L’IA n’a pas commencé avec ChatGPT
Cinq époques, trois schémas, et ce qu’une petite entreprise pouvait vraiment faire à chacune. Pas une leçon d’histoire.
Dans cet article
- En une phrase
- Schéma 1 : cinq époques, cinq objets
- 1950 : une question de test, pas un produit
- 1955–56 : le mot est posé
- Les règles : on écrit le métier, la machine l’exécute
- Schéma 2 : règle écrite ou modèle qui apprend
- Apprendre des exemples : 1986, puis 2012
- 2017 : le Transformer, ou pourquoi tout le monde parle à la fois
- Schéma 3 : les mots se regardent
- Fin 2022 : le chat rend le modèle banal
- 2025–26 : on veut que ça agisse. Ça n’agit pas toujours.
- Ce que ça change pour un devis
- Sources
Beaucoup de gens ont découvert « l’IA » dans une fenêtre de chat, fin 2022. Le mot, lui, a plus de soixante-dix ans. Si vous mélangez les époques, vous payez un agent 2026 pour un problème de 1995, ou vous refusez un outil utile parce qu’un système expert vous a déjà déçu.
La question utile n’est pas « qui a inventé l’IA ». C’est : à chaque époque, qu’est-ce qu’une petite structure pouvait réellement faire ?
En une phrase
Les règles font ce qu’on a écrit. Les modèles proposent ce qui ressemble. Les agents tentent d’agir. Les trois cohabitent. Le chat n’est qu’une porte.
Schéma 1 : cinq époques, cinq objets
Figure 1. Cinq portes. Le mot reste le même. L’objet vendu change.
1950 : une question de test, pas un produit
Alan Turing, dans Mind (1950), refuse de définir « machine » et « pensée » par un sondage. Il remplace la question « les machines peuvent-elles penser ? » par un jeu d’imitation : un interrogateur, une machine, un humain, des réponses écrites. Si l’interrogateur se trompe aussi souvent que dans le jeu homme-femme d’origine, la question initiale n’a plus besoin d’être tranchée.
Rien à installer dans une fiduciaire de Nyon. C’est un critère de conversation, pas un logiciel.
1955–56 : le mot est posé
Le 31 août 1955, McCarthy, Minsky, Rochester et Shannon proposent un été de recherche à Dartmouth. Ils partent d’une conjecture écrite noir sur blanc : chaque aspect de l’apprentissage ou de l’intelligence peut, en principe, être décrit assez précisément pour qu’une machine le simule. Ils veulent des machines qui utilisent le langage, forment des abstractions, résolvent des problèmes alors réservés aux humains, et s’améliorent.
L’étude a lieu à l’été 1956. Deux mois, une dizaine de personnes. Ce n’est pas une start-up. C’est un atelier de chercheurs qui baptise le champ.
Pour une PME de l’époque : zéro. L’ordinateur tient une salle. Le mot « IA » n’est pas encore un argument de devis.
Les règles : on écrit le métier, la machine l’exécute
Les décennies suivantes sont surtout des systèmes à règles et des programmes spécialisés (échecs, diagnostic médical de laboratoire, planification). L’idée est simple : un expert dicte « si ceci, alors cela ». La machine n’invente pas. Elle parcourt l’arbre qu’on lui a donné.
C’est encore partout. Votre relance J+30, votre grille de TVA, votre workflow n8n sans modèle : c’est cette époque. Ça marche tant que le monde tient dans les règles. Ça casse dès qu’un cas sort du script.
Une petite entreprise pouvait déjà en profiter, sous un autre nom : logiciel métier, macro Excel, script. Pas besoin d’appeler ça de l’intelligence.
Schéma 2 : règle écrite ou modèle qui apprend
Figure 2. À gauche, on a écrit la règle. À droite, le réseau ajuste des poids pour coller à des exemples (rétropropagation, Rumelhart, Hinton et Williams, 1986).
Apprendre des exemples : 1986, puis 2012
Le perceptron de Rosenblatt (livre Principles of Neurodynamics, 1961, cité par le papier de 1986) apprenait déjà, mais trop peu profond. Minsky et Papert (Perceptrons, 1969) ont montré les limites de ces réseaux trop simples. Le champ a calé. On a appelé ça un hiver, après coup.
En octobre 1986, Rumelhart, Hinton et Williams publient dans Nature une procédure : la rétropropagation. On compare la sortie du réseau à la sortie voulue, on corrige les poids, y compris ceux des unités « cachées ». Ces unités finissent par représenter des traits utiles du problème. Ce n’est plus seulement « si A alors B ». C’est « voilà des milliers d’exemples, trouve une forme ».
Pour une PME des années 1990 : encore loin. Il fallait des données étiquetées, des chercheurs, des machines chères.
Le saut visible arrive en vision. Krizhevsky, Sutskever et Hinton (2012) entraînent un grand réseau convolutionnel sur 1,2 million d’images ImageNet, 1 000 classes. À ILSVRC-2012, leur variante gagne avec 15,3 % d’erreur top-5, contre 26,2 % pour le deuxième. Cinq couches de convolution, trois couches entièrement connectées, deux GPU GTX 580, cinq à six jours d’entraînement.
Là, une entreprise pouvait commencer à acheter un résultat : reconnaissance d’image, pas un chat. Toujours pas un agent.
2017 : le Transformer, ou pourquoi tout le monde parle à la fois
Jusqu’ici, beaucoup de modèles de langue lisaient un mot après l’autre (réseaux récurrents). Vaswani et ses collègues (NeurIPS 2017) proposent le Transformer : plus de récurrence, plus de convolution. Seulement de l’attention. Chaque position peut regarder les autres en parallèle.
Leur modèle atteint 28,4 BLEU sur la traduction anglais-allemand WMT 2014, et 41,0 BLEU sur anglais-français, après 3,5 jours sur huit GPU. Ils écrivent que le Transformer peut atteindre un état de l’art après douze heures sur huit P100.
Vous n’avez pas besoin de la formule. Une image suffit : au lieu de lire la phrase comme un train, le modèle pose toutes les voitures sur la table et demande lesquelles se regardent.
Schéma 3 : les mots se regardent
Figure 3. Version de bureau du papier « Attention Is All You Need » (2017) : l’attention relie des positions sans attendre le mot suivant.
Cette architecture est sous presque tous les chats que vous ouvrez aujourd’hui. Ce n’est pas « l’IA ». C’est un moteur de prédiction de jetons, très bon dès qu’on a assez de texte et de calcul.
Fin 2022 : le chat rend le modèle banal
OpenAI ouvre ChatGPT au public fin 2022. Ce qui change pour vous, c’est surtout l’interface. Plus besoin d’entraîner un réseau. On tape une phrase.
Pour une indépendante à Fribourg, c’est la première fois que « l’IA » tient dans le navigateur. Rédiger, résumer, traduire, brouillon d’offre. Rien ne bouge dans le dossier client tant qu’on ne copie pas ailleurs. C’est le chat, pas l’agent.
Le risque nouveau n’est plus le budget machine. C’est coller un e-mail client dans un outil sans règle. L’étude AXA relayée par le portail PME de la Confédération le dit autrement : en 2025, seulement un tiers des PME suisses ont des règles claires sur les données qu’on peut coller dans un outil IA (23 % sous dix salariés).
2025–26 : on veut que ça agisse. Ça n’agit pas toujours.
L’Index IA 2026 de Stanford HAI décrit une « frontière dentelée ». Un modèle peut viser une médaille d’or à l’Olympiade internationale de mathématiques. Le meilleur modèle lu une horloge analogique correctement 50,1 % du temps. Sur OSWorld (tâches réelles sur un ordinateur), les agents passent d’environ 12 % à ~66 % de réussite. Ils échouent encore une fois sur trois, sur un banc déjà structuré.
Les incidents documentés passent de 233 (2024) à 362. L’adoption organisationnelle citée dans le même rapport atteint 88 % ; ce n’est pas le chiffre des PME suisses, ne pas les fusionner. Côté Suisse, AXA : 22 % (2024) puis 34 % (2025). Ce sont deux populations.
Autrement dit : le marketing vend un collègue autonome. Le banc dit un stagiaire rapide, parfois brillant, encore capable de se tromper de bouton.
Agents · OSWorld · AI Index 2026
Échelle 0–100 %. « ~66 % » est le chiffre publié (tilde conservé). Horloge analogique : 50,1 %, autre tâche, autre colonne.
Figure 4. Un agent peut gagner des points sur un banc d’ordinateur et rater une horloge. Ce n’est pas une moyenne magique à coller sur votre devis.
Ce que ça change pour un devis
Si quelqu’un vous vend « de l’IA », demandez quelle époque :
| Vous avez besoin de… | Époque | Objet réel | Piège |
|---|---|---|---|
| Toujours le même geste | Règles | Script, n8n sans modèle, logiciel métier | Payer un LLM pour un « si » |
| Un brouillon, une explication | Chat 2022 | Fenêtre de dialogue | Y coller des données clients |
| Une action dans vos outils | Agent 2024–26 | Objectif + outils + journal + humain | Croire les 66 % OSWorld chez vous |
Un premier agent utile tient en cinq étapes déjà écrites : clarifier, cadrer, construire visible, relier, entretenir. Pas en « transformation ».
Les chiffres suisses d’adoption parlent d’intérêt plus que de méthode. C’est cohérent avec l’histoire : on a mis soixante-dix ans à rendre le mot banal. On n’a pas mis soixante-dix ans à apprendre à l’acheter proprement.
Sources
- A. M. Turing, « Computing Machinery and Intelligence », Mind, 1950 (jeu d’imitation).
- J. McCarthy, M. L. Minsky, N. Rochester, C. E. Shannon, proposition du projet d’été de Dartmouth, 31 août 1955.
- D. E. Rumelhart, G. E. Hinton, R. J. Williams, « Learning representations by back-propagating errors », Nature 323, 533–536 (1986). DOI : 10.1038/323533a0. Ils citent Rosenblatt (1961) et Minsky & Papert (1969).
- A. Krizhevsky, I. Sutskever, G. E. Hinton, « ImageNet Classification with Deep Convolutional Neural Networks », NeurIPS 2012.
- A. Vaswani et al., « Attention Is All You Need », NeurIPS 2017.
- Stanford HAI, AI Index Report 2026 (OSWorld, horloge, incidents, adoption mondiale).
- Portail PME / AXA, adoption et règles de données : voir l’article chiffres suisses.
ChatGPT : ouverture grand public fin 2022 (page produit OpenAI, extraction bloquée ce jour ; date fine non recopiée ici).
QUESTIONS FRÉQUENTES
Pour aller à l’essentiel.
L’intelligence artificielle a-t-elle commencé avec ChatGPT ?
Non. Le mot « artificial intelligence » apparaît dans la proposition du projet d’été de Dartmouth, datée du 31 août 1955. Turing pose déjà, en 1950, une question de test plutôt qu’une définition de la pensée. ChatGPT, fin 2022, a surtout rendu un modèle de langage utilisable sans programmer.
Quelle différence entre une règle, un modèle et un agent ?
Une règle fait ce qu’on a écrit. Un modèle statistique propose ce qui ressemble à ses exemples. Un agent enchaîne des outils vers un objectif, avec un cadre et, s’il est bien fait, une validation humaine. Les trois existent encore. On les vend souvent sous le même mot.
Faut-il attendre que l’IA soit « mature » pour commencer ?
L’Index Stanford 2026 parle d’une frontière dentelée : un modèle peut viser une médaille d’or à l’Olympiade de maths et lire une horloge analogique une fois sur deux. On commence par une tâche bornée, pas par « l’IA » en général.
Par où commencer dans une petite structure ?
Souvent par comprendre ce qu’on achète, puis une séance cadrée, puis un tout petit agent sur une tâche répétitive. La méthode Kervia : clarifier, cadrer, construire visible, relier, entretenir.
