Aller au contenu
Julien Lampin
Blog
IAProductivité

Pas de FOMO sur l'IA

Beaucoup de gens ont peur de rater le train de l'IA, et restent bloqués. Ce que deux ans d'apprentissages vite dépassés m'ont appris, et par où commencer si vous démarrez maintenant.

29 septembre 2026 · 3 min de lecture · Julien Lampin

Je vois beaucoup de personnes qui ont peur de rater le train de l'IA, et qui restent paradoxalement bloquées. Trop de choses à apprendre, trop de retard, on ne sait pas par où commencer.

Je comprends. Mais regardez ce qu'est devenu tout ce que j'ai appris.

Deux ans d'efforts, vite dépassés

  • Il y a deux ans, je passais des soirées entières à monter des workflows n8n et Make. Des nœuds, des webhooks, des mappings de champs à rallonge. Aujourd'hui, la moitié de ces workflows s'écrivent en une phrase.
  • L'an dernier, je peaufinais mes prompts au mot près.
  • En janvier, j'ai construit sur OpenClaw tout un système pour gérer ma vie et ma mémoire. À la poubelle quelques mois plus tard.
  • Il y a quatre mois, certains cas d'usage étaient inutilisables à cause du coût de l'IA.
  • Il y a deux mois, j'optimisais mes tokens au millimètre : découper le contexte, compresser les prompts, choisir le bon modèle pour chaque étape.

Sans parler des applications et des sites que j'ai mis des mois à développer, et qui sont aujourd'hui moins bien faits que ce qu'on obtient en deux prompts.

Vous avez sûrement vos propres exemples.

Rien n'est perdu

Chaque étape m'a donné quelque chose : de l'intuition, du bon sens, de la vitesse d'exécution, et une meilleure idée de ce qui va vraiment servir.

Mais ça va tellement vite que si vous commencez maintenant, vous n'avez pas à refaire tout ce chemin. Il suffit de vous mettre à l'état de l'art du moment.

J'en tire trois constats. Une bonne partie de ce qu'on apprend avec tant d'efforts sera obsolète dans un an. Beaucoup de gens passent un temps fou sur des optimisations qui ne serviront bientôt plus à rien. Et se remettre à niveau prend quelques jours, pas quelques années.

Le retard s'accumule moins qu'on ne le croit : le terrain se réinitialise tous les six mois.

Deux ans d'état de l'art

Modèles Outils et usages
  1. Il y a deux ans

    • nov. 2024

      MCP

      Un standard ouvert pour brancher l'IA à vos outils

    • déc. 2024

      o1

      Un modèle qui réfléchit avant de répondre

    • janv. 2025

      DeepSeek R1

      Le raisonnement en open source, à prix cassé

    • févr. 2025

      Claude Code

      L'agent de code dans le terminal

  2. Il y a dix-huit mois

    • mai 2025

      Claude 4

      Des agents qui tiennent sur la durée

    • juil. 2025

      ChatGPT agent

      ChatGPT navigue et agit à votre place

    • août 2025

      GPT-5

      Le raisonnement par défaut, pour tous

  3. Il y a un an

    • nov. 2025

      Gemini 3

      Google reprend la tête des classements

    • nov. 2025

      Claude Opus 4.5

      Le haut de gamme au tiers du prix

    • janv. 2026

      Claude Cowork

      Un agent sur le bureau, pour le travail non technique

    • janv. 2026

      OpenClaw

      L'agent personnel open source devenu viral

  4. Il y a six mois

    • avr. 2026

      GPT-5.5

      Un nouveau GPT, six semaines après le précédent

    • juin 2026

      Claude Fable 5

      Un palier de plus, accessible au public

    • sept. 2026

      GPT-6 Astra

      La génération GPT-6 ouverte au public

    • sept. 2026

      Cowork devient Claude

      L'outil de janvier n'existe déjà plus seul

Aujourd'hui

Les modèles et les outils qui ont redéfini l'état de l'art en deux ans, à la date où l'on a pu s'en servir. Chaque bande fait six mois.

Ce n'est pas une raison pour attendre

Faites des choses. Construisez. Ratez. C'est comme ça qu'on comprend ce que l'outil sait faire, et surtout ce dont on a vraiment besoin. La théorie a ses limites : c'était vrai avant l'IA, ça l'est encore plus aujourd'hui.

Simplement, faites-le par curiosité, pas par peur.

Par où commencer

Ne cherchez pas le cas d'usage ultime. Prenez les choses que vous faites déjà à la main, et optimisez-les petit à petit. Les autres cas d'usage viendront naturellement.

Pour donner des idées, voici quelques usages de mon quotidien, avec Claude Cowork entre autres :

  • Voyage : je donne mes critères (budget, dates, nombre de personnes), l'agent parcourt Airbnb, Abritel et d'autres sites, puis compile le tout dans un document qui note chaque logement.
  • Administratif : sur Tiime, récupérer les transactions sans pièce jointe (restaurants, abonnements), les croiser avec Google Photos et mes mails pour retrouver les justificatifs, puis les rattacher.
  • LinkedIn : extraire les interactions, et envoyer une demande de contact quand c'est pertinent.
  • Veille : surveiller régulièrement un site de revente, par exemple pour des places du Hellfest.
  • Emploi : à partir d'un CV, parcourir les plateformes pour trouver des offres, et les noter.
  • Mails : faire ressortir les mails importants ou oubliés, et faire un récapitulatif hebdomadaire de ce qui compte dans l'agenda et les mails.
  • Courses : préparer un drive à partir d'une liste de courses, avec le panier en ligne rempli automatiquement.

Aucun n'est spectaculaire. Ce sont des choses que l'on fait habituellement à la main, en plus rapide. Le premier gain ne vient pas de l'outil, mais du réflexe : regarder chaque tâche répétitive en se demandant si un agent pourrait la préparer.

C'est aussi comme ça que je travaille avec les équipes en accompagnement IA : on part de leurs tâches réelles, pas d'une démo.

Et une question à vous poser avant d'apprendre la prochaine technique : quelle compétence IA avez-vous durement acquise, et qui ne sert déjà plus à rien ?

Julien Lampin

Je veux comprendre, alors je construis. Architecte et tech lead à temps partiel, expert MongoDB à Lille, je partage ici ce que j'apprends en construisant, pour mes clients comme pour mes propres produits.

Contact

On en parle ?

Quelques lignes sur votre sujet suffisent. Je vous dis honnêtement si je peux aider, et sinon vers qui aller.