Questions que l’IA ne pose jamais : les 5 qui devraient t’alerter

Il y a une asymétrie simple dans toute conversation avec une IA : tu poses les questions, elle répond. Un diagnostic humain fonctionne à l’envers. Il commence par te poser, à toi, les questions que tu n’as pas pensé à te poser, et ce sont rarement des questions confortables.

1. Sur quoi te bases-tu pour dire que tu auras ce nombre de clients ?

« Je vise 40 clients par mois » est la phrase la plus fréquente et la moins vérifiée d’un prévisionnel. Une IA calcule à partir de ce chiffre. Elle ne demande jamais d’où il sort. Un chiffre qui vient d’un devis signé, d’un carnet de commandes existant ou d’un test réel n’a rien à voir avec un chiffre qui « sonne raisonnable ». Si tu ne peux pas répondre en pointant une source concrète, ce n’est pas une hypothèse de travail : c’est un espoir.

2. Que se passe-t-il si tu vends 30 % de moins, dès le premier mois ?

N’importe quel projet est rentable sur un tableur bienveillant. La seule question qui compte est celle du scénario dégradé : moins de clients, plus de charges, un démarrage plus lent que prévu. Une IA produit volontiers une moyenne annuelle lissée : c’est précisément là que le trou de trésorerie se cache, et c’est précisément ce qu’elle ne va pas aller chercher toute seule.

3. As-tu vérifié ce prix chez trois concurrents, ou l’as-tu calculé ?

Fixer un prix à partir d’un coût de revient est un exercice arithmétique : une IA le fait très bien. Vérifier que ce prix reste acceptable pour des clients qui ont déjà trois alternatives moins chères est un travail de terrain que personne ne peut faire à ta place, ni te forcer à faire.

4. Combien de temps peux-tu tenir sans te payer, si un client paie à 60 jours ?

Un modèle rentable sur douze mois peut mourir au quatrième si personne n’a construit l’échéancier mois par mois. Encaissements réels, délais de paiement réels, acomptes fournisseurs, moment exact où la TVA tombe : ce sont des détails, jusqu’au jour où ils décident si tu peux encore payer ton loyer.

5. Qu’est-ce qui te ferait dire stop, si quelqu’un d’autre te présentait ce projet ?

C’est la question la plus importante et la moins visible. Un assistant conversationnel est optimisé pour produire une réponse utile, cohérente et engageante, pas pour te dire d’arrêter. Un regard extérieur, lui, n’a aucun intérêt à te faire plaisir. C’est souvent la seule réponse qui évite d’y laisser ses économies.

Pourquoi les questions que l’IA ne pose jamais comptent plus qu’on ne le pense

Cinq ans après leur création, 71 % des sociétés françaises et 63 % des entreprises individuelles classiques sont encore actives, selon l’Insee. Chez les micro-entrepreneurs ayant réellement démarré une activité, ce taux tombe à 39 %, et à 28 % si l’on compte tous les inscrits, y compris ceux qui n’ont jamais généré le moindre chiffre d’affaires. L’écart ne se joue presque jamais sur l’idée de départ. Il se joue sur des hypothèses qui n’ont jamais été confrontées à ces cinq questions avant le lancement.

Un diagnostic humain commence exactement par là

Ces cinq questions ne sont pas une checklist à cocher tout seul un dimanche soir. Elles demandent quelqu’un en face qui a le droit d’insister quand la réponse est floue. C’est tout l’objet d’un Crash Test Business : reprendre chaque hypothèse, une par une, jusqu’à ce qu’elle tienne ou qu’elle casse. Si tu veux d’abord comprendre pourquoi une IA ne peut structurellement pas poser ces questions à ta place, l’article Votre IA vous a dit que votre projet est viable ? Ce qu’elle n’a pas vérifié détaille le mécanisme.

Et si tu veux savoir précisément ce que ChatGPT fait bien avant d’atteindre ses limites, l’article Utiliser ChatGPT pour ton projet : ce qu’il fait bien, et où il faut s’arrêter te montre où t’arrêter et pourquoi.

Le même dossier a été soumis à trois assistants pour voir ce qu’ils en tiraient. Tous ont trouvé le symptôme, aucun n’a calculé le coût de revient d’une heure. Voir le comparatif.

Questions fréquentes

Pourquoi une IA ne pose-t-elle pas de questions difficiles sur mon projet ?

Parce qu’elle est conçue pour produire une réponse utile et engageante à partir de ce que tu lui donnes, pas pour aller contre toi. Elle n’a aucune donnée indépendante pour remettre en doute tes hypothèses : sa seule source, c’est toi.

Comment se poser soi-même ces questions avant de lancer son projet ?

Reprends chaque hypothèse chiffrée de ton prévisionnel et exige-toi une source concrète : devis, prix relevé, carnet de commandes. Si tu ne trouves pas de source, rejoue le chiffre en scénario pessimiste avant de continuer.

Un expert humain pose-t-il forcément ces cinq questions ?

Ce sont le cœur de tout diagnostic de viabilité sérieux, sous une forme ou une autre : volume, scénario dégradé, prix face à la concurrence réelle, trésorerie, et la capacité à entendre un désaccord.

Ces questions suffisent-elles à savoir si un projet est viable ?

Elles suffisent à repérer où un projet risque de casser. Un diagnostic complet va plus loin : il reconstruit le seuil de rentabilité et la trésorerie mois par mois à partir des réponses.

Sources & références

• Insee, Entreprises créées en 2018 : 69 % sont encore actives cinq ans après leur création
• Insee, Micro-entrepreneurs immatriculés en 2018 : moins de trois sur dix encore actifs cinq ans après

Ce qu’il faut retenir sur les questions que l’IA ne pose jamais

Les questions que l’IA ne pose jamais ne sont pas des détails techniques : ce sont les points qui décident si un projet tient ou s’effondre au premier imprévu. Une IA prolonge ton hypothèse ; elle ne la remet jamais en cause.

Se poser soi-même les questions que l’IA ne pose jamais, avant de les entendre d’un banquier ou d’un client, change la nature du prévisionnel : il devient un outil de décision plutôt qu’un document rassurant.

Ce sont les questions que l’IA ne pose jamais qui distinguent un entrepreneur qui a vraiment challengé son projet de celui qui s’est contenté d’une validation rassurante.

Face aux questions que l’IA ne pose jamais, la tentation est de continuer à discuter avec l’outil qui valide, plutôt que de chercher activement ce qui pourrait faire échouer le projet.

Un diagnostic humain part précisément des questions que l’IA ne pose jamais : il commence par chercher ce qui cloche, pas par confirmer ce qui rassure.

Se confronter soi-même aux questions que l’IA ne pose jamais, avant qu’un banquier ou un client ne les pose à ta place, change complètement la valeur du prévisionnel.

Un bon prévisionnel n’est pas celui qui rassure le plus, mais celui qui a déjà encaissé les questions que l’IA ne pose jamais avant d’être présenté à un tiers.

C’est en cherchant activement les questions que l’IA ne pose jamais, plutôt qu’en attendant qu’elles surgissent au pire moment, qu’on sécurise vraiment un projet.