L’IA pour les dirigeants
Décider quoi construire, quoi acheter, et quoi refuser — sans écrire une ligne de code.
La majorité des projets IA en entreprise échouent. Non parce que la technologie ne fonctionne pas — elle fonctionne remarquablement bien, sur les mauvais problèmes — mais parce qu’on a acheté une solution avant que quiconque ait formulé le problème, et que personne n’a osé le dire tout haut six mois plus tard. Le schéma se répète avec une régularité pénible : un conseil réclame une stratégie IA, une démo fournisseur atterrit, un pilote est financé, le pilote produit une capture d’écran, et la capture d’écran ne devient jamais un geste métier qu’on exécute un mardi matin. Ce parcours s’adresse à celui qui signe ce budget. Il ne vous apprendra pas à coder, ni la différence entre un transformeur et un modèle de diffusion : ces arbitrages ne sont pas les vôtres. Il enseigne ceux qui le sont : quel problème mérite qu’on l’attaque, comment distinguer une capacité réelle d’une démo répétée, à quoi ressemble un ROI défendable une fois comptés la supervision et les reprises, quand acheter bat construire et quand cela vous enferme sans le dire, et comment faire bouger une organisation dont l’encadrement intermédiaire a correctement conclu que ce projet le menace. Vous en sortirez capable de tuer un mauvais projet IA en réunion, preuves à l’appui — ce qui vaut plus que d’en lancer trois bons.
Ce que vous allez apprendre
Prérequis
- Aucun bagage technique requis
- Responsabilité sur un budget, une équipe ou un processus
- Accepter d’entendre que votre idée préférée est mauvaise
Débouchés
- Responsable de la transformation IA
- Directeur métier déployant l’IA sur le terrain
- DRH pilotant montée en compétences et refonte des postes
- Sponsor exécutif d’un portefeuille IA
Phases
Phase 1 — Le cadrage
Comprendre ce que la technologie fait réellement, puis trouver le seul problème de votre entreprise où cela compte.
Durée estimée · 2-3 semainesCapacité, pas magie : ce que ces systèmes font et où ils cassent
Il vous faut un seul modèle mental qui fonctionne, pas un cours de machine learning. Ces systèmes sont extraordinaires pour transformer du langage et médiocres pour répondre d’un fait. Une fois cette césure intégrée, la moitié des argumentaires fournisseurs de votre boîte mail s’effondre d’elle-même — et l’autre moitié devient étonnamment simple à évaluer sur la seule question qui compte : que se passe-t-il quand le système se trompe, et qui paie ?
Sujets couverts
Ce que vous allez construire
- Reprendre le dernier argumentaire IA reçu et rédiger une réfutation d’une page nommant ses trois hypothèses tacites
- Rejouer vous-même la démo fournisseur sur dix de vos vrais inputs, dont les trois plus pénibles, et noter le taux d’échec
- Rédiger le paragraphe « que se passe-t-il en cas d’erreur » d’un cas d’usage proposé, en nommant la personne qui absorbe l’erreur
Trouver le problème qui mérite qu’on l’attaque
Les entreprises choisissent leurs cas d’usage IA comme elles choisissent un restaurant : selon ce que quelqu’un a évoqué récemment. L’alternative disciplinée consiste à inventorier où vos équipes perdent réellement des heures, à filtrer les tâches à fort volume, faible enjeu et de nature textuelle, et à refuser tout le reste pour l’instant. Le meilleur premier cas d’usage est presque toujours ennuyeux, interne et invisible pour vos clients — raison précise pour laquelle personne ne le propose en comité de pilotage.
Sujets couverts
Ce que vous allez construire
- Observer une équipe pendant une demi-journée et produire la liste classée des dix tâches qui mangent le plus d’heures
- Noter ces dix tâches sur volume, enjeu et réversibilité, et défendre votre choix par écrit
- Mesurer le processus actuel de bout en bout — heures, taux d’erreur, reprises — avant tout choix d’outil
Phase 2 — La preuve
Construire un dossier ROI qui survit à un directeur financier hostile, et décider honnêtement d’acheter, construire, ou renoncer.
Durée estimée · 2-3 semainesLe ROI honnête
La slide de ROI qu’on vous a montrée compte la licence et les heures économisées. Elle omet la supervision, les reprises quand la sortie est subtilement fausse, l’intégration, la refonte du processus, et le fait que des heures économisées ne deviennent de l’argent que si un effectif bouge ou que ce temps est redéployé sur quelque chose de facturable. Un modèle honnête est moins flatteur et infiniment plus utile : il vous dit à l’avance quels projets n’allaient jamais se rembourser.
Sujets couverts
Ce que vous allez construire
- Construire un modèle de coût total d’une page pour votre cas d’usage, avec une ligne supervision et une ligne reprises
- Écrire les critères d’arrêt — les chiffres précis auxquels vous stoppez — et les faire signer avant le pilote
- Mener un pilote de quatre semaines contre votre référence mesurée et publier le résultat, même négatif
Acheter, construire, ou ne rien faire
Acheter est rapide et vous loue une capacité que vos concurrents peuvent louer aussi. Construire est lent, cher, et c’est la seule voie vers quelque chose qui soit réellement à vous. Ne rien faire est l’option que personne ne met sur la slide, et elle gagne plus souvent que le secteur ne l’admet. La vraie question n’est pas le coût : c’est de savoir si cette capacité est assez proche de ce que vous vendez pour mériter d’être possédée, et ce qu’il en coûte de partir.
Sujets couverts
Ce que vous allez construire
- Chiffrer la sortie : documenter ce que coûterait, en argent et en mois, de quitter votre fournisseur pressenti
- Rédiger une note de décision de deux pages comparant acheter, construire et ne rien faire, avec responsables nommés et chiffres réels
- Interroger deux entreprises ayant déployé un dispositif similaire et consigner ce qu’elles referaient autrement
Phase 3 — L’atterrissage
Faire bouger l’organisation, gouverner le risque, et bâtir la compétence interne qui survivra au projet.
Durée estimée · 3-4 semainesConduire le changement quand le changement menace
La résistance à l’IA est en général rationnelle. Vos managers intermédiaires ne sont pas perdus : ils ont lu la situation correctement et conclu que cet outil rend une part de leur levier visible et remplaçable. La communication ne règle pas cela — les incitations et des réponses franches sur la sécurité de l’emploi, si. Les équipes qui adoptent le plus vite sont celles à qui l’on a dit clairement ce qu’il adviendra du temps libéré, par quelqu’un qui a l’autorité de tenir parole.
Sujets couverts
Ce que vous allez construire
- Interroger cinq sceptiques et publier leurs objections mot pour mot, avec votre réponse à chacune
- Rédiger et diffuser la réponse d’une page à « qu’advient-il de mon poste » — signée, pas anonyme
- Refondre un poste autour du nouveau workflow et obtenir l’accord écrit de la personne qui l’occupe
Gouvernance, risque, et construire le vivier
Une gouvernance rédigée en cinquante pages de politique est décorative : personne ne la lit et elle n’arrête rien. La gouvernance qui fonctionne est courte, nomme un responsable par cas d’usage, énonce quelles décisions une machine ne prendra jamais seule, et définit ce qui est journalisé pour qu’un incident puisse être reconstitué. En parallèle, vous construisez le vivier — car une entreprise incapable d’évaluer son propre travail IA croira son fournisseur sur parole, indéfiniment.
Sujets couverts
Ce que vous allez construire
- Rédiger une note de gouvernance IA de deux pages avec un responsable nommé par cas d’usage et trois interdits fermes
- Simuler un incident : une sortie IA fausse atteint un client — reconstituer qui savait quoi, à partir de vos journaux
- Bâtir un plan de montée en compétences sur douze mois, à trois niveaux, avec participants nommés et ligne budgétaire
Questions
La majorité des projets IA en entreprise échouent-ils vraiment ? Pourquoi ?
Oui, et les causes sont d’une constance ennuyeuse. Le projet part d’un outil plutôt que d’un problème : il n’existe donc ni référence à améliorer, ni définition partagée du succès. Le pilote est mesuré à l’enthousiasme plutôt qu’aux résultats : personne ne peut prouver qu’il a marché ou échoué, et il dérive. Personne n’a chiffré la supervision : les économies promises se dissolvent en temps de relecture. Et les personnes censées changer leur travail quotidien ont été informées plutôt que consultées : elles obtempèrent poliment et reviennent à l’ancien geste dès que l’attention se déplace. Aucune de ces causes n’est technologique — chacune est une décision prise avant qu’une seule ligne de code n’existe. C’est exactement pourquoi ce parcours s’adresse à vous et non à vos ingénieurs.
Je ne suis pas technique. Puis-je vraiment piloter cela sans apprendre à coder ?
Oui — et surtout, coder ne vous aiderait pas sur la partie qui échoue réellement. Les décisions qui coulent ces projets sont le périmètre, la mesure, les incitations et la gouvernance : aucune ne demande de Python. Ce qu’il vous faut, c’est assez de modèle mental pour repérer une réponse évasive : pourquoi un système juste neuf fois sur dix peut ne rien valoir si vous ne savez pas identifier la dixième, pourquoi une démo sur des données propres ne prouve presque rien sur vos données sales, et pourquoi « le modèle va s’améliorer » est une promesse que personne ne peut tenir dans votre calendrier. C’est une semaine de concepts, pas une reconversion. Ce parcours vous donne ces concepts, puis consacre tout le reste aux décisions qui sont véritablement les vôtres.
Quelle est l’erreur la plus fréquente que vous voyez ?
Commencer trop gros et trop visible. L’instinct pousse à choisir quelque chose d’impressionnant — face client, stratégique, annonçable — parce que c’est ce qui justifie un budget devant un conseil. C’est exactement à l’envers. Un premier cas d’usage doit être interne, à fort volume, à faible enjeu et réversible, parce que votre première tentative sera médiocre et que vous voulez que le coût de cette médiocrité soit un après-midi perdu, pas une relation client abîmée. La deuxième erreur découle directement de la première : refuser d’arrêter le projet quand les chiffres le disent. Écrivez vos critères d’arrêt avant le pilote, faites-les signer, et respectez-les. Un dirigeant qui a tué un projet IA sur preuves obtient la confiance pour les trois suivants.
Parcours liés
Envie de suivre ce parcours avec un coach et une cohorte ?
Découvrir la 212AY Academy →