L’IA n’est pas un problème technique, c’est un problème d’organisation

Le fantasme de la solution miracle

Depuis l’arrivée de ChatGPT et des grands modèles de langage, de nombreuses entreprises souhaitent intégrer l’intelligence artificielle dans leurs activités.

Les demandes se ressemblent souvent :

« Nous voulons une IA pour répondre aux clients. »

« Nous voulons un agent capable de retrouver nos documents. »

« Nous voulons automatiser nos processus métier. »

Dans beaucoup d’esprits, le problème semble essentiellement technique.

Il suffirait de choisir un modèle performant, de connecter quelques outils et de laisser la magie opérer.

Pourtant, après plusieurs projets IA menés auprès d’organisations de tailles et de secteurs différents, un constat revient systématiquement :

la technologie est rarement le véritable problème.

Une IA ne crée pas la connaissance

Une intelligence artificielle ne transforme pas automatiquement une organisation désorganisée en organisation efficace.

Si les informations sont dispersées :

dans les boîtes mail ;
sur les postes utilisateurs ;
dans plusieurs espaces cloud ;
dans des dossiers dont personne ne connaît réellement la structure ;

alors l’IA héritera du même désordre.

Le meilleur modèle du marché ne peut pas compenser une absence de gouvernance documentaire.

L’IA ne crée pas la connaissance.

Elle exploite celle qui existe déjà.

Le problème invisible : les données

Lorsque l’on observe les démonstrations commerciales, on a souvent l’impression que tout repose sur la puissance du modèle.

Dans la réalité, l’essentiel du travail se situe ailleurs.

Avant même de parler d’IA, il faut généralement :

retrouver les informations existantes ;
identifier les sources fiables ;
supprimer les doublons ;
structurer les documents ;
organiser les référentiels ;
documenter les processus.

Cette phase représente souvent la plus grande partie du projet.

Elle est pourtant rarement mise en avant.

Parce qu’elle est moins spectaculaire qu’une démonstration de chatbot.

Ce que je rencontre réellement sur le terrain

Lorsque j’interviens sur un projet IA, je commence rarement par parler de modèles, d’agents ou de RAG.

Je commence généralement par quelques questions simples :

Où sont les documents ?
Qui produit l’information ?
Qui la valide ?
Existe-t-il une documentation ?
Comment les dossiers sont-ils organisés ?
Quels sont les processus métier ?

Et c’est souvent à ce moment-là que les difficultés apparaissent.

Parfois, je demande des documents ou une cartographie des processus.

Puis plusieurs semaines passent.

Et arrive inévitablement la question :

« Alors, ça en est où ? »

La réponse est souvent simple :

« J’attends toujours les éléments nécessaires pour avancer. »

Dans d’autres cas, on me répond :

« La documentation existe, mais nous ne savons plus où elle est. »

Ou encore :

« La personne qui gérait cela n’est plus dans l’entreprise. »

Il arrive également que l’on me transmette plusieurs centaines de documents provenant de sources différentes :

PDF ;
documents Word ;
scans ;
exports métiers ;
fichiers dupliqués ;
arborescences incohérentes.

Le tout sans classement clair, sans validation et parfois sans savoir lesquels sont encore à jour.

La partie métier n’appartient pas à l’intégrateur

Une confusion revient fréquemment dans les projets IA.

Certains clients imaginent que l’intégrateur va naturellement comprendre leur métier.

Pourtant, chaque organisation possède son propre vocabulaire, ses propres règles et ses propres exceptions.

Prenons l’exemple d’un cabinet d’avocats.

Je peux mettre en place :

l’infrastructure ;
les bases documentaires ;
les outils ;
les agents IA ;
les moteurs de recherche ;
les systèmes de RAG.

En revanche, je ne peux pas deviner seul :

quels dossiers relèvent du droit du travail ;
quels dossiers concernent le droit des sociétés ;
quels documents sont considérés comme des références ;
quelles procédures sont réellement utilisées ;
quelles exceptions existent dans la pratique quotidienne.

Cette expertise appartient aux professionnels du métier.

Elle ne peut pas être externalisée à un prestataire ni déléguée à une intelligence artificielle.

L’IA dépend directement de cette connaissance.

Le mythe de la magie technologique

Beaucoup de projets démarrent avec une idée implicite :

une fois l’outil installé, l’intelligence artificielle va comprendre l’entreprise.

Elle va retrouver l’information.

Elle va reconstruire les processus.

Elle va organiser la connaissance.

Elle va corriger les incohérences.

Malheureusement, ce n’est pas ainsi que les choses fonctionnent.

Une IA est capable d’exploiter une connaissance structurée.

Elle n’est pas capable de recréer seule une connaissance qui n’a jamais été organisée.

Faire avec la réalité

Dans la pratique, nous finissons souvent par travailler avec ce qui est disponible.

Les projets avancent malgré :

une documentation incomplète ;
des connaissances dispersées ;
des référentiels imparfaits ;
des processus partiellement documentés ;
des experts métier qui manquent de temps.

Et il est tout à fait possible d’obtenir des résultats utiles.

Mais il faut rester lucide.

Le résultat obtenu sera rarement aussi performant que celui d’une organisation ayant pris le temps de faire le point sur ses connaissances, ses documents et ses processus.

L’IA peut compenser certaines faiblesses.

Elle ne peut pas transformer un manque d’organisation en excellence opérationnelle.

L’organisation avant la technologie

Une entreprise qui souhaite réellement tirer parti de l’intelligence artificielle devrait commencer par se poser quelques questions simples :

Où se trouve notre connaissance ?
Qui la détient ?
Qui la maintient ?
Comment est-elle transmise ?
Est-elle documentée ?
Est-elle accessible ?

Lorsque ces questions restent sans réponse, l’IA devient souvent un amplificateur du désordre existant.

À l’inverse, lorsqu’une organisation maîtrise déjà ses processus et sa documentation, les gains peuvent être considérables.

Conclusion

L’intelligence artificielle est une technologie remarquable.

Mais contrairement à ce que laisse parfois entendre le discours ambiant, elle n’est pas une solution magique.

Le principal défi n’est généralement pas le choix du modèle, du fournisseur ou de l’infrastructure.

Le véritable défi est organisationnel.

L’IA agit souvent comme un révélateur.

Elle met en lumière ce que l’entreprise sait réellement d’elle-même, de ses processus et de sa propre connaissance.

Avant de demander :

« Quelle IA devrions-nous utiliser ? »

Il serait peut-être utile de commencer par une question beaucoup plus simple :

Savons-nous réellement comment fonctionne notre propre organisation ?