Implémenter l’IA : pourquoi vos processus déterminent votre réussite
Il y a une réunion qui s’est tenue cette année dans des centaines de salles de conseil d’administration. Le pilote est terminé. La démo a fonctionné. Quelqu’un demande : et qu’est-ce que cela rapporte concrètement ? Un silence s’installe, puis les justifications commencent — c’est encore tôt, la technologie est prometteuse, continuons à l’utiliser encore un peu.
Ce qui se passe pendant ce silence n’est pas un problème technique. C’est un problème de processus. Et c’est presque toujours le même problème.
Le chiffre qui compte vraiment
Vous avez probablement vu passer ce titre : 95 % des pilotes d’IA échouent. Ce chiffre provient d’un rapport du MIT de 2025 et il est désormais si souvent cité que presque plus personne ne vérifie sa source. Faites-le, et vous découvrirez un échantillon et une définition de l’« échec » tout à fait contestables sur le plan méthodologique. Je n’y baserais aucune décision d’investissement.
Il existe un meilleur chiffre. McKinsey a publié fin août 2026 son rapport annuel State of AI : près de neuf organisations sur dix utilisent l’IA dans au moins une fonction métier, mais seulement 37 % constatent un impact sur le résultat net. Ce pourcentage n’a pas bougé depuis 2025. L’adoption explose, le rendement stagne.
Et dans cette même étude se trouve la phrase qui explique toute la différence. Parmi les organisations qui tirent réellement de la valeur de l’IA, les trois quarts affirment avoir fondamentalement repensé leurs processus de travail. Pour les autres, ce chiffre tombe à un quart.
Ce n’est pas un détail à la marge. C’est le principal facteur de différenciation identifié par cette étude. Ni le modèle, ni le budget, ni la stratégie de données : le processus.
Pourquoi les pilotes s’échouent : la frontière de la délégation
Gartner prédisait en juin 2025 que plus de 40 % des projets d’IA agentique seraient annulés avant fin 2027. Les trois raisons invoquées sont : l’escalade des coûts, une valeur métier peu claire et une gestion des risques insuffisante. Regardez bien ces points. Aucun des trois n’est une question technique.
- L’escalade des coûts signifie que le périmètre n’était pas délimité. Délimiter le périmètre n’est possible que si vous savez où un processus commence et où il s’arrête.
- Une valeur métier peu claire signifie qu’il n’y avait pas de mesure initiale. Vous ne pouvez pas calculer la valeur d’un processus dont vous ne connaissez ni le temps de cycle, ni le volume, ni le taux d’erreur.
- Une gestion des risques insuffisante signifie que personne n’a pu identifier les étapes critiques nécessitant une supervision humaine.
Ces trois points sont des questions de processus, posées après que la technologie a déjà été achetée.
La raison sous-jacente est plus simple qu’il n’y paraît. Un agent d’IA est un nouveau collaborateur avec une caractéristique particulière : il n’a pas de collègues. Un nouveau collaborateur qui ne comprend pas quelque chose se retourne et pose la question. Il apprend les exceptions parce qu’une erreur survient et que quelqu’un le corrige. Quatre-vingt-dix pour cent de ce dont il a besoin n’est écrit nulle part — cela se transmet dans les couloirs, à la pause café, ou reste dans la tête de celui qui est là depuis douze ans.
Un agent n’a pas accès à ces couloirs. Tout ce que vous ne lui transmettez pas explicitement n’existe pas pour lui. C’est la frontière de la délégation : vous ne pouvez pas déléguer ce que vous ne pouvez pas expliquer. Avec les humains, on s’en sort encore car ils comblent les lacunes eux-mêmes. Avec l’IA, c’est précisément là que le bât blesse.
Votre description de processus n’est plus un document, mais une interface
Le conseil classique en automatisation date de trente ans : améliorez d’abord votre processus, automatisez-le ensuite. Bill Gates l’a écrit en 1995 et c’est répété fidèlement depuis. Ce n’est pas faux, mais ce n’est plus le point essentiel.
Jusqu’à récemment, une description de processus était un document destiné aux humains. Un auditeur le lisait une fois par an, sinon il restait dans un classeur. On remarquait rarement s’il était exact. Désormais, ce même document est lu par une entité qui agit réellement en conséquence. Et cela change totalement les exigences.
La prose dans Word ne suffit plus. « L’acheteur évalue la demande et la transmet si nécessaire » est une phrase correcte pour un humain, mais totalement inutilisable pour un agent. Qui est l’acheteur — un rôle, une personne, un groupe ? Qu’est-ce qu’évaluer — selon quels critères, avec quels seuils ? Quand est-ce nécessaire ? Où se trouve la demande, dans quel système, dans quel champ ?
Ce dont vous avez besoin, c’est d’un modèle : des rôles, des règles de décision avec leurs critères, des exceptions sous forme de chemins explicites, des objets de données et les systèmes où le travail aboutit. C’est le cœur du sujet : votre description de processus n’est plus un document, mais une interface.
Les quatre niveaux de l’échelle de l’IA
Placez votre organisation sur cette échelle et vous saurez en trente secondes ce que l’IA peut vous apporter de manière réaliste en ce moment.
Niveau 0 — le processus est dans les têtes.
Il n’y a pas de description, ou elle date de plusieurs années et personne ne la suit. L’IA n’apporte ici qu’une productivité individuelle. Aucun résultat pour l’entreprise, aucun business case. Presque tous les pilotes qui échouent commencent ici.
Niveau 1 — le processus est décrit textuellement.
Un manuel, une instruction de travail, un dossier ISO. L’IA peut y effectuer des recherches, résumer et répondre à des questions. Elle ne peut pas l’exécuter : le texte ne contient pas de règles décidables.
Niveau 2 — le processus est modélisé.
Les rôles, les règles de décision, les exceptions, les données et les systèmes sont explicites. L’IA peut participer à la réflexion et à la préparation. Tout aussi important : le périmètre est délimité et le business case est calculable.
Niveau 3 — le processus est modélisé et mesuré.
Le temps de cycle, le volume, le taux d’erreur et les transferts de responsabilités sont connus pour chaque étape. L’IA prend en charge des tâches avec une valeur démontrable et un risque contrôlable. C’est là que se trouvent les 37 %.
La plupart des organisations qui font « quelque chose avec l’IA » se situent au niveau 0 ou 1 et achètent une technologie qui suppose un niveau 2 ou 3. C’est toute l’explication de la réunion décrite au début de cet article.
Ce qui a changé depuis le 2 août 2026
Pour ceux qui déploient l’IA dans un processus ayant des conséquences pour les personnes — recrutement, évaluation de crédit, accès aux services, production critique pour la sécurité — il existe une seconde raison, et elle n’est pas facultative.
Le 2 août 2026, les obligations pour les systèmes d’IA à haut risque issues du Règlement européen sur l’IA sont entrées en vigueur. Elles exigent un système de gestion des risques sur tout le cycle de vie, une documentation technique conservée pendant dix ans, la journalisation et la traçabilité, ainsi qu’une surveillance humaine démontrable. L’ISO/CEI 42001 offre la même structure en tant que système de management.
Relisez cette liste : ce ne sont pas des artefacts techniques, ce sont des artefacts de processus. Où le système se situe-t-il dans le processus, quelle décision prend-il, qui surveille, que se passe-t-il en cas d’anomalie — précisément les questions auxquelles un modèle de processus répond, contrairement à un document Word.
Ceux qui appliquent déjà l’ISO 9001 ont ici une avance plus grande qu’ils ne le pensent. Le modèle de processus que vous maintenez pour votre système qualité est l’endroit où cette responsabilité s’incarne.
Ceci est une esquisse des grandes lignes, pas un conseil juridique. Déterminer si un système spécifique est qualifié de haut risque est une évaluation en soi.
Ce que vous pouvez faire dès lundi
Pas de programme de transformation. Trois étapes, et la première ne prend qu’une après-midi.
1. Choisissez un seul processus, et choisissez-le bien. Pas le plus stratégique, mais celui qui tourne souvent, qui comporte de nombreux transferts de responsabilités et dont tout le monde sait qu’il fait perdre du temps. De l’achat au paiement, la saisie des commandes, la gestion des réclamations, l’onboarding. Le volume crée le business case, les transferts créent le profit.
2. Modélisez-le au niveau 2. Les rôles, les règles de décision avec leurs critères, les exceptions comme chemins propres, et les systèmes associés. Comptez un jour ou deux avec les personnes qui effectuent le travail. Vous découvrirez deux choses en chemin : que le processus se déroule différemment de ce que dit le manuel, et qu’au moins une règle de décision n’est consignée nulle part.
3. Mesurez avant d’automatiser quoi que ce soit. Temps de cycle, volume, taux d’erreur, nombre de transferts. Quatre chiffres. Sans ces quatre chiffres, vous aurez exactement la même conversation dans six mois — mais avec une facture en plus.
Conclusion
Implémenter l’IA n’est pas un projet technologique qui porte accessoirement sur les processus. C’est un projet de processus qui utilise accessoirement la technologie. Les organisations qui inversent cela achètent une solution et cherchent ensuite le problème — exactement ce que Gartner prédit pour 2027.
Votre résultat en IA ne sera jamais meilleur que votre description de processus. Celui qui ne peut pas expliquer son processus ne peut pas le déléguer — ni à un humain, ni à un agent.
Voulez-vous savoir à quel niveau se situent vos processus ?
Bend Projects réalise un scan « échelle de l’IA » sur un processus de votre choix : nous le modélisons au niveau 2, cartographions les quatre indicateurs clés et fournissons un avis argumenté sur ce que l’IA peut réalistement prendre en charge. Planifiez un entretien ou découvrez comment nous cartographions les processus avec 2c8.
Sources
- McKinsey & Company, The State of AI: Global Survey, 25 août 2026
- Gartner, « Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 », 25 juin 2025
- Règlement (UE) 2024/1689 (Règlement sur l’IA), obligations relatives au haut risque en vigueur au 2 août 2026
- ISO/CEI 42001, système de management de l’IA
- CBS, Les entreprises utilisent le plus souvent l’IA pour le marketing ou la vente, 2025
- MIT NANDA, The GenAI Divide, 2025 (l’affirmation des « 95 % », méthodologiquement contestée)
