Zéro validation humaine, et c'est le bon choix : la chaîne IA de Convention Online

Un pipeline documentaire que j’ai livré exige une validation humaine systématique avant tout import en base. L’auditabilité l’impose : une erreur sur une feuille de temps qui part en paie coûte cher. Voici l’autre extrême, assumé cette fois : convention-online.com, une plateforme de référencement mondial d’événements professionnels dont tout le contenu est produit par une chaîne IA entièrement autonome, sans intervention humaine.

Ce qui tourne chaque nuit, sans personne

Chaque nuit, quatre choses se produisent sans qu’aucun humain n’intervienne :

• Collecte des événements professionnels depuis le web, avec dédoublonnage et nettoyage automatiques.
• Enrichissement par un LLM avec recherche web : identification du site officiel et de l’organisateur, rédaction de descriptions dans quatre langues (anglais, français, italien, espagnol).
• Génération des visuels manquants par un modèle d’image, sur GPU cloud à la demande, sans infrastructure dédiée à maintenir.
• Publication sur un site multilingue optimisé SEO, alimenté en continu.

L’ensemble est opéré par un service planifié résilient : en cas de panne, il reprend seul, sans intervention.

La vraie décision n’était pas technique

La question qui a réellement déterminé l’architecture n’était pas « quel modèle utiliser » mais : que se passe-t-il si l’IA se trompe ?

Sur des feuilles de temps qui alimentent une paie, une erreur coûte cher et se propage. La réponse est simple : l’humain valide, toujours, sans exception.

Sur une fiche d’événement enrichie automatiquement, une erreur se corrige à la passe suivante, sans conséquence grave. La réponse devient : on peut automatiser à 100 %.

Même technologie sous-jacente. Enjeu métier opposé. Donc architecture opposée.

Industrialiser l’IA, ce n’est pas un curseur unique

C’est là que se joue, à mon sens, la vraie différence entre un projet d’IA isolé et une transformation IA réussie : il ne s’agit pas de tout automatiser, ni de tout faire valider par principe. Il s’agit de placer le curseur au bon endroit, enjeu métier par enjeu métier, en fonction du coût réel d’une erreur.

C’est exactement le travail que je fais en amont de chaque mission d’automatisation : cartographier les process, identifier où une erreur coûte cher et où elle ne coûte presque rien, puis dimensionner le niveau de validation humaine en conséquence. Le résultat n’est jamais un choix binaire entre « tout automatique » et « tout validé », mais un dosage précis, process par process.