Actus AssurTech / InsurTech
Chaque semaine apporte son lot d'annonces spectaculaires : des modèles toujours plus grands, des centres de données à plusieurs centaines de milliards de dollars, des courses à la puissance de calcul qui se mesurent désormais en gigawatts. Le message implicite est simple : dans l'intelligence artificielle, plus c'est gros, mieux c'est.
Pour le grand public, c'est peut-être vrai. Pour l'économie réelle, celle des notaires, des banquiers, des assureurs, des services publics, je suis convaincu du contraire.
Prenons un exemple concret, d'actualité puisque la profession a récemment tenu son congrès annuel à Lille. Un office notarial traite chaque jour des actes de vente, des donations, des états hypothécaires, des pièces d'état civil. Des documents denses, normés, où une erreur sur un montant, un nom ou une date peut avoir des conséquences juridiques lourdes. Ce métier n'a aucun besoin d'un modèle géant capable de rédiger un poème en quarante langues ou de disserter sur la philosophie stoïcienne. Il a besoin d'un système qui lise un acte sans se tromper, qui vérifie chaque champ, qui signale ce qu'il n'a pas compris. Et qui le fasse sans qu'aucun document ne quitte jamais l'étude.
C'est exactement ce que permettent les petits modèles de langage, les SLM, ces modèles spécialisés entraînés non pas à tout faire mais à faire une chose très bien : comprendre une classe de documents précise, dans un contexte métier précis.
On oppose souvent petits et grands modèles comme on opposerait un outil au rabais à l'outil de référence. C'est une erreur de perspective. Sur une tâche étroite et bien définie, un modèle spécialisé peut rivaliser avec les géants, tout en apportant quatre avantages particulièrement précieux dans certains environnements métiers.
La confidentialité, d'abord. Un petit modèle peut tourner sur l'infrastructure de l'entreprise, dans ses murs, sur des machines modestes. Les actes, les dossiers clients, les données de santé peuvent ainsi être traités sans transiter par des services d'IA tiers ni dépendre d'une juridiction étrangère. Pour les professions soumises au secret, ce n'est pas un confort, c'est une condition d'existence.
L'auditabilité, ensuite. Un modèle dédié à une tâche se mesure, se corrige, se documente. On sait sur quoi il a été entraîné, on connaît son taux d'erreur par type de champ, on peut documenter son comportement auprès d'un régulateur. À l'heure où l'AI Act renforce les exigences de documentation, de maîtrise des risques et, selon les usages, de traçabilité, un système étroit et mesurable peut devenir un avantage de conformité décisif face à des boîtes noires généralistes.
Le coût, évidemment. Faire appel à un modèle géant pour extraire dix champs d'un formulaire, c'est affréter un porte-conteneurs pour livrer un colis. La différence de consommation se compte en ordres de grandeur, sur la facture comme sur l'empreinte énergétique. La sobriété n'est pas ici une posture écologique, c'est une conséquence mécanique du bon dimensionnement.
La souveraineté, enfin. Et c'est peut-être le point le plus important pour l'Europe. La course aux modèles géants exige des capitaux et des infrastructures que le continent n'a pas, et n'aura probablement jamais à l'échelle américaine ou chinoise. La course aux modèles spécialisés, elle, est entièrement ouverte. Elle ne demande pas des gigawatts, elle demande une connaissance intime des métiers, des documents, des réglementations. Autrement dit, exactement ce que l'Europe possède : des siècles de droit continental, des professions réglementées structurées, une culture de la donnée protégée.
Il faut se rendre à une évidence que le vacarme médiatique masque : la majorité du travail documentaire des entreprises, lire, extraire, vérifier, router, ne requiert pas d'intelligence générale. Elle requiert de la fiabilité, de la répétabilité et de la discrétion. Des millions de dossiers sont traités chaque année à la main dans les études, les back-offices bancaires et les administrations, non pas faute d'IA, mais faute d'une IA qui accepte leurs contraintes.
Les modèles géants continueront de fasciner, et ils le méritent. Mais pendant que le monde regarde les records tomber, une autre révolution avance sans bruit : des modèles de quelques milliards de paramètres, installés dans des serveurs d'entreprise, qui automatisent progressivement des tâches de saisie, d'extraction et de contrôle encore largement réalisées manuellement.
Dans l'intelligence artificielle appliquée aux métiers, la taille n'est pas la mesure de la puissance. La précision, la confiance et la maîtrise le sont. Et sur ces trois terrains, l'avenir appartient aux petits.
Pour le grand public, c'est peut-être vrai. Pour l'économie réelle, celle des notaires, des banquiers, des assureurs, des services publics, je suis convaincu du contraire.
Prenons un exemple concret, d'actualité puisque la profession a récemment tenu son congrès annuel à Lille. Un office notarial traite chaque jour des actes de vente, des donations, des états hypothécaires, des pièces d'état civil. Des documents denses, normés, où une erreur sur un montant, un nom ou une date peut avoir des conséquences juridiques lourdes. Ce métier n'a aucun besoin d'un modèle géant capable de rédiger un poème en quarante langues ou de disserter sur la philosophie stoïcienne. Il a besoin d'un système qui lise un acte sans se tromper, qui vérifie chaque champ, qui signale ce qu'il n'a pas compris. Et qui le fasse sans qu'aucun document ne quitte jamais l'étude.
C'est exactement ce que permettent les petits modèles de langage, les SLM, ces modèles spécialisés entraînés non pas à tout faire mais à faire une chose très bien : comprendre une classe de documents précise, dans un contexte métier précis.
On oppose souvent petits et grands modèles comme on opposerait un outil au rabais à l'outil de référence. C'est une erreur de perspective. Sur une tâche étroite et bien définie, un modèle spécialisé peut rivaliser avec les géants, tout en apportant quatre avantages particulièrement précieux dans certains environnements métiers.
La confidentialité, d'abord. Un petit modèle peut tourner sur l'infrastructure de l'entreprise, dans ses murs, sur des machines modestes. Les actes, les dossiers clients, les données de santé peuvent ainsi être traités sans transiter par des services d'IA tiers ni dépendre d'une juridiction étrangère. Pour les professions soumises au secret, ce n'est pas un confort, c'est une condition d'existence.
L'auditabilité, ensuite. Un modèle dédié à une tâche se mesure, se corrige, se documente. On sait sur quoi il a été entraîné, on connaît son taux d'erreur par type de champ, on peut documenter son comportement auprès d'un régulateur. À l'heure où l'AI Act renforce les exigences de documentation, de maîtrise des risques et, selon les usages, de traçabilité, un système étroit et mesurable peut devenir un avantage de conformité décisif face à des boîtes noires généralistes.
Le coût, évidemment. Faire appel à un modèle géant pour extraire dix champs d'un formulaire, c'est affréter un porte-conteneurs pour livrer un colis. La différence de consommation se compte en ordres de grandeur, sur la facture comme sur l'empreinte énergétique. La sobriété n'est pas ici une posture écologique, c'est une conséquence mécanique du bon dimensionnement.
La souveraineté, enfin. Et c'est peut-être le point le plus important pour l'Europe. La course aux modèles géants exige des capitaux et des infrastructures que le continent n'a pas, et n'aura probablement jamais à l'échelle américaine ou chinoise. La course aux modèles spécialisés, elle, est entièrement ouverte. Elle ne demande pas des gigawatts, elle demande une connaissance intime des métiers, des documents, des réglementations. Autrement dit, exactement ce que l'Europe possède : des siècles de droit continental, des professions réglementées structurées, une culture de la donnée protégée.
Il faut se rendre à une évidence que le vacarme médiatique masque : la majorité du travail documentaire des entreprises, lire, extraire, vérifier, router, ne requiert pas d'intelligence générale. Elle requiert de la fiabilité, de la répétabilité et de la discrétion. Des millions de dossiers sont traités chaque année à la main dans les études, les back-offices bancaires et les administrations, non pas faute d'IA, mais faute d'une IA qui accepte leurs contraintes.
Les modèles géants continueront de fasciner, et ils le méritent. Mais pendant que le monde regarde les records tomber, une autre révolution avance sans bruit : des modèles de quelques milliards de paramètres, installés dans des serveurs d'entreprise, qui automatisent progressivement des tâches de saisie, d'extraction et de contrôle encore largement réalisées manuellement.
Dans l'intelligence artificielle appliquée aux métiers, la taille n'est pas la mesure de la puissance. La précision, la confiance et la maîtrise le sont. Et sur ces trois terrains, l'avenir appartient aux petits.
À propos d’EkologgIA :
EkologgIA est une entreprise technologique française qui développe des solutions d'intelligence documentaire par IA. Sa plateforme, déployable dans le cloud ou directement dans l'infrastructure du client, permet aux organisations de centraliser, analyser et exploiter leur patrimoine documentaire (contrats, rapports, données non structurées) pour accélérer leurs décisions et renforcer leur conformité. Sélectionnée parmi les Top 100 solutions IA par le gouvernement français en 2025, EkologgIA est basée à Station F – INSEAD Launchpad.
EkologgIA est une entreprise technologique française qui développe des solutions d'intelligence documentaire par IA. Sa plateforme, déployable dans le cloud ou directement dans l'infrastructure du client, permet aux organisations de centraliser, analyser et exploiter leur patrimoine documentaire (contrats, rapports, données non structurées) pour accélérer leurs décisions et renforcer leur conformité. Sélectionnée parmi les Top 100 solutions IA par le gouvernement français en 2025, EkologgIA est basée à Station F – INSEAD Launchpad.
Accueil
Envoyer à un ami
Version imprimable
Augmenter la taille du texte
Diminuer la taille du texte