Le dilemme du dirigeant diligent

Points clés : proposition tirée du plan, à relire avec la note définitive.

Une entreprise saine, rentable, bien gérée, qui a engagé un programme d'IA il y a deux ans, peut se retrouver distancée. Elle n'a ni ignoré le sujet, ni traîné. Elle a dépensé autant que son concurrent et en a tiré le dixième : l'inaction est mauvaise, l'action mal dirigée aussi.

Près de neuf organisations sur dix déclarent utiliser l'IA régulièrement ; presque aucune n'en voit la trace dans son compte de résultat. L'adoption est large d'un kilomètre et profonde d'un centimètre. Tout se joue sur un seul paramètre : l'endroit où l'effort est appliqué.

Le malentendu est d'abord technique. Un modèle d'IA est un moteur, pas une voiture. Seul, il produit du contenu général et plausible, sans valeur sur un cas précis. Ce qui le rend utile, c'est la couche qui l'entoure. Elle lui donne des outils, l'accès aux systèmes de l'entreprise et une méthode : formuler une hypothèse, la confronter aux données, agir, recommencer. L'investissement doit aller là, plutôt que dans le choix du modèle, qui se remplace tous les six mois.

Le changement est considérable : le coût de production et de maintenance du logiciel sur mesure tend vers zéro. Construire l'outil exact de son métier n'est plus réservé aux grandes entreprises. Or la valeur se loge précisément là, dans le dernier kilomètre, les modes opératoires et les exceptions propres à chaque entreprise. Quand il n'est pas traité, l'entreprise contourne : elle déforme son fonctionnement, ou bricole une rustine. Il y a autant de cas d'usage que de problèmes dans une organisation. C'est une capacité permanente, sans date de fin.

Le véritable goulot d'étranglement se trouve dans la donnée. La réponse y est déjà, mais l'obtenir coûte cher. Centraliser, nettoyer, normaliser : cette étape ingrate bloque les entreprises, et c'est celle que l'IA permet enfin d'accélérer.

D'où la séquence, qui est la vraie décision. Le changement structurel est d'abord technique : poser l'infrastructure de données, sans toucher à l'organisation. Cela se conduit par cycles d'un trimestre, chacun clos par un chiffre lisible dans le compte de résultat. Cela décroche les gains les plus accessibles et installe la confiance. La refonte des processus vient ensuite. Commencer par la réorganisation est le mode d'échec le plus fréquent.

Chaque cycle amplifie le précédent. Celui qui itère plus vite réinvestit sa marge dans le suivant, et l'écart se creuse pendant qu'il reste invisible. Quand il devient lisible, il a été constitué trois ans plus tôt.

Ce mécanisme ne façonne pas que les comptes, il façonne les organigrammes. Les entreprises qui exploitent bien leur donnée décident juste à grande échelle, se trompent moins, et n'ont plus à financer les strates qui existaient pour rattraper les erreurs. Et les tâches simples qui peuplaient le bas de l'organisation sont les premières que l'automatisation absorbe. La pyramide devient un cylindre, le filtre d'entrée se durcit, et ceux qu'on ne recrute plus ne sont formés nulle part. Reste alors une question à laquelle aucune entreprise ne répondra seule : qui formera ceux que le marché du travail n'accueille plus ?

Lire la note complète →