IA agentique — S1 · 3/12 : Les ambassadeurs IA
Certaines organisations réduisent déjà leurs effectifs en anticipant les gains de l’IA agentique. Dans beaucoup de cas, les processus ne sont pas mûrs et les agents ne sont pas fiables à grande échelle.
Ce séquençage me semble risqué. Licencier avant que la technologie et l’organisation soient prêtes fait payer comptant ce que l’IA n’a pas encore rapporté : un savoir-faire difficile à reconstituer — particulièrement critique en environnement réglementé — et des erreurs sur les processus les plus complexes.
Beaucoup de dirigeants pensent aussi qu’une communication bien construite sur la « transformation IA » suffira à accompagner le changement. C’est rarement le cas.
En 2023, quand la vague de l’IA générative est arrivée aux portes du réglementaire, ma première question n’était pas technologique. Elle était managériale : comment préserver l’employabilité de mes collaborateurs ?
Voici comment je m’y suis prise.
J’ai commencé par poser le sujet devant mes équipes, sans attendre qu’il s’impose de lui-même. Puis, à travers des ateliers et du brainstorming, je leur ai demandé ce qu’elles voulaient cesser de faire. Cette phase a été facilitée par des ambassadeurs, choisis dans l’organisation pour leurs qualités de communication — clarté, simplification —, leur esprit fédérateur, leur technicité ou leur vision des processus réglementaires. Une vraie dynamique s’est installée et beaucoup d’idées ont émergé. Puis nous avons structuré la démarche : calcul du ROI de chaque cas d’usage, critères de sélection, priorisation.
Et c’est là que j’ai appris une chose que je n’attendais pas.
Les idées qui enthousiasmaient la salle ne sont pas celles qui ont survécu au calcul. Les cas d’usage gagnants étaient les ennuyeux : des tâches répétitives et chronophages, qui exigent de la rigueur et de la précision mais peu de technicité avancée. Dans le réglementaire, il y en a beaucoup.
Sur le moment, c’était un peu décevant. Je pense aujourd’hui que c’était le vrai résultat de l’exercice : le scoring nous a protégés des effets de mode, y compris des nôtres.
Un point que je garde en tête : un scoring n’est pas définitif. À mesure que les outils du marché se multiplient, l’effort de développement baisse — et un cas d’usage écarté aujourd’hui peut devenir rentable demain.
Les ambassadeurs, eux, ne servent pas seulement à identifier. Ils conçoivent et valident les premiers agents, puis portent le déploiement dans leur périmètre. C’est ce qui fait la différence entre un pilote et un usage.
Ce que cette démarche produit, au fond, c’est de la capacité. Le cadre de l’introduction de l’IA se décide à l’échelle de l’entreprise. Ce que je choisis, dans mon périmètre, c’est l’usage qu’on en fait — et j’ai choisi l’augmentation par l’IA. Dans le réglementaire, la liste de ce qu’on aimerait faire et qu’on ne fait jamais est longue : remise à niveau des données, veille systématique, harmonisation des pratiques. C’est ce qu’on dépriorise en premier quand la capacité manque — dans une organisation de taille intermédiaire comme la mienne, mais je l’observe aussi dans de bien plus grandes.
Les agents n’y remplacent personne : ils débloquent le travail qui sinon n’est jamais fait.
L’avantage compétitif ne viendra pas de ceux qui auront supprimé le plus de postes en pariant sur des gains hypothétiques, mais de ceux qui auront su quoi automatiser — et cela ne se sait pas sans les gens qui font le travail.
Si vous avez scoré vos cas d’usage IA : les gagnants étaient-ils les excitants, ou les ennuyeux ?