Copilotes, assistants, générateurs de texte ou de code : peu d'entreprises n'ont rien lancé. L'IA est déployée, et souvent bien adoptée. Les résultats économiques, eux, tardent à venir.
Ce décalage n'est pas un paradoxe, c'est un signal. Diffuser un outil et transformer le travail sont deux choses différentes. La valeur ne vient pas de l'accès à l'IA, elle vient de ce que vous en faites.
L'IA est entrée dans les processus, les équipes suivent plus lentement
Une étude Kyndryl de 2026, relayée par Le Monde Informatique, interroge plus de mille dirigeants sur leur préparation à l'IA. Une large majorité déclare avoir intégré l'IA à ses processus. Une minorité seulement juge ses équipes prêtes.
Peu d'organisations atteignent les objectifs qu'elles s'étaient fixés. L'accès à l'outil n'est donc plus le sujet : l'écart se creuse entre l'usage et la préparation.
Regardez ce que vos tableaux de bord suivent aujourd'hui. Le nombre de licences, le nombre d'utilisateurs actifs, parfois le volume de requêtes. Presque jamais ce que ces usages ont changé dans un processus.
La diffusion rassure, la maturité se gagne ailleurs
Un outil largement utilisé donne le sentiment d'une transformation en cours. C'est rassurant, et il est normal de s'en contenter un moment. Mais l'usage ne prouve rien sur la valeur créée.
Un système génératif manie le langage avec fluidité, et cette aisance impressionne. Elle ne dit rien de la fiabilité de la réponse, ni de son effet sur un processus réel.
À l'échelle de l'organisation, l'écart est le même. Une IA disponible n'est pas une IA intégrée. La diffusion est visible et rapide. La maturité est lente, discrète, et bien plus difficile à obtenir.
L'électricité a tout changé le jour où l'on a repensé l'atelier
L'IA n'est pas un outil de plus dans une liste d'outils. C'est une couche d'infrastructure, qui traverse l'organisation et ne se voit pas.
Une infrastructure ne crée pas de valeur par sa seule présence.
L'électricité n'a rien changé tant qu'on l'a plaquée sur des ateliers pensés pour la vapeur. La valeur est venue quand on a repensé l'atelier autour d'elle, et pas avant.
L'IA suit la même logique. Greffée sur un processus inchangé, elle accélère une étape et s'arrête là. Intégrée à un travail repensé, elle change la façon dont l'information circule et dont les décisions se prennent.
Chacun gagne quelques minutes, et le processus reste le même
Une équipe adopte un outil d'IA pour rédiger ses comptes rendus, ses courriels, ses fiches produit. Chacun gagne quelques minutes par tâche, et le dit.
Le gain est réel, mais il reste local. Le compte rendu mieux rédigé passe toujours par les mêmes validations, et quelqu'un le ressaisit toujours ailleurs. Le processus, lui, n'a pas bougé.
Quelques mois plus tard, la déception pointe. L'outil est utilisé, apprécié même, mais le résultat d'ensemble n'a pas changé. Et c'est vous qui devez expliquer au comité de direction ce que la dépense a produit.
Le gain reste fragile tant que la façon de faire ne bouge pas. Un outil devient stable quand cette façon de faire est retravaillée elle-même, par itérations courtes, nourries des retours des utilisateurs. C'est ce travail, et pas l'outil, qui installe la durée.
Avant d'ajouter l'IA, décomposez le travail et décidez quoi supprimer
Commencez par décomposer le travail réel en tâches, avant d'ajouter quoi que ce soit. Puis décidez, pour chacune : supprimée, simplifiée, assistée, ou gardée sous responsabilité humaine.
Souvent, l'étape la plus utile n'est pas d'automatiser. C'est de retirer.
Une validation devenue inutile, une ressaisie évitable, un document que personne ne lit : l'IA n'a pas à les accélérer, elle a à les rendre superflus. C'est le genre de décision qu'aucun outil ne prendra à votre place.
Le temps gagné change alors de nature. Ce ne sont plus quelques minutes sur une tâche, c'est une étape qui disparaît du processus.
Ce que nous avons fait sur notre propre chaîne de demandes entrantes
Nous avons parcouru cette montée sur nous-mêmes, sur notre chaîne de traitement des demandes entrantes. Tout commence loin du code. Nous préparons l'idée, le plan et les consignes avec des IA de conversation avancées, comme Fable 5 ou ChatGPT.
Vient ensuite un prototype d'un genre particulier. En son cœur, un référentiel qui décrit le métier, ses règles et sa manière de travailler. Autour, des commandes qui automatisent des étapes entières. Ce référentiel n'est pas un document mort : on le teste, on le corrige, on l'enrichit par itérations courtes.
Quand l'outil prouve sa valeur, il sort de l'usage d'une seule personne. Nous développons une application web connectée à un modèle d'IA. Ce qui vivait dans un outil d'expert devient un outil que toute l'équipe utilise au quotidien.
Puis nous relions cette application et son référentiel au chat de l'entreprise, Teams ou Slack. L'équipe, sa messagerie, l'application et le référentiel se retrouvent connectés. L'outil vient là où les gens travaillent déjà, au lieu d'attendre qu'ils viennent à lui.
Le référentiel continue alors de vivre, nourri par les retours des utilisateurs. Chaque usage réel affine une règle, comble un manque, corrige un cas oublié. L'outil s'améliore avec ceux qui s'en servent.
La dernière marche ajoute de l'automatisation supervisée. Des agents analysent une demande, proposent une décision, l'exécutent sur un périmètre borné, puis vérifient le résultat. L'humain garde la main : il fixe les règles, valide les actions sensibles et assume la responsabilité.
Une montée par étapes, où chaque marche protège votre budget
Ce chemin n'a rien de propre à notre métier. Il dessine une voie accessible à n'importe quelle entreprise : un périmètre choisi, une montée par étapes, une valeur mesurée avant d'élargir.
À chaque marche, deux choses restent protégées. Votre budget, car vous n'industrialisez que ce qui a prouvé sa valeur. Et votre maîtrise, car vous gardez la main sur vos données, vos décisions et votre capacité à reprendre l'outil.
L'IA déployée partout donne une impression de mouvement. Le mouvement qui compte est ailleurs, et il se voit moins : il tient à la réorganisation du travail autour de l'outil.
La bonne question n'est donc pas « où mettre de l'IA », mais « quel travail voulez-vous transformer ». La première disperse les usages. La seconde change un processus.
Retirez l'IA d'un de vos processus, mentalement, et regardez ce qui manque. Si vous ne perdez que la vitesse d'une étape, vous avez outillé une tâche. Si le processus lui-même redevient plus lourd, vous avez commencé à le transformer.