Archetype 106 — 10 règles / 10 prédictions

Source

Template communautaire « 10 règles / 10 predictions » (source.md #88).

Définition

Lister N prédictions sur un horizon explicite (12 mois, 3 ans, 5 ans) avec une probabilité estimée pour chacune. Format à très haut signal de sérieux : tu engages ta crédibilité publique en chiffrant ton incertitude. Très rare sur LinkedIn — donc différenciateur fort.

⚠️ Variante de 99_dix_regles (qui est plutôt rétroactif) — 106 est prospectif. La force vient des probabilités explicites, pas des prédictions en mode certitude.

Pattern syntaxique

[Annonce : "N prédictions à horizon X mois/années", 1-2 lignes]
[Engagement de revue : "Je publie le verdict à la date Y", 1 ligne]

1. **[Prédiction]** — Probabilité estimée : **N %**. [Raison brève, 1 ligne]
2. **[Prédiction]** — Probabilité : **N %**. […]
[5-10 prédictions]

[Méta : ce qui me rend pessimiste/optimiste globalement, 2-3 lignes]
[Engagement : à la date Y, je publierai le bilan honnête — vrai ou faux, j'assume]

Exemples …

• 5 prédictions sur l'IA appliquée en France à horizon 18 mois (juin 2026 → décembre 2027). Je publierai le bilan honnête début 2028. Vrai ou faux, je l'assumerai publiquement.

1. Au moins 40 % des "POC IA" budgétés en 2026 seront abandonnés sans atteindre la prod. Probabilité : 80 %. Raison : taux d'échec historique constant depuis 2022, aucun changement structurel des incentives clients en vue.

2. Un.e CTO d'une boîte CAC 40 sera publiquement licencié.e pour "échec stratégique IA". Probabilité : 35 %. Raison : la pression board s'accumule, mais le scapegoating est encore tabou en France. À 35 %, je penche pour "ça arrive, mais probablement pas pendant l'horizon".

3. La consolidation des fournisseurs LLM se traduira par 1 acquisition majeure (≥ 5 milliards $) entre Anthropic, Mistral et un acteur cloud. Probabilité : 55 %. Raison : tension capitaux + saturation marché. Mistral est le candidat français le plus exposé.

4. Le tarif moyen freelance IA en France baissera de 10-20 % en termes réels (inflation incluse). Probabilité : 65 %. Raison : entrée massive de "freelances IA" formés en 6 mois par les MOOCs 2024-2025. Compression du segment junior.

5. Les boîtes qui auront investi dans des eval pipelines stables en 2024-2025 vont commencer à racheter des concurrents qui n'en ont pas. Probabilité : 40 %. Raison : effet composé visible. Mais 18 mois est court pour que ça se matérialise en M&A.

Méta : je suis structurellement pessimiste sur l'horizon court (12-18 mois) en IA appliquée, optimiste sur l'horizon long (5-7 ans). Cette liste reflète plutôt mon pessimisme court. À pondérer.

Engagement de revue : 5 janvier 2028.

Anti-patterns

• ❌ Prédictions sans probabilités — sonne mage. Sans chiffrage, c'est de la voyance.
• ❌ Toutes les probabilités > 80 % — tu n'es pas si sûr. Une distribution honnête a 30-70 % sur la plupart.
• ❌ Pas d'engagement de revue — sans bilan futur, c'est de l'oubli garanti. Le sérieux du format tient à la promesse de revenir y répondre.
• ❌ Prédictions sur des évènements impossibles à vérifier — formuler de façon falsifiable.
• ❌ Sur-utilisation — 1 par an. Au-delà, devient un compte d'oracle.
• ❌ Ne pas publier le bilan à la date promise — perte massive de crédibilité.

Combo piliers

• ⭐ Pilier "lecture du marché / posture stratégique" — naturel.
• ⚠️ Piliers techniques : peut marcher pour des prédictions techniques précises (« 5 prédictions sur l'eval ML en 18 mois »).

Combo analogies

• ❌ Pas d'analogie. La rigueur des probabilités se tient.

Cadence recommandée

≤ 1 par an. Idéalement en début d'année, avec le bilan de l'année précédente publié en parallèle.

Source-discipline

• Probabilités explicites pour chaque prédiction.
• Date de revue annoncée et tenue.
• Bilan public à la date annoncée, vrai ou faux.
• Calibration : si toutes tes prédictions à 80 % se réalisent à 50 %, ton calibrage est mauvais — ajuste pour l'an prochain.