« On a déployé de l'IA, mais ça ne change pas grand-chose »
Je l'entends souvent, et presque toujours de la part de directeurs de transformation en grand groupe. Les outils sont là. Les licences sont payées. Les formations ont été faites.
Puis je pose la question suivante : qu'est-ce qui a réellement changé dans le travail des équipes ? Ils cherchent leurs mots. Puis silence.
Ce silence est le sujet. Ce n'est pas un problème de technologie, c'est un problème de pratiques. Je l'ai vu très concrètement sur une équipe projet d'une dizaine de personnes : les outils étaient disponibles depuis des mois, mais utilisés à côté du travail existant. Personne n'avait touché à la façon dont le travail circulait.
Le pattern qui produit ce résultat
J'ai accompagné des dizaines d'équipes sur ce sujet, et la séquence qui échoue est toujours la même :
→ on choisit l'outil
→ on le déploie
→ les équipes résistent
→ on blâme les équipes
La quatrième étape est la plus coûteuse, parce qu'elle ferme le dossier avec une explication fausse. Le problème n'est pas dans la résistance des équipes, il est en amont : on a introduit un outil dans un flux de travail que personne n'avait regardé.
J'ai vu des équipes adopter l'IA en 2 semaines et d'autres bloquer pendant 6 mois. La différence ne tenait ni au budget, ni à l'outil.
Commencer par les frictions, pas par l'outil
Le processus que j'applique systématiquement commence avant toute question d'outillage, et il tient en trois temps.
Cartographier les frictions existantes. Avant de parler d'IA, je regarde où le travail coince déjà. C'est le geste le moins spectaculaire de la démarche et celui qui décide de tout le reste, parce que l'IA ne répare pas un workflow cassé : elle l'amplifie. Brancher un assistant sur une étape mal conçue produit la même étape mal conçue, plus vite et en plus grand volume.
Identifier les tâches à fort retour. Toutes les frictions ne se valent pas. Celles qui méritent l'IA sont à la fois répétitives, coûteuses en temps et pauvres en jugement — ce sont exactement celles que personne ne revendique en entretien annuel.
Intégrer dans le geste de travail, pas à côté. C'est là que se perdent la plupart des déploiements. Un assistant qu'il faut aller chercher dans un onglet séparé ne sera pas utilisé. Celui qui sert est déjà dans l'outil où l'équipe travaille, dans le ticket, dans le canal où elle discute.
Sur les missions où cette séquence a été tenue, j'observe en moyenne 40 % de réduction du cycle time. Le chiffre n'a rien de magique : il vient de la première étape, pas de l'outil retenu.
Le vrai problème n'est pas le retard
« Je suis en retard sur l'IA. » Jeudi dernier encore, un manager me disait ça. Il teste ChatGPT, Copilot, Gemini, Claude. Son équipe aussi. Mais personne n'est capable de dire si tout cela crée réellement de la valeur.
Les entreprises ne manquent pas d'outils. Elles manquent de résultats. Selon Gartner, seuls 21 % des projets IA génèrent une véritable valeur — un chiffre que je retrouve sur le terrain avec une régularité déprimante.
Ce n'est pas un problème de maturité, c'est un problème d'approche. L'IA reste utilisée comme un outil de productivité, pour aller plus vite. Or aller plus vite au même endroit ne transforme rien : cela produit davantage de la même chose, y compris davantage de ce qui ne servait déjà à rien.
La comparaison qui fausse tout
Il faut aussi remettre ce fameux retard à sa place, parce qu'il pèse sur les décisions plus qu'on ne l'admet.
Sur 8,1 milliards d'humains, l'immense majorité n'a jamais ouvert un outil d'IA. Une petite fraction teste un chatbot de temps en temps, une fraction de cette fraction paie un abonnement, et une poignée utilise un outil de code assisté. Si vous lisez ces lignes, vous êtes statistiquement dans les dernières catégories.
Autrement dit : une bulle minuscule, qui se compare en permanence aux early adopters encore plus enfoncés dans la bulle, et qui culpabilise. Ce sentiment de retard est un artefact de position, pas un diagnostic.
Ceux qui ont rushé sans méthode ne sont d'ailleurs pas en avance. Ils gèrent aujourd'hui la dette — technique, organisationnelle, humaine. J'ai décrit ailleurs le passif que l'IA générative contracte en silence quand personne ne le provisionne.
La question à poser lundi
Si vous ne deviez retenir qu'un geste, ce n'est pas d'acheter, de former ou de comparer des modèles. C'est de prendre une équipe et de tracer le chemin réel d'une demande, de son arrivée à sa livraison, en notant chaque point d'attente.
Vous saurez alors où l'IA a une chance de créer de la valeur chez vous, et où elle ne fera qu'accélérer un embouteillage. C'est la démarche que je détaille dans convaincre par l'usage plutôt que par le discours.
On ne teste pas l'IA. On teste sa propre capacité à transformer le travail autour d'elle.