Les dirigeants croulent sous les promesses, les injonctions et les messages culpabilisants autour de l'intelligence artificielle. Une seule question mérite d'ouvrir la réflexion : de quoi ai-je besoin ? Retour à la case « bon sens ».

Le bruit est devenu assourdissant

Un nouvel outil chaque semaine. Un post LinkedIn qui vous explique que vous avez déjà dix-huit mois de retard alors que vos concurrents sont déjà lancés. Ou encore le webinar qui promet de diviser votre charge de travail par trois. Et enfin le confrère bienveillant qui vous glisse, l'air décontracté, qu'il a « automatisé tout son back-office ».

Résultat : beaucoup de dirigeants vivent avec le sentiment permanent d'être en train de rater quelque chose, sans savoir précisément quoi.

C'est le premier constat que je fais chez la majorité de mes clients et prospects. L'information circule en abondance. Ce qui manque, c'est le tri, et l'urgence entretenue par chaque annonce fait le reste.

Une décision prise dans la précipitation et la culpabilité tient rarement dans le temps. Surtout quand elle engage vos données, vos processus et vos équipes. « Déraisonnable », ne serait-ce pas le bon mot ?

Personne ne vous demande d'être expert

Commençons par lever un poids.

Un dirigeant de PME a parfaitement le droit d'ignorer le détail d'une technologie qui change tous les trois mois. Son métier se joue ailleurs : ses clients, ses marges, ses équipes, ses risques.

La méconnaissance technique relève de la normalité. Ce qui compte, c'est de savoir poser les bonnes questions. Le nom des modèles et le fil quotidien des annonces peuvent être laissés à d'autres.

Cette technologie avance à un rythme jamais connu jusque-là, et sans aucun rapport avec celui d'une entreprise traditionnelle. Une menuiserie, un cabinet comptable ou un réseau de franchises se transforment sur des cycles longs, adossés à des clients, des contrats et des habitudes très humaines. Ce décalage traduit simplement une différence de nature profonde entre un outil informatique et un métier.

Le jour où l'on accepte ça, on arrête de courir. Et on commence à réfléchir.

Ce n'est pas parce qu'on sait le faire qu'on doit le faire

Voilà le renversement essentiel.L'IA sait faire une quantité impressionnante de choses. Reste à déterminer lesquelles ont leur place dans votre contexte professionnel.

Je peux vous parler de cet exemple d'un dirigeant qui souhaitait déployer un assistant conversationnel (chatbot) pour son service client. La raison invoquée : un concurrent l'avait fait et on lui avait dit que… Un échange de trente minutes a suffi à faire apparaître l'irritant réel. Le volume d'appels, son équipe l'absorbait sans souci. Le temps se perdait dans la ressaisie d'informations entre deux logiciels (CRM et gestion de tickets maison) qui ne se parlaient pas. Un sujet nettement moins tape-à-l'œil, mais beaucoup plus rentable à traiter.

L'usage doit être dicté par l'utilisateur, jamais par l'outil. Une inversion simple à énoncer, difficile à tenir quand la pression ambiante pousse dans l'autre sens.

Un projet IA qui démarre par « on a vu que ça existait » finit presque toujours dans le mur, ou au mieux dans un tiroir. Un projet qui démarre par « voilà ce qui nous coûte cher chaque semaine » a de bien meilleures chances d'être adopté.

Ce que le gain de temps laisse de côté

L'argument massue du marché, c'est la productivité. Elle est réelle. Elle est aussi terriblement réductrice. Trois autres dimensions entrent dans l'équation, rarement mises en avant par ceux qui vendent des solutions miraculeuses.

La sécurité et la confidentialité

Où partent vos données quand vous les collez dans un outil gratuit ? Servent-elles à entraîner le modèle ? Et c'est quoi, d'ailleurs, un modèle ?

Un cabinet de conseil que j'accompagne l'a découvert en formalisant sa charte d'usage. Plusieurs collaborateurs déposaient des contrats clients dans des versions grand public d'outils IA (ChatGPT et Gemini). Aucune mauvaise foi, aucune intention de nuire à l'entreprise ; la question ne s'était simplement jamais posée. Le sujet a été traité en une demi-journée, tout le monde a compris les risques, il fallait juste les identifier.

Le respect des règles

RGPD, secret professionnel, obligations sectorielles, engagements contractuels envers vos propres clients. Ces cadres restent en vigueur, y compris quand un outil se révèle très pratique.

La qualité

Un résultat produit dix fois plus vite mais approximatif déplace le travail vers la relecture, et parfois vers la réparation. La maîtrise de la qualité se construit comme une compétence, au même titre que la prise en main de l'outil. À noter que l'IA amène avec sa toute-puissance une forte dose de probabilité, synonyme de marge d'erreur qu'il faut intégrer et réduire au minimum.

Et surtout : l'innovation

C'est la dimension dont on parle le moins. Bien cadrée, l'IA ouvre des possibilités que vous n'envisagiez pas, comme une offre nouvelle, une autre manière de préparer un rendez-vous, une capacité d'analyse jusque-là hors de portée d'une structure de votre taille. Le gain de temps peut se mesurer ; l'innovation est plutôt une histoire de découverte.

TROIS QUESTIONS AVANT DE LANCER UN PROJET IA

1. Quel problème est-ce que je cherche à résoudre ? Formulé en une phrase, sans mentionner aucun outil.

2. Quelles données vais-je manipuler, et qu'ai-je le droit d'en faire ? Données clients, données RH, informations sous contrat.

3. Qui va utiliser cela au quotidien, et qu'est-ce que ça change pour lui ? Un usage que personne ne s'approprie est un usage mort.

Besoin, enjeux, responsabilités : dans cet ordre

L'approche pragmatique tient en trois temps, et l'ordre compte.

Cerner le besoin. Quel irritant, quel goulot d'étranglement, quelle tâche vous coûte disproportionnellement cher ? On part du réel interne, pas du catalogue externe.

Mesurer les enjeux. Qu'est-ce que ça va changer si ça marche ? Et surtout, qu'est-ce que ça va nous coûter si ça dérape ?

Assumer les responsabilités. Vis-à-vis de vos clients, de vos équipes, de la loi. C'est le filtre final.

Cette démarche vaut du solopreneur à la PME de deux cents personnes. Elle devient franchement indispensable quand il n'existe pas de service informatique en interne, c'est-à-dire dans l'immense majorité des entreprises. Sans DSI, personne ne joue spontanément le rôle de garde-fou. Ce rôle, souvent jugé ingrat, revient au dirigeant, seul ou accompagné.

Cadrer pour explorer plus loin

Il faut le dire clairement, parce que c'est le contresens le plus fréquent : cette approche n'a rien d'un frein.

Elle n'interdit rien. Elle n'impose pas d'attendre. Elle laisse toute sa place à l'exploration, aux tests, aux labos, aux erreurs sur des sujets où l'enjeu reste faible.

Au contraire. Quand on sait distinguer ce qui relève de l'expérimentation libre et ce qui touche à un sujet sensible, on explore beaucoup plus sereinement. Le cadre sert précisément à s'aventurer loin sans jouer sa réputation ou sa conformité à chaque essai.

Le champ des possibles ouvert par cette technologie est réellement phénoménal. Raison de plus pour l'aborder les yeux grands ouverts.

Souvenez-vous de l'arrivée de l'email

Il reste une catégorie de sujets dont on ne parle jamais dans les webinars : les effets qu'on ne voit pas venir.

Je vous livre un de mes souvenirs pour poser le décor puisque j’ai eu la chance de le vivre, quand l’informatique était LE sujet. Quand l'email est arrivé en entreprise, on nous a vendu un gain de temps évident. Plus rapide qu'un courrier, moins intrusif qu'un appel, traçable, gratuit. Tout le monde a signé.

Personne n'a anticipé ce qui allait réellement se produire : un volume de sollicitations sans commune mesure avec ce que représentaient les appels et les conversations de couloir. Personne n'a posé la question du délai acceptable entre une question et sa réponse. Personne n'a écrit la moindre règle de gestion.

Trente-cinq ans plus tard, tout le monde s'accorde à dire que l'email est devenu un problème, un poids énorme sur la charge mentale. Et toujours aucune règle.

L'IA arrive avec une puissance de transformation d'un tout autre ordre. Trois angles morts me paraissent mériter le débat dès maintenant, pendant qu'il est encore temps de choisir.

Le management pris à revers

Dans beaucoup d'équipes, des collaborateurs utilisent déjà l'IA sans l'avoir dit à personne. Certains savent réellement faire. D'autres pensent savoir, ce qui est nettement plus difficile à repérer, et parfois plus coûteux.

La hiérarchie des compétences se brouille. Un junior bien outillé produit en une heure ce qui demandait une journée à un profil expérimenté. Sur la forme, le résultat impressionne. Sur le fond, c’est moins le cas, et seul l'expérimenté saura dire si c'est juste.

Alors comment évalue-t-on un travail dans ce contexte ? Comment reconnaît-on une contribution intellectuelle réelle ? Ces questions arrivent bien plus vite que les réponses.

L'apprenti qui n'apprend plus

Voilà celle qui me préoccupe le plus.

Les tâches qu'on confiait traditionnellement aux nouveaux, la synthèse ingrate, le premier jet, la recherche fastidieuse, sont exactement celles que l'IA exécute le mieux. La tentation de les automatiser est immense.

Sauf que ces tâches n'existaient pas uniquement pour être faites. Elles servaient à apprendre le métier. On apprend un métier sur le terrain, au contact des dossiers, des collègues et des clients, pas devant un chatbot.

Une entreprise qui automatise ses tâches d'apprentissage gagne trois ans de productivité et perd dix ans de transmission. L'arbitrage se pose maintenant, pas dans cinq ans.

Le coût qu'on ne voit pas

Chaque requête consomme de l'énergie et de l'eau, dans un centre de données que nous ne verrons jamais. Cette invisibilité rend le sujet très facile à évacuer.

Sans en faire un procès, cela invite au moins à une question de sobriété : ai-je vraiment besoin du modèle le plus lourd du marché pour reformuler trois phrases dans un mail ? Utiliser l'IA à bon escient, c'est aussi savoir quand s'en passer.

Aucun de ces trois sujets n'appelle de réponse toute faite. Le seul vrai risque serait de refaire avec l'IA ce que nous avons fait avec l'email : les découvrir dans dix ans, quand les habitudes seront prises et les dégâts installés, voire irréversibles.

L'enjeu réel : des décideurs qui comprennent ce qu'ils décident

Mon travail commence par l'analyse des besoins et de l'existant, et se poursuit par l'acculturation des dirigeants.

Acculturation, ça veut dire quelque chose de très concret : comprendre suffisamment le fonctionnement de la technologie pour arbitrer soi-même. Savoir ce qu'un modèle sait faire et ce qu'il ne sait pas faire. Repérer une promesse commerciale beaucoup trop belle. Distinguer un usage à fort rendement d'un nouvel outil bien marketé. Et voir venir les effets de bord avant qu'ils ne deviennent des habitudes.

Un dirigeant acculturé décide en connaissance de cause, à son rythme, selon ses propres priorités. C'est infiniment plus solide qu'un outil déployé parce que tout le monde en parlait.

Et vous, votre dernière idée de projet IA est-elle née d'un besoin identifié, ou d'un outil qui vous a séduit ?

David Deppel — Formateur IA & Transformation Digitale — Mon Expert DSI

Redonnons le sens pratique à votre informatique — www.monexpertdsi.com