« Copilot est nul. Je préfère ChatGPT. »
Entre Copilot ou ChatGPT, la déception vient le plus souvent des permissions, des licences et de l’outil choisi pour la tâche, pas de la qualité du modèle. Chez Machine Learning Lab, c’est la première chose que nous vérifions avec les équipes.
« Franchement, Copilot est nul. Je préfère ChatGPT. »
C’est une phrase que j’entends régulièrement. Et je comprends très bien pourquoi.
Pourtant, je ne pense pas que le problème soit aussi simple que « ChatGPT est meilleur que Copilot ». Au fil de mes formations et de mes missions de conseil, j’ai développé une autre théorie.
Le problème ne vient pas uniquement de la qualité des modèles. Il vient surtout de nos attentes, de la manière dont ces outils sont présentés, et de notre compréhension de ce qu’ils peuvent réellement faire.
| Ce que l’utilisateur demande | Ce qui fait réellement le travail | Ce qui bloque le plus souvent |
|---|---|---|
| Rédiger, résumer, reformuler | L’assistant conversationnel | Peu de chose, c’est son terrain |
| Déclencher une action entre plusieurs applications | Un moteur d’automatisation | L’outil sollicité ne sait pas faire cette tâche |
| Aller chercher une donnée dans un autre service | Un connecteur et une licence adaptée | Les droits d’accès de l’utilisateur |
| Comprendre comment construire la solution | L’assistant, étape par étape | La formulation de la demande |
Un outil choisi ne se juge pas comme un outil imposé
La première différence est presque psychologique.
ChatGPT ou Claude sont généralement des outils que l’on choisit d’utiliser. Copilot, lui, est souvent déployé par l’entreprise.
Cela change complètement la manière dont on le perçoit. Un outil que l’on choisit est plus facilement pardonné lorsqu’il se trompe. Un outil qui nous est imposé est immédiatement évalué sur sa capacité à tenir ses promesses.
Mais il y a un deuxième facteur, encore plus important.
Lire aussi: Vingt minutes de travail, des années de connaissances.
La promesse implicite de Copilot dépasse ce que l’outil fait seul
Lorsque Microsoft présente Copilot, beaucoup d’utilisateurs comprennent quelque chose comme :
« Une IA capable de faire fonctionner tout mon environnement Microsoft. »
Et c’est une attente parfaitement légitime. Si Outlook, Teams, Excel, SharePoint et Copilot appartiennent tous au même écosystème, pourquoi ne pourraient-ils pas collaborer naturellement ?
Sauf que la réalité est beaucoup plus complexe. Très souvent, ce que l’utilisateur souhaite mettre en place nécessite en réalité Power Automate, Microsoft Graph, des connecteurs spécifiques, certaines licences, ou des droits d’accès qu’il ne possède pas.
Lorsque Copilot ne peut pas réaliser la tâche demandée, la conclusion est souvent : « Copilot est incapable de le faire. » Alors que le véritable obstacle est ailleurs.
Lire aussi: Les 5 compétences indispensables pour un diagnostic IA en entreprise réussi.
Plusieurs outils portent le nom de Copilot
Ajoutez à cela un autre élément de confusion.
Quand un client me dit « j’ai Copilot », je suis presque obligé de répondre : « lequel ? »
Copilot pour Microsoft 365 ? GitHub Copilot ? Celui intégré à Teams ? À Edge ? À Windows ?
Pour Microsoft, il s’agit d’une même marque. Pour l’utilisateur, il s’agit d’une même promesse. Mais dans la pratique, les fonctionnalités, les intégrations et même les licences sont différentes.
Deux personnes peuvent affirmer qu’elles utilisent Copilot tout en ayant accès à des capacités totalement différentes. Cette confusion nourrit des attentes qui ne peuvent pas toujours être satisfaites.
Lire aussi: Réussir un projet d’automatisation en PME commence avant le choix de l’outil IA.
Le mythe du prompt parfait
À cette confusion s’ajoute un autre phénomène.
Le marché de l’IA regorge aujourd’hui de formations qui promettent d’enseigner « les bons prompts ». Comme s’il existait une formule magique capable de débloquer n’importe quelle situation.
Oui, savoir formuler une demande est utile. Mais beaucoup de personnes finissent par croire qu’un prompt suffisamment intelligent peut contourner toutes les limites d’un système. C’est faux.
Je pense notamment à une cliente qui souhaitait mettre en place une automatisation précise avec Copilot. Elle passait son temps à reformuler ses demandes. Elle cherchait le prompt parfait.
En examinant son environnement, j’ai rapidement identifié le problème. Elle ne disposait tout simplement pas des autorisations nécessaires.
Je lui ai expliqué qu’elle pouvait chercher le prompt idéal toute sa vie. Il n’existait pas. Parce que son problème n’était pas un problème de prompt. C’était un problème de permissions.
Elle n’a finalement pas retenu mes services. Elle a préféré une autre formation qui lui promettait justement de lui apprendre à mieux « prompter ».
Je ne lui en veux pas. Le discours est plus séduisant. Il est toujours plus agréable d’entendre « il vous manque une technique » que « votre environnement ne permet pas de faire cela ».
Lire aussi: Débuter avec l’IA : commencez par comprendre, pas par réciter des prompts.
Copilot devient utile quand on lui donne le bon rôle
Quelques semaines plus tard, une autre cliente est venue me voir avec une idée d’automatisation.
Cette fois, son projet était parfaitement réalisable. Mais pas avec Copilot. Avec Power Automate.
Mon rôle n’a pas été de construire le flux à sa place. Je lui ai montré comment distinguer les rôles des deux outils. Power Automate construit l’automatisation. Copilot peut l’aider à comprendre comment la construire.
Je lui ai également conseillé une manière d’utiliser Copilot que j’utilise moi-même très souvent. Je lui ai suggéré de demander :
« Explique-moi étape par étape. Attends que je confirme chaque étape avant de passer à la suivante. »
En procédant ainsi, Copilot cesse d’être un outil censé tout faire. Il devient un support d’apprentissage.
À la fin de notre séance, son automatisation fonctionnait. Mais surtout, elle était capable d’en construire d’autres seule. Elle n’avait plus besoin de moi. Et c’était le résultat que je recherchais.
Lire aussi: Découvrir l’IA, ce n’est pas apprendre à prompter.
Choisir entre Copilot ou ChatGPT, c’est déjà Parler IA
Toutes ces expériences m’ont amené à mettre un nom sur ce que j’essaie réellement d’enseigner. J’appelle cela Parler IA.
Parler IA, ce n’est pas apprendre des prompts par cœur. Ce n’est pas connaître une liste de techniques secrètes.
C’est acquérir une compréhension suffisante des systèmes pour savoir ce qu’une IA peut réellement faire, ce qu’elle ne peut pas faire, ce qui relève du raisonnement et ce qui relève de l’exécution, quand utiliser un assistant conversationnel, quand utiliser un moteur d’automatisation, et comment les permissions, les licences et les intégrations influencent le résultat.
En réalité, le prompt n’est souvent que la partie visible de l’iceberg.
Lire aussi: Ce qu’on peut déléguer à l’IA (et ce qu’on ne devrait jamais lui confier).
Ce que coûte une équipe équipée sans être formée
Voilà ce qui se joue dans une organisation qui déploie Copilot sans installer cette compréhension. Les licences sont payées, l’outil est disponible, et les équipes concluent au bout de quelques semaines qu’il ne sert à rien. Chacun retourne à ses habitudes, ou contourne l’outil officiel avec un autre assistant, hors de tout cadre.
L’investissement est perdu deux fois. Une fois sur les licences inutilisées, une fois sur la confiance : une équipe déçue par un premier outil devient beaucoup plus difficile à embarquer sur le suivant.
Avec un socle commun, la même situation se règle en une phrase : ce n’est pas l’outil qui bloque, ce sont les droits d’accès. C’est précisément ce que nous construisons dans les formations IA en entreprise de Machine Learning Lab.
Mon objectif est de rendre mes clients autonomes
Lorsque j’accompagne une entreprise ou un particulier, je n’ai pas pour objectif de devenir indispensable. Au contraire.
Mon objectif est qu’à la fin de notre échange, la personne soit capable de résoudre seule les problèmes qu’elle rencontrera demain. Si elle n’a plus besoin de reprendre une séance avec moi parce qu’elle a compris comment s’appuyer sur les bons outils au bon moment, alors j’estime avoir réussi.
L’IA ne devrait pas créer une nouvelle dépendance. Ni envers un consultant. Ni envers un vendeur de prompts miracles.
Elle devrait permettre à chacun de gagner en compréhension, en autonomie et en capacité d’agir.
Pour commencer par le vocabulaire, le Dictionnaire de l’IA 2026 donne les repères utiles avant d’arbitrer entre deux outils. Et si vos équipes disposent déjà des licences, la question n’est plus de savoir quel assistant est le meilleur, mais ce que chacun sait en faire.
FAQ
Copilot ou ChatGPT : lequel est le meilleur ?
La question se pose rarement en ces termes. Les deux reposent sur des modèles de langage comparables. La différence tient au contexte : Copilot est intégré à un environnement d’entreprise, avec ses licences, ses connecteurs et ses droits d’accès. Une tâche qui échoue avec l’un réussit souvent avec l’autre pour des raisons de permissions, pas de qualité.
Pourquoi Copilot donne-t-il l’impression d’être moins performant ?
Pour trois raisons. Il est souvent imposé par l’entreprise, donc jugé plus sévèrement. Sa promesse laisse entendre qu’il pilote tout l’environnement Microsoft, ce qui dépasse ce qu’il fait seul. Et la tâche demandée relève fréquemment d’un moteur d’automatisation, pas d’un assistant conversationnel.
Existe-t-il plusieurs versions de Copilot ?
Oui. Copilot pour Microsoft 365, GitHub Copilot, les versions intégrées à Teams, à Edge ou à Windows portent la même marque sans offrir les mêmes capacités. Deux personnes peuvent dire qu’elles utilisent Copilot tout en ayant accès à des fonctionnalités et à des licences différentes.
Un meilleur prompt peut-il contourner un problème de permissions ?
Non. Aucune formulation ne donne accès à une donnée que vos droits ne vous autorisent pas à consulter. Chercher le prompt parfait dans cette situation revient à chercher une solution à un problème qui se situe ailleurs, dans la configuration de l’environnement.
Comment former ses équipes à utiliser ces outils efficacement ?
En installant un socle commun avant les techniques : savoir ce que fait un assistant, ce que fait un moteur d’automatisation, et comment les droits et les licences conditionnent le résultat. Machine Learning Lab, certifié Qualiopi et basé à Paris, construit ce socle en pratique, sur les outils réellement déployés dans l’entreprise.
Nos formateurs IA à Paris
Rencontrez nos formateurs IA à Paris.
