État de l'art de l'IA appliquée · Banque de France · 2026
Trois âges
de l'IA
en production
Olivier · Omny / Reverall — du prompt aux garde-fous
Les garde-fous — le harness qui enveloppe le modèle. Moi, j'appelle ça la cage.
Une startup produit. Une agence sur mesure. Du réel — pas des démos magiques.
Ces âges se superposent, ils ne se remplacent pas. La valeur s'est déplacée du modèle vers l'ingénierie qui l'encadre.
Un modèle puissant, mais sans direction : il ne sait pas ce qu'on attend de lui ni dans quel cadre répondre.
Un stagiaire brillant, sans consignes.
Le modèle répond « dans le vide » : il ignore vos documents, votre métier, et oublie tout d'un échange à l'autre.
Le stagiaire accède aux dossiers.
Le modèle parle, mais il n'agit pas — et rien ne vérifie ce qu'il produit.
Il a un process et un superviseur.
Ce que le métier appelle les garde-fous, ou le harness. C'est lui qui rend l'IA auditable et gouvernable — donc compatible avec un environnement régulé.
Plateforme de recherche immobilière propulsée par IA. Le passage contexte → harness sur un produit grand public.
L'analyste de données IA interne. Chacun pose une question en français, Phoenix interroge la base et répond avec un graphique. Zéro SQL.
L'agent ne peut rien modifier ni détruire dans la base. Par construction.
Un garde-fou bloque toute requête coûteuse avant exécution. L'IA est puissante, mais ne peut littéralement pas faire de dégâts.
Dans Phoenix, on épingle le graphique dans son dashboard et on le garde. Chacun assemble son propre cockpit, sans développeur.
Quand chacun peut créer son outil, les garde-fous ne sont pas une option : c'est eux qui rendent cette démocratisation acceptable en environnement régulé.