Jeudi dernier, un manager me dit : "Je suis en retard sur l'IA." Il teste ChatGPT, Copilot, Gemini, Claude. Son équipe aussi. Mais personne n'est capable de dire si ça crée réellement de la valeur.
Il n'est pas en retard. Il est dans le piège du discours.
88% des entreprises utilisent déjà l'IA. Seules 32% l'ont réellement intégrée dans leurs façons de travailler. On a beaucoup d'IA dans les slides. Très peu dans les workflows.
Le faux problème : "il faut convaincre du potentiel de l'IA"
La salle de réunion type. Slides PowerPoint sur "le potentiel transformatif de l'IA". Études McKinsey citées. Cas Klarna en exemple. Promesse de 30% de productivité.
Trois mois plus tard, on fait l'inventaire des résultats. Quelques licences distribuées. Aucune métrique métier qui a bougé. Et 3 salariés sur 4 qui utilisent ChatGPT en shadow AI sur leur téléphone perso, parce que c'est plus rapide que le process officiel.
Le discours convainc l'oreille. Il n'enrôle pas la main qui travaille.
Le vrai problème : la confiance ne précède pas l'usage, elle en découle
Sur le terrain, je vois la même scène se répéter. Une équipe que j'ai accompagnée utilisait 4 outils IA en parallèle. Beaucoup de tests, zéro clarté sur la valeur produite. On est passé à 1 seul outil, vraiment intégré dans leurs rituels quotidiens.
+40% de gains mesurables en 3 mois.
Pas parce qu'on a trouvé le meilleur outil. Parce qu'on a arrêté d'empiler et qu'on a redessiné un workflow autour d'un usage concret.
Le shadow AI à 75% n'est pas d'abord un problème de sécurité. C'est un signal — vos collaborateurs cherchent du sens et trouvent des bricolages individuels parce que personne ne leur a proposé de cadre actionnable. L'énergie d'innovation est là, elle attend qu'on la canalise au lieu de la freiner.
La bascule : optimisation vs réinvention
McKinsey a regardé les 6% d'organisations "high performers" qui captent vraiment de la valeur IA. Le pattern :
→ Elles ne se contentent pas d'optimiser, elles réinventent
→ Elles redessinent les workflows de bout en bout, pas par tâche isolée
→ Elles changent les rôles, pas seulement les outils
→ Elles alignent leadership, processus et produits vers un modèle AI-Native
L'IA n'est pas là pour faire "la même chose, en plus rapide". Elle est là pour permettre ce qui était impossible hier.
Posée autrement, la question stratégique change de nature :
Mauvaise question — "Comment l'IA peut-elle aider sur ce processus ?" → vous obtenez un assistant.
Bonne question — "Quel travail disparaît si l'IA le fait bien ?" → vous redesignez le projet entier.
Ce n'est pas la même question. La première cherche un outil. La deuxième change qui fait quoi, redéfinit ce qu'on attend d'un humain dans l'équipe, déplace des responsabilités.
Convaincre par l'usage : la méthode des petites victoires standardisées
On ne rassure pas avec des slides. On rassure en montrant comment l'IA améliore concrètement un devis, une relance client, une note de synthèse, une planif. Petite victoire, puis une autre, puis un standard.
4 leviers que j'applique systématiquement sur les missions :
1 — Démarrer du geste de travail, pas de la techno. Atelier de 90 minutes avec une équipe. On part de leur irritant chronophage. On rentre dans l'IA par leur problème, pas par un démonstrateur générique.
2 — Normaliser les outils plébiscités, pas imposer ceux choisis en haut. Un audit honnête du shadow AI révèle souvent les vrais outils utiles. Mieux vaut sécuriser ChatGPT en version entreprise que d'imposer un Copilot que personne n'ouvre.
3 — Mesurer le geste, pas la licence. "1 200 licences activées" ne dit rien. "Le devis-type est passé de 45 min à 12 min" dit tout. Le ROI se mesure au plus près du travail.
4 — Capitaliser sur ce qui marche. Chaque petite victoire devient un patron documenté, partagé entre équipes. Sinon chaque manager ré-invente seul, et le patrimoine méthodologique reste à zéro.
Lundi matin, le test du geste de travail
Pour savoir si votre IA est dans les slides ou dans les workflows :
- Demandez à 5 collaborateurs au hasard de vous décrire un geste de travail concret qu'ils font différemment depuis 3 mois grâce à l'IA. Si la réponse est floue, l'IA n'est pas encore dans le travail.
- Listez les outils IA officiellement déployés et regardez leur taux d'usage hebdo réel — pas le nombre de licences. Si l'écart dépasse 50%, vous avez un problème de design d'usage.
- Demandez aux managers ce qui a changé dans leurs décisions depuis l'arrivée de l'IA. Si la réponse est "rien", l'IA n'est qu'un assistant de mise en forme.
- Cartographiez le shadow AI sans punir. C'est votre meilleur indicateur des usages qui créent réellement de la valeur — et de ceux que votre déploiement officiel a manqués.
L'IA ne booste pas votre fonctionnement actuel. Elle vous oblige à en créer un nouveau. Les organisations qui restent en surface perdront leur avantage opérationnel face à celles qui descendent au niveau du geste de travail.
Dans votre organisation, l'IA est encore un outil… ou déjà un changement de façon de travailler ?