Modèles de décision : après l'IA qui écrit, l'IA qui tranche
Le 15 septembre 2026, une jeune start-up de San Francisco, TypeSafe AI, a mis en ligne un modèle d'IA pas comme les autres : Jev. Vingt-quatre jours plus tard, le 9 octobre, elle levait environ 870 millions de dollars auprès d'Andreessen Horowitz, de Sequoia et de DCVC, pour une valorisation de 7,5 milliards de dollars (TechCrunch et Bloomberg). Entre les deux, OpenAI, Amazon et Cloudflare ont sorti leur propre équivalent. Quand trois géants reprennent une idée en trois semaines, il se passe quelque chose. Voici de quoi il s'agit, et ce que vous pouvez en faire.
Une IA qui ne rédige pas : elle tranche. ChatGPT, Claude ou Mistral écrivent : un mail, un rapport, du code. Jev n'écrit rien. On lui donne une situation (un e-mail qui arrive, une facture, une action qu'un logiciel s'apprête à faire) et une question fermée, avec les réponses possibles. En une fraction de seconde, il renvoie un choix, une note ou une probabilité, avec un niveau de confiance. Et c'est vous qui fixez le seuil : au-dessus, le logiciel agit seul ; en dessous, un humain regarde. La presse américaine parle de « modèles de décision ». On entend aussi « agents de décision », mais ce n'est pas un agent : c'est l'aiguilleur placé à chaque carrefour d'un logiciel ou d'un agent. L'assistant rédige, l'agent enchaîne les actions, le modèle de décision tranche.
Pourquoi une PME devrait s'y intéresser : la vitesse et le prix. Jev coûte 0,042 dollar par million de jetons lus (un jeton, c'est à peu près un morceau de mot), et ses réponses ne sont pas facturées. TypeSafe annonce de 70 à 500 millisecondes par réponse. Sur un test de Vals.ai, un évaluateur indépendant, portant sur 400 affirmations tirées de rapports annuels, Jev obtient 97,5 % de bonnes réponses pour environ 2 centimes de dollar les 1 000 cas, à peu près au niveau de GPT-6 Astra pour une infime partie du prix. Trois usages ressortent : trier et aiguiller ce qui arrive (un e-mail vers le bon service, une demande vers la facturation), contrôler un document (est-ce bien une facture ? telle affirmation est-elle vraie au vu du texte ?), et servir de garde-fou à un agent, en vérifiant chaque action avant qu'elle parte.
Ce qu'il ne sait pas faire. Il n'écrit pas, ne raisonne pas en plusieurs étapes, ne code pas. Ce n'est pas un modèle de pointe : sur les grands questionnaires de connaissances, il obtient environ 82 % au test MMLU-Pro et de 74 à 78 % au test GPQA Diamond selon les mesures, une dizaine à une vingtaine de points sous les meilleurs modèles. Sur des questions juridiques, Vals.ai le classe dernier de 12 systèmes. Sa confiance affichée peut tromper : excellente sur un test, la moins fiable des douze sur un autre. Une étude universitaire, pas encore relue par des pairs, montre qu'un détail anodin ajouté au contexte suffit à faire basculer une large part des bonnes décisions vers une erreur. Et l'anglais reste sa langue principale : TypeSafe reconnaît une précision inégale dans les autres langues. Sur des textes en français, testez avant de croire.
Des chiffres à manier avec prudence. « Un tiers du Fortune 500 » utiliserait Jev : c'est l'affirmation de l'entreprise, qui ne cite aucun nom, et son principal investisseur avance 25 % le même jour. Les scores qui circulent viennent d'un collectif anonyme qui se dit indépendant, pas de TechCrunch. Prenez-les comme des ordres de grandeur.
La règle d'or : un humain qui peut dire non. Dès qu'une décision touche une personne (un client, un candidat, un salarié), le droit européen est net. L'article 22 du RGPD, le règlement sur les données personnelles, donne à chacun le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé quand elle l'affecte de manière significative : il peut obtenir une intervention humaine et contester. La Cour de justice de l'Union européenne a jugé en 2023 qu'un score sur lequel le décideur s'appuie fortement vaut décision. Et la CNIL l'a rappelé en juillet 2026 : une validation purement formelle ne suffit pas. L'exemple qui fait réfléchir : près de 825 millions d'euros d'amende infligés à Uber par l'autorité néerlandaise de protection des données, avec la CNIL, pour des comptes de chauffeurs désactivés sans intervention humaine (sanction annoncée le 24 août 2026, dont Uber a fait appel). Le règlement européen sur l'IA classe déjà le recrutement, la gestion des salariés et le crédit parmi les usages à haut risque ; leurs obligations s'appliqueront au 2 décembre 2027.
Pour situer ces aiguilleurs dans l'histoire des agents, le module 8 de l'IAcademy raconte les trois périodes des agents. Et pour écrire noir sur blanc qui valide quoi chez vous, Ma charte IA, dans la rubrique AGIR, vous guide pas à pas.
L'avis d'Emmanuel
Ma lecture, que je vous livre comme une préconisation : c'est une vraie bonne nouvelle pour les tâches de tri, à fort volume et sans enjeu pour les personnes. Le jour où vous recevez trois cents demandes par jour, un aiguilleur qui répond en une demi-seconde pour une fraction de centime change le quotidien d'une équipe.
Mais je ne confierais pas à un modèle de décision ce qui touche un client, un candidat ou un salarié sans un humain qui a le temps, la compétence et le pouvoir de dire non. Testez sur vos propres cas, en français, avant de croire un chiffre. Et un mot de souveraineté : à ce jour, je n'ai trouvé aucun modèle de décision chez Mistral ni chez un acteur français. Les modèles ouverts d'Amazon et de Cloudflare peuvent tourner en Europe, mais ils reposent sur Qwen, d'Alibaba ; Jev est américain et fermé. À suivre de près.
Sources : techcrunch.com · techcrunch.com · techcrunch.com · a16z.com · docs.typesafe.ai · docs.typesafe.ai · vals.ai · blog.cloudflare.com · developers.openai.com · github.com · arxiv.org · cnil.fr · cnil.fr · cnil.fr · mondaq.com
Cet article est extrait de la veille IA de LessentIAl, la plateforme d'Emmanuel Derrien : l'actualité de l'intelligence artificielle filtrée, expliquée, et reliée à ce qu'elle change concrètement pour votre entreprise.