disponible dans la version payante, et depuis peu, de façon limitée dans la version gratuite). Avant d’élaborer son plan de veille, l’IA demande des précisions :

Une fois les précisions apportées par l’utilisateur, l’IA récapitule la demande et élabore son plan de recherche.

L’intégration de l’intelligence artificielle dans les réseaux sociaux est une tendance de fond, entamée au début des années 2010 et qui connaît une accélération marquée depuis l’émergence de l’IA générative en fin 2022. Cette évolution redéfinit l’utilité de ces plateformes, leur modèle économique et la nature même des interactions qu’elles hébergent.

Nous explorerons comment l’IA est passée d’un outil d’optimisation fonctionnant en arrière-plan à un rôle de plus en plus central dans nos échanges. Ce changement soulève une question essentielle : à mesure que l’IA prend plus de place, que reste-t-il de « social » dans les médias sociaux et comment cela impacte-t-il nos interactions en ligne ?

I. L’IA en coulisses : l’optimisation comme premier moteur

Pendant plus d’une décennie, l’intelligence artificielle a été le moteur discret, mais essentiel, des réseaux sociaux. Son déploiement à grande échelle répondait à un objectif principal : capter l’attention de l’utilisateur pour maximiser la durée des sessions et, par conséquent, les revenus publicitaires.

La fin du fil d’actualité chronologique

Cette stratégie reposait sur la personnalisation des contenus . Dès 2009, Facebook expérimentait déjà un nouvel algorithme (nommé EdgeRank ) pour remplacer le fil d’actualité chronologique (1). C’est entre 2012 et 2016 que cette tendance se généralise. Durant cette période, la plupart des plateformes de réseaux sociaux abandonnent progressivement le fil chronologique au profit du fil algorithmique . L’objectif n’étant alors plus de montrer ce qui venait d’être publié, mais ce qui était le plus susceptible de provoquer une réaction . Twitter remplace ainsi son fil d’actualité par le flux « Home timeline » en 2016 (2), et TikTok, lancé une année plus tard, érige cette approche en modèle avec sa « For You Page » (3). Aujourd’hui, cette méthode est devenue la norme et les algorithmes n’ont fait que s’améliorer d’année en année. Meta annonçait d’ailleurs en 2023 que ses algorithmes de recommandation étaient responsables d’une hausse de 24 % du temps passé sur Instagram , notamment grâce à la suggestion de contenus issus de comptes non suivis par les utilisateurs (4).

Nous avons souhaité interroger Christophe afin qu’il partage ses observations sur les transformations apportées par l’intelligence artificielle générative. Cet entretien apporte un éclairage sur l’évolution de la veille et du Knowledge Management à l’ère de l’IA.

Christophe Deschamps est depuis 20 ans consultant‐formateur en veille stratégique, intelligence économique et gestion des connaissances. Il enseigne depuis plusieurs années ces matières à l’IAE de Poitiers, à l’ILERI et à OTERIA Cyber School. Il publie régulièrement dans des revues comme Archimag, ou I2D (anciennement Documentaliste - Sciences de l’information). Il est l’auteur de plusieurs ouvrages sur l’intelligence économique et la veille, dont La boîte à outils de l’intelligence économique (Dunod), et l’animateur du blog OUTILS FROIDS .

CHRISTEL RONSIN : Christophe, depuis quand vous intéressez-vous au phénomène de l’intelligence artificielle générative ?

CHRISTOPHE DESCHAMPS : Mon intérêt pour l’intelligence artificielle générative a commencé vers 2017-2018, avec l’émergence des deepfakes . L’une des vidéos les plus marquantes était celle d’Obama, où il était presque impossible de distinguer la vidéo truquée de la réalité. Le mouvement de ses lèvres avait été modifié par l’IA pour lui faire dire des phrases qu’il n’avait jamais prononcées. Cela a naturellement suscité mon intérêt, car ce que redoutent le plus les professionnels de l’information, c'est évidemment de se faire manipuler par de fausses images, vidéos ou textes.

Chroniques amusées sur l’intelligence artificielle par Christian Vigne

Christian Vigne, anciennement Product Manager chez Google, s’amuse dans ses chroniques à explorer l’impact de l’IA sur nos vies. Il est amené à conseiller les entreprises sur leurs stratégies IA (cadrage, priorisation, formation, conduite du changement).

Pour ceux qui ne connaissent pas, Meetic est une application/service de rencontre français qui a lancé en 2014 une campagne de marque, brillante selon moi, intitulée « aimez vos imperfections ». Dans la publicité, une série de scènes montre des personnes en rendez-vous amoureux confrontées à leurs propres imperfections : arriver en retard, ne pas être assez fort, faire des mouvements étranges et ridicules en dansant. Chaque comportement est perçu à travers les yeux de l’autre personne, qui interprète ces imperfections comme des choses touchantes : « Tu cours parce que tu es impatient de me voir, pas parce que tu es en retard. Tu ne montres pas ta force pour me laisser gagner. J’adore ta façon de danser, aussi étrange soit-elle… »

J’ai récemment postulé à un emploi dans une des grandes entreprises spécialisées en IA générative. Oui, je sais, c’est comme essayer de séduire la fille (ou le garçon) la plus attirant(e) de la fête quand tout le monde tente sa chance. Mais qui sait, sur un malentendu… Ce qui m’a frappé en postulant, c’est que cette entreprise, qui développe des modèles d’IA générative de pointe mondialement reconnus, précisait explicitement dans son processus de candidature qu’il ne fallait pas utiliser leurs services ni ceux de leurs concurrents pour préparer la candidature, particulièrement la lettre de motivation. La note indiquait : « Nous souhaitons comprendre votre intérêt personnel pour (XX) sans médiation par un système d’IA, et évaluer également vos compétences en communication non assistée par IA. » Ironique, non ? C’est comme s’ils disaient : « Merci de ne pas utiliser la technologie créée par l’entreprise pour laquelle vous postulez. »

L’intelligence artificielle générative évolue à une vitesse vertigineuse, rendant la prospective à long terme particulièrement ardue. Pourtant, une convergence de signaux faibles récents - avancées techniques, annonces des laboratoires d’IA, avis d’experts - suggère une nouvelle phase d’accélération. Une course mondiale s’est engagée entre les principaux acteurs, chacun cherchant à définir la prochaine frontière de l’IA.

Cet article propose un état des lieux de cette compétition intense, des avancées technologiques attendues dans les prochains mois, et explore leurs implications immédiates pour les professionnels de l’information.

Depuis le début de l’année, les géants du numérique ont rivalisé d’annonces autour du Deep Research, ces nouveaux outils d’IA destinés à automatiser des recherches complexes sur le web. OpenAI, Google Gemini, Claude, DeepSeek, Perplexity et d’autres encore proposent désormais, parfois uniquement en version payante, de nouveaux modèles d’IA agentiques capables de mener en plusieurs étapes des recherches approfondies.

Dans le prochain numéro de Netsources, le sujet du Deep Research sera décliné sous un angle pratique.

Ces agents vont en effet composer le processus de recherche en plusieurs tâches automatisées : recherche de documents (pages HTML, images, documents PDF…), extraction et analyse des données pertinentes, puis production d’un rapport synthétique structuré mentionnant les sources utilisées.

Pour autant, ces agents automatisés sont-ils capables de détecter les sources les plus pertinentes, et d’en extraire les éléments utiles ? Quel sera l’impact de ces nouveaux agents sur les pratiques de recherches ? La profondeur d’analyse annoncée est-elle réelle ? Quelles sont leurs limites actuelles ? Commençons par nous pencher sur les modèles de raisonnement développés récemment, et qui sous-tendent ces nouveaux outils.

Ryan MULHOLAND est Research Librarian à l’Université Wesleyan du Tennessee aux États-Unis. L’article de Ryan a été traduit par notre équipe.Précisons que la fonctionnalité des Overviews décrite dans cet article n'est pas encore présente en France, même si elle l'est déjà dans certains pays d'Europe.

À nouvelle année, nouvelle série d’avancées dans le monde de l’intelligence artificielle. De la nouvelle capacité de génération d’images de ChatGPT avec la folie autour du style « Studio Ghibli », jusqu’à Grok qui déploie enfin sa propre application en version bêta, 2025 suscite déjà beaucoup d’effervescence autour de ces outils émergents.

Parmi les acteurs en lice, Google se démarque en intégrant des fonctionnalités d’assistance par IA à plusieurs de ses services gratuits, notamment Docs, Sheets, Slides, Maps, Search, Chrome et bien d’autres.

L’effervescence ne s’arrête pas là, car Google a déployé sa fonctionnalité Overviews (littéralement : « vue d’ensemble ») - aux États-Unis - le 14 mai de l’année dernière, puis Deep Research (« Recherche approfondie ») avec Gemini pour tous les utilisateurs le 13 mars de cette année. La première traite les requêtes complexes et tente de les résumer de manière facilement assimilable, tandis que la seconde permet aux utilisateurs de la version gratuite de générer trois rapports de recherche gratuits par jour pour une exploration plus poussée des sujets.

Chroniques amusées sur l’intelligence artificielle par Christian Vigne

Christian Vigne, anciennement Product Manager chez Google, s’amuse dans ses chroniques à explorer l’impact de l’IA sur nos vies. Il est amené à conseiller les entreprises sur leurs stratégies IA (cadrage, priorisation, formation, conduite du changement).

Qui se souvient de ses cours de philo de terminale ? Moiiiiii. Et en particulier de l’étude de La République de Platon. Vous souvenez-vous de Glaucon and friends, aka « les disciples » qui donnent la réplique à Socrate ? À travers les nombreux échanges qu’ils ont avec Socrate et ainsi le dialogue qui en naît, ils font advenir une réflexion, un cheminement vers une vérité. Attention les philosophes, je tente un truc au risque de vous froisser : les questions de Glaucon pourraient être à Socrate ce que nos requêtes sont à ChatGPT : des prompts. 

Deux ans après l’irruption fulgurante de l’IA générative dans nos vies, peut-on craindre une réécriture ou un effacement progressif de nos savoirs fondamentaux ?

Le paysage est contrasté. D’un côté, des avancées technologiques spectaculaires - notamment en santé ou en traduction automatique. De l’autre, une remise en question profonde de nos méthodes traditionnelles d’accès à la connaissance, d’analyse critique et de validation. À la clé, un risque réel : perdre pied dans un écosystème informationnel où la traçabilité devient optionnelle.

Le salon I-Expo/Documation, qui vient de tenir sa session annuelle, offrait un reflet saisissant de cette dualité. L’affluence remarquable aux conférences centrées sur l’IA témoignait d’un intérêt évident et d’une volonté de comprendre le phénomène dans son ensemble. Mais elle allait de pair avec une inquiétude et une prise de conscience : la nécessité d’encadrer ces outils et de préserver nos repères humains ainsi que l’accès à une information sourcée, fiable et compréhensible.

Particulièrement révélateurs à cet égard étaient les discours des éditeurs de logiciels de veille. D’un côté, ils valorisaient l’intégration des fonctionnalités d’IAG dans leurs plateformes, notamment pour la traduction, le résumé, l’analyse, avec même parfois un package de prompt engineering pour faciliter les interactions du veilleur avec le modèle d’IA. Parallèlement, ils réaffirmaient leur engagement à maintenir le rôle primordial des experts et de l’intelligence humaine dans l’analyse stratégique au service de la prise de décision, et mettaient en garde contre la « boîte noire » de l’IAG.

Le SEO (Search Engine Optimisation) participe à l’accès à la connaissance, en influençant directement la manière dont l’information est indexée, trouvée, hiérarchisée et diffusée sur le web.

Cependant, à l’heure où les robots conversationnels sont de plus en plus capables d’effectuer des recherches et synthèses de pages web, les créateurs de contenus web se voient confrontés à la nécessité de réévaluer leurs stratégies de référencement : il s’agit en effet de rendre les contenus visibles dans ce nouvel environnement aussi mouvant que concurrentiel.

Les professionnels de l’information (au sens large du terme) sont également concernés, et doivent adapter leurs stratégies de recherche à cette période de transition où les critères de visibilité des contenus sur le web se complexifient.

Ce bouleversement pose de nombreuses questions : comment les sites web peuvent-ils maintenir, voire améliorer leur visibilité lorsque les internautes ne recherchent plus uniquement via les moteurs classiques comme Google ou Bing, mais interagissent avec des IA conversationnelles telles que ChatGPT, Mistral ou DeepSeek ? Comment optimiser le contenu pour être « consulté » et relayé par des chatbots qui se comportent de plus en plus comme des agents autonomes ?

L’avenir du SEO (Search Engine Optimization, ou référencement naturel) se résume souvent à la chronique d’une mort annoncée, et ce, depuis plusieurs années. Et pourtant, la pratique du SEO reste indispensable, pour optimiser la visibilité des contenus, non seulement via les résultats du moteur Google, mais aussi dans un environnement multiplateforme incluant notamment des réseaux comme TikTok.

Ce contexte dynamique nous invite à explorer l’impact des IA génératives sur les stratégies SEO et à découvrir l’émergence d’une nouvelle tendance : le GEO ou Generative Engine Optimisation.

Depuis son lancement officiel fin 2023, Mistral AI s’est imposé comme l’un des acteurs incontournables de l’intelligence artificielle générative en Europe. Fondée par trois anciens chercheurs de Meta et de Google DeepMind, cette startup française a rapidement levé plus de 600 millions d’euros, atteignant une valorisation de 6 milliards d’euros en moins d’un an d’existence.

Si Mistral AI est souvent présentée comme le champion français de l’IA, sa stratégie et ses ambitions dépassent largement les frontières hexagonales. Dans cet article, nous examinerons le positionnement de Mistral face aux géants américains, nous analyserons les fonctionnalités phares de son application Le Chat, et nous tenterons de comprendre l’attrait de ses modèles au-delà des utilisateurs francophones.

Une réponse européenne aux géants américains ?

« En IA, nous pouvons rivaliser avec Google ou OpenAI », affirmait Arthur Mensch, CEO de Mistral AI, dans une interview avec Le Monde. Cette déclaration résume l’ambition affichée par la startup face aux géants américains qui dominent actuellement le marché de l’IA générative, à savoir OpenAI (ChatGPT), Anthropic (Claude) ou encore les solutions de Google (Gemini), Meta (Llama) et xAI (Grok).

Face à cette hégémonie, Mistral AI propose une alternative européenne avec une offre différenciée, notamment par son approche « open-weight ». Cette approche « open-weight » s’inscrit dans le mouvement de l’open source, mais se limite à rendre publics les paramètres des modèles d’IA (plutôt que le code source complet). Cela permet l’utilisation de ces modèles et leur modification par la communauté des développeurs sans nécessairement révéler tous les détails de l’entraînement. Cette approche est devenue l’une des marques de fabrique de l’entreprise. Dans une interview avec Xavier Niel sur France Inter, Arthur Mensch comparait d’ailleurs Mistral au « Deepseek français », faisant écho à cette entreprise chinoise également reconnue pour sa publication de modèles IA performants en accès libre.

Ryan MULHOLAND est Research Librarian à l’Université Wesleyan du Tennessee aux États-Unis. L’article de Ryan a été traduit avec l’aide, pour les tournures idiomatiques, de Mistral et de Claude.

Une « course aux armements de l’IA » sans précédent se déroule à l’échelle mondiale, bouleversant tout sur son passage. En ce début 2025, l’IA continue de dominer les discussions, des campus universitaires aux premières pages des sites d’actualités et d’affaires. Bien sûr, les habituels acteurs américains comme OpenAI et Google sont en première ligne, avec des offres conçues pour répondre à presque tous les besoins d’information des utilisateurs. De son côté, la Chine présente DeepSeek, dont le modèle R1 rivalise avec les meilleures offres américaines, mais à un coût bien inférieur.

Et qu’en est-il de l’Union européenne ? Regardons Mistral AI, un acteur français de premier plan dans le paysage mondial de l’IA.

Jeune expert en sciences de l’information, habitué à utiliser des modèles comme ChatGPT et Perplexity, je n’avais pas encore eu l’occasion de travailler avec Mistral, mais j’étais curieux de découvrir comment ce modèle français se positionnait par rapport à ses concurrents américains.

J’avais entendu parler de Mistral pour la première fois par une collègue en France, qui souhaitait connaître mon avis en tant qu’Américain.

Étant donné que je travaille principalement avec des étudiants universitaires et que l’utilisation de l’IA dans l’apprentissage et la rédaction académique est un sujet brûlant, il m’a semblé opportun d’explorer les meilleurs cas d’usage de ce modèle.

Le dernier trimestre 2024 marque un tournant décisif dans l’évolution de nos métiers. L’émergence d’outils autonomes au potentiel disruptif met au défi de l’adaptation les pratiques éprouvées des professionnels de l’information et leur rôle d’intermédiation.

Ce numéro de NETSOURCES explore cette nouvelle étape à travers trois regards complémentaires.

Véronique Mesguich analyse comment OpenAI ne se contente pas de concurrencer Google avec SearchGPT, mais revisite l’expérience de recherche d’information (« SearchGPT vs Google AI vs Copilot : la bataille des géants pour réinventer la recherche web » Netsources N° 173 - dec 2024.

Cette génération d’outils, avec sa puissance de synthèse et la génération contextuelle de contenus, remet en question notre rapport même aux sources. En proposant des synthèses dont la traçabilité échappe souvent à notre contrôle, elle fragilise davantage la notion de référence aux sources, pilier de la recherche professionnelle déjà ébranlé par l’écosystème Internet. C’est la fiabilité même du travail informationnel qui est en jeu, au-delà des impacts sur le modèle économique des moteurs traditionnels et du système de référencement commercial.

Le décryptage que fait Ulysse Rajim sur l’avènement des agents IA révèle une autre dimension de cette transformation (« Repenser la veille à l’ère des agents IA » Netsources N° 173 - dec 2024). Ces systèmes semi-autonomes, capables de planifier et d’exécuter des séquences d’actions complexes, préfigurent l’avenir de nos outils professionnels. Leur capacité à combiner planification et exécution, même à un niveau d’autonomie encore modéré, annonce une transformation de nos méthodes de travail.

Enfin, les retours d’expérience du Forum de l’IES, analysés par Corinne Dupin, apportent un éclairage précieux sur ces évolutions. Les enseignements qui en émergent - de la contextualisation des demandes au contrôle continu des résultats — dessinent les contours d’une utilisation raisonnée de l’IAG et d’une nouvelle maturité dans notre approche des IAG (« Quand la vitesse et la puissance de calcul des IAG dépassent l’humain et invitent à réévaluer les pratiques de veille et d’intelligence économique » Netsources N° 173 - dec 2024).

Ces trois analyses convergent vers un constat commun : l’accélération technologique nous ramène paradoxalement aux fondamentaux de nos métiers. Le sens critique, la rigueur méthodologique et l’intelligence collective deviennent plus essentiels que jamais.

Annoncé l’été dernier par OpenAI sous forme de prototype, le moteur de recherche SearchGPT a été lancé en novembre pour les utilisateurs de la version premium et est depuis le 17 décembre accessible gratuitement à tous.

Au-delà d’un moteur de recherche classique, SearchGPT allie les capacités de génération de texte et de recherche contextuelle du modèle de langage d’OpenAI pour offrir une nouvelle expérience de la recherche d’informations.

OpenAI renforce ainsi sa concurrence directe non seulement avec des services de recherche basés sur l’IA comme Perplexity ou You.com, mais aussi avec les géants du Search en ligne que sont les moteurs Google ou Microsoft Bing Copilot. Doit-on en attendre une transformation radicale du paysage des outils de recherche ? Ou bien s’agit-il d’une tentative de la part d’OpenAI destinée à capter une part du marché lucratif de la recherche web, en « disruptant » le modèle économique ?

Google et Microsoft, de leur côté, innovent dans l’IA générative pour transformer l’expérience utilisateur dans leurs moteurs de recherche respectifs. Ces avancées permettront-elles de créer des outils adaptés à une large gamme d’utilisateurs, allant du « grand public » aux professionnels de la recherche, en répondant à leurs attentes spécifiques ? Comparons les stratégies de ces trois géants du numérique en matière d’outils de recherche web.

2024 marque un tournant dans l’histoire de l’intelligence artificielle : après les chatbots et les copilotes, une nouvelle génération d’outils fait son apparition - les agents IA. De Microsoft à Salesforce, en passant par Google et Anthropic, les géants de la tech investissent massivement dans ces systèmes capables de planifier et d’exécuter des séquences d’actions complexes. Dans cet article, nous explorerons ce nouveau développement dans le paysage de l’IA et ses impacts sur le métier de la veille.

Au-delà du chatbot

En 2023, après la sortie de ChatGPT quelques mois plus tôt, les chatbots s’imposaient comme la technologie phare de l’année. De Bing Chat à Claude, en passant par Gemini, les agents conversationnels étaient au centre de l’attention.

En 2024, ce sont les assistants IA (aussi appelés « copilotes ») qui font leur apparition, en s’inspirant de la fonctionnalité Github Copilot, elle-même mise à disposition du grand public en juin 2022. Plusieurs copilotes sont alors annoncés : Microsoft 365 Copilot, EinsteinGPT (Salesforce), Joule (SAP) ou encore Gemini (Google), pour en citer quelques-uns.

Après les récentes annonces de plusieurs Big Tech, il semblerait qu’en 2025 nous nous apprêtions à entrer dans l’ère des agents.

L’IAG s’invite à l’IES (1) : plusieurs cas d’usage, quelques métriques et surtout une forte incitation à réévaluer les pratiques des acteurs de la veille et de l’IE à l’aune d’un outil qui va plus vite qu’eux à une échelle qui les dépasse.

Si l’intelligence artificielle truste les conversations, les salons et autres événements depuis l’avènement des IA génératives (IAG), le forum de l’IES ne fait pas exception et s’est largement fait l’écho des questionnements actuels sur leur intégration aux pratiques professionnelles. Pas moins de trois sessions plénières et une table ronde lui étaient consacrées.

L’intérêt des propos tenus sur le sujet à cette occasion réside dans leur inscription dans le quotidien de professionnels de la veille ou de l’IE dont la fonction rime avec l’expérimentation régulière de méthodes et outils à même de faciliter et dynamiser leur pratique. Plusieurs d’entre eux sont venus présenter des cas d’usage concrets des IAG et surtout quelques métriques (elles font cruellement défaut pour l’heure, le recul étant insuffisant sur une technologie somme toute encore assez jeune).

⁽¹⁾ L’IES est un événement organisé tous les deux ans par la Commission Intelligence Stratégique et Prospective de 3 AF (Association Aéronautique et Astronautique de France), qui réunit des acteurs de la veille et de l’intelligence économique de différents horizons (et pas seulement de l’industrie aéronautique). La dernière édition s’est tenue les 20 et 21 novembre dernier à Strasbourg.

À l’heure où OpenAI lance SearchGPT, son propre moteur de recherche intégré directement dans son chatbot, une question brûle sur toutes les lèvres : SearchGPT va-t-il détrôner Google ?

Au-delà de la « simple » question du modèle économique de Google et toutes réserves faites par ailleurs sur la robustesse des modèles d’IA face à leurs ambitions de déploiement planétaire, une autre question tout aussi cruciale nous semble se profiler : comment notre « expérience d’utilisateurs professionnels » est-elle transformée par les nombreux acteurs émergents de la recherche et de la veille ?

Depuis plusieurs mois, ces nouveaux acteurs consolident leur place et élargissent considérablement le champ d’utilisation opérationnelle des outils de veille et de recherche tels que nous les pratiquions jusqu’ici.

Dans ce nouveau numéro de Netsources, nous explorons ces transformations avec l’article de Véronique Mesguich qui analyse la concurrence entre You.com, «moteur de productivité polyvalent», et Perplexity, ainsi que l’article d’Ulysse Rajim sur NotebookLM, dont il analyse le rôle d' «un assistant pour la veille augmentée». Notons tout de même au passage que NotebookLM est produit par... Google.

Nous découvrirons sous leur plume comment ces moteurs ne se contentent plus d’afficher des résultats bruts. Ils permettent aux professionnels de l’information de réaliser des synthèses claires et structurées, enrichies par le traitement de très grandes quantités d’informations de multiples sources. L'information est désormais beaucoup plus facilement manipulable, permettant une structuration et un enrichissement en temps réel grâce à une grande puissance de traitement d'énormes volumes de données. Cela offre une nouvelle façon de gérer la connaissance, ce qui est essentiel pour la gestion de masses d'informations et de connaissances. L'utilisateur peut ainsi naviguer entre différents modes-recherche, génération de contenu et même création d'images-en fonction de ses besoins.

Nous serons également très attentifs à la méthode innovante et personnalisée que nous propose Ulysse Rajim avec un véritable guide de l’automatisation de la veille grâce à l’IA (Netsources N° 172 - sept/oct 2024).

Le lecteur pourra mesurer en filigrane comment ils modifient en profondeur la collecte, le filtrage et l’analyse de l’information ainsi que la gestion des connaissances au sein des entreprises, en les rendant accessibles et exploitables par différents services et équipes à une échelle beaucoup plus large.

Automatiser sa collecte d'informations, synthétiser des documents très volumineux, personnaliser ses agents de recherche, toutes ces possibilités sont désormais à votre portée. L’idée est d’exploiter l’IA non pas comme une curiosité technologique, mais comme un véritable levier de productivité et de performance.

« Moteur de productivité » : c’est ainsi que se définit la plateforme You.com. Ce concept de productivité, souvent associé à des outils de travail collaboratif comme Notion ou Trello, serait-il annonciateur d’une nouvelle dimension apportée aux outils et méthodes de recherche professionnelle d’information ?

You n’est pourtant pas totalement un nouveau venu dans le monde des outils de recherche et a déjà été chroniqué dans les colonnes de Netsources. La plateforme a été lancée en effet dès 2020 par Richard Socher, ancien Chief Scientist chez Salesforce et spécialiste du traitement du langage naturel, et Bryan McCann, chercheur en IA. À l’origine, You.com se présentait comme un moteur agrégateur de contenus issus de pages web, ou de sources spécialisées (Reddit, LinkedIn…), la recherche web s’appuyant notamment sur le moteur Bing.

Depuis 2023, la plateforme a pris le virage des techno­logies d’IA générative et propose non seulement des services de recherche, mais également des applications d’aide à la rédaction, à la création d’images, ou encore au codage. You.com se présente ainsi désormais comme un assistant IA personnalisé. Commençons par un tour d’horizon de ses principales fonctionnalités.

La veille, on le sait, est une activité en première ligne face à la surcharge informationnelle.

Ce défi, auquel le veilleur est confronté quotidiennement, a été pris en compte par les plateformes de veille depuis plusieurs années, avec des résultats variables. Récemment, cependant, ces plateformes ont franchi une nouvelle étape en intégrant l’intelligence artificielle (cf. Netsources N° 171 - juillet /août 2024).

Quant à la majorité des veilleurs confrontés à la gestion quotidienne de cette infobésité, l’utilisation de l’IA représente également un atout considérable dans leur gestion quotidienne de l’information.

L’intelligence artificielle, et notamment les Large Language Models (LLMs), offrent des solutions pour relever ce défi en automatisant les tâches les plus chronophages du processus de veille : extraction des contenus, première phase d’analyse, catégorisation et synthèse. Nous proposons ici de vous guider avec une approche pragmatique pour intégrer ces nouvelles capacités dans vos workflows, en s’appuyant sur des outils d’automatisation et d’IA générative accessibles à tous.

À l’ère de l’IA générative, les outils de veille évoluent pour offrir de nouvelles capacités d’analyse documentaire.

Parmi les nouveaux venus dans l’écosystème des outils d’IA pour la veille, NotebookLM se positionne comme un assistant de recherche et d’écriture basé sur l’IA. Ce service, développé par Google, pourrait aider les professionnels de l’information à interagir plus facilement avec de multiples sources de données disparates.

NotebookLM tire parti de deux différenciateurs clés :

1. l’augmentation de la taille du contexte (c’est-à-dire le nombre de mots ou de pages que peut ingérer l’IA).
2. la multimodalité (capacité du modèle d’IA à prendre en compte différents types de contenus).

Avec la capacité d’analyser des quantités importantes de texte, jusqu’à plusieurs milliers de pages d’un coup, et de traiter différents types de contenus (texte, audio, images, vidéos), NotebookLM répond bien aux besoins du professionnel de l’information moderne. Explorons comment cet outil, intégrant l’IA de manière native, pourrait influencer les pratiques de veille en permettant une exploration plus riche et contextualisée des données.

On pressent que la « révolution IA générative » va à terme jouer un rôle central dans la redéfinition des pratiques de veille stratégique et technologique. Dans ce nouveau Netsources, nous vous emmenons au cœur de cette métamorphose naissante.

Deux des experts reconnus de la veille en France, Mathieu Andro et Corinne Dupin, ont mené une nouvelle étude du marché des plateformes de veille, Netsources N° 171 - juillet/août 2024. Nous sommes heureux d’ouvrir ce numéro avec leur analyse approfondie de l’enquête 2024. Leur étude révèle l’intégration croissante de l’IA dans ces systèmes, qui laisse présager une refonte en profondeur du modèle traditionnel du cycle de la veille.

La révolution de l’IA s’étend également au champ cognitif, démocratisant l’accès à la connaissance. Par exemple, dans le domaine scientifique, Aurélie Vathonne démontre comment de nouveaux outils dopés à l’IA permettent désormais à des veilleurs généralistes de s’immerger dans des domaines complexes, brisant ainsi les barrières d’entrée au savoir scientifique (« Comment se saisir avec pertinence de l’information scientifique lorsqu’on n’est pas scientifique ? », Netsources N° 171 - juillet/août 2024).

Par ailleurs, l’article « Perplexity, le couteau suisse de la découverte d’informations et de la curiosité », Netsources N° 171 - juillet/août 2024, analyse l’évolution de ce moteur de réponses hybride, combinant les forces d’un moteur de recherche traditionnel et d’un agent conversationnel. Perplexity incarne cette nouvelle génération d’outils visant à réduire l’incertitude et à fournir des réponses claires, tout en suscitant des débats éthiques sur l’utilisation des sources et la propriété intellectuelle.

Enfin, nous aborderons une question rarement traitée, mais présente dans tous les esprits : «Faut-il optimiser ses prompts en fonction de chaque modèle d’IA ?». Cette interrogation souligne notre prise de conscience des enjeux liés à la personnalisation de nos interactions avec les modèles d’IA, afin d’en tirer le meilleur parti. Nous verrons également comment l’IA offre au veilleur/analyste généraliste de nouvelles perspectives en termes d’immersion dans des champs de connaissance qui lui étaient jusque-là inaccessibles.

Rappelons quand même que l’IA générative, même nourrie des meilleurs prompts et d’investissement personnel, reste un outil qui amplifie l’expertise humaine plutôt qu’un substitut à la réflexion critique et à l’expertise métier.

En 2022, nous avions déjà mené une première grande enquête sur les plateformes de veille. Elle avait fait l’objet d’un numéro spécial de la revue I2D.

Depuis cette date, le marché s’est transformé avec l’intégration de Digimind dans Onclusive (juillet 2022), les rachats successifs par Chapsvision, après celui de Bertin (AMI EI) en juin 2021, de QWAM (mars 2023) et Geotrend (juin 2023) et de plusieurs autres acteurs de l’OSINT, de la traduction ou de l’analyse de données, ou encore l’acquisition d’Iscope par KB Crawl en février 2024.

En parallèle, et depuis 2020, d’autres acteurs, plus petits et aux publics plus confidentiels, sont apparus sur le marché des éditeurs de veille, avec des solutions souvent boostées par l’intelligence artificielle. Le recours croissant aux technologies d’IA a considérablement accéléré la transformation des tech­nologies de veille.

Il était donc devenu nécessaire d’actualiser notre enquête.

Mathieu Andro est Animateur du réseau de veille des Services du Premier ministre

Corinne Dupin est Consultante et formatrice au sein du cabinet Ourouk

Pendant assez longtemps, la veille business et la veille scientifique et technique ont constitué des champs tout à fait distincts avec des compétences et ressources spécialisées bien définies pour les piloter, ainsi que des objectifs, des méthodes, des outils et des sources propres.

Puis la mise en place de plus en plus courante de veilles dites « innovation » a commencé à brouiller les frontières, mêlant informations concurrentielles et technologiques, et l’on constate que les spécialistes de la veille au sein des départements marketing et R&D de grands groupes travaillent étroitement ensemble pour fournir leurs analyses stratégiques au top management.

La veille IST a longtemps nécessité un véritable back­ground scientifique et technique dans un domaine spécifique, quel qu’il soit (matériaux, énergie, agro-alimentaire, etc.), pour pouvoir exercer ce rôle efficacement. Pourtant, comprendre non seulement la pertinence, mais aussi l’apport de certains travaux scientifiques ou d’articles techniques n’est plus mission impossible pour celui qui n’est pas du sérail, et ce grâce au développement récent des outils d’intelligence artificielle qui changent la donne.

Bien sûr, un veilleur « généraliste » ne pourra jamais se hisser au niveau d'expertise d’un ingénieur spécialiste, mais l’IA va lui permettre en revanche d’élever sa compréhension des documents sans avoir de bagage spécifique et sans connaître tout le vocabulaire scientifique et technique spécialisé.

À l’arrivée de ChatGPT, nous avons vu fleurir sur le web et les réseaux sociaux une quantité de conseils sur l’art subtil de la formulation des prompts. On a vu également émerger une multitude d’outils et de bibliothèques de prompts prêts à l’emploi, souvent payants, adaptés à divers secteurs et types de questions (cf. FOCUS IA : maîtriser et gérer ses prompts, Bases N° 421- janvier 2024). Cette révolution IA a même donné naissance à un nouveau métier : le prompt engineering, qui semble se professionnaliser de plus en plus.

Rappelons au passage qu’un prompt (ensemble d’instructions ou encore d’invites) est adressé à un modèle de langage (LLM) via une interface utilisateur, qui peut prendre la forme d’un chatbot (interface conversationnelle) pour générer des réponses ou des contenus spécifiques. Par exemple, Open AI a développé le modèle GPT (avec ses déjà nombreuses versions) et a mis à disposition des utilisateurs le chatbot ChatGPT.

La question de l’universalité des prompts

Ces conseils et outils se concentrent principalement autour de ChatGPT, ce qui ne surprend pas au regard de la large et rapide démocratisation de l’IA générative qu’OpenAI a su orchestrer : il était urgent de fournir un « mode d’emploi » pour utiliser efficacement ce chatbot.

Cependant, une question fondamentale demeure : peut-on utiliser les mêmes prompts pour tous les modèles d’IA établis sur le marché (outre GPT : Gemini, Claude, Mistral, Llama principalement) ? Par exemple, Claude répond-il de manière aussi satisfaisante à un prompt conçu pour ChatGPT ?