Les feuilles de route IA décrivent souvent très bien la technologie : cas d’usage, plateformes, pilotes, hypothèses de productivité et parfois le moment où l’IA est censée prendre en charge davantage de travail.
Pourtant, beaucoup laissent sans réponse la question la plus difficile : Comment l’organisation fonctionnera-t-elle réellement une fois l’IA introduite ?
La transformation réelle du conseil en investissement
L’activité a introduit Agent Assist pour réduire le temps de recherche et une IA guidée pour améliorer l’évaluation des profils et la correspondance avec les produits. Le déploiement technologique était solide. Mais les Opérations ne disposaient pas d’un plan suffisamment développé pour la capacité de formation, la communication, la transition des effectifs ou les implications de ressources de l’étape 2.
La communication s’est dégradée, la résistance a augmenté, l’IT et les Opérations se sont mutuellement reproché les difficultés, et des coûts supplémentaires de déploiement/maintenance ont affaibli le dossier économique initial.
Modèle de travail vs modèle opérationnel
Piloté par l’humain, assisté par l’IA → piloté par l’IA, assisté par l’humain est un modèle de travail. Il indique approximativement qui réalise le travail.
Un modèle opérationnel définit également la responsabilité métier, la responsabilité technologique, la gouvernance des connaissances, les effectifs/la formation, le changement/l’adoption, les incitations/la réalisation de la valeur et les risques/la conformité.
Les sept dimensions d’un modèle opérationnel IA
- Responsabilité métier/processus — qui possède le résultat de bout en bout ?
- Responsabilité technologique — qui possède la performance en production, le support et les changements ?
- Responsabilité des connaissances/décisions/précision — qui possède le contenu et la logique sur lesquels l’IA s’appuie ?
- Modèle effectifs/formation/RH — comment les rôles, la capacité et les compétences sont-ils repensés ?
- Changement/communication/adoption — qui possède la préparation, la confiance et le changement de comportement ?
- Incitations/performance/réalisation de la valeur — comment la productivité devient-elle une valeur mesurable ?
- Risques/conformité/adéquation — qu’est-ce qui reste sous responsabilité humaine et quels sont les garde-fous ?
Le test du modèle opérationnel IA en 13 questions
- Qui possède le résultat métier de bout en bout ?
- Qui possède la technologie une fois en production ?
- Qui possède les connaissances, la logique de décision et la précision ?
- Qui est responsable de la formation des effectifs ?
- D’où vient la capacité opérationnelle nécessaire à la formation ?
- Qui possède l’adoption et la conduite du changement ?
- Que dira-t-on aux collaborateurs sur l’évolution possible de leurs rôles ?
- Que devient la capacité libérée par l’IA ?
- Comment la productivité deviendra-t-elle une valeur métier ou financière réelle ?
- Les mesures de performance et les incitations sont-elles alignées ?
- Quelles décisions doivent rester sous responsabilité humaine ?
- Quelles preuves sont nécessaires avant d’accorder davantage d’autonomie à l’IA ?
- Qui a l’autorité pour mettre en pause, revenir en arrière ou repenser le modèle ?
Recherche et lectures complémentaires
- 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.