Depuis dix-huit mois, je vois passer la même question dans chaque mission : « et si on remplaçait ça par une IA conversationnelle ? ». Parfois c'est la bonne réponse. Souvent, c'est une régression.
Voici l'heuristique que j'utilise pour trancher.
Quand un LLM gagne
Trois cas où une interface conversationnelle est honnêtement meilleure qu'un formulaire ou un menu.
- L'utilisateur ne connaît pas le vocabulaire métier. Sur un catalogue de pièces détachées, il sait dire « le truc qui fait du bruit quand je tourne à droite », pas la référence technique. Un LLM traduit ce langage en SKU. Un formulaire à trente filtres ne le pourra jamais.
- L'espace d'entrée est ouvert et imprévisible. Demander « quels sont vos objectifs cette année ? » puis reformuler la réponse en bullets structurés : un LLM le fait bien, un formulaire ne sait pas où placer les champs.
- Le résultat est une synthèse, pas une donnée. Résumer deux cents pages de documentation, traduire un email, reformuler une plainte client en ticket structuré. Tâche typiquement LLM.
Quand un formulaire gagne
À l'inverse, voici les signaux que tu pousses l'IA dans un trou.
- Choix dans un ensemble fini connu. Si l'utilisateur veut « le rouge » et que tu as douze couleurs, montre-lui les douze couleurs. Un LLM va répondre en deux secondes au lieu de cinquante millisecondes et te coûtera quelques centimes par requête.
- Action répétée par les mêmes utilisateurs. Une fois qu'un commercial a saisi cinq cents devis, il connaît le formulaire par cœur et tape plus vite que de formuler une phrase. Le LLM le ralentit.
- Garantie de structure stricte. Pour insérer en base, tu veux que
date_de_naissancesoit toujours en ISO 8601. Un date picker garantit ça gratuitement. Un LLM peut halluciner, et tu dois ajouter une couche de validation derrière de toute façon.
Comparaison rapide
| Critère | LLM | Formulaire |
|---|---|---|
| Latence | ~2 s | ~50 ms |
| Coût par interaction | ~0,005 € | 0 € |
| Vocabulaire libre | ✓ | ✗ |
| Validation stricte | ✗ | ✓ |
| Onboarding utilisateur novice | ✓ | dépend |
| Action répétitive (power user) | ✗ | ✓ |
| Accessibilité (clavier, lecteur d'écran) | partielle | native |
La vraie question : c'est rarement binaire
Le débat « LLM vs pas LLM » est mal posé. La vraie question, c'est à quel moment du parcours utilisateur. Le pattern qui marche le mieux dans mes missions est hybride.
Tu prends le meilleur des deux mondes : la latitude du langage naturel au début, la fiabilité de la structure à la fin.
Combien ça coûte vraiment ?
Avant de te lancer, fais le calcul. Voici un outil pour estimer le coût mensuel d'un endpoint LLM en fonction de ton trafic.
Trois questions avant d'ajouter un LLM
Avant de dégainer l'API Claude ou OpenAI, je passe le projet par trois filtres.
- L'utilisateur s'attend-il à une réponse exacte ou plausible ? Si exacte, prudence.
- Combien coûte une mauvaise réponse ? Un résultat de recherche flou, OK. Un calcul de prix, non.
- Le coût et la latence sont-ils compatibles ? Quelques centimes par requête et deux secondes d'attente, c'est rédhibitoire pour un autocomplete tapé cent fois par jour.
Si les trois feux sont au vert, le LLM apporte vraiment quelque chose. Sinon, garde ton formulaire et concentre-toi sur ses bugs réels.
