À l’occasion du salon Big Data & AI Paris du 15 septembre dernier, Hanan Ouazan, Group Chief AI Strategist d’Artefact, a partagé sa vision sans filtre de la transformation par l'IA. Dans son intervention, Hanan explique comment dépasser les simples gains de productivité individuelle pour bâtir une plateforme de connaissance d'entreprise et conserver son avantage concurrentiel.

De l'adoption individuelle au ROI d'entreprise

Un paradoxe majeur structure aujourd'hui le marché de l'IA et la capture de sa valeur au sein des organisations :

  • Des investissements colossaux: Environ 582 milliards de dollars d'investissements dans l'IA pour 2025 (soit près de 0,5 % du PIB mondial) avec des modèles capables de s'attaquer à des problèmes ouverts depuis des décennies.
  • Un impact réel limité: Selon une étude McKinsey, seules 6 % des entreprises parviennent véritablement à capturer de l'impact métier grâce à l'IA.

Ce décalage s'explique par les limites des deux approches classiques de déploiement. L'approche Top-Down (chantiers de transformation par la direction) se heurte rapidement aux contraintes humaines et au poids du "legacy" technologique des entreprises. Surtout, l'équation financière est brutale : un chantier à 1 million d'euros doit générer 1 million d'euros de ROI dans l'année, car en trois ans, la technologie aura changé plusieurs fois. Résultat, seuls 10 à 20 % des processus de l'entreprise se retrouvent réellement éligibles à ces grands projets de transformation.

À l'inverse, l'approche Bottom-Up (fournir des outils d'IA générative à tous les collaborateurs) crée une impression de productivité. L'individu devient « hyper-productif », mais cette valeur peine à se transférer à l'organisation globale. Comme l'illustre une étude du Financial Times de juin, il s'agit d'un effet de cascade : un développeur produit 3 fois plus de code, le gain chute à 1,5 au niveau de l'équipe produit, pour ne se traduire finalement que par 30 % de fonctionnalités en plus pour l'entreprise. Même les organisations les plus performantes ne captent qu'une fraction des gains individuels».

L’exemple de San Francisco : redéfinir le travail

La véritable transformation n’est pas dans la simple distribution de licences, mais dans la redéfinition profonde des manières de travailler.

À San Francisco, les grands acteurs de la Tech ont changé leur façon de concevoir des produits. Les Product Managers utilisent l'IA pour construire eux-mêmes les premiers prototypes fonctionnels. Résultat : le délai entre l'identification d'un besoin utilisateur et sa mise en production est passé d'une moyenne de 3 à 6 mois, à seulement 3 à 6 semaines.

Pour capturer les gains de productivité, il ne suffit pas de mettre un outil à disposition, il faut que les collaborateurs redéfinissent leur poste de travail.

«Déployer des plateformes IA pour le simple attrait technologique est inutile. Le succès d'une telle initiative repose avant tout sur son adéquation avec de vrais usages métier.» — Hanan Ouazan, Group Chief AI Strategist chez Artefact.

La logique de contexte : relier et diffuser l'information

L'un des défis liés à l’IA est la rétention et la diffusion de l'information. Aujourd'hui, si un collaborateur apprend lors d'une réunion qu'un client débloque un nouveau budget ou change de direction, cette information cruciale reste souvent bloquée dans ses propres notes ou dans un compte-rendu inexploité.

Convaincu qu'il est impossible de vendre la transformation à ses clients sans être capable de se transformer soi-même, Artefact a repensé son architecture interne autour d'une initiative appelée "ACE" (une Context Platform). Le principe est de créer une logique de contexte d'entreprise : relier les objets de connaissance (clients, entreprises, expertises) là où ils vivent, plutôt que de les empiler dans une base unique, pour que l'information se transmette par défaut et soit accessible à tous.

Concrètement, ACE se contente de qualifier l'information de manière factuelle : de quel client, de quelle mission, de quelles personnes parle cette note, et qui a le droit de la voir. Chaque produit vient ensuite y chercher ce qui le concerne et en tire ce dont il a besoin.

«L'actif principal de votre entreprise réside dans vos données et vos connaissances exclusives. Face à des modèles d'IA qui se banalisent, c'est ce savoir unique qui fait la différence.» — Hanan Ouazan, Group Chief AI Strategist chez Artefact.

Les 3 piliers d'une stratégie IA rentable et sécurisée

Pour garantir un ROI et éviter la multiplication d’utilisation de plateformes déconnectées des usages, la stratégie IA doit s'appuyer sur trois piliers concrets :

  • La valeur est dans votre Data, pas dans les modèles: Les modèles d'IA deviennent de plus en plus performants et voient leurs coûts s'effondrer. Ce qui constitue votre véritable avantage concurrentiel, c'est votre donnée interne et votre connaissance métier (le knowledge), que le reste du monde ne possède pas.
  • La capture naturelle de l'information: Ne comptez pas sur l'effort manuel pour alimenter vos bases de connaissances. La donnée doit être collectée le plus naturellement possible, directement là où les collaborateurs travaillent (Google Chat, transcriptions de réunions, etc.) pour limiter la friction.
  • Protéger son "Harness" (Savoir-faire): Votre valeur réside dans la manière dont vous encadrez l'usage de l'IA (les compétences, les règles de gouvernance, la sécurité, le pilotage des coûts et des tokens). Ne donnez pas ce savoir-faire aux plateformes publiques pour qu'elles apprennent de vous. Construisez et maîtrisez votre propre environnement.

En définitive, la réussite d'une initiative IA ne se résume pas à empiler des technologies, mais exige d'être adossée à de vrais usages et de vrais besoins utilisateurs.