L'IA ne livre pas d'abord de la productivité, elle livre un diagnostic

Mériter l'IA : 90 jours pour passer du pilote au résultat

On attend d'une feuille de route qu'elle rassure. Une liste d'outils, un calendrier, des jalons que l'on coche au fil des semaines. Le livre blanc du CMIT prend le contre-pied dès la première page de sa dernière partie : la première chose que la mise en œuvre de l'IA produit dans une organisation, ce n'est pas de la productivité. C'est un diagnostic.

Elle révèle, parfois brutalement, ce que l'entreprise s'était habituée à contourner : une donnée mal tenue, un processus que personne ne possède, une équipe sans temps pour apprendre. D'où la recommandation de départ, qui détonne dans un monde pressé : temporiser avant de déployer des agents. Non par frilosité, mais par méthode. Mieux vaut lire le diagnostic avant d'écrire l'ordonnance.

Un plan qui se méfie de lui-même

Le livre pose ensuite une précaution rare. Un plan en trois mois est un processus, et le risque d'un processus est de se juger à lui-même. On coche des étapes, on automatise des tâches, on se félicite de l'activité produite. C'est le piège du couple output et outcome : le marketing mesure ce qu'il fait, alors que seul compte ce que cela rapporte.

Les auteurs proposent quatre dimensions de résultat : la croissance des revenus, la baisse des coûts, la productivité des actifs, la réduction des risques. Le plan de 90 jours en retient trois directement et traite les coûts comme un fil qui traverse l'ensemble. Les mois donnent un tempo. La boussole, elle, doit être un résultat, jamais une liste de courses.

Ce parti pris change la nature de l'exercice. On ne demande plus « avons-nous fait ce qui était prévu ? », mais « qu'est-ce qui a changé pour le métier ? ».

Mois 1 : supprimer un risque, pas dessiner un schéma

Le premier mois n'a pas pour but de cartographier. Il a pour but de savoir précisément ce que l'entreprise peut confier à une machine, et ce qu'elle ne lui confiera jamais. La cartographie des processus et des données est le moyen. La frontière est le résultat.

Emmanuel Obadia compare cette étape à un liquide de contraste : une fois avalé, il fait apparaître les dettes en clair, dette de données, dette technique, dette organisationnelle. L'image dit bien l'inconfort. Personne n'aime voir ce qu'il avait appris à ne pas regarder.

La règle qui en découle est sans appel. Sur une donnée de mauvaise qualité, celle d'une majorité de bases clients, mieux vaut renoncer aux agents et nettoyer d'abord. L'étude en donne la raison : 86 % des répondants n'ont qu'une confiance faible ou moyenne dans la capacité de leurs outils à protéger leurs données. Accélérer sans avoir réglé cela, c'est accélérer dans le brouillard.

L'assurance montre la voie. Chez Hiscox, dont la direction marketing est citée dans le livre, la donnée est un verrou avant d'être un actif. L'usage de l'IA y est borné à un outil unique, et toute décision d'expertise est interdite à un agent autonome. On aurait pu craindre un frein. L'effet fut inverse : l'usage est passé d'environ vingt à soixante-dix pour cent, parce que chacun sait exactement ce qu'il a le droit de faire. Une frontière claire n'enferme pas. Elle libère.

Le mois 1 est le moins spectaculaire des trois, et c'est précisément pour cela que tant d'entreprises le sautent. Sa preuve n'est pas un diagramme de flux. C'est une frontière explicite et au moins une zone d'exposition réellement fermée.

Un mois réussi ne produit pas une carte. Il supprime un danger.

Mois 2 : un résultat que le métier reconnaît

Le deuxième mois vise un indicateur réel, opérationnel ou commercial, sur un cas au cœur du métier. Le livre insiste sur une nuance qui n'a rien de cosmétique : l'objectif n'est pas de créer un prototype. Un prototype qui tourne est un output. Un résultat que le métier reconnaît est un outcome.

Pour choisir le bon cas, les organisations avancées ne se fient pas à l'intuition. Elles croisent plusieurs critères : la complexité technique, la disponibilité réelle des équipes pour itérer, l'impact attendu, la pénibilité de la tâche pour ceux qui la subissent, la feuille de route des éditeurs, le coût du temps mobilisé et la sensibilité des données. Un cas séduisant mais qui exige un temps que personne n'a restera endormi, quoi qu'on espère. Prioriser, c'est accepter de laisser quatre-vingts cas au repos pour en tenir dix qui vivent.

Côté moyens, le livre note que 48 % des répondants ont déjà relié un système interne aux connaissances de l'entreprise, par la technique du RAG ou par un assistant maison. L'intérêt n'est pas la démonstration. C'est de garder la donnée sensible à l'intérieur tout en montrant quelque chose de tangible. Et la méthode, empruntée à la logique du GEO, tient en peu de mots : pas d'audit interminable, un périmètre étroit, un mot-clé au cœur du business, un premier résultat en moins de deux mois. Faute de quoi, c'est la mécanique qui est mauvaise.

Ce résultat peut être commercial. Zenbaia rapporte une campagne ciblée aux taux d'ouverture autour de 70 %, près d'une réponse acceptée sur deux, plusieurs centaines de rendez-vous. Le livre prend soin de préciser que ces chiffres sont des potentiels, obtenus chez des clients déjà matures, et qu'ils ne disent pas ce que produira une première tentative.

Ce que le livre demande de retenir est ailleurs. Le gain ne se compte ni en heures dépensées pour obtenir le résultat, ni en heures gagnées ensuite. Il se compte en valeur métier. Présenter son gain en temps gagné, c'est déjà perdre l'argument devant le directeur financier.

Mois 3 : répéter sans rouvrir la plaie

Le troisième mois consiste à reproduire le gain du mois 2 sur d'autres périmètres, sans dégrader ce que le mois 1 a sécurisé. La gouvernance n'est plus alors une formalité tardive. Elle devient la condition de l'échelle.

La question devient politique, au sens noble : qui possède l'agent, qui répond de ses décisions ? Le panel est éclaté, et le livre décrit trois écoles qui s'éclairent mutuellement. La première gouverne par l'usage : des cohortes de champions, un registre vivant de plus de cent trente cas d'usage, une charte, et deux exigences tenues ensemble, la conformité et l'ambition d'aller aussi loin que possible. La seconde, en milieu régulé, part de la conformité et n'ouvre qu'ensuite. La troisième est celle de l'accès mérité, que décrit Baker Tilly : on gagne l'accès à un outil ou à un agent par la formation et la preuve d'un engagement réel, et l'on suit le taux d'utilisation pour savoir qui accompagner ou à qui retirer une licence inactive. La gouvernance y devient un levier d'adoption autant qu'un garde-fou, et accessoirement un moyen de contenir une facture qui grimpe.

Le livre déplace aussi la question de l'humain dans la boucle. La bonne interrogation n'est pas de savoir s'il en faut un, mais en quelle proportion : forte là où l'agent touche le client, décroissante à mesure que la maturité s'installe. L'idéal est d'inscrire dans l'agent lui-même un mécanisme d'alerte quand il doute. La délégation n'est pas l'abandon, et le panel le sait, qui n'accorde que 2,83 sur 5 de confiance à un agent autonome.

Reste le frein numéro un, celui que chacun répète comme un mantra : la conduite du changement. Chez HPE comme dans plusieurs banques et assurances, elle est devenue une discipline outillée, faite de replays, de permanences et de sessions en petits groupes. Appuyer sur le bouton « IA » se fait en un clic. Décréter l'adoption, non. Elle se gagne lentement, en réduisant la friction cognitive.

La technologie se déploie en une journée. La confiance se déploie en une saison.

Le fil transversal : le focus

Le livre ajoute une dimension qui ne tient pas dans un mois, parce qu'elle traverse les trois : les coûts. Les comités de direction raisonnent désormais en enveloppe fermée, avec une dépense, un effectif et un volume de tokens fixés pour l'année. Or dans l'étude, 52 % des entreprises financent encore l'IA en prélevant sur les budgets opérationnels, contre 29 % seulement par une ligne dédiée. L'IA reste une dépense rognée ailleurs plutôt qu'un investissement assumé. Certains conseillent même d'intégrer son budget à celui de la masse salariale, puisque la GenAI assure des tâches cognitives parfois semblables à celles d'un humain.

Face à cette contrainte, la discipline tient en un mot : focus. Deux chantiers, pas six. Le livre recommande de commencer par le bas du tunnel, la conversion et l'exploitation de la base installée, plutôt que par le haut. Verser davantage de prospects dans un tuyau percé ne produit pas plus de chiffre, seulement plus de fuites. Et un point de taux de transformation gagné vaut dix pour cent de pipeline en moins à aller chercher, selon Emmanuel Obadia.

C'est moins séduisant qu'une démonstration d'agent. C'est beaucoup plus rentable.

Obadia en tire d'ailleurs une phrase qui devrait calmer les enthousiasmes : annoncez 15 % de productivité à un directeur financier, il entend 15 % d'effectifs en moins. En se mesurant à sa production plutôt qu'à sa contribution, le marketing arme lui-même la peur qui le paralyse. Le directeur marketing qui durera parlera la langue du financier : coût d'acquisition, valeur vie client, dépense maîtrisée.

Le vrai livrable

Que reste-t-il, au bout de 90 jours ? Le livre répond : ni un outil déployé, ni un tableau de bord vert. Un capital d'orchestration, fait de données propres, de règles claires, de décisions documentées et de trois résultats défendables devant un comité sans prononcer le mot productivité.

Scott Brinker rappelle que la valeur d'un agent tient moins au modèle qu'au contexte auquel il accède, aux outils qu'il peut activer et aux garde-fous qui l'encadrent. Cette ingénierie du contexte, portée par une couche sémantique partagée, est le chantier caché du trimestre, celui qui empêche mille agents de répondre mille choses différentes. Une image revient chez ceux qui l'ont vécu : la donnée est le donjon. C'est la dernière barrière que les concurrents ne peuvent pas copier, et c'est ce que l'IA réclame pour fonctionner.

Deux réflexes, enfin, que les praticiens recommandent d'installer dès le début. Structurer soi-même sa problématique avant de solliciter la machine, comme un plan de dissertation : elle exécute, elle ne pense pas à votre place. Et piloter la consommation de tokens, car la question ne sera bientôt plus de savoir quel modèle utiliser, mais quelle valeur chaque token consommé a créée.

Mériter, pas adopter

On adopte un outil. On mérite une capacité. Adopter se fait en un clic, avec une carte bancaire. Mériter prend le temps de tracer une frontière, de former ceux qui jugeront, de choisir dix cas parmi quatre-vingt-dix, de dire non à ce qui séduit mais ne vivra pas.

Il est urgent d'abandonner la liste de courses. Il est urgent de se donner des résultats plutôt que des étapes. Il est urgent de poser la frontière avant l'outil.

La technologie attendra. La donnée, la décision et la preuve, non.

On ne déploie pas l'IA. On s'en rend digne.

Source : livre blanc du CMIT, « Le moment agentif, ou le marketing en première ligne » (étude CMIT 2026).