À VivaTech, IBM, Orisha et EY ont rappelé une évidence que beaucoup d’organisations découvrent encore : l’intelligence artificielle n’échoue pas faute de puissance technologique. Elle échoue faute d’intégration opérationnelle.
Le temps des démonstrations impressionnantes semble déjà loin. Dans les grandes entreprises, la question n’est plus de savoir si l’IA peut rédiger, résumer, coder ou assister une décision. Elle le peut. La vraie difficulté commence après : comment faire entrer cette capacité dans les processus réels, les systèmes existants, les habitudes de travail, les circuits de validation, les contraintes de sécurité et les modèles économiques ?
C’est précisément ce passage de la promesse à la valeur qui a structuré l’échange entre Anna Paula Assis, dirigeante IBM pour l’EMEA et l’Asie-Pacifique, Alexandre Fréty, CEO d’Orisha, et Jad Shimaly, d’EY.
La fin de l’IA décorative
Pendant deux ans, beaucoup d’entreprises ont empilé les cas d’usage. Un assistant pour les équipes RH. Un copilote pour les développeurs. Un générateur de contenus pour le marketing. Un outil de synthèse pour les réunions.
Ces expérimentations ont parfois produit des gains locaux. Mais elles ont rarement transformé l’entreprise.
Pour Anna Paula Assis, l’erreur consiste à traiter l’IA comme un ajout. Or la valeur ne vient pas d’une couche technologique posée sur un fonctionnement inchangé. Elle apparaît lorsque l’entreprise accepte de revoir ses workflows, ses données, ses responsabilités et ses indicateurs.
L’analogie avec l’électricité est éclairante. Au départ, l’électricité a permis d’éclairer les usines. Elles sont devenues plus propres, plus sûres, plus efficaces. Mais leur logique de production n’a pas changé. La rupture est venue plus tard, avec la chaîne de montage.
L’IA est au même stade. Tant qu’elle se contente d’éclairer les processus existants, elle améliore. Lorsqu’elle oblige à les reconstruire, elle transforme.
Le vrai problème n’est pas le modèle, mais l’organisation
Alexandre Fréty formule le sujet de manière directe : beaucoup d’entreprises ajoutent de l’IA sur un modèle opérationnel inchangé. Elles obtiennent donc des gains incrémentaux, pas une transformation.
La bonne question n’est pas : « Où peut-on ajouter de l’IA ? »
Elle est plutôt : « Si nous devions reconstruire nos opérations aujourd’hui, les concevrions-nous de la même manière ? »
Dans la plupart des cas, la réponse est non.
Les freins sont connus : données fragmentées, systèmes hérités, silos métiers, gouvernance insuffisante, difficulté à relier les initiatives IA aux résultats financiers. L’IA promet de traverser les fonctions, mais l’entreprise reste souvent organisée pour les séparer.
La valeur se situe pourtant précisément dans ces zones de friction : entre finance et ventes, entre RH et opérations, entre relation client et supply chain, entre développement produit et support terrain.
Le ROI reste trop souvent une croyance
L’un des constats les plus forts de la session concerne l’écart entre l’ambition et la mesure.
Selon les éléments partagés, 80 % des entreprises attendent de l’IA une amélioration significative de leur croissance. Mais seulement 20 % savent expliquer précisément où et comment cette croissance doit apparaître.
Plus préoccupant encore : moins de 15 % relient clairement leurs programmes IA aux états financiers.
Autrement dit, beaucoup d’organisations croient au potentiel, mais ne savent pas encore le traduire en marge, chiffre d’affaires, productivité ou cash-flow.
IBM offre ici un contre-exemple intéressant. L’entreprise avait fixé un objectif initial de 2 milliards de dollars de gains de productivité sur trois ans. Elle annonce avoir atteint 4,5 milliards. La méthode : cartographier les processus, définir un modèle cible, créer des prototypes opérationnels, puis embarquer les fonctions concernées.
Dans les ressources humaines, un agent traite désormais 94 % des questions adressées au département RH. Le point le plus intéressant n’est pas seulement l’automatisation. C’est l’amélioration de l’expérience collaborateur : le NPS serait passé d’environ 20 à 74.
Bien intégrée, l’IA ne remplace donc pas uniquement du coût. Elle peut améliorer le service.
Le coût invisible de l’IA
La session a aussi ouvert un sujet encore trop peu discuté : le coût réel de l’IA.
Beaucoup d’entreprises surveillent le prix des tokens. C’est nécessaire, mais insuffisant. Réduire le coût de l’IA à la consommation de modèles revient à gérer une usine uniquement à travers sa facture d’électricité.
Les coûts les plus déterminants sont ailleurs : gouvernance, sécurité, supervision, formation, conduite du changement, erreurs, dépendance aux fournisseurs, redondance des agents, maintenance des systèmes, risques réglementaires.
Pour Orisha, la question devient très concrète. Le coût de l’IA dans le développement logiciel représentait environ 2 % des salaires des développeurs l’an dernier. Il pourrait atteindre 5 % cette année, avec certains profils consommant déjà l’équivalent de 40 à 50 % de leur rémunération en outils IA.
Ce n’est pas forcément un problème si la valeur suit. Mais encore faut-il la mesurer.
Alexandre Fréty propose une comparaison utile : les agents IA devront être gérés comme des collaborateurs. Une entreprise n’accepterait pas deux employés faisant exactement la même chose. Elle ne pourra pas longtemps accepter des dizaines d’agents redondants, opaques et coûteux.
De la peur de manquer à la peur de se tromper
Le marché a changé d’état psychologique.
Hier dominait le FOMO, la peur de rater le train de l’IA.
Aujourd’hui monte une autre inquiétude : la peur de mal faire. Déployer trop vite. Perdre le contrôle. Laisser un agent agir sans supervision. Multiplier les outils sans architecture. Créer de nouveaux risques au lieu de nouveaux leviers.
Cette bascule est saine. Elle marque l’entrée de l’IA dans une phase plus adulte.
Les dirigeants ne se demandent plus seulement comment adopter. Ils se demandent comment gouverner, observer, expliquer, sécuriser et maintenir.
Cette exigence est d’autant plus forte que l’IA est probabiliste. À deux moments différents, un système peut produire deux réponses différentes. Pour une entreprise, cette variabilité impose de nouveaux standards d’observabilité, de traçabilité et de responsabilité.
L’IA devient une infrastructure critique
Un autre point mérite attention : la dépendance opérationnelle.
Alexandre Fréty évoque une panne récente de grands modèles de langage qui a presque paralysé certains développeurs. Le signal est clair : lorsque l’IA entre dans le cœur des opérations, son indisponibilité n’est plus un incident technique. C’est un risque business.
Les entreprises devront donc construire des mécanismes de secours, diversifier leurs modèles, organiser l’orchestration des agents et éviter une dépendance excessive à un seul fournisseur.
L’IA n’est plus un outil périphérique. Elle devient une infrastructure de travail.
Le leadership comme facteur décisif
Au fond, cette session dit une chose simple : l’IA n’est pas un sujet de DSI. Elle n’est pas non plus un sujet de laboratoire innovation. Elle devient un sujet de direction générale.
Pour les douze prochains mois, Alexandre Fréty identifie une qualité centrale : le courage.
Courage de repartir d’une page blanche.
Courage de revoir les talents.
Courage de former, mais aussi d’exiger.
Courage, enfin, de montrer l’exemple. Un dirigeant ne peut pas porter une transformation IA s’il n’a pas lui-même éprouvé les outils, compris leurs limites et intégré leur logique.
Anna Paula Assis insiste, elle, sur la culture. Les gains de productivité, les économies et les indicateurs financiers ne suffisent pas. Si les collaborateurs ne comprennent pas ce que l’IA change pour eux, ils deviendront un frein. S’ils en perçoivent l’utilité, ils peuvent devenir le moteur de la transformation.
Ce que cette session révèle vraiment
Le débat n’a presque pas porté sur les modèles. C’est sans doute le signe le plus intéressant.
L’avantage compétitif ne se joue plus seulement dans l’accès à la technologie. Il se joue dans la capacité à traduire cette technologie en opérations, en gouvernance, en valeur mesurable et en confiance.
L’IA ne récompensera pas les entreprises qui auront lancé le plus de pilotes. Elle récompensera celles qui auront eu la discipline de reconstruire leurs processus autour d’elle.
La promesse est désormais connue.
Le sujet, c’est l’exécution.
Cette publication est également disponible en :
