Présenter sur les Internets en 2025
Être pragmatique c’est aussi vouloir proposer quelque chose avant de penser à une quelconque idée de business.
Aide-toi et l’IA t’aidera
L’IA va permettre aux non-codeurs de créer des applications entières
On peut lire ça partout accompagné des mêmes avis très tranchés :
C’est une révolution !
Le vibe coding c’est le Mal !
Effectivement, laisser l’IA en roue libre sur son projet (mode YOLO) est aussi audacieux que dangereux.
Si on ne comprend pas un minimum ce que fait l’IA, ou si on ne contrôle pas assez le résultat, c’est le platane assuré, a priori, mais on est pas condamné au cheap ad vitam.
Durant les premières phases du développement d’une application web, on parle de MVP, le Minimum Viable Product.
Le but est de coder un projet juste assez solide pour prouver son concept (le fameux PoC, de l’anglais “proof of concept”) et convaincre d’éventuels investisseurs.
Ces nouveaux outils pourraient servir d’accélérateurs pour lancer une idée et trouver des financements.
C’est une bonne chose, non ?
Dans l’idée oui, dans la pratique c’est plus compliqué, car les IA peuvent laisser des failles de sécurité et mener à des impasses de maintenance, surtout avec les offres gratuites ou “premiers prix”.
Malheureusement, les entrepreneurs n’ont pas que la sécurité et la maintenance à gérer, surtout au lancement.
S’ils peuvent économiser une refonte complète, ils le feront tant que ça tient.
Do you Stitch it?
L’UI (User Interface) explique en grande partie le succès des applications les plus populaires.
Le design des différents écrans, les interations utilisateurs et la présentation des rubriques, mais aussi les animations, les couleurs et la typographie (entre autres) rythment l’expérience utilisateur.
Ce travail essentiel coûte logiquement assez cher. Il peut mobiliser un grand nombre d’intervenants et s’étaler sur de longues périodes avec des chaînes de validation parfois interminables.
On parle de plusieurs mois, voire d’années en comptant la maintenance et les refontes.
Google et son nouveau service Stitch propose de court-circuiter tout ça avec une plateforme en ligne qui prend en entrée un screenshot ou même une simple URL et génère un redesign de qualité apparemment professionnelle.
L’outil exploite la puissance des modèles de Google Deepmind (notamment Banana) pour générer des designs complets.
À tester, c’est très impressionnant mais, au-delà du message commercial, on est loin du 100%, et il faut régulièrement lui demander de revoir sa copie.
On peut avoir des espacements approximatifs ou des sections qui partent dans toutes les directions.
Ne rêvez pas, ça n’atteint pas encore le niveau d’un professionnel mais il faut reconnaître que c’est nettement au-dessus de la concurrence.
Le problème des templates
Les templates présentent certains avantages parmi lesquels:
- respect des standards
- design et code prêts à l’emploi
Les outils dopés à l’IA sont plus sophistiqués que les templates mais, pour l’instant, ils se contentent de cueillir des blocks existants pour composer leurs bouquets artificiels.
Je me demande si ce n’est pas une erreur au final.
Les besoins ont évolué ces dernières années et les structures linéaires paraissent datées.
Si on veut proposer des articles de blog à la lecture, la présentation consiste bien souvent à lister les items de manière antichronologique (du plus récent au plus ancien).
C’est très visible sur les pages d’accueil mais aussi sur d’autres écrans typiques, comme une page de tags.
Personne ne sera dérouté par un format aussi classique mais le côté linéaire et répétitif n’est pas toujours représentatif du contenu.
Par exemple, le dernier article en date est-il le meilleur ? Certaines thématiques sont-elles si pertinentes pour les utilisateurs ?
Sauf à lui demander explicitement d’“imaginer” un autre fonctionnement, une IA n’ira jamais s’aventurer dans des modes alternatifs.
Pour autant, sortir des sentiers battus prend du temps, et, bien cadré, un outil IA peut accélérer la génération de propositions.
L’erreur, ça serait de copier-coller directement sans filtrer mais qui fait ça ? 😏
Au rapport 📊
Rien ne remplace les outils analytics et les retours utilisateurs.
Avant de se ruer sur les outils IA, encore faudrait-il savoir où on va.
Les outils analytics sont plus critiques pour le business, même en 2025.
On veut gagner toujours plus de temps mais personne ne veut automatiser l’échec.
Les analytics permettent de distinguer ce qui a fonctionné de ce qui a patiné, de savoir à qui on s’adresse, etc.
Ça c’est pour l’aspect technique mais on a aussi les retours utilisateurs directs (feedbacks) qui sont précieux.
Je lis comme tout le monde le récit des exploits de l’IA mais qu’en est-il de l’utilisation concrète des briques produites ?
En ce qui concerne le code, j’ai moins d’interrogations car, même si les résultats vont devoir s’améliorer, on peut déjà répliquer bon nombre de schémas et d’opérations avec des scripts sans IA.
Les modèles peuvent les utiliser ou en créer de nouveaux.
Ils sont justes beaucoup plus rapides à le faire même s’ils faut corriger certains errements.
En ce qui concerne les produits, les fonctionnalités, et les interactions, c’est une autre étape.
Le cas Guess.js
Avant la déferlante IA, une bibliothèque JavaScript nommée Guess.js proposait déjà d’améliorer la performance des applis web en prédisant les comportements utilisateurs d’après les données analytics.
Le but était de créer une navigation plus intelligente grâce aux données des utilisateurs réels en préchargeant des ressources en fonction d’un historique de visites ou de certains schémas de clics.
Des outils comme guess.ga sont apparus pour compléter la suite logicielle sous forme de package.
Aujourd’hui, l’outil est moins en vue mais il est assez précurseur, je trouve.
Techniquement, on connecte la donnée récupérée via un outil comme guess.ga à un modèle d’apprentissage qui va prédire la page suivante et précharger des ressources (scripts, images, etc), par exemple.
C’est très niche, mais ces modules étaient pas mal mis en avant par des frameworks JavaScript comme Gatsby ou Next.js.
Ce cas illustre bien l’importance de l’analytics dans la prédiction, d’ailleurs on fait désormais revenir la notion de contexte à toutes les sauces.
L’idée peut consister à modifier les sources des modèles d’IA pour produire des résultats plus pertinents.
Human to human
Gemini, l’IA star de Google, aurait gagné 5000 $ en lançant son propre business en ligne récemment.
Ici l’auteur: Alerte Fake News ! Pas vraiment en ligne car il s’agissait d’un des fameux tests virtuels (Benchmarks) pour évaluer les capacités des IA. Mea culpa.
Dans la pratique, on peut très bien utiliser l’intelligence artificielle pour brainstormer, générer une preuve de concept et la présenter mais quid de l’interaction humaine.
Ce n’est pas l’outil qui va s’occuper de toute la communication et de la relation client, et même dans l’idée, est-ce que c’est vraiment ce qu’on voudrait ?
Les outils IA sont déjà intégrés au support de certaines boîtes mais l’aspect robotique n’amuse personne quand il s’agit de régler un contentieux ou d’obtenir de l’aide.
Science du design et identité
Le design, c’est de la science !
Si on peut automatiser la génération de templates avec un paramètrage assez complexe pour faire illusion sur le côté personnalisé, on atteint rapidement un plateau quand il s’agit de notions plus fines comme le rythme vertical, la luminosité, les marges, les bordures, les effets sur les boutons.
Mais ça c’est la tambouille technique, le problème majeur c’est l’absence d’identité.
Il y a tellement d’offres, de réalisations incroyables en ligne, que se démarquer n’est plus une option facultative.
Le problème c’est qu’il faut le faire tout en respectant certaines conventions et en maintenant une cohérence d’ensemble.
C’est l’une des nombreuses différences entre avoir une vraie identité et [re]mixer des sections copiées ici et là.
Pour l’instant, l’IA ne règle pas ce problème, bien au contraire.