L’intelligence artificielle avance plus vite que votre organisation

Récemment, dans une salle réunissant plusieurs profils (C-level) de différentes organisations, j’ai été frappé par un décalage. Tout le monde parlait d’Intelligence Artificielle (IA) et peu semblaient mesurer la vitesse réelle de ce qui est en train d’arriver.

Ce n’était pas un manque d’intérêt car les questions étaient nombreuses et les inquiétudes étaient légitimes, mais derrière les échanges, je sentais une chose : beaucoup d’organisations regardent encore l’IA comme un sujet d’outillage, alors qu’elle commence déjà à déplacer la manière de travailler, de décider et de gouverner.

L’IA ne se contente plus d’exécuter

Yuval Noah Harari utilise une image simple pour expliquer ce basculement : Une machine à café automatique qui prépare un espresso lorsque l’on appuie sur un bouton n’est pas de l’IA. Elle exécute une commande prévue à l’avance. En revanche, si la machine observe vos habitudes, tient compte de l’heure, de votre expression faciale, anticipe que vous avez probablement besoin d’un espresso, le prépare avant même que vous ne le demandiez, puis invente une nouvelle boisson qu’elle pense adaptée à vous, alors on entre dans une autre logique : On ne parle plus seulement d’exécution, mais d’apprentissage, d’anticipation et de décision.

C’est exactement ce que beaucoup d’organisations n’ont pas encore pleinement intégré ; L’IA ne se contente plus d’automatiser des tâches, elle commence à écrire, analyser, recommander, coder, recruter, former, répondre aux clients, produire de l’information, piloter des risques et préparer certaines décisions.

Ce que nous voyons émerger dépasse donc largement la question de l’outil.

La vraie question n’est plus seulement "comment utiliser l’IA ?" elle devient : "notre organisation est-elle capable d’absorber ce que l’IA va transformer ?"

La science-fiction a changé de calendrier

Pendant longtemps, les machines intelligentes appartenaient aux scénarios de science-fiction. Aujourd’hui, l’AGI, les agents autonomes et même la superintelligence sont entrés dans les rapports, les laboratoires, les conseils d’administration et les débats publics.

Certains scénarios prospectifs, comme AI 2027, envisagent une accélération pouvant mener à des systèmes très avancés d’ici 2027. Ce n’est pas une certitude, mais c’est un signal renforcé par Dario Amodei , CEO d’Anthropic, qui a évoqué la possibilité que l’IA dépasse les humains dans presque tous les domaines dans un horizon de deux à trois ans.

Le Stanford AI Index 2025 confirme cette accélération : l’IA s’ancre déjà dans l’économie, les usages et les organisations, avec une forte hausse de l’adoption et des investissements dans l’IA générative. Une étude de METR ajoute un signal encore plus concret : la durée des tâches que les agents IA peuvent accomplir aurait doublé environ tous les sept mois sur les six dernières années.

Le sujet n'est plus théorique car quand une technologie apprend à écrire, coder, analyser, recommander, répondre, produire et exécuter des tâches de plus en plus longues, elle ne touche plus seulement les outils. Elle touche le travail lui-même : les métiers, les compétences, les processus, les responsabilités et parfois les effectifs.

Mais je ne veux pas réduire cet article à la peur des licenciements, des métiers remplacés ou des agents qui prendraient notre place. Ce débat existe. Il va s’intensifier. Mais le risque le plus immédiat, selon moi, est ailleurs.

Le travail est en train de se recomposer plus vite que les organisations ne savent encore le gouverner

C’est là que le vrai choc commence : pas dans une scène de science-fiction où la machine remplace brutalement l’humain, mais dans une réalité plus silencieuse, plus diffuse, plus difficile à piloter.. et cette réalité silencieuse commence souvent par un malentendu : croire que l’IA va corriger l’organisation, alors qu’elle commence surtout par révéler son fonctionnement réel.

Vous ajoutez l'IA à vos problèmes existants

Beaucoup d’organisations pensent que l’enjeu est d’intégrer l’IA dans leurs outils, leurs processus ou leurs métiers. Mais l’IA n’arrive jamais dans une organisation neutre. Elle arrive dans une organisation qui a déjà ses lenteurs, ses silos, ses décisions parfois floues, ses données imparfaites, ses processus hérités et ses responsabilités mal définies.

Si ces sujets ne sont pas clarifiés, l’IA ne les fera pas disparaître, elle risque au contraire de les amplifier car un processus confus, augmenté par l’IA, reste un processus confus. Une donnée mal gouvernée, utilisée par l’IA, peut produire une mauvaise décision avec beaucoup d’assurance. Une responsabilité floue, assistée par l’IA, devient encore plus difficile à tracer.

L’intélligence artificielle est un révélateur

Elle révèle ce que l’organisation sait déjà faire. Mais elle révèle aussi ce qu’elle n’a pas encore clarifié : Le vrai sujet n’est donc pas seulement de lancer des cas d’usage IA.

Le sujet est de savoir si l’organisation est prête à absorber ce que ces cas d’usage vont déplacer : les rôles, les décisions, les processus, les compétences, les responsabilités et la gouvernance.

Traiter l’IA comme un projet IT serait une erreur de lecture

Bien sûr, la DSI doit être au cœur du sujet. Elle connaît les systèmes, les architectures, les données, la sécurité, les contraintes d’intégration. Sans elle, l’IA risque de devenir une accumulation d’outils mal connectés, mal gouvernés, et parfois dangereux.

Mais la DSI ne peut pas porter seule une transformation qui touche les métiers, les processus, les compétences, les responsabilités, les risques et les modèles de décision.

L’IA ressemble, par certains aspects, à l’arrivée de l’électricité dans les entreprises industrielles. Le sujet n’était pas seulement d’installer des câbles ou des machines : Il fallait repenser l’usine, les flux, l’organisation du travail, les métiers, les rythmes de production et la manière de créer de la valeur.

Avec l’IA, le choc est encore plus profond

Parce que l’IA ne touche pas seulement la capacité à produire plus vite. Elle touche la capacité à analyser, décider, apprendre, automatiser, recommander, contrôler et parfois agir. C’est pourquoi le sujet doit être co-construit entre la DSI, les métiers, les RH, le juridique, la finance, les opérations, la direction générale et parfois le board.

Chez ARRIOPH, c’est exactement comme cela que nous regardons le sujet : non pas comme un déploiement technologique isolé, mais comme une transformation organisationnelle à gouverner. C’est aussi pour cette raison que les approches d’agilité à l’échelle deviennent intéressantes dans le contexte de l’IA : elles obligent à relier stratégie, exécution, gouvernance, apprentissage et création de valeur.

Plus l’IA agit, plus la gouvernance devient indispensable

Le vrai risque n’est pas de lancer des chantiers IA. Le vrai risque est de les lancer sans comprendre ce que l’on introduit réellement dans l’organisation : Avec les agents IA, nous ne parlons plus seulement d’outils qui assistent, nous parlons de systèmes capables de planifier, d’interagir avec des applications, d’exécuter des tâches et de suivre un objectif.

Des acteurs non humains entrent progressivement dans les chaînes de travail

Cela change tout: Qui leur donne accès aux systèmes ? Qui définit leurs limites ? Qui valide leurs actions ? Qui répond en cas d’erreur ?

Même les RH devront se saisir du sujet. Demain, certaines équipes travailleront avec des collaborateurs et des agents IA. Il faudra donc repenser les rôles, les responsabilités, la performance et la collaboration.

Lancer des agents IA sans gouvernance claire, c’est créer une zone grise opérationnelle.

Absorber l’IA devient une capacité stratégique

Je tiens à souligner une différence entre "Déployer" et "Absorber"

• Déployer, c’est donner accès à des outils, lancer des pilotes, identifier des cas d’usage, organiser des formations, publier une roadmap.
• Absorber, c’est transformer progressivement la manière dont l’organisation apprend, décide, collabore, arbitre et crée de la valeur.

Dans mon projet Executive MBA, j’ai travaillé sur l’adoption de l’IA dans les organisations et une conviction s’est imposée :

L’adoption ne se décrète pas au niveau global. Elle se construit par couches successives

1. Elle commence au niveau des personnes : leur compréhension, leur discernement, leur capacité à utiliser l’IA sans perdre le sens critique.
2. Elle se poursuit au niveau des équipes : leurs pratiques, leurs modes de collaboration, leurs routines de travail, leur capacité à partager ce qui fonctionne et ce qui doit être encadré.
3. Elle devient stratégique au niveau des directions : priorisation des cas d’usage, arbitrage des risques, allocation des ressources, mesure de la valeur, clarification des responsabilités.
4. Elle se consolide enfin au niveau de l’organisation : gouvernance, données, processus, compétences, operating model et capacité de passage à l’échelle.

Beaucoup d’entreprises veulent commencer par la fin : Elles parlent de stratégie IA, de gouvernance IA, de portefeuille de cas d’usage et de transformation mais en interne elles sont :

• Des équipes qui n’ont pas encore appris à travailler autrement
• Des directions qui n’ont pas clarifié leurs arbitrages
• Des usages dispersés, des données fragiles et des responsabilités floues.

L’enjeu n’est pas seulement d’être “AI-ready”, mais aussi de construire une organisation capable d’apprendre assez vite pour suivre ce que l’IA transforme, capable de décider ce qu’elle délègue, ce qu’elle garde humain, ce qu’elle automatise, ce qu’elle encadre et ce qu’elle refuse.

C’est à ce niveau que l’IA cesse d’être un sujet d’outillage et devient un test de maturité organisationnelle. C’est à ce niveau que l’IA cesse d’être un sujet d’outillage.

La question n’est donc plus seulement : avons-nous commencé à utiliser l’IA ? Elle devient : sommes-nous capables de l’absorber, de la gouverner et d’en faire une vraie capacité collective ?

C’est peut-être là que commence le vrai sujet : décider, gouverner et transformer dans l’incertitude.