IA en entreprise : entre liberté d’agir et besoin de garder le cap

Ces dernières semaines, j’ai eu plusieurs discussions sur l’IA en entreprise.

Avec des DSI qui cherchent à protéger les données et à éviter les dérapages. Avec des responsables métiers qui veulent surtout résoudre un problème concret. Avec des équipes qui se demandent comment gagner du temps sans ajouter un nouvel outil compliqué à leur quotidien.

À première vue, ces conversations n’avaient pas grand-chose en commun.

Pourtant, elles revenaient toujours au même point :

Comment avancer avec l’IA sans perdre le contrôle, mais sans non plus empêcher les équipes d’expérimenter ?

La question est loin d’être théorique.

Elle touche à la sécurité, bien sûr. Mais aussi à la confiance, à la manière de travailler et au rôle de chacun dans l’entreprise.

Quelque chose est en train de changer

Pendant longtemps, lorsqu’une équipe avait besoin d’un nouvel outil, le chemin était assez clair.

Le métier exprimait un besoin. La DSI l’étudiait. Les développeurs concevaient la solution. Puis venaient les tests, la sécurité et la mise en production.

Ce fonctionnement a encore tout son sens pour certains projets.

Mais il n’est plus le seul possible.

Aujourd’hui, une personne des ressources humaines, un commercial, un acheteur ou un chef de projet peut créer un assistant, automatiser une tâche ou concevoir un premier prototype sans savoir coder.

En quelques heures, elle peut parfois obtenir quelque chose d’utilisable.

Cela change beaucoup de choses.

Les collaborateurs ne sont plus seulement les utilisateurs des outils numériques. Ils peuvent aussi participer à leur création et à leur amélioration.

Comme nous avons tous appris à utiliser les tableurs, nous allons probablement devoir apprendre à travailler avec l’IA.

Pas pour remplacer notre jugement. Mais pour mieux préparer un travail, accélérer une recherche, simplifier une tâche ou explorer une idée.

Les inquiétudes de la DSI sont légitimes

Dans ce contexte, je comprends parfaitement que les DSI veuillent poser des règles.

On parle quand même de données sensibles, de sécurité, de conformité et de décisions qui peuvent avoir des conséquences réelles.

Les risques ne sont pas imaginaires.

Un collaborateur peut utiliser un outil non validé et y déposer une information confidentielle. Une équipe peut créer une application sans mesurer ses failles. Une décision peut être prise à partir d’une réponse produite par une IA, sans vérification suffisante.

Et puis il y a le risque de voir se multiplier les outils, les abonnements et les expérimentations impossibles à maintenir dans le temps.

Une entreprise ne peut donc pas simplement dire : « Testez tout, on verra bien. »

La DSI a besoin de protéger l’organisation. C’est son rôle.

Mais protéger ne veut pas forcément dire interdire.

Le risque de vouloir tout centraliser

À l’inverse, si chaque initiative doit passer par un long circuit de validation, les équipes finissent par attendre.

Puis elles contournent.

Ce phénomène n’est pas nouveau. Nous l’avons déjà connu avec le Shadow IT.

L’IA peut simplement l’accélérer, parce que les outils sont beaucoup plus accessibles et que les résultats peuvent être obtenus très rapidement.

Un collaborateur qui trouve en deux heures une solution à un problème qui traîne depuis plusieurs mois aura naturellement envie de continuer à l’utiliser.

Si on lui répond uniquement par des interdictions, il ne renoncera pas forcément. Il cherchera peut-être une autre manière de faire, sans en parler.

C’est là que le sujet devient délicat.

Les besoins les plus intéressants ne sont pas toujours visibles depuis une direction centrale. Ils se trouvent souvent dans les détails du quotidien : une tâche répétitive, une information difficile à retrouver, un processus qui fait perdre du temps à toute une équipe.

Les personnes qui rencontrent ces problèmes chaque jour sont souvent les mieux placées pour imaginer une solution.

Le sujet n’est donc pas de choisir entre la DSI et les métiers

Je crois que le débat est parfois posé de manière trop binaire.

Comme s’il fallait choisir entre deux options :

soit la DSI garde le contrôle, soit les métiers sont libres de faire ce qu’ils veulent.

En réalité, aucune de ces deux solutions ne fonctionne vraiment.

La première ralentit tout et finit par décourager les équipes.

La seconde expose l’entreprise à des risques qu’elle ne maîtrise pas.

La vraie question est plutôt :

Comment créer un cadre suffisamment clair pour que les équipes puissent expérimenter sans mettre l’organisation en danger ?

C’est une question de confiance.

Les collaborateurs doivent savoir quels outils utiliser, quelles données ils peuvent partager, quelles vérifications sont nécessaires et à qui s’adresser lorsqu’ils ont un doute.

Un bon cadre ne devrait pas être vécu comme une série d’interdictions. Il devrait permettre d’avancer plus sereinement.

Le rôle de la DSI évolue

La DSI ne sera probablement plus la seule à construire les solutions numériques de l’entreprise.

Son rôle va davantage consister à créer les conditions pour que les autres puissent construire correctement.

Cela signifie proposer des outils fiables, protéger les données, définir des règles compréhensibles, former les équipes et accompagner les expérimentations.

La DSI devient moins une porte qu’il faut franchir et davantage un partenaire avec lequel il faut avancer.

Cela demande aussi un changement de posture de la part des métiers.

L’autonomie ne signifie pas que chacun peut faire n’importe quoi. Elle implique de comprendre les règles, de mesurer les risques et d’accepter de partager ce qui est créé.

Et les managers dans tout ça ?

On parle beaucoup de la DSI et des collaborateurs. On oublie parfois un acteur essentiel : le manager.

Pourtant, c’est souvent lui qui peut faire la différence entre une démarche qui reste théorique et une démarche qui s’installe réellement dans les équipes.

Un manager ne doit pas nécessairement devenir un spécialiste de l’IA.

Mais il doit s’y intéresser suffisamment pour comprendre ce qu’elle peut apporter, ce qu’elle ne peut pas faire et les précautions à prendre.

Surtout, il doit montrer l’exemple.

Un manager qui demande à son équipe d’utiliser l’IA tout en ne l’utilisant jamais lui-même risque de rester peu crédible. À l’inverse, un manager qui teste, qui pose des questions, qui partage ses apprentissages et qui accepte de revoir certaines habitudes crée une dynamique beaucoup plus concrète.

Son rôle est aussi de partir des vrais besoins de l’équipe.

Il ne s’agit pas d’utiliser l’IA parce que tout le monde en parle. Il s’agit de regarder le travail tel qu’il est réellement effectué et de se demander où l’IA peut aider.

Quelle tâche fait perdre du temps ? Quelle information est difficile à trouver ? Quel processus pourrait être simplifié ? Où l’équipe a-t-elle besoin de plus de soutien ?

Le manager doit ensuite aider à faire le lien avec les priorités de l’organisation.

Une expérimentation peut être intéressante pour une équipe, mais ne pas répondre à un enjeu important pour l’entreprise. À l’inverse, une idée simple peut avoir beaucoup de valeur si elle répond à un problème partagé par plusieurs équipes.

Le manager est donc à la fois un facilitateur, un repère et un point de connexion entre le terrain et l’organisation.

L’équilibre ne sera jamais parfait

Les entreprises qui réussiront ne seront probablement pas celles qui laisseront tout le monde faire ce qu’il veut.

Mais ce ne seront pas non plus celles qui chercheront à tout verrouiller.

Elles seront capables de laisser de la place à l’initiative, tout en posant des limites claires.

Cet équilibre sera parfois difficile à trouver.

Il faudra tester. Se tromper. Corriger. Arrêter certains usages. En encourager d’autres.

Il faudra aussi accepter que les règles évoluent avec les outils et avec la maturité des équipes.

L’important est de ne pas attendre d’avoir réponse à toutes les questions pour commencer. Mais il est tout aussi important de ne pas commencer sans avoir réfléchi aux conséquences.

Une transformation avant tout humaine

Chez Pivotal Skills AI, c’est cette zone d’équilibre qui nous intéresse.

Nous voyons souvent que les difficultés ne sont pas uniquement liées à la technologie.

Elles concernent aussi la confiance, les compétences, les habitudes de travail et la capacité à faire travailler ensemble les métiers, les managers et la DSI.

Comment donner envie aux équipes d’essayer ? Comment éviter que la peur de mal faire bloque les initiatives ? Comment aider les managers à accompagner leurs collaborateurs ? Comment faire en sorte que les usages répondent à de vrais besoins et restent alignés avec les objectifs de l’organisation ?

À mes yeux, une transformation IA réussie repose sur plusieurs éléments qui doivent avancer ensemble :

un cadre clair, des compétences adaptées, des managers impliqués et une confiance partagée.

L’IA ne transformera pas durablement une entreprise simplement parce qu’on aura déployé un nouvel outil.

Elle le fera lorsque les personnes auront compris comment l’utiliser, pourquoi l’utiliser et dans quelles limites.

C’est sans doute là que se trouve le véritable enjeu de l’IA en entreprise.

Et peut-être aussi sa plus grande opportunité.