Quand on me demande comment l’IA va transformer les organisations, voici mon avis.

Le réflexe à déboulonner

On regarde tout par le prisme de la technologie. “L’IA, qu’est-ce que ça peut faire ?” La question est partout : dans les comités de direction, dans les roadmaps, dans les RFP. Elle n’est pas fausse — l’avancée technologique est énorme et elle mérite qu’on s’y intéresse. Elle est simplement incomplète.

La bonne question, celle qui sépare les projets qui créent de la valeur de ceux qui font du bruit, c’est : qu’est-ce qu’on en fait, et avec qui ?

Ma thèse : sans toucher aux people et aux process, la technologie IA, aussi puissante soit-elle, ne produit pas de valeur durable. Un tabouret à deux pieds s’effondre.

Les trois pieds du tabouret

Technology — un socle, pas une fin

C’est l’évidence qu’on oublie une fois qu’on l’a dite : la valeur vient de l’usage, pas de l’outil.

Je vois régulièrement des démarches IA commencer par “quel outil on prend ?” avant “pour quel usage, par qui, dans quel flux ?”. C’est le symptôme d’un raisonnement à l’envers : on choisit la solution avant d’avoir formulé le problème. Résultat : des POC élégants qui ne passent jamais en production, ou des déploiements massifs dont l’usage retombe après six mois.

La technologie IA est devenue un socle : modèles accessibles, low-code, assistants intégrés. Cette banalisation change la donne — mais elle rend le choix d’outil moins différenciant, pas plus. Ce qui différencie, c’est ce qu’on met au-dessus.

Process — l’IA accélère ce qu’on lui donne

L’IA sur un mauvais process donne un mauvais résultat plus vite.

C’est la punchline que je voudrais qu’on encadre dans chaque salle où se décide un projet IA. Parce que le réflexe inverse — “collons un assistant, un RAG ou un agent sur ce flux, ça ira plus vite” — est un réflexe qui se paie au centuple. Accélérer un process bancal, c’est arriver plus vite à l’échec, plus vite au rework, plus vite à la défiance des utilisateurs.

L’IA est une opportunité extraordinaire de repenser les flux, pas de les figer avec une couche supplémentaire. Les solutions low-code, le glissement naturel des utilisateurs métier vers de la manipulation technique (abstraite ou pas), la capacité à ouvrir des cas d’usage jusque-là fermés : tout ça ne se capture pas en copiant l’existant avec une surcouche IA. Ça se capture en inventoriant, en challengeant, en redessinant.

Concrètement : avant d’ajouter de l’IA quelque part, il faut pouvoir répondre à “quel est le flux cible, et en quoi est-il différent du flux actuel ?” Si la réponse est “le même, mais plus vite”, on s’est trompé d’étape.

People — amplification, pas remplacement

L’IA amplifie les collaborateurs, elle ne les remplace pas. Former, acculturer, valoriser les profils fera la différence.

Et surtout : l’IA redistribue les rôles. C’est le point que la plupart des discussions esquivent.

• Les analysts de données glissent vers des rôles d’orchestrateurs : ils ne produisent plus seulement de la donnée, ils interfacent des traitements, pilotent des chaînes de traitement, arbitrent entre outils. Certains font le saut, d’autres décrochent.
• Les consommateurs de données — métiers, décideurs, opérationnels — ont moins besoin d’analystes intermédiaires pour des questions simples. Le self-service IA-augmenté ouvre de vrais nouveaux usages, à condition d’être encadré.
• Les profils techniques (data engineers, platform engineers, ML engineers) se spécialisent pour outiller les autres — ils deviennent enablers plus qu’exécutants. C’est un changement de posture qui ne va pas de soi.

Cette redistribution n’est pas un sous-produit du déploiement technologique, c’est la condition de sa valeur. Si on déploie sans accompagner ce glissement, on se retrouve avec une techno moderne et des usages figés — le pire des deux mondes.

Le schéma

Ce que ça change, concrètement

Avant de lancer ou de continuer un projet IA dans ton organisation, trois questions à poser — dans cet ordre :

1. Quel usage, par quel profil, dans quel flux ? Pas “quel outil”. Si la réponse à cette question n’existe pas encore, l’outil ne la produira pas.
2. Quel process est-ce que je m’apprête à accélérer, et est-ce que je l’ai challengé avant ? Si non, on inventorie et on repense avant de coder.
3. Qui sont les people concernés, et qu’est-ce que leur rôle devient ? Si la réponse est “ils continuent comme avant”, il y a fort à parier qu’on ne capturera que 10 % de la valeur possible.

Si l’un des trois pieds manque, le projet ne tombera peut-être pas tout de suite — mais il n’atteindra pas son potentiel. Et un an plus tard, on se demandera pourquoi l’effort n’a pas payé.

Tradeoffs et limites

Cette approche a un coût.

Elle est plus lente à démarrer. Cartographier les usages, inventorier les process, accompagner les personnes : ça prend du temps. Les organisations qui veulent pouvoir dire “on a déployé l’IA” trouveront cet effort disproportionné par rapport à un déploiement outil-first. Elles auront raison sur le calendrier, tort sur la valeur produite.

Elle demande des profils hybrides — des gens capables de parler techno, process et humain. Ces profils sont rares, et on ne les forme pas en six mois.

Et elle bute sur un pied plus négligé que les autres : le process. Parce qu’il est invisible, politique, long à faire bouger. On préfère acheter un outil (visible, budgété, décidable) ou lancer un plan de formation (visible aussi) plutôt que ré-ouvrir un flux de travail établi. C’est pourtant là que se perd le gros de la valeur IA aujourd’hui.

Pour finir

L’IA transforme, oui. Mais pas toute seule. C’est un pied du tabouret — le plus neuf, le plus puissant — et il ne porte rien si les deux autres manquent.

Trois pieds. Pas deux.