La transformation IA se fera par les métiers (ou ne se fera pas)

TECH & IA

10/27/2026

L’IA se fera au service du client et des métiers qui le servent ou ne se fera pas. Trop souvent, la direction informatique déploie l'IA sans impliquer suffisamment les directions métiers.

Pourquoi y-a-t-il un tel décalage entre le potentiel de l'IA et son déploiement réel?

L’exécution gap de l’IA : un manque d’alignement entre les attentes de rentabilité et le déploiement réel.

Dans presque 2/3 des entreprises, le PDG s’attend à une rentabilité forte de l’IA.

Selon le BCG, 62% d’entre eux sont confiants sur la rentabilité de l’IA. La question est évidemment celle de l’horizon de temps et de la valeur créée. Puisque l’IA permet des gains de temps, il devrait y avoir des gains de productivité et donc l’automatisation baissera les coûts. Pour autant, dans de très nombreuses entreprises, si les gains de temps sur des tâches automatisables sont réels, ils ne se traduisent pas encore significativement par des réductions de coûts massives.

Mais il n’en reste pas moins qu’il y a une injonction de rentabilité avec l’IA qui s’impose au reste du comité de direction, et qui prend principalement la forme d’une réduction des coûts.

Dans de nombreuses entreprises, c’est la direction informatique qui non seulement déploie opérationnellement l’IA, mais qui est aussi, bien souvent, en charge de la vision stratégique. Selon Forrester, plus de 50% des déploiements IA se font sous le leadership du Chief Information Officer.

Les métiers (direction marketing, CX, insights, service client, direction des ventes…) ont leur mot à dire mais ne sont pas suffisamment associés à la démarche. On ne part pas de leurs besoins (et encore moins de ceux du client), de leur manière de travailler, de leur process. Les budgets et les plannings sont trop souvent à la DSI. Résultat : selon Gartner, seuls 30% des Chief Marketing Officers se disent prêts ou matures pour déployer l’IA à grande échelle.

C’est évidemment une erreur.

Bien sûr, les intelligences artificielles sont des technologies complexes qui évoluent très vite et qui présentent des risques juridiques ou sécuritaires importants. Aucune entreprise ne veut être impliquée dans un scandale où ses données clients ou son code informatique seraient accessibles.

Bien sûr, l’enjeu est d’éviter le fameux «shadow AI» et l’utilisation d’outils non sécurisés. Bien sûr, il faut aussi connecter les outils IA au système d’information de l’entreprise et permettre le passage à l’échelle, l’industrialisation.

Mais l’IA change notre manière de travailler. Au lieu d’industrialiser un processus existant, il faut d’abord le simplifier et le repenser à l’ère de l’IA, avant de chercher à l’automatiser. Cela passe nécessairement par une compréhension fine de la manière de travailler, des processus opérationnels et suppose une implication forte des utilisateurs et des directions métiers.

Les acteurs les plus en avance sont d’ailleurs ceux pour lesquels le budget IA est piloté par les directions métiers en fonction de KPIs clairement définis à l’avance. Sinon, le risque est grand de réaliser que le budget «tokens » a été massivement utilisé sans que la direction informatique ne sache précisément qui les a consommés. On assiste alors, comme c’est le cas depuis cet été, à un serrage de vis important sur les crédits IA.

Pire, j’entends de plus en plus des directions métiers forcer la main de leur direction informatique. Un directeur e-commerce me confiait récemment : «L’IT voulait qu’on utilise les centaines de licences Co Pilot qu’il n’arrive pas à rentabiliser. En moins d’un mois, j’ai travaillé en sous-marin avec quelques dizaines de licences Claude et on a réussi à construire des suivis de stocks avec des dashboards en temps réel et un outil de CRM pour notre marketplace, qu’il aurait fallu des mois à la DSI pour implémenter…»

D’un usage individuel de l’IA générative à un usage collectif de l’IA agentique.

Si l’adoption des outils IA est massive avec le phénomène du shadow IA, l’enjeu est de passer d’une utilisation individuelle centrée sur des outils bureautiques à une utilisation collective centrée sur les processus métiers et le cœur business de l’entreprise.

Trop souvent, les directions informatiques ont sécurisé un environnement sur la base d’un ou plusieurs LLMs pour permettre à chaque employé d’utiliser des outils d’IA et améliorer leur productivité individuelle. Mais l’enjeu c’est de répondre aux besoins spécifiques d’une fonction (marketing, service client, logistique, RH….) et cela passe par des outils ad hoc.

C’est l’une des différences entre l’IA générative – que plus de 40% des français déclarent utiliser au moins de manière hebdomadaire (selon IFOP/Converteo), et l’IA agentique, que seule une minorité d’entreprises a réellement déployé.

« Ce n’est pas parce qu’on a déployé des agents ici ou là qu’on a un vrai processus agentique » me confirmait récemment le Chief Data Officer d’un grand groupe français.

La vraie valeur de l’IA se situe bien souvent à l’intersection des métiers, des rôles et des fonctions.

Pour tirer parti au mieux de l’IA, il faut revoir la manière de travailler entre les équipes internes et les prestataires externes comme les agences de publicité. C’est particulièrement vrai sur la personnalisation des contenus : l’IA nécessite de repenser toute la chaîne de valeur des contenus : de leur création à leur distribution en passant par leur production. Cela implique de très nombreux métiers en interne et en externe : du responsable juridique aux équipes artistiques en passant par les équipes IT.

Lorsque ce type de projets est déployé dans une stratégie pluri-annuelle, la valeur créée est significative, parfois supérieure à 150M€ pour des projets d’envergure dont j’ai pu voir les business plans. C’est le cas pour certaines entreprises de grande consommation comme Mondelez qui ont initié une refonte d’ampleur de leur stratégie de contenus pour un ensemble de marques. D’autres marques grand public sont en avance comme Nestlé ou L’Oréal.

Il s’agit au final de revoir les processus métiers et les workflows. La transformation IA n’est donc pas seulement une affaire de technologies, c’est d’abord une question de transformation des manières de travailler. Qu’est-ce que l’on peut simplifier, automatiser et déléguer à un agent ? Quelles sont les étapes de contrôle et de validation à mettre en œuvre ?

Ce type de transformation appelle une gouvernance très forte et s’étale sur plusieurs années, comme au moment de la transformation digitale. Passer du Chief Digital Officer au Chief AI Officer ne sera pas suffisant. L’IA est invisible et s’immisce partout, il faut donc l’intégrer partout de manière transverse.

Ne refaisons pas les mêmes erreurs que pour la transformation numérique : le modèle économique ne repose pas que sur une baisse des coûts, il doit d’abord participer d’une amélioration de l’expérience client. Pour réussir, il est essentiel que les directions métiers, qui sont au service du client, soient davantage impliquées dans la stratégie IA et son déploiement.

Par Thomas Husson, analyste indépendant.