Le nom scelle une date. En 2017, huit chercheurs de Google publient un article au titre presque insolent (inspiré des Beatles) : Attention Is All You Need. Ils y décrivent une architecture appelée Transformer. C'est de cette étincelle que naissent les grands modèles de langage, et avec eux l'IA telle qu'elle a fait irruption dans les conseils d'administration.

Nous avons retenu l'année comme on retient une fondation. 2017 n'est pas une référence nostalgique. C'est le rappel que cette technologie a une origine, une logique, des règles. La maîtriser suppose de connaître ces règles, pas seulement d'ouvrir une fenêtre de conversation.

Nous avons posé une question simple à une IA : « Qui s'inquiète vraiment de ce que les IA disent de son entreprise, ou de lui-même, et combien sont-ils ? »

La réponse mérite d'être lue en entier, parce qu'elle décrit un phénomène qu'on observe sur le terrain depuis le début de l'année. Le volume de recherche brut est trompeur : peu de gens tapent « comment auditer ma visibilité algorithmique auprès des LLM », et pour une raison précise. D'un côté, un problème de discrétion : les grandes maisons, horlogerie, banque privée, luxe, ne posent pas ces questions publiquement, elles mandatent en confidentiel. De l'autre, un problème de vocabulaire : le dirigeant qui a le problème ne connaît pas encore les mots qui le décrivent. Il cherche « gestion de crise » ou « ChatGPT raconte n'importe quoi sur notre produit ou sur moi » avant de découvrir qu'il existe une discipline qui porte un nom.

C'est très exactement ce que nous constatons dans nos premiers mandats : le déclencheur est presque toujours un incident ponctuel, jamais une recherche méthodique du sujet. L'écart entre adoption et gouvernance que décrit la réponse, l'immense majorité des entreprises qui utilisent déjà l'IA sans cadre pour en vérifier les sorties, correspond au vide que nous couvrons. La façon dont nous le comblons est détaillée dans notre repère sur ce que ChatGPT dit de votre entreprise.

Alors, que faut-il faire ?

Pas commencer par l'IA elle-même. Commencer par les questions que les gens posent réellement sur vous, pas celles qu'on imagine à votre place : dans les barres de recherche, les forums, les questions associées qui accompagnent les résultats. C'est un travail de relevé avant d'être un travail technique, et c'est celui qui manque le plus souvent : on corrige un ton ou une image avant même de savoir ce qu'on cherche exactement à corriger.

Vient ensuite la mesure, aux mêmes conditions : on interroge plusieurs IA, avec et sans navigation, on date chaque réponse, et on vérifie chaque source citée avant de la croire. Une affirmation qui invente une source crédible pour paraître solide ne résiste pas deux minutes à cette vérification.

Puis seulement la correction. Jamais en cherchant à changer ce que répond l'IA elle-même, personne n'a ce pouvoir, mais en corrigeant la source où l'erreur ou le flou est né : un annuaire jamais mis à jour, un ancien article, une page qui dit encore autre chose que le reste. Et un suivi dans la durée, parce qu'une réputation installée par plusieurs années de sources ne se corrige pas en une semaine, et que quiconque le promet vend une certitude qu'il n'a pas. Notre propre cas, mesuré et daté, est raconté dans le même repère.

On en parle quand vous voulez.

Tout le monde dispose aujourd'hui des mêmes modèles. La différence ne se joue plus sur l'outil. Elle se joue sur la discipline avec laquelle on l'emploie.

C'est ce que recouvre le mot standards : les règles de l'art. Gouvernance, conformité, territorialité, performance. Le cadre méthodologique qui transforme un usage approximatif de l'IA en un actif maîtrisé. Là où le marché vend des outils, 17 STANDARDS pose une exigence.

Un standard ne dépend pas de la marque qui le porte. Il se transmet. C'est pourquoi 17 STANDARDS n'est pas une agence de plus, mais une maison : un cadre commun sous lequel des signatures spécialisées exercent, chacune dans son domaine, selon la même rigueur.

Attention Is All You Need. Le clin d'œil technique cache une promesse.

Face à la jungle des outils et à l'infobésité, la ressource rare n'est pas l'information. C'est l'attention. Une attention exclusive, filtrante, portée sans relâche sur les quelques enjeux qui décident de tout pour une organisation.

C'est le rôle que nous assumons auprès des directions : sparring partner. Pas un fournisseur de réponses. Quelqu'un qui filtre le bruit, tient une position, et porte une attention sur mesure à ce qui mérite vraiment d'être regardé. Une posture brute, directe, essentielle.

Seize ans plus tôt, la même idée — sans les moyens de la tenir.

En 2001, à Genève, Vulcan Arts conçoit Natasha pour Nokia Home Entertainment : une assistante conversationnelle installée sur l'écran du salon. Elle lit les courriels à voix haute. Elle interroge le web sur commande. Elle compare le prix d'un livre chez quatre marchands, annonce les délais de livraison et propose de commander. Elle interrompt son utilisateur lorsqu'une information l'exige. Et elle demande qu'on lui choisisse une personnalité. Le logo de l'époque portait une promesse : the future is now.

Il ne l'était pas. La technologie ne suivait pas — l'intention, elle, était juste. Avoir vu l'intelligence artificielle échouer une première fois, sur des idées que le marché redécouvre aujourd'hui comme des nouveautés, laisse une certitude durable : ce qui sépare un usage sérieux d'une démonstration n'a jamais été la puissance du modèle. C'est la discipline de celui qui le tient.

C'est cette exigence que la maison transmet à ses signatures.

Une maison se juge à sa façon de travailler, pas à ce qu'elle affirme. Dix-huit questions, avec les réponses : le déroulé d'un mandat, et celles qu'on ne nous pose jamais à voix haute.

17 STANDARDS réunit les marques qui exercent selon ses règles. Chacune autonome dans son métier, toutes tenues au même standard.

La maison publie ce qu'elle sait, y compris ce qui ne la sert pas. Ces pages sont en accès libre, sans formulaire.