Tu as passé l’année à entendre parler d’IA qui révolutionnent tout, de startups qui lèvent des millions sur une démo. Leur secret, c’est souvent juste un gars dans son garage qui prie pour que l’API OpenAI ne plante pas. J’ai lu un article de blog anonyme, « Lessons from Building AI Features », et la réalité est plus proche d’un bricolage désespéré que d’une symphonie technologique. Le mec balance ses leçons apprises en mode catharsis, et c’est un régal d’authenticité dans un océan de bullshit.
Il parle des prompts, ces incantations qu’on apprend à rédiger comme des formules magiques. Sauf qu’en vrai, c’est du tâtonnement constant. « J’ai passé trois jours à ajuster un prompt pour qu’il arrête de me sortir des listes à puce quand je veux un paragraphe. » Trois jours. Pour une puce. Tu imagines le ROI ? Mais c’est ça, le quotidien : l’IA promet l’automatisation, et toi tu passes ton temps à la materner pour qu’elle fasse son boulot de base.
Pour les hallucinations, le blogueur en rigole jaune. Son modèle préféré : inventer des dates, des chiffres, des références qui n’existent pas. « Une fois, il a cité une étude académique de 2027. On est en 2026. J’ai vérifié, l’étude n’existe nulle part. Mais il en était tellement sûr. » Tu te retrouves à jouer au détective, à vérifier chaque sortie comme si c’était une copie d’élève facétieux. L’assistant qui devait te faire gagner du temps finit par te en coûter deux fois plus.
La maintenance, c’est l’enfer silencieux. Les modèles évoluent, les APIs changent, les coûts explosent. « Un jour, ta feature marche. Le lendemain, sans raison, elle déconne. Tu passes des heures à debugger, et au final c’est juste OpenAI qui a mis à jour son modèle en catimini. » Tu deviens dépendant de boîtes dont la roadmap est plus opaque qu’un communiqué de Sam Altman. Et quand ça casse, c’est toi qui prends, pas eux.
Le pire, c’est l’attente. Les temps de réponse qui varient du simple au quintuple, les rate limits qui te clouent au sol, les erreurs 429 qui tombent comme la pluie. « J’ai construit un système qui devait générer 100 résumés par heure. En pratique, il en fait 30, et encore, quand il est de bonne humeur. » On vend de la performance, on livre de la loterie.
Et pourtant, le type continue. Parce que sous les bugs et les frustrations, il y a quand même des moments de grâce. Une feature qui marche enfin, un utilisateur content, l’impression de faire avancer le schmilblick. Mais c’est loin, très loin, des annonces tonitruantes des GAFAM. C’est du travail de fourmi, pas de la révolution.
Quand tu verras une startup promettre « l’IA qui change tout », souviens-toi de ce blog. Derrière chaque démo léchée, il y a probablement un dev qui a passé la nuit à ajuster des prompts et à prier pour que l’API tienne. La magie de l’IA, c’est souvent juste du code qui tient avec du scotch et de la foi. Et c’est peut-être ça, la vraie leçon : dans ce monde de hype, les vrais bâtisseurs sont ceux qui avouent que c’est le bordel.
Score Impact : 6/10 – Pas une révolution, mais un rappel salutaire que le diable est dans les détails.
Tags : [« Développement IA », « Prompts », « Hallucinations », « APIs », « Maintenance »]
Sources :
Comments are closed