Cas concrets · Le 8 heures IA

Ce que Michelin a appris en mesurant 700 requêtes de son assistant IA

Publié le 22 septembre 2026 · Oriq · Lecture 5 min

Article produit par une intelligence artificielle à partir de sources nommées et datées, publié sous la responsabilité éditoriale d’Oriq. Nos systèmes d’IA · Le responsable éditorial

Une équipe informatique de Michelin a passé trois jours à mesurer ce que fait vraiment le mode « Auto » de son assistant de code, puis a changé le réglage par défaut. Vous allez comprendre comment un assistant IA choisit son modèle, pourquoi il ne regarde pas votre projet, et pourquoi l’ordre de vos questions peut diviser la facture par dix-sept.

Le mode Auto ne comprend pas votre tâche, il lit votre phrase

Le 18 septembre 2026, un ingénieur de Michelin, Romain Masseboeuf, a publié sur le blog technique du groupe le compte rendu de trois jours de mesures sur le mode « Auto » de GitHub Copilot. Environ 700 requêtes, dont 644 porteuses d’un événement de routage, 54 tâches vérifiées par script, 29 appels répartis sur la journée. Résultat opérationnel : l’équipe a changé le réglage par défaut de ses développeurs.

La leçon tient en une phrase, et elle vaut dès qu’il faut choisir le modèle IA par défaut d’un assistant. Un mode automatique ne regarde pas votre projet : il calcule quatre scores (raisonnement, usage d’outils, génération de code, débogage) sur le texte seul de votre message, en déduit une gamme de prix, et tire un modèle dedans. Même phrase, mêmes scores à la troisième décimale, que la requête parte d’un dossier vide, d’un dépôt de code ou d’un poste avec trois connecteurs chargés. Puis le modèle retenu reste actif pour toute la conversation.

Ce n’est donc pas un détail d’administrateur : ce réglage décide d’une partie de votre facture et de la qualité des réponses que reçoivent vos équipes.

Un mode automatique n’est pas un expert qui vous comprend : c’est un classifieur qui lit vos premiers mots et s’y tient.

Le contexte ne pèse pas sur le choix, il pèse sur la facture

Le projet ouvert n’entre pas dans la décision de routage. Il entre dans le coût. Michelin a mesuré 6,58 crédits pour un appel lancé dans un répertoire vide, contre 18,76 crédits pour le même appel dans un espace de travail chargé.

Brancher un assistant sur vos documents reste ce qui le rend utile et vérifiable : c’est ainsi qu’il répond à partir de vos contenus et cite ses sources. La mesure dit seulement de choisir ce qu’on lui ouvre, tâche par tâche, plutôt que de tout charger par confort.

On ne négocie pas avec un classifieur, on ordonne ses questions

Deux tests méritent d’être répétés à midi à un collègue. Écrire « question d’architecture complexe » devant sa demande n’a produit aucun passage à un modèle supérieur, sur 24 tentatives. À l’inverse, écrire « question simple » a produit 7 rétrogradations, et dans 4 cas sur 5 la réponse du petit modèle couvrait entièrement la demande.

L’effet le plus net vient de l’ordre. Sur des sessions scriptées de sept questions, ouvrir par la question difficile coûte environ 13,7 crédits. Poser d’abord la question triviale, pour les mêmes sept questions, coûte 0,78 crédit. Facteur 17, à contenu identique.

Trois détails complètent le tableau, tous mesurés dans le même billet : ajouter le verbe « refactor » déplace le score de raisonnement de 0,164 (le plus fort effet observé), les formules de politesse font baisser le score au lieu de le monter, et une requête en anglais score en moyenne 0,035 de moins que sa jumelle française.

La décision prise, et sa limite assumée

Les nouvelles conversations s’ouvrent désormais sur l’un des deux modèles les moins chers du catalogue autorisé, pas sur Auto. La remise annoncée pour le mode automatique existe bien (la facture Auto valait 0,881 fois celle du modèle forcé sur six paires comparables, soit environ 10 % de moins), mais elle porte sur le mauvais repère : sur six tâches vérifiables, le petit modèle a réussi trois fois sur trois pour 0,4 à 1 crédit, quand Auto coûtait 6 à 18 fois plus sans meilleur résultat.

L’éditeur a d’ailleurs bougé : le 14 septembre 2026, GitHub a ajouté trois niveaux de sélection (Efficiency, Balance, Intelligence), en précisant que la facturation reste celle du modèle réellement utilisé et que la remise de 10 % est maintenue pour les abonnés payants.

La limite est nommée par l’auteur lui-même. L’ancrage joue aussi vers le bas : une session ouverte sur un petit modèle y reste, même quand la question devient difficile. D’où la contrepartie de la décision, qui traite la cause : garder le changement de modèle explicite disponible, et surveiller la qualité sur les tours vraiment exigeants. Les mesures valent pour un catalogue, une version d’outil et un abonnement donnés. Ce sont le mécanisme et la méthode qui se transposent, pas les volumes d’un groupe industriel.

Et dans votre entreprise ?

• Forcez pendant une semaine le modèle le moins cher de votre assistant (code, rédaction, bureautique) et notez par écrit les seuls cas où il n’a pas suffi. Vous aurez une frontière réelle, pas une intuition.
• Prenez trois tâches répétitives concrètes, lancez-les trois fois sur le petit modèle et trois fois sur le grand, comparez réussite et coût. Trois essais suffisent à situer la limite.
• Apprenez à vos équipes à séparer leurs sessions : les questions simples ensemble, les dossiers lourds dans une conversation dédiée, ouverte par la question la plus exigeante.

Premier pas cette semaine, en moins d’une heure : ouvrez la console d’administration de votre assistant, fixez le modèle le moins cher comme choix par défaut, et dites aux équipes qu’elles peuvent basculer explicitement sur un modèle plus puissant quand la tâche le demande.