J'ai presque arrêté de taper. Le clavier ne s'en remettra pas.

En début d'année, j'ai pris une décision : stop les abonnements. Grâce à l'IA, je sais développer mes propres outils, alors pourquoi payer pour une app de plus ?

Sauf qu'une app m'a eu : Wispr Flow.

Le principe est simple. Une touche sur le Mac ou l'iPhone, je parle, et le texte apparaît, propre et directement utilisable, dans un email, Slack, un éditeur de code ou un CRM. L'outil supprime les hésitations et comprend mon jargon.

Les chiffres m'ont convaincu plus que n'importe quel discours :

• un très bon dactylo tape entre 80 et 100 mots par minute ;
• en compétition, on monte à 150 ;
• moi, après six semaines de dictée, j'étais à 175.

En six semaines, j'avais dicté 17 738 mots, l'équivalent d'un livre. Ce n'est pas de l'IA qui écrit à ma place. Ce sont mes mots, à la vitesse de ma pensée.

Parler va plus vite que taper, et on pense mieux à voix haute

Depuis, je dicte presque tout à l'IA. La vitesse n'est pas le seul gain. À voix haute, on structure ses idées autrement : on explique, on reformule, on va au bout du raisonnement. Le clavier, lui, pousse à couper court.

La machine suit désormais le rythme

Pendant longtemps, la reconnaissance vocale était le maillon faible. Ce n'est plus le cas.

En mai, OpenAI a sorti une nouvelle suite audio temps réel. Je l'ai poussée dans ses retranchements : j'ai lancé une vidéo YouTube en vitesse x2, soit environ 350 mots par minute. Tout a été retranscrit, en temps réel, avec une qualité qui tient largement la route.

Le vrai saut n'est pas seulement la précision. C'est la latence. La fenêtre entre ce qui est dit et ce qui est produit se resserre à un niveau que je n'attendais pas si tôt. Et ça ouvre des usages très concrets : réunions multilingues, analyse d'appels en direct, formation, accessibilité.

La fin des formulaires

J'ai profité d'un dimanche pluvieux pour tester ce nouveau modèle vocal. Résultat : un agent qui écoute une conversation, en extrait les informations clés en temps réel, et remplit une fiche CRM sans qu'on touche au clavier.

La démo m'intéresse moins que l'idée derrière : la voix comme nouvelle interface des applications métier. Plus de formulaires, de menus, de champs à remplir. On parle, l'application comprend, agit et structure.

• Le technicien terrain dicte son rapport en sortant de chez le client.
• Le soignant remplit sa fiche pendant la consultation.
• Le manager en déplacement crée un brief à voix haute.

Transcrire, c'est le niveau zéro

Une réunion sans transcription, c'est une réunion perdue. Mais en 2026, transcrire, c'est le minimum. Ce qui compte, c'est ce qu'on en fait ensuite.

Dans mon équipe, chaque transcript de réunion commerciale passe par un assistant IA qui en tire une synthèse : signaux faibles, qui décide quoi, maturité du prospect, prochaines actions, email de suivi rédigé. En quelques secondes. Nous en avons même fait une application, ClientSignal, construite en 72 heures pendant un buildathon Lovable et Granola.

Une bonne réunion dont on n'extrait rien, c'est juste une conversation oubliée.

Le vrai frein n'est pas technique

Si la voix est si efficace, pourquoi tout le monde ne dicte pas déjà ? Parce qu'au bureau, personne n'a envie de parler à son ordinateur devant ses collègues. Le frein n'a jamais été la technologie. C'est le regard des autres.

C'est pour ça que la démo de Subvocal m'a autant marqué. Cette startup passée par Y Combinator a conçu des lunettes qui transforment en texte des mots que vous ne prononcez pas. On articule en silence, le système lit les micro-mouvements du visage et écrit en temps réel.

Et l'usage dépasse largement l'open space. Pour une personne privée de voix après une maladie, une opération ou un accident, articuler reste souvent possible alors que le son ne sort pas. Imaginez : elle articule, les lunettes transcrivent, une voix de synthèse parle pour elle. Son interlocuteur n'a rien à apprendre, rien à installer. Il écoute et il répond.

On est encore au prototype, et rien ne dit que ça marchera pour tout le monde. Mais pour la première fois, une interface pensée pour la productivité pourrait rendre la parole à ceux qui l'ont perdue.

Garder les pieds sur terre

Il ne faut pas confondre démo et production. Quand ElevenLabs a montré un agent vocal qui gère avec empathie l'annulation d'un vol, beaucoup ont crié à la mort des centres d'appels. Regardez la vidéo une deuxième fois : c'est une démo contrôlée, pas un appel réel à 23 heures un vendredi soir, face à un système qui rame.

Entre les deux, il y a un canyon :

• la responsabilité : si l'agent accorde un remboursement par erreur, qui paye ?
• l'intégration : il lui faut un accès en temps réel au CRM, aux réservations, aux tarifs ;
• les cas limites : le client qui négocie, qui menace, qui demande une exception.

Les prises de rendez-vous et les questions fréquentes sont automatisables dès maintenant. Les litiges et les négociations, pas avant plusieurs années. Les centres d'appels vont rétrécir, pas disparaître demain.

Ce qui change vraiment

Le clavier ne va pas disparaître du jour au lendemain. Mais pour la première fois, la voix est assez rapide, assez précise et assez bien comprise pour devenir l'interface par défaut de beaucoup de nos outils. Ce qui reste à inventer, ce sont les usages, et la façon de parler à sa machine sans gêner ses voisins.

Et vous, vous travaillez encore uniquement au clavier ?