Les gains de productivité ont peu de valeur si le travail passe toujours par les mêmes comités, approbations, relais et silos fonctionnels. La contrainte devient de plus en plus la latence organisationnelle : le temps nécessaire à une organisation pour décider, modifier ses processus et transformer de nouvelles capacités en résultats commerciaux.
Un travail qui exigeait auparavant plusieurs spécialistes, services ou semaines d’efforts peut être achevé bien plus vite. Cela change la collaboration des équipes, la prise de décision et les domaines où l’expertise est nécessaire.
Les bénéfices se concrétisent pleinement lorsque les organisations révolutionnent leur conception et repensent processus, gouvernance, incitations, flux de connaissances et structures décisionnelles afin de démultiplier dans toute l’entreprise les gains de productivité liés à l’IA.
Les organisations nativement IA ont besoin d’une ossature stable et d’une périphérie adaptative, tout en mobilisant les compétences humaines les plus précieuses pour juger et coordonner les actions.
Sur LinkedIn, Substack et d’autres forums, beaucoup de discussions se résument à « Je ne vois pas le retour sur investissement de l’IA ». À mesure que son adoption réelle décolle, nous constatons pourtant un fort retour sur investissement des solutions d’IA et des outils prêts à l’emploi comme ChatGPT, Codex et Claude. Ce constat reste néanmoins compréhensible. Même si d’importants gains de productivité individuelle sont possibles, ils restent limités si les processus de l’organisation ne changent pas. Votre conception organisationnelle doit évoluer.
Malheureusement, il est impossible de préparer une organisation à tout avenir, surtout face à la vitesse d’évolution de l’IA. Personne ne peut affirmer avec certitude à quoi devrait ressembler, dans trois ans, une banque, un assureur, un distributeur, un énergéticien ou un cabinet de conseil optimisé par l’IA. La technologie, l’économie et les modes de travail évoluent trop vite, faisant de l’adaptabilité l’un des principaux avantages de la prochaine décennie.
Mais si une intelligence de niveau expert est disponible instantanément et que des agents d’IA peuvent travailler de façon autonome pendant des heures, il faut supposer que la manière de travailler changera, et doit changer. Votre modèle opérationnel doit donc évoluer pour tirer parti de la technologie. Les organisations prêtes à s’adapter le plus vite aux nouveaux modes de travail et aux usages émergents de cette technologie ont le plus à gagner.
Le moyen le plus simple de comprendre l’impact organisationnel de l’IA consiste à partir d’une hypothèse simple. Supposons qu’une intelligence de niveau expert soit instantanément accessible à tous dans l’organisation. C’était difficile à imaginer il y a deux ans, mais c’est désormais presque une réalité. Et même si elle n’est pas encore parfaite, il est raisonnable de penser qu’elle le sera presque dans un avenir très proche.
Ajoutons une seconde hypothèse. Supposons que des agents autonomes puissent travailler ensemble pendant des heures, des jours, puis des semaines, afin d’accomplir des ensembles de tâches utiles. Pas une ou quelques tâches, mais une véritable séquence de travail substantielle couvrant plusieurs disciplines. Une équipe pluridisciplinaire incarnée par des agents capables de déterminer eux-mêmes leur processus de travail.
Si ces deux hypothèses sont ne serait-ce qu’approximativement vraies, la manière de travailler changera nécessairement. Les délais raccourcissent, la collaboration interne évolue et le changement s’accélère.
Un tel rythme favorise la décentralisation, l’autonomie et l’innovation, alors que la plupart des grandes organisations reposent sur l’idée inverse.
Les grandes entreprises centralisent le pouvoir dans des services organisés par fonction. Elles séparent stratégie, technologie, données, risques, opérations, finance, RH et activités en structures distinctes, chacune ayant ses priorités, ses incitations et, surtout, ses contrôles.
Comités d’investissement et de pilotage, conseils d’architecture, examens des risques, contrôles de conformité, achats, cycles de planification annuels et analyses de rentabilité régissent le changement. Certaines équipes de conduite du changement servent en outre d’intermédiaires entre les parties prenantes sans apporter de valeur à l’information.
Là encore, rien de tout cela n’est irrationnel : ces mécanismes existent pour de bonnes raisons. Ils gèrent les risques, allouent le capital, évitent les doublons, protègent les clients et responsabilisent les acteurs, mais imposent aussi un rythme. Celui-ci sera probablement trop lent dans un monde où les concurrents nativement IA peuvent tester, apprendre et repenser le travail bien plus vite.
Le signal culturel compte aussi. Dans de nombreuses organisations, les incitations récompensent encore le respect des frontières fonctionnelles, même si un dirigeant répète « vous avez le pouvoir de décider ». Pourquoi ? Protéger l’équipe. Protéger le budget. Protéger la feuille de route. Éviter tout échec visible. Renvoyer les décisions difficiles à un comité. Ne pas trop s’écarter du processus approuvé.
Cette approche centralisée se justifie quand l’expérimentation coûte cher et que le changement occasionnel relève de l’évolution plutôt que de la révolution. Mais elle devient problématique lorsque les capacités progressent fortement tous les quelques mois et que les meilleures possibilités sont découvertes par les équipes proches du terrain.
Répondre à l’IA par une centralisation traditionnelle crée une latence qui empêche un retour sur investissement significatif. Si chaque changement doit passer par plusieurs comités avant d’atteindre le travail réel, l’organisation apprendra trop lentement.
Pour les personnes désireuses de progresser plus vite, limiter les possibilités d’exploiter l’IA rend votre entreprise moins attractive.
La plupart des organisations commencent par la maîtrise individuelle de l’IA. C’est le bon point de départ. Chacun doit savoir donner des consignes à l’IA, la remettre en question, vérifier son travail, protéger les informations sensibles et reconnaître quand ne pas l’utiliser. Il faut de l’assurance, du jugement et une expérience pratique.
Mais la maîtrise individuelle a ses limites. Un analyste peut produire cinq fois plus d’analyses, mais l’instance de décision ne se réunit toujours qu’une fois par mois. Un développeur peut générer davantage de code, mais le processus de révision et de mise en production reste inchangé. Un spécialiste du marketing peut créer plus de contenu, mais la validation de la marque attend toujours dans la même file.
Même au niveau de l’équipe, modifier le processus n’accélère pas forcément le travail si le reste de l’organisation continue à fonctionner comme avant.
L’individu avance donc plus vite, l’équipe peut avancer plus vite, mais le débit final reste limité par d’autres maillons du flux de bout en bout de l’organisation. C’est pourquoi le parcours de l’IA doit passer de la maîtrise individuelle à celle de l’équipe, puis à celle de l’organisation.
Lorsque l’entreprise peut modifier ses structures, incitations, modes de gouvernance, flux de connaissances et schémas technologiques, les gains locaux des individus et des équipes créent de la valeur à son échelle.
Le défi est difficile, mais c’est là que réside la possibilité de libérer de la valeur. Les entreprises nativement IA créées ces dernières années après le lancement de ChatGPT ont intégré l’IA à leurs processus dès l’origine ; elles restent agiles et fonctionnent avec des structures horizontales. À l’inverse, les grandes entreprises ont inséré l’IA dans leurs processus existants, créant un assemblage disparate qui ne change pas la manière de travailler.
Être nativement IA ne signifie pas être chaotique, imprudent ou obsédé par les outils. Cela ne signifie pas que chaque salarié utilise le dernier modèle comme bon lui semble. Et cela ne signifie certainement pas remplacer la gouvernance par l’enthousiasme, ni prétendre que les humains sont désormais inutiles.
L’ancien modèle de conception organisationnelle suppose qu’il est possible de définir un état futur, d’en dessiner la structure, de mettre en œuvre le changement puis de stabiliser l’ensemble. C’est trop lent pour l’IA.
Les organisations nativement IA seront conçues pour un changement continu. Une organisation nativement IA repense continuellement le travail autour des forces combinées des personnes, des systèmes d’IA, des données, des processus et de la gouvernance. Elle ne misera pas tout sur un plan unique. Elle se donnera les moyens de déterminer rapidement quels processus doivent changer, quels rôles doivent évoluer, quels contrôles sont nécessaires, quelles compétences comptent davantage, quelles pratiques sont réutilisables et quelles hypothèses sont déjà dépassées.
Cela exige deux choses à la fois : une ossature stable et une périphérie adaptative. Elles assurent l’équilibre entre centralisation et autonomie des équipes proches du terrain.
L’ossature stable apporte à l’organisation confiance et capacité de déploiement. Toute l’entreprise accède aux outils approuvés, pratiques réutilisables, voies d’accès aux données, méthodes d’évaluation, contrôles de sécurité, principes de gouvernance, moyens de suivi, infrastructures de connaissances et responsabilités clairement définies.
La périphérie adaptative est le lieu où le travail s’effectue et change fréquemment, sans friction. De petites équipes pluridisciplinaires proches du problème disposent d’assez d’autorité pour repenser les processus, appliquer l’IA, tester de nouvelles méthodes et transmettre leurs enseignements à l’organisation.
Cet équilibre entre le cœur et la périphérie est important. Trop de contrôle central, et l’organisation apprend trop lentement. Trop de liberté locale, et l’organisation se fragmente. L’organisation nativement IA a besoin de discipline au cœur et d’adaptabilité à la périphérie.
La conclusion simpliste de l’automatisation du travail est que l’IA réduit le besoin de personnel. Ce sera le cas dans certains domaines, comme les tâches intellectuelles répétitives et peu contextualisées, qui seront condensées ou supprimées. Les tâches surtout transactionnelles, qui compensent les lacunes des systèmes, déplacent l’information, assurent l’analyse initiale, produisent les premières versions ou apportent une « valeur ajoutée » limitée seront toutes sous pression.
Mais, en contrepartie, la « contribution » humaine monte d’un niveau : si une intelligence experte est disponible instantanément, les rares qualités humaines que l’IA ne peut ni ne doit remplacer deviennent le jugement, la créativité, la responsabilité, le contexte et la confiance.
Les organisations devraient se concentrer davantage sur les personnes capables de décider dans des situations ambiguës. Celles qui comprennent assez bien le domaine pour orienter l’IA et savoir quand elle se trompe. Celles qui savent poser de meilleures questions. Celles qui savent relier les réalités commerciales, techniques, opérationnelles et humaines. Celles qui savent nouer des relations, inspirer confiance et coordonner de nombreuses parties prenantes. Surtout, la capacité à changer de contexte et à interpréter l’information vite et correctement devient encore plus essentielle lorsqu’une semaine de travail se retrouve condensée dans votre lundi matin.
Les généralistes gagnent donc en valeur, et non l’inverse, s’ils savent conserver le contexte entre les fonctions et coordonner le travail assisté par l’IA. Les experts peuvent eux aussi gagner en valeur, car l’accélération du travail multiplie les moments où la qualité et le jugement comptent. Quant aux dirigeants, ils devront moins contrôler l’activité et davantage concevoir les systèmes, le contexte et le rythme.
Les compétences dans lesquelles investir ne sont pas seulement des « compétences en IA ». Ce sont les qualités humaines qui gagnent en importance lorsque l’IA exécute davantage de tâches élémentaires : curiosité, jugement, résilience, clarté, créativité, détermination, collaboration et aisance face à l’ambiguïté. L’organisation devrait dès maintenant recruter, développer et récompenser ces qualités.
Condenser autant de travail est éprouvant, et les organisations nativement IA ne peuvent pas avancer à un rythme effréné en permanence. Elles devront laisser aux personnes du temps et de la marge pour récupérer et renouer des liens. Pour bien juger et décider, les organisations devraient favoriser des environnements où les heureux hasards peuvent faire naître des idées inédites.
Aujourd’hui, de nombreuses entreprises tardent à exploiter les possibilités déjà offertes par l’IA. Cela creuse l’écart entre les progrès des capacités agentiques et ceux de leur utilisation.
C’est normal. Les grandes organisations adoptent lentement les technologies en raison de systèmes hérités, de contraintes réglementaires, de résistances culturelles, de données fragmentées, de responsabilités floues et de risques réels qu’il faut gérer.
Mais, tôt ou tard, assez de dirigeants, d’équipes et de concurrents sauront appliquer l’IA de façon sûre et répétée à de véritables processus de travail. Les pratiques gagneront en maturité, la gouvernance sera mieux intégrée, les agents plus fiables et la confiance des organisations augmentera. L’écart entre les possibilités offertes par l’IA et leur utilisation réelle par les entreprises commencera à se réduire.
Quand ce point d’inflexion arrivera, l’avantage n’ira pas aux entreprises dotées des meilleurs modèles ou des plus gros budgets d’IA, mais aux organisations capables de transformer rapidement la manière de travailler.
Les entreprises qui centralisent chaque décision, protègent chaque fonction, gouvernent par de lents comités et récompensent ceux qui « ne font pas de vagues » peineront à suivre.
Celles qui bâtissent une ossature solide et une périphérie adaptative apprendront plus vite. Elles découvriront plus tôt de meilleurs processus, réaffecteront un bon équilibre de généralistes, d’experts et de dirigeants à des tâches à plus forte valeur, et transformeront les expériences locales en pratiques réutilisables.
Pour l’instant, la question est peut-être « Comment réussir l’adoption de l’IA ? », mais elle devra bientôt devenir « À quelle vitesse notre organisation peut-elle s’adapter à la transformation du travail par l’IA ? »
Une organisation lente dotée d’une IA puissante restera lente ; une organisation adaptative dotée d’une IA puissante démultipliera ses gains.