L’IA a fonctionné. Le modèle opérationnel, non.

Une entreprise de conseil en investissement rencontrait un problème de satisfaction client. Les clients attendaient trop longtemps pendant que les conseillers recherchaient des informations, et les profils clients n’étaient pas toujours évalués avec suffisamment de précision pour identifier les produits d’investissement les mieux adaptés.

La transformation a introduit Agent Assist pour accélérer la recherche de connaissances et une IA guidée pour aider les conseillers à évaluer les profils et identifier les produits adaptés. La feuille de route était logique : piloté par l’humain, assisté par l’IA, suivi de piloté par l’IA, assisté par l’humain une fois la performance démontrée.

La technologie fonctionnait. L’organisation autour d’elle n’était pas prête.

Qu’est-ce qui n’a pas fonctionné ?

Chaos de communicationIl n’existait pas de discours mature sur l’évolution des effectifs. Les rumeurs de licenciements se sont propagées, le moral a chuté et la productivité ainsi que la CSAT se sont dégradées.

Résistance à l’adoptionDe petits problèmes techniques sont devenus des raisons de ne pas utiliser la solution.

Friction IT–OpérationsL’IT voyait un déploiement solide tandis que les Opérations constataient une détérioration des performances métier.

Dégradation du ROILes coûts supplémentaires de déploiement et de support ont affaibli l’économie initiale et nécessité une nouvelle approbation de la direction.

La feuille de route décrivait qui ferait le travail. Elle ne définissait pas complètement qui serait responsable des connaissances, de la formation, de l’adoption, de la transition des effectifs, des risques, des bénéfices et de la décision d’accorder davantage d’autonomie à l’IA.

81%

des responsables technologiques interrogés par Deloitte ont déclaré pouvoir déployer et gouverner l’IA à grande échelle.

~75%

s’attendaient néanmoins à ce que leur modèle opérationnel évolue dans les 12 à 18 mois.

2×

PwC indique que les dirigeants sont environ deux fois plus susceptibles de repenser les workflows autour de l’IA.

Une feuille de route IA ne peut pas seulement répondre à la question « Que fera l’IA ? » Elle doit également répondre à « Comment notre organisation devra-t-elle fonctionner différemment lorsque l’IA commencera à le faire ? »

Approfondir

L’article complet explique sept dimensions du modèle opérationnel et propose un test du modèle opérationnel IA en 13 questions.

Lire l’analyse approfondie du praticien →

Sources

Deloitte Insights — Reconfigurer le modèle opérationnel de l’entreprise pour déployer l’IA à grande échelle — 29 juin 2026. Deloitte a interrogé 662 hauts responsables technologiques ; 81 % ont déclaré pouvoir déployer et gouverner l’IA à grande échelle, tandis que près de 75 % anticipaient une évolution du modèle opérationnel dans les 12 à 18 mois.
PwC — 2026 AI Performance Study — 13 avr. 2026. PwC indique que 75 % des gains économiques liés à l’IA sont captés par 20 % des entreprises ; les leaders sont deux fois plus susceptibles de repenser les workflows autour de l’IA et se concentrent davantage sur la croissance, pas seulement sur la productivité.
Gartner — Why You’re Not Getting AI ROI — And How to Build Compounding AI Value — 13 mai 2026. Résumé public : déployer l’IA dans les workflows existants crée souvent des projets isolés et des gains marginaux ; les processus cœur et les chaînes de valeur doivent être fondamentalement repensés.