Radar du 5 au 11 novembre 2026
Introduction — radar de la semaine
Si un fournisseur d’IA change ses règles demain, qu’est-ce que votre organisation pourra encore faire par elle-même?
C’est le rendez-vous du jeudi! L’heure de prendre des nouvelles de l’IA de sens… et de ce qui en manque.
La semaine dernière, on se demandait qui garde la main. Cette semaine, la question devient plus concrète : une entreprise peut-elle changer de fournisseur sans refaire tout son travail? Une personne peut-elle arrêter un agent avant qu’il fasse une erreur coûteuse? Une collectivité peut-elle demander des garanties avant d’engager son électricité dans un projet?
Et puis il y a cette histoire : une IA a préparé les plans d’un haut-parleur, et des ingénieurs en ont fabriqué un qui fonctionne. C’est impressionnant. Mais entre un appareil qui fonctionne sur une table d’essai et un produit qu’on peut vendre, il reste du travail. Et quelqu’un doit en répondre.
Ce qui a du sens
1. Souveraineté numérique : mesurer notre capacité à faire autrement
🧭 L’enjeu
Le Centre commun de recherche de la Commission européenne propose de mesurer la souveraineté numérique sur quatre plans : les règles de gouvernance, les infrastructures et les données, les marchés, et les compétences des personnes.
Prenons une entreprise dont les données sont hébergées au pays. Si elle ne peut pas les récupérer dans un format utilisable, si ses employés ne connaissent aucun autre outil ou si son service s’arrête dès que le fournisseur tombe en panne, l’hébergement local ne règle qu’une partie du problème.
Être autonome ne veut pas dire tout fabriquer soi-même. Cela veut dire pouvoir choisir ses dépendances et en sortir quand elles ne nous conviennent plus.
Le rapport ne mesure pas la situation québécoise. Il fournit toutefois une grille utile pour les achats d’ici : à côté du prix et de l’emplacement des données, demander ce qu’il en coûterait de changer de fournisseur et combien de temps le service serait interrompu.
❓ La question qui reste ouverte
Quel service essentiel pourrions-nous continuer à offrir si notre fournisseur principal devenait indisponible demain?
Source : Centre commun de recherche, Digital sovereignty metrics – A multi-layer approach, 10 novembre 2026.
2. Superviser un agent d’IA : mieux vaut savoir quand intervenir
🧭 L’enjeu
Un agent d’IA est un logiciel qui peut enchaîner plusieurs actions pour accomplir une tâche. Pour traiter une demande de retour, par exemple, il pourrait chercher une commande, consulter la politique du magasin et préparer une réponse. Mais à quelle étape une intervention humaine est-elle vraiment utile?
Des chercheurs ont comparé différentes interventions sur trois ensembles de tâches expérimentales. L’effet d’une vérification varie selon l’action en cours et le point où l’agent en est. L’étude ne désigne pas un moment universel où intervenir : elle propose une méthode pour repérer les contrôles qui changent le résultat dans les situations testées.
Faire approuver chaque étape peut créer une routine où l’on clique sans regarder. Une supervision utile donne à la personne l’information et le temps nécessaires pour corriger une action avant qu’elle produise des conséquences.
Pour une PME, un premier test peut être simple : laisser l’agent préparer une réponse, mais demander une validation avant qu’il promette un remboursement, confirme un délai ou envoie un message au client.
❓ La question qui reste ouverte
Dans nos propres processus, à quelle étape une erreur devient-elle difficile à réparer?
Source : Ayush Sawarni et ses coauteurs, Knowing When to Intervene: Causal Evaluation of AI Agents, 6 novembre, révisé le 10 novembre 2026. Prépublication; résultats obtenus sur des tâches de test, non validés dans les opérations d’une PME.
Ce qui soulève des questions
3. ChatGPT devient une vitrine commerciale : qui choisit ce que le client voit?
🧭 L’enjeu
OpenAI a annoncé que les entreprises peuvent revendiquer leur fiche dans ChatGPT et gérer les renseignements qu’elles y présentent. L’entreprise annonce aussi des agents commerciaux pour certaines entreprises de commerce électronique aux États-Unis, avec la possibilité de les promouvoir dans des placements identifiés comme commandités.
Il faut distinguer une fiche vérifiée, une recommandation et une publicité. Une fiche vérifiée aide à confirmer qui représente l’entreprise; elle ne garantit ni la qualité de son offre ni l’indépendance d’une recommandation.
Quand le même service peut renseigner le client, lui présenter un commerçant et vendre de la visibilité à ce commerçant, le client doit pouvoir reconnaître ces différents rôles sans avoir à deviner.
Pour les PME d’ici, c’est un canal à surveiller, pas une raison d’abandonner leur propre site. Mieux vaut garder une source de référence qu’on contrôle pour ses prix, ses services et ses conditions. Le lancement américain des agents commerciaux ne confirme pas leur disponibilité au Québec.
❓ La question qui reste ouverte
Le client pourra-t-il comprendre pourquoi une entreprise lui est présentée plutôt qu’une autre?
Sources : OpenAI, Introducing Businesses in ChatGPT et Reuters, 10 novembre 2026. L’annonce décrit le service du fournisseur, pas une mesure indépendante de ses retombées.
4. Une IA a dessiné les plans. Des humains ont construit les appareils.
🧭 L’enjeu
Imaginez que vous demandiez à une IA de concevoir un petit haut-parleur pour vos appels. Un dessin ne suffit pas. Il faut choisir des pièces qui existent, décider où les placer, expliquer comment les relier et prévoir un boîtier dans lequel tout entre. C’est ce genre de travail qu’Anthropic et l’entreprise Diode ont confié à Claude.
Selon leur compte rendu, Claude a préparé les plans et les instructions de trois appareils, dont un haut-parleur de conférence. Des ingénieurs ont assemblé les pièces, et les trois prototypes ont fonctionné sans correction de leurs circuits. Autrement dit : l’IA a contribué à produire des plans utilisables, et une équipe les a transformés en objets réels.
C’est plus qu’un joli dessin. Ce n’est pas encore un produit prêt à vendre. Un prototype peut fonctionner aujourd’hui sans qu’on sache s’il résistera à des mois d’utilisation ou s’il répond aux exigences de sécurité applicables. Et c’est Anthropic, le fabricant de Claude, qui rapporte le résultat avec son partenaire.
L’IA pourrait raccourcir le chemin entre l’idée et le premier essai. Mais « ça fonctionne » et « on peut le mettre entre les mains d’un client » sont deux décisions différentes.
Pour une PME manufacturière, le bon usage à explorer est le prototypage : obtenir plus vite un premier objet à examiner, sans retirer du budget ni du calendrier les essais nécessaires avant la vente.
❓ La question qui reste ouverte
Si l’IA prépare les plans, qui décide que l’appareil est prêt pour le public, et sur quelles preuves?
Source : Anthropic, Testing Claude on real-world electronics design, 9 novembre 2026. Démonstration sur trois prototypes; durabilité et conformité commerciale non établies.
Ce qui n’a pas de sens
5. Payer pour être visible sans bien voir où passent ses annonces
🧭 L’enjeu
Une entreprise achète de la publicité dans Google et consulte ensuite un rapport pour comprendre quelles recherches ont déclenché ses annonces. Une analyse publiée par Search Engine Land relève un angle mort : pour certaines expériences de recherche avec IA, les rapports de termes de recherche donnent peu de visibilité sur l’activité correspondante.
Cela ne veut pas dire que toutes les annonces diffusées dans ces expériences sont impossibles à suivre. Cela veut dire que les données dont dispose l’annonceur peuvent ne pas suffire à expliquer ce qui s’est passé. Comparer le volume de ChatGPT à celui de Google ne permet pas de mesurer cet angle mort.
Ce qui n’a pas de sens, c’est de devoir décider si l’on reconduit un budget sans pouvoir distinguer clairement ce que la plateforme a mesuré, ce qu’elle estime et ce qu’elle ne montre pas.
Pour une PME ou son agence, demander ce qui est observable dans les rapports et le comparer à des résultats qu’elle peut vérifier elle-même : demandes reçues, ventes ou appels qualifiés. Un rapport incomplet ne prouve pas que la campagne a échoué; il limite ce qu’on peut en conclure.
❓ La question qui reste ouverte
Quel niveau de détail devrait être fourni à une entreprise pour qu’elle puisse juger ce qu’elle achète?
Source : Search Engine Land, AI search activity is nearly invisible in Google Ads search terms reports: Study, 9 novembre 2026. Analyse spécialisée, non mesure de l’ensemble des campagnes Google Ads.
6. « C’est vérifié »… mais a-t-on vérifié la bonne chose?
🧭 L’enjeu
Imaginez qu’une IA affirme : « Les ventes ont augmenté. » Elle a vérifié le montant facturé, alors que vous vouliez connaître les sommes réellement encaissées. Le calcul peut être impeccable et la réponse, tout de même, manquer sa cible.
Dans une prépublication, trois chercheurs illustrent le même problème en mathématiques : deux lectures d’un énoncé ambigu donnent deux verdicts opposés. Leur méthode propose de vérifier non seulement le résultat, mais aussi si le test porte bien sur l’affirmation de départ, puis de consigner ce qu’ont fait l’IA et la personne responsable.
Ce qui n’a pas de sens, c’est de traiter « vérifié » comme un sceau de vérité. Un test répond à une question précise. Il ne décide pas à notre place si c’était la bonne question.
Avant d’utiliser un rapport généré par l’IA pour prendre une décision, une équipe peut demander trois précisions : quel énoncé a été vérifié, à partir de quelles données et par qui?
❓ La question qui reste ouverte
Dans nos rapports, saurait-on expliquer en une phrase ce que le mot « vérifié » garantit réellement?
Source : György Eigner, Patrik P. Süli et Roland Hollós, Trust, but verify, audit and attribute: a human-in-the-loop framework for checking AI-produced research results, 9 novembre 2026. Prépublication illustrée par une démonstration, sans validation à grande échelle. L’exemple des ventes est une analogie.
À surveiller
Centres de données : qui paie si les promesses ne se réalisent pas?
Les élections américaines du 3 novembre ont aussi donné lieu à des votes locaux sur les centres de données. Dans La Presse, Jean‑François Ouellet, professeur à HEC Montréal, rapporte, en s’appuyant sur Ballotpedia, que les électeurs ont choisi d’en freiner le développement dans 40 des 41 consultations recensées. Ce n’est pas un vote national contre l’IA : ces consultations portaient sur des projets ou des règles locales.
À Perry, en Ohio, l’auteur rapporte que les électeurs ont approuvé une mesure exigeant de certains promoteurs une garantie financière à l’appui de leurs promesses de retombées, s’ils veulent obtenir certains avantages fiscaux. Concrètement, la collectivité ne demande plus seulement combien d’emplois ou de recettes fiscales un projet promet. Elle veut savoir ce qu’elle pourra réclamer si ces engagements ne sont pas tenus.
Pour le Québec, la question mérite d’être posée avant de réserver des mégawatts. Une ligne de transport peut rester en place longtemps après le départ d’un client. Qui assumera les coûts si le centre réduit ses besoins, déménage ou ne voit jamais le jour? La réponse dépend du contrat : qui le signe, quelles obligations il prévoit et quelles garanties peuvent réellement être réclamées.
Source : Jean‑François Ouellet, « Le message passé inaperçu des midterms aux géants de l’IA », La Presse, 12 novembre 2026. Texte d’opinion; les chiffres et exemples électoraux sont attribués à l’auteur et à ses sources.
Matrice prospective
| Sujet | Signal à suivre | Décision à anticiper |
|---|---|---|
| Centres de données et électricité | Garanties financières, engagements contractuels et conditions imposées à la suite des votes locaux | Déterminer qui assumera les coûts si le projet change ou si les retombées promises ne se concrétisent pas. |
| Vitrines commerciales dans les assistants | Déploiement au Canada et distinction visible entre fiches, recommandations et placements payés | Où investir dans sa visibilité sans dépendre entièrement d’un intermédiaire? |
| Supervision des agents | Résultats de tests en conditions réelles, y compris le temps de vérification | Quelles actions exigent une approbation avant d’être exécutées? |
| Prototypes conçus avec l’IA | Essais indépendants de durabilité et de conformité | Quel niveau de preuve exiger avant de passer du prototype à la vente? |
Lecture stratégique de la semaine
Matrice 1 — Maturité éthique
| Dimension | Question révélatrice | Signe de maturité |
|---|---|---|
| Autonomie | Pouvons-nous quitter le fournisseur sans perdre l’usage de nos données? | La récupération des données et la solution de rechange ont été testées. |
| Supervision | L’humain peut-il encore changer l’issue? | Le contrôle intervient avant une action difficile à annuler. |
| Transparence | Sait-on ce qui est payé, recommandé ou mesuré? | Les catégories et les limites sont clairement indiquées. |
| Responsabilité | Qui peut déclarer le résultat prêt à être utilisé? | Une personne désignée dispose de critères et de preuves pour décider. |
Matrice 2 — Tensions de gouvernance
| Tension | Qui décide? | Qui supporte les conséquences? |
|---|---|---|
| Service pratique / dépendance au fournisseur | Acheteurs, directions et fournisseurs | Équipes et clients si le service change ou s’interrompt |
| Agent rapide / intervention humaine utile | Responsables des processus | Employés qui corrigent les erreurs et clients qui les subissent |
| Visibilité commerciale / clarté pour le public | Plateformes et annonceurs | Clients qui comparent les offres et PME qui paient pour être vues |
| Prototype rapide / mise en marché sûre | Équipes de conception et responsables de la mise en marché | Fabricants et personnes qui utiliseront le produit |
Matrice 3 — Boussole IA de sens
| Avant de… | La question à poser |
|---|---|
| Choisir un fournisseur | Que pourrons-nous récupérer et réutiliser si nous changeons d’outil? |
| Confier une tâche à un agent | À quel moment une personne peut-elle encore empêcher une erreur? |
| Renouveler une campagne | Que savons-nous de la diffusion, et quels résultats pouvons-nous vérifier? |
| Accepter un résultat « vérifié » | Le test répond-il à notre question ou à une question voisine? |
| Passer du prototype au produit | Quels essais restent à faire, et qui décide qu’ils suffisent? |
Un repère pour les PME. Selon les données agrégées de l’OCDE, en 2025, environ 20 % des entreprises d’au moins dix employés utilisaient l’IA, contre 52 % des entreprises d’au moins 250 employés. Ce n’est ni une mesure québécoise ni une preuve de rentabilité. Une PME n’a pas besoin d’égaler un taux d’adoption : elle a besoin de savoir où l’IA améliore son travail.
Outils utiles à découvrir
| Outil | À quoi il sert | Lien direct |
|---|---|---|
| Claude Sheets | Créer et modifier un tableur en dialoguant avec Claude. À essayer pour bâtir un premier suivi de projet ou comparer des scénarios de budget. Avant de s’appuyer sur les résultats, vérifier les formules et les données de départ. Version bêta sur les forfaits payants, annoncée le 10 novembre. | Présentation officielle |
| Claude Whiteboards | Transformer des idées éparses en tableau partagé, puis les organiser en étapes, avec des responsables et des échéances. Utile après une séance de remue-méninges : l’IA propose une structure, l’équipe confirme les décisions. Version bêta sur les forfaits payants, annoncée le 10 novembre. | Présentation officielle |
| Gemini Canvas | Passer d’un croquis sur papier à une maquette interactive. On peut photographier un dessin de formulaire ou de calculateur et essayer une première version à l’écran. Google a présenté cet usage le 5 novembre. L’intérêt : tester l’idée avant d’investir dans le développement d’un outil complet. | Guide officiel de Google |
Autres outils repérés
- Pangram Image 1.0 — Un détecteur qui signale des indices de génération par IA dans les images et les vidéos. Il peut orienter une vérification, mais son verdict ne prouve ni qu’un contenu est faux ni qu’il est authentique. Repéré dans la collecte de cette semaine, il a été annoncé le 4 novembre.
- Claude Data — L’ancien Claude Dashboards devient accessible sur les forfaits payants sous le nom de Claude Data. Il permet de partager des présentations de données qui restent à jour. À explorer si plusieurs personnes suivent les mêmes indicateurs; convenir d’abord de ce que chaque indicateur mesure.
Pour choisir quoi tester : la fiche gratuite Cibler une tâche IA, dans la boîte à outils de Mind Drop, aide à préciser le résultat attendu avant de se lancer.
Message clé de la semaine
Déléguer une tâche ne devrait pas nous faire perdre la capacité de vérifier le résultat, de corriger une erreur ou de choisir une autre façon de travailler.
Conclusion stratégique
Il y a une différence entre aller plus vite et savoir où l’on va. Un prototype qui fonctionne est une bonne raison de poursuivre les essais. Une annonce qui obtient des clics est une bonne raison de regarder ce qu’ils donnent. Et une réponse « vérifiée » mérite encore qu’on demande ce qui a été vérifié.
La même logique vaut pour un projet de centre de données : une promesse de retombées mérite d’être examinée, mais ce sont les engagements qu’on peut faire respecter qui déterminent qui assume le risque.
Cette semaine, prenons un seul usage de l’IA dans notre organisation. Nommons le résultat attendu, la personne qui peut intervenir et ce que nous ferons si l’outil ne tient pas sa promesse. Si l’une de ces réponses manque, nous savons déjà sur quoi travailler avant d’automatiser davantage.
P.-S. — Une invitation
Et dans votre organisation, savez-vous vraiment ce que l’IA est en train de changer?
Beaucoup d’organisations utilisent déjà l’IA un peu partout : un outil ici, un assistant là, des automatisations qui apparaissent dans différentes équipes.
Les gains peuvent être réels. Mais les coûts, les pratiques qui se fragmentent et même l’érosion progressive de certains savoir-faire sont beaucoup plus difficiles à voir.
Avec mon partenaire Frédéric Gaurier , spécialiste des opérations et de la chaîne d’approvisionnement, nous avons développé une démarche pour aider les organisations à voir ce qui se passe réellement entre leurs équipes et l’IA.
Pas pour mettre davantage d’IA partout.
Pour savoir où elle crée réellement de la valeur,
où elle commence à coûter plus qu’elle ne rapporte
et où l’humain doit rester pleinement en contrôle.
Nous cherchons actuellement une première organisation partenaire pour appliquer cette démarche sur un cas réel, à des conditions privilégiées, en échange de la possibilité de documenter les apprentissages et les résultats.
Si votre organisation compte environ 20 à 100 personnes, utilise déjà l’IA de plusieurs façons et commence à se demander si elle possède vraiment le portrait complet, cette démarche pourrait être pertinente.
+ Voir ce que permet le diagnostic
À la fin de la démarche, l’organisation sait plus précisément :
- où elle gagne réellement avec l’IA, et où elle peut aller plus loin sans augmenter inutilement le risque;
- où elle perd de l’argent, du temps ou du savoir-faire sans nécessairement le voir;
- quelles actions concrètes permettent de reprendre le contrôle, et dans quel ordre les mettre en œuvre;
- comment maintenir cette vision dans le temps, avec un tableau de bord et une gouvernance simple.
La démarche comprend une rencontre de démarrage, de courtes entrevues avec les personnes qui utilisent l’IA au quotidien, un échange avec l’équipe technique et un atelier de restitution avec un plan d’action clair.
Nous avons développé une méthode et un outil de diagnostic pour objectiver la situation : l’objectif n’est pas de travailler à partir d’impressions, mais de rendre visibles les usages, les gains, les risques et les zones de perte de contrôle.
Le profil que nous recherchons
- Organisation d’environ 20 à 100 personnes
- Plusieurs usages de l’IA déjà présents, mais encore peu coordonnés
- Une direction qui sent qu’elle n’a pas encore une vue complète de la situation
- Une personne capable de mobiliser les utilisateurs et l’équipe technique
- Entreprise privée ou OSBL significatif, hors fonction publique et parapublique
Vous vous reconnaissez? Écrivez-moi simplement. Nous verrons ensemble si votre organisation pourrait être un bon cas pour cette première démarche.
Et si ce n’est pas pour vous, mais qu’une personne de votre réseau vous vient immédiatement en tête, une mise en relation serait tout aussi appréciée.
✉️ M’écrire pour en discuterL’évolution s’accélère jour après jour avec l’IA et ses impacts. Pendant ce temps, la conscience humaine et l’ordre nécessaire pour y faire face s’érodent encore plus vite.
Le plan de souverainenté numérique proposé sera-t-il adopté par le nouveau gouvernement?. La question de l’IA confirme une nouvelle ministre déléguée qui portera le dossier en la personne d’Anne Nguyen, ancienne responsable de la Brigade IA. Nous avons d’énormes enjeux à traiter qui vont impacter notre société pour très longtemps. Des questions urgentes et surtout des actions urgentes doivent être faites. Nul doute que d’avoir un général au Québec pour cette importante bataille est une excellente nouvelle.
Mon dernier article : Le plafond de verre de la crédibilité démontre à partir des résultats d’enquête, que les clients détectent l’IA et préfère les interfaces humains.. Un moment, il faudra que la société ait les discussions importantes au sujet de l’IA. Et cet article aussi « L’humanité sur le rasoir : quand l’IA préfère le probable aux exceptions« , nous rappelle que si nous souhaitons éviter de niveller vers le bas et être une « moyenne », il faut comprendre comme fonctionne le rasoir d’Ockham.
J’ai aussi publié un article intitulé : L’effet cumulé : résister ensemble, un récit à la fois! qui prouve le contraire. L’IA avance tellement vite. Nous sommes à la remorque des géants qui profitent de notre laxisme collectif. J’ai aussi publié un article qui nous rappelle que tout est interrelié, vraiment tout! Parce que je constate autour de moi, une certaine forme de je-m’en-foutisme face aux enjeux actuels. Heureusement que les lanceurs d’alerte comme Yoshua Bengio veillent à nous maintenir éveiller. Es-tu un « doomer » ou un « booster » ?
Savoir c’est pouvoir…. Pouvoir c’est aussi agir! Si tu as besoin de comprendre, n’hésite pas! Je peux approfondir des sujets qui te turlupine. Aussi, SVP partage. Il faut que la population développe son esprit critique afin de participer à la conversation publique.
Il y a aussi la question qui s’ajoute chaque jour : si mon compétiteur utilise l’IA vais-je prendre du recul pour ma propre entreprise si je ne l’utilise pas? Si cette question résonne, fais-moi signe!
La Brigade IA a profité de l’événement ALL IN pour se rassembler. C’était la première fois que nous nous rencontrions en personne. Une occasion de stimuler l’avancement des travaux en cours. Une publication du CIQ est disponible ici pour une mise à jour. Je suis toujours assignée sur le chantier « Base culturelle et sécuritaire » dans un groupe très dynamique pour établir les guides de politique interne pour l’utilisation de l’IA. Si tu veux comprendre la Brigade IA en une image clique ici.. Une politique interne d’usage de l’IA est fondamentale dans la volonté de faire de l’IA de sens.
Bonne journée!
PS Si tu souhaites développer un sujet en particulier et soulever tes préoccupations, soumets-moi ta question ou tes commentaires.
PERDU AVEC TOUS LES OUTILS D’IA GÉNÉRATIVE?
VOICI UN TABLEAU POUR COMPRENDRE LES DIFFÉRENTS ACTEURS
Si le sujet t’intéresse, voici des articles dans la catégorie « IA de sens ».
Le plafond de verre de la crédibilité
J’ai récemment soulevé l’importance de l’imperfection dans un article : L’éloge de l’imperfection : l’IA le botox de l’intelligence qui appelle à l’humanisation de la création et de la relation client. Et voilà que je reçois un rapport fort à propos d’EMARKETER intitulé : Tendances marketing 2026 : instaurer la confiance à l’ère de l’IA.…
Faut-il connaître Python pour avoir le droit de choisir le bon piton?
Depuis l’arrivée de l’IA générative, les experts poussent comme des champignons. Des experts en prompts, en automatisation, en agents autonomes, en transformation numérique, en productivité, en marketing IA, en ventes automatisées et, pourquoi pas, en experts qui forment d’autres experts. Sans compter ceux et celles qui veulent vous vendre la nouvelle façon de s’enrichir avec…
Liberté d’expression aux frontières de la liberté d’exécution
La démocratie à travers les âges : le pouvoir, la parole et notre liberté de penser.
Du XVIe siècle avec Étienne de La Boétie à notre époque dominée par les algorithmes, en passant par les réflexions d’Édouard Louis et de Ray Dalio, une même question traverse l’histoire : qui détient réellement le pouvoir et pourquoi…
L’éloge de l’imperfection : l’IA, le botox de l’intelligence
À force d’encenser des textes, des images et des humains parfaits, sommes-nous en train d’effacer ce qui nous distingue? L’IA augmente nos capacités, mais fragilise aussi notre confiance en notre propre talent. Et si l’imperfection devenait notre nouvelle valeur ajoutée? Et surtout si le jugement était la nouvelle intelligence?
En savoir plus sur Sylvie Bédard - Complice de votre Présence
Abonnez-vous pour recevoir les derniers articles par e-mail.
