L'essentiel en 3 points
1. Repenser un processus prend trois à six mois, et autant pour le mettre en œuvre. Pendant ce temps, l'IA connaît plusieurs ruptures : Epoch AI a recensé 109 modèles notables en 2025, environ deux par semaine.
2. La course améliore les performances, pas la fiabilité. Dix étapes justes à 90 % ne donnent un résultat entièrement correct qu'une fois sur trois, et les meilleurs agents réussissent 58 % de tâches commerciales simples.
3. « Un humain dans la boucle » ne suffit pas : vérifier coûte cher, l'esprit critique baisse avec la confiance, et la faute retombe sur l'humain le plus proche. La clé est dans vos données, vos forces et vos détails.
Dans une entreprise, repenser un processus de A à Z prend trois à six mois, et sa mise en œuvre en demande tout autant. Je ne parle pas d'automatiser une tâche, ce qui se fait en quelques semaines, mais de revoir l'ensemble : les étapes, les rôles, les décisions et les contrôles.
Pendant ce cycle, l'IA aura connu trois à cinq ruptures majeures, et des dizaines de nouveaux modèles seront sortis. En 2025, Epoch AI en a recensé 109, soit environ deux par semaine.
Le projet que vous lancez aujourd'hui repose donc sur un outil qui sera dépassé avant la fin du cadrage. Personne n'a tort, simplement les deux horloges ne battent plus au même rythme.
L'IA n'est pas en retard sur nous, elle est en avance au mauvais endroit.
On pourrait encore accepter cette vitesse si chaque nouvelle version rendait le résultat plus sûr. Or la course améliore les performances sans jamais garantir la fiabilité, et c'est la fiabilité dont une entreprise a besoin.
Un modèle qui répond juste huit ou neuf fois sur dix impressionne en démonstration. Dans un processus, c'est une autre histoire.
Enchaînez dix étapes justes à 90 %, et vous n'obtiendrez un résultat entièrement correct qu'une fois sur trois. Dans un atelier, personne n'accepterait une machine qui rate une pièce sur dix.
Les tests en conditions réelles le confirment. Sur des tâches commerciales concrètes, les meilleurs agents d'IA ne réussissent que 58 % des cas simples, et seulement 35 % quand l'échange se prolonge (Salesforce, CRMArena-Pro, 2025).
Les utilisateurs le savent déjà : 42 % disent qu'une erreur de l'IA leur a causé un vrai problème au cours de l'année écoulée (Oliver Wyman, octobre 2026).
On nous répond qu'il suffit de garder « un humain dans la boucle ». C'est une idée d'ingénieur qui se veut centrée sur l'humain, et elle ne résiste pas au terrain.
Valider le travail d'une machine coûte cher en attention. Il faut relire, comprendre, recouper, et cela demande souvent autant d'expertise que de faire le travail soi-même. On y passe en moyenne 22 minutes par heure de travail assisté par l'IA.
Le sentiment de responsabilité, lui, s'effondre. On n'a ni conçu ni réglé la machine, on n'a pas écrit le résultat, et l'on finit par valider ce qui a l'air juste. Une étude de Microsoft et de l'université Carnegie Mellon menée auprès de 319 professionnels le montre clairement : plus on fait confiance à l'IA, moins on exerce son esprit critique.
Au bout du compte, presque personne ne vérifie vraiment. Seuls 17 % des utilisateurs contrôlent systématiquement les informations importantes.
Reste une question que personne ne pose : à qui la faute quand l'erreur passe ? La chercheuse Madeleine Clare Elish lui a donné un nom, la « zone de déformation morale » (moral crumple zone). Dans une voiture, la zone de déformation protège le conducteur. Ici, c'est l'inverse : l'humain le plus proche absorbe le choc, et le système reste intact. Motivant, non ?
L'IA doit augmenter nos compétences, pas faire reposer ses failles sur notre jugement.
Nous voulons une IA qui aide, qui soutient, qui épaule. Pour cela, elle doit comprendre le contexte précis dans lequel elle agit, et non une vision moyenne et algorithmique d'un processus.
Ce client qu'on livre toujours le jeudi, cette tolérance qu'on resserre pour un seul fournisseur, cette validation qu'on saute quand le directeur est en déplacement : rien de tout cela n'existe dans les données d'un modèle.
Ces détails font pourtant la qualité de votre travail, et c'est précisément ce que la moyenne statistique efface.
1. Cette semaine. Exigez la clarté du processus réel, pas celui de la procédure. Si personne ne sait le décrire simplement, écoutez vos équipes. Si elles hésitent, creusez : un diable s'y cache sûrement.
2. Ce mois-ci. Concentrez-vous sur les trois résultats qui compteront chez vous quelle que soit l'IA de demain, et ne liez jamais vos données à un seul modèle. Anonymisez ce que vous lui confiez : l'agnosticité et l'anonymisation sont la seule stratégie qui résiste au rythme des nouveautés.
3. Ce trimestre. Développez une vraie culture de l'IA dans toute l'équipe. Au début de l'automobile, conduire supposait de comprendre le moteur, et seuls ceux qui le connaissaient allaient loin. Nous en sommes au même point, et c'est tout l'objet d'IA étoilée.
Faire le test de niveau IA : quinze minutes, gratuit, sans aucune sollicitation commerciale.
Les possibilités sont immenses. Ce grand pouvoir n'exerce pourtant aucune responsabilité, et c'est à nous d'aller la chercher, entreprise par entreprise.
La clé ne se trouve pas dans le prochain modèle, mais dans vos données, vos forces et vos détails, ceux que la moyenne ne verra jamais.
Observez-vous la même chose chez vous ? Dites-le en commentaire sur LinkedIn, ou écrivez-moi si le sujet vous touche.
1. Combien d'étapes s'enchaînent ? Multipliez leurs taux de réussite : c'est la fiabilité réelle du processus, pas celle de la meilleure étape.
2. Qui vérifie, et combien de temps cela prend-il ? Si la vérification demande autant d'expertise que le travail lui-même, le gain n'est pas là où on le croit.
3. Quels détails le modèle ignore-t-il ? Les exceptions, les clients particuliers, les validations qu'on saute : écrivez-les avant de confier quoi que ce soit à l'IA.
Gilles Ruffieux, CEO d'Agilbility et co-fondateur de Qibud. Coach OKR certifié, pionnier des OKR en Suisse, il accompagne les directions de PME et ETI de Suisse romande. En savoir plus →
IA étoilée : une vraie culture de l'IA dans toute l'équipe, chacun sur ses vrais dossiers, avec le réflexe de vérifier. 3 h dans vos locaux.
Découvrir →le service qui répondChoisir où l'IA crée de la valeur, avec quels contrôles et sans dépendre d'un seul modèle : la gouvernance qui résiste au rythme des nouveautés.
Découvrir →Une culture de l'IA dans toute l'équipe ? Écrivez-nous ou prenez 30 minutes →
Repenser un processus prend trois à six mois, et autant pour le mettre en œuvre, alors que l'IA évolue beaucoup plus vite : Epoch AI a recensé 109 modèles notables sortis en 2025, soit environ deux par semaine. L'outil choisi au lancement est souvent dépassé avant la fin du cadrage.
Non, dès que les étapes s'enchaînent. Dix étapes justes chacune à 90 % ne donnent un résultat entièrement correct que dans environ 35 % des cas, soit une fois sur trois. En conditions réelles, les meilleurs agents réussissent 58 % de tâches commerciales simples (Salesforce, CRMArena-Pro, 2025).
Rarement. Vérifier le travail de l'IA demande du temps et de l'expertise, l'esprit critique baisse quand la confiance augmente, et peu d'utilisateurs vérifient systématiquement. En cas d'erreur, la responsabilité retombe sur l'humain le plus proche : c'est la « zone de déformation morale » décrite par Madeleine Clare Elish.
Clarifier le processus réel, se concentrer sur les résultats qui compteront quelle que soit l'IA, ne pas lier ses données à un seul modèle, anonymiser ce qu'on lui confie, et développer une vraie culture de l'IA dans toute l'équipe.
Des cas concrets, des chiffres, des gestes applicables lundi. Sans blabla.
