Réussir sa transformation IA : refondre le processus, pas l’outil
Vous avez déployé l’IA et rien n’a changé au résultat. Voici la méthode de refonte d’un processus en six étapes, avec un exemple détaillé.
Stratégie IA · Publié le 3 septembre 2026 · 12 min de lecture
Vous avez déployé Copilot ou ChatGPT. Vos équipes s’en servent. Et pourtant, douze mois plus tard, rien n’apparaît dans vos comptes. Vous n’êtes pas un cas isolé : c’est la situation la plus fréquente en 2026, et elle a une cause précise.
En résumé. Un outil posé sur un processus inchangé ne produit pas de valeur économique. Il produit du confort individuel. La valeur apparaît quand le processus lui-même est redessiné : quand vous décidez, étape par étape, ce que la machine exécute, ce qu’elle propose, ce que l’humain tranche, et ce que l’on supprime. Cette refonte représente l’essentiel de l’effort. La formation en fait partie mais n’y suffit pas. Ce qui fait tenir l’ensemble dans la durée, ce sont deux rituels de pilotage à deux niveaux.
Au sommaire : ce qu’est réellement une transformation IA, les trois causes d’échec les plus fréquentes, la règle du 10/20/70, la méthode de refonte d’un processus en six étapes avec un exemple détaillé, pourquoi la formation ne suffit jamais, les deux rituels de pilotage, recruter ou externaliser la compétence.
Ce qu’est une transformation IA, et ce qu’elle n’est pas
Une transformation IA est une modification durable de la façon dont votre entreprise produit sa valeur. Ce n’est pas le déploiement d’un outil. Équiper toute l’entreprise d’un assistant conversationnel est un projet informatique. Redessiner la réponse aux demandes clients autour de l’IA, en redéfinissant qui décide quoi et à quel moment, est une transformation.
La distinction se mesure. Selon l’enquête State of AI de McKinsey publiée le 25 août 2026 auprès de 1 719 répondants dans 97 pays, 37 % des organisations attribuent au moins un certain impact sur l’EBIT à leur usage de l’IA. Mais 6 % seulement cumulent les deux critères de performance retenus : un impact d’au moins 5 % de l’EBIT et une valeur jugée significative. Cette proportion est restée stable d’une année sur l’autre, malgré la hausse des investissements.
Ce que fait ce petit groupe est documenté : près de trois quarts de ces répondants les plus performants déclarent avoir fondamentalement redessiné leurs flux de travail, contre un quart des autres. C’est le facteur discriminant le plus net de l’enquête, et c’est le sujet de cet article.
Pourquoi les gains individuels ne remontent pas au résultat
Un collaborateur qui gagne trente minutes par jour ne crée pas mécaniquement de valeur pour l’entreprise. Ce temps se dissipe en réunions supplémentaires, en travail non priorisé, ou simplement en confort.
Un gain de temps ne devient un gain économique que si l’organisation décide explicitement de ce qu’elle en fait : traiter plus de volume, réduire un délai client, absorber une croissance sans recruter, ou libérer une compétence rare pour une tâche à plus forte valeur.
Pourquoi les outils déployés ne produisent rien
Les enquêtes convergent. Selon la 29e enquête mondiale de PwC auprès de 4 454 dirigeants de 95 pays, menée du 30 septembre au 10 novembre 2025, 56 % déclarent n’avoir constaté ni hausse de chiffre d’affaires ni baisse de coûts liée à l’IA sur les douze derniers mois. Seuls 12 % constatent les deux à la fois. Trois causes reviennent systématiquement.
Le projet n’a jamais eu de propriétaire métier
L’initiative est portée par la direction informatique ou par un passionné volontaire. Personne dans le métier n’a d’objectif chiffré adossé au projet. Quand l’enthousiasme du porteur retombe, le projet retombe avec lui. C’est le mode d’échec le plus fréquent et le plus silencieux, parce qu’il ne produit aucun incident visible.
L’outil a été posé sur un processus inchangé
L’entreprise automatise une étape sans revoir l’enchaînement. Le goulot d’étranglement se déplace au lieu de disparaître. Un devis produit en trois minutes au lieu de trente attend toujours cinq jours la validation d’un responsable. Le gain existe localement et s’annule globalement. L’Observatoire Data et IA en Suisse mesure d’ailleurs que 10 % des entreprises se contentent encore d’ajouter des outils d’IA à des processus inchangés.
La donnée n’était pas prête, et personne ne l’avait vérifié
C’est le frein qui apparaît au passage à l’échelle, jamais avant. Selon l’indice trimestriel de Dun & Bradstreet publié en septembre 2026, 7 % seulement des entreprises suisses estiment leurs données pleinement prêtes pour un usage IA à l’échelle, contre 6 % au niveau mondial. Un pilote sur un jeu de données propre ne dit rien de ce qui se passera en production.
Un constat souvent mal interprété. Selon l’INSEE, chez les entreprises françaises de 10 salariés et + des secteurs principalement marchands qui n’utilisent pas l’IA, le premier frein déclaré n’est ni le budget ni la réglementation : c’est l’absence d’utilité perçue pour l’entreprise, citée par 71 % d’entre elles, loin devant le manque d’expertise (54 %) et les coûts trop élevés (32 %). Le sujet n’est donc pas de convaincre que l’IA est puissante. Il est de démontrer où elle crée de la valeur dans ce métier précis.
La règle du 10/20/70 : où passe réellement l’effort
Le Boston Consulting Group estime qu’environ un dixième de la valeur produite par l’IA provient des algorithmes, un cinquième de la technologie qui les met en œuvre, et les sept dixièmes restants de la refonte de la composante humaine. La technologie représente donc moins d’un tiers de l’effort qui produit le résultat.
Chez Xperience AI, nous utilisons une lecture adaptée aux PME, plus simple à piloter.
| Part de l’effort | Bloc | Ce qu’il contient concrètement |
|---|---|---|
| 10 % | Technologie | Licences, modèles, infrastructure, intégrations |
| 20 % | Données | Qualité, référentiels, droits d’accès, sécurité, conformité nLPD et AI Act |
| 70 % | Humain et processus | Refonte du processus, droits de décision, rôles, formation, rituels, accompagnement des managers, mesure |
Le test, en une question. Reprenez votre dernier budget IA et regardez quelle part est allée à des lignes qui ne sont ni des licences, ni de la prestation technique. Si cette part est nettement inférieure à la moitié, votre projet est structurellement exposé, quelle que soit la qualité des outils retenus.
Ce n’est pas une conviction morale, c’est un constat de rentabilité. Dans son étude mondiale 2025, le BCG mesure que les entreprises les plus avancées prévoient de former plus de 50 % de leurs collaborateurs à l’IA, contre 20 % chez les retardataires, et qu’elles sont quatre fois plus susceptibles de disposer de programmes d’apprentissage structurés avec du temps protégé. Ces mêmes entreprises affichent en moyenne un rendement total pour l’actionnaire environ quatre fois supérieur sur trois ans. Le même travail estime que 5 % environ des organisations seulement sont parvenues à des gains financiers substantiels grâce à l’IA.
La suite de cet article est consacrée à ces 70 %, parce que c’est là que se joue le résultat, et parce que c’est ce qui manque le plus souvent.
Comment refondre un processus autour de l’IA : la méthode en six étapes
C’est le cœur du sujet, et c’est aussi ce que la plupart des articles sur la transformation IA passent sous silence. Voici la méthode que nous appliquons en mission.
Étape 1 : choisir le bon processus
Ne commencez pas par le processus le plus stratégique, ni par le plus visible. Commencez par celui qui réunit quatre conditions, notées de 1 à 5.
| Critère | Question à poser |
|---|---|
| Volume | Combien de fois par mois ce processus est-il exécuté ? En dessous d’une centaine d’occurrences annuelles, le retour sera difficile à démontrer |
| Répétitivité | Les cas se ressemblent-ils suffisamment pour qu’une règle émerge ? |
| Valeur | Un délai raccourci ou une erreur évitée a-t-il un effet direct sur le client ou sur la marge ? |
| Disponibilité de la donnée | Les informations nécessaires existent-elles sous forme exploitable, ou vivent-elles dans des têtes et des fichiers dispersés ? |
Le quatrième critère est celui qui disqualifie le plus souvent un candidat séduisant. Un processus à fort volume dont les données sont ingérables coûtera plus cher en remise en ordre qu’il ne rapportera la première année.
Étape 2 : cartographier le processus réel, pas le processus officiel
Le processus décrit dans les procédures n’est jamais celui qui est exécuté. Asseyez-vous à côté de trois personnes qui le réalisent et chronométrez. Notez pour chaque étape deux durées distinctes : le temps de travail effectif et le temps d’attente.
C’est là que se trouve presque toujours la surprise. Dans la majorité des processus de PME, le temps d’attente représente l’écrasante majorité du délai total. Optimiser le temps de travail sans toucher au temps d’attente ne change quasiment rien pour le client.
Étape 3 : qualifier chaque étape avec quatre verbes
C’est l’étape structurante. Pour chaque étape du processus, vous ne choisissez pas entre « avec IA » et « sans IA ». Vous choisissez entre quatre statuts.
| Verbe | Signification | Condition |
|---|---|---|
| Supprimer | L’étape n’existe plus | Elle ne servait qu’à compenser un défaut amont |
| L’IA exécute | La machine réalise l’étape sans intervention | Règle claire, faible enjeu unitaire, contrôle par échantillonnage |
| L’IA propose, l’humain valide | La machine prépare, l’humain arbitre | Enjeu significatif, jugement nécessaire, responsabilité juridique |
| L’humain décide seul | Aucune assistance automatisée | Relation, négociation, exception, éthique |
Cette grille rejoint la recommandation formulée par IBM dans son étude 2026 auprès de 2 000 dirigeants : cartographier comment le travail passe du signal à l’action, en identifiant où l’IA exécute, où l’humain apporte le contexte et le jugement, et où intervient l’escalade. Les auteurs ajoutent une règle que nous faisons nôtre : redessinez le flux de travail avant de redessiner les postes.
Étape 4 : redéfinir les droits de décision et les seuils d’escalade
C’est l’étape la plus souvent oubliée, et celle qui produit le plus de valeur. Trois questions à trancher explicitement, par écrit.
- Qui valide quoi, et à partir de quel seuil ? Si une validation était nécessaire parce que la production était lente et risquée, elle ne l’est peut-être plus.
- Que se passe-t-il en cas de doute ? Définissez la règle d’escalade avant la mise en production, pas au premier incident.
- Où sont les zones interdites ? Nommez les cas où l’IA n’intervient pas du tout, pour des raisons réglementaires, contractuelles ou de réputation.
L’Observatoire Data et IA en Suisse mesure que seules 11 % des entreprises ont engagé une redéfinition concrète des rôles et des responsabilités. C’est précisément l’écart entre celles qui obtiennent un résultat et les autres.
Étape 5 : définir la mesure avant de construire
Établissez la ligne de base avant toute modification : délai moyen, volume traité, taux d’erreur, taux de reprise. Sans ce point de départ mesuré, vous ne pourrez ni démontrer le gain, ni détecter une dégradation.
Mesurez sur quatre axes, et non sur la seule productivité. C’est l’une des explications les plus probables du décalage entre l’investissement consenti et le résultat constaté : quand PwC relève que 56 % des dirigeants ne voient ni gain de revenu ni baisse de coûts, une partie de ce constat traduit une absence de dispositif de mesure autant qu’une absence de valeur.
| Axe | Indicateur type | Horizon |
|---|---|---|
| Productivité | Temps de traitement par dossier, volume traité à effectif constant | 3 à 6 mois |
| Qualité | Taux d’erreur, taux de reprise, satisfaction client | 6 à 12 mois |
| Croissance | Taux de conversion, délai de réponse commercial, nouvelles offres | 9 à 18 mois |
| Risque | Incidents, non-conformités, dépendance à une personne clé | Continu |
La règle de gestion à tenir : un projet n’est acceptable que si le gain attendu couvre à la fois la mise en place et le coût de fonctionnement récurrent. Ce second poste est régulièrement sous-estimé. McKinsey relève qu’environ 20 % des répondants déclarent que les coûts d’exploitation de l’IA, coûts de tokens compris, contraignent déjà leur usage.
Étape 6 : construire, éprouver sur les cas difficiles, déployer par vagues
Testez sur les dossiers les plus complexes, pas sur les plus simples. Un système qui traite bien les cas moyens et échoue sur les 10 % difficiles détruit la confiance des équipes en quelques semaines, et cette confiance est très coûteuse à reconstruire.
Un exemple détaillé : la réponse à une demande de devis
Voici l’application de la méthode à un processus que l’on retrouve dans presque toutes les PME. Cet exemple est illustratif et volontairement générique.
Situation de départ. Temps de travail effectif cumulé : environ trois heures. Délai écoulé entre la demande du client et l’envoi de l’offre : cinq à huit jours ouvrés.
| Étape | Statut retenu | Effet |
|---|---|---|
| 1. Réception et tri de la demande | L’IA exécute | Classement, extraction des éléments clés, création de l’enregistrement |
| 2. Qualification de la demande | L’IA propose, l’humain valide | Notation par rapport aux critères d’acceptation, validation en quelques secondes |
| 3. Recherche des informations techniques et tarifaires | L’IA exécute | Conditionné à un référentiel tarifaire unique et fiable, qui n’existait pas au départ |
| 4. Rédaction de l’offre | L’IA propose, l’humain valide | Rédaction sur la base des offres passées comparables |
| 5. Validation hiérarchique | Supprimer en dessous d’un seuil | Validation conservée uniquement au-delà d’un montant ou d’un niveau de risque défini |
| 6. Envoi | L’IA exécute | Envoi automatique une fois la validation obtenue |
| 7. Relance | L’IA exécute | Relance programmée, avec sortie du circuit automatique en cas de réponse |
Le point à retenir. Le délai passe de plusieurs jours à un ou deux, mais l’essentiel du gain ne vient pas de la vitesse de rédaction. Il vient de deux décisions purement organisationnelles : la création d’un référentiel tarifaire unique à l’étape 3, et la suppression conditionnelle de la validation à l’étape 5. Autrement dit, l’IA a servi de révélateur et d’accélérateur, pas de cause. C’est exactement ce que décrit la règle du 10/20/70, vue depuis le terrain.
Pourquoi la formation ne suffit jamais
L’étude 2026 d’IBM, menée avec Oxford Economics auprès de 2 000 dirigeants et cadres supérieurs dans 33 géographies, contient un résultat décisif.
86 % des dirigeants estiment que leurs collaborateurs disposent des compétences nécessaires pour travailler avec l’IA. Dans le même temps, ils déclarent que 25 % seulement de leurs effectifs l’utilisent réellement et régulièrement. La conclusion des auteurs est sans ambiguïté : l’écart entre la capacité et le déploiement relève d’un problème de conception organisationnelle bien plus que d’un problème de compétences.
Les données suisses disent la même chose, plus frontalement encore. L’Observatoire Data et IA en Suisse, publié en juin 2026 auprès de plus de 100 entreprises, relève que 82 % des entreprises reconnaissent que la conduite du changement est critique pour la réussite de leurs projets d’IA. Pourtant, 46 % limitent leur réponse à la formation et à la montée en compétences. Quatre entreprises sur cinq savent que l’enjeu est humain, une sur dix seulement en tire les conséquences organisationnelles.
Ce qu’il faut ajouter à la formation de vos équipes :
- Un processus redessiné qui rende l’usage naturel plutôt qu’optionnel. Une formation déversée sur un processus inchangé s’évapore en quelques semaines.
- Des managers qui montrent l’exemple. C’est l’écart le plus spectaculaire mesuré par le BCG : chez les entreprises les plus avancées, 88 % des managers montrent l’exemple en matière d’usage de l’IA et l’intègrent activement dans leurs décisions quotidiennes, contre 25 % chez les retardataires.
- Du temps protégé, défendu par la hiérarchie, sans quoi l’apprentissage passe systématiquement après l’urgence.
- Un cadre d’usage qui autorise autant qu’il interdit. En Suisse, l’enquête EY de mai 2026 relève que 29 % des répondants indiquent que l’usage de comptes IA privés est autorisé dans leur entreprise, et que pour 8 % c’est même le seul accès à l’IA. Autoriser sans encadrer crée une exposition réelle en matière de protection des données.
- Une mesure de l’usage réel, et non du nombre d’inscrits. Le bon indicateur est la part des dossiers du processus cible effectivement traités selon le nouveau mode opératoire.
Faire vivre le sujet : deux rituels, deux niveaux
Une transformation IA ne meurt presque jamais d’un échec technique. Elle meurt d’inattention. Six mois après le lancement, le sujet a quitté l’ordre du jour et personne ne s’en aperçoit.
Le comité de pilotage IA, au niveau de la direction et du conseil
Minimum trimestriel, 90 minutes maximum, jamais annulé. Direction générale, finance, opérations, un membre du conseil d’administration, le responsable de la transformation. Ce comité ne passe pas en revue des projets informatiques. Il tranche ce que personne d’autre ne peut trancher : quels processus sont ouverts à la refonte, quels effectifs sont réaffectés, quel niveau de risque est accepté, où s’arrête l’autonomie laissée aux systèmes.
Ordre du jour type :
- Valeur réalisée depuis le dernier comité, en chiffres, sur les cas en production et non sur les pilotes.
- Décisions bloquées nécessitant un arbitrage, avec une recommandation par décision.
- Portefeuille : ce qui entre, ce qui sort, ce que l’on arrête. Un comité qui n’arrête jamais rien ne pilote pas.
- Risques : incidents, exposition des données, conformité nLPD et AI Act, dépendance fournisseur.
- Adoption réelle, mesurée sur le processus cible.
Pourquoi associer le conseil d’administration. L’enquête du BCG auprès de 351 dirigeants et 274 administrateurs, publiée en mai 2026, révèle un décalage net : 61 % des dirigeants estiment que leur conseil pousse à une transformation IA trop rapide, et plus de la moitié souhaiteraient qu’il comprenne mieux l’écart entre le discours ambiant et la réalité. Symétriquement, les conseils reprochent aux dirigeants de ne pas exposer clairement les cas d’usage métier. Ce désalignement se corrige par un point trimestriel documenté, pas par de la pédagogie improvisée en séance.
Le rituel de partage opérationnel, au niveau des équipes
Toutes les deux semaines, 30 minutes maximum. Animé par des référents métier, jamais par la direction informatique. C’est ce rituel qui produit l’adoption. Trois principes le font fonctionner.
| Principe | Mise en œuvre | Erreur à éviter |
|---|---|---|
| Montrer, pas expliquer | Un collaborateur montre en direct un cas réel de sa semaine, sur ses vrais dossiers | Une démonstration préparée, ou une présentation de fournisseur |
| Valoriser aussi les échecs | Un créneau explicite pour ce qui a été essayé et n’a pas fonctionné | Ne remonter que les succès, ce qui fabrique une réalité fausse et ruine la confiance |
| Produire une trace | Chaque pratique utile rejoint une bibliothèque interne accessible | Laisser le savoir dans la tête de trois personnes |
Trois éléments tuent ce rituel : l’absence des managers, une durée qui dépasse 30 minutes, et l’absence de suite donnée aux irritants remontés. Si une équipe signale trois fois le même blocage sans réponse, le rituel est terminé, quelle que soit la fréquence à laquelle il est convoqué.
Faut-il recruter cette compétence ou l’externaliser ?
Pour piloter votre transformation, c’est la question la plus fréquente en entretien de direction. Trois options existent :
| Option | Avantages | Limites |
|---|---|---|
| Recruter un profil senior | Engagement total, connaissance fine de l’entreprise | Profil rare, délai de recrutement de plusieurs mois, risque élevé si le premier recrutement échoue, charge souvent sous-employée en dessous de 250 personnes |
| Confier le sujet à un cadre existant | Légitimité immédiate, connaissance du métier | Sujet ajouté à un poste déjà plein, absence d’expérience de transformation, isolement méthodologique. C’est la cause d’échec la plus fréquente en PME |
| Direction de la transformation externalisée, à temps partagé | Expérience immédiatement disponible, coût proportionné, transfert de compétences organisé, neutralité vis-à-vis des fournisseurs | Nécessite un relais interne identifié et une durée d’engagement suffisante |
Le BCG relève que les dirigeants souhaitent explicitement que leur conseil accepte le recours à un appui externe lorsque la compétence n’existe pas en interne. Le point de décision est simple : la question n’est pas de savoir si votre entreprise a besoin de cette compétence, mais si elle a besoin de la posséder à plein temps. C’est exactement le rôle que nous tenons dans nos missions d’audit et de conseil.
Questions fréquentes des dirigeants
Par où commencer concrètement ?
Par un seul processus, choisi selon les quatre critères de l’étape 1, et cartographié tel qu’il est réellement exécuté. Un premier résultat mesurable sur un processus vaut mieux que huit intentions. Le reste de la démarche se construit à partir de ce premier cas, une fois que l’organisation a vu ce que redessiner veut dire.
Combien de temps prend une transformation IA ?
Comptez environ trois mois pour obtenir un premier résultat mesurable sur un processus, et de dix-huit à vingt-quatre mois pour que la façon de travailler soit durablement modifiée sur plusieurs fonctions. Les transformations annoncées en six semaines décrivent un déploiement d’outil.
Comment budgéter sans se tromper ?
Raisonnez en structure avant de raisonner en montant. Appliquez la répartition 10/20/70 à l’enveloppe que vous êtes prêt à engager, ajoutez le coût de fonctionnement annuel des solutions retenues, et vérifiez que le gain attendu couvre les deux. Un budget dont plus de la moitié part en licences et en prestation technique est un budget mal réparti, quel que soit son montant.
Quelle différence entre un pilote et un déploiement en production ?
Un pilote fonctionne sur des données choisies, avec des utilisateurs volontaires et sans contrainte de disponibilité. La production impose des données réelles et imparfaites, des utilisateurs non volontaires, des exigences de continuité et de traçabilité. C’est entre les deux que se situe le point de rupture de la majorité des projets.
Mon entreprise suisse est-elle concernée par le règlement européen sur l’IA ?
Potentiellement oui, par effet d’extraterritorialité, si vous mettez sur le marché européen un système d’IA ou si ses résultats y sont utilisés. La Suisse a par ailleurs sa propre trajectoire, sectorielle, articulée avec la Convention cadre du Conseil de l’Europe et la nLPD.
Comment embarquer des équipes réticentes ?
Ne cherchez pas à convaincre par le discours. Choisissez un irritant réel et reconnu par l’équipe, résolvez-le visiblement, et laissez un pair le montrer aux autres. En Suisse, parmi les PME utilisant l’IA, 2 % déclarent pouvoir se passer de personnel grâce aux gains de temps obtenus, tandis que 10 % indiquent que l’IA a conduit à des créations de postes. L’effet net sur l’emploi reste donc positif, et ce fait énoncé honnêtement désamorce plus de résistances qu’une présentation.
À propos de l’auteur
Sébastien Brunelle, co-fondateur d’Xperience AI, agence de conseil en intelligence artificielle basée à Meyrin, Genève. Après 25 ans en direction de programmes dans de grands groupes, il accompagne les PME de Suisse romande et de France dans la refonte de leurs processus autour de l’IA. Intervenant à l’European Data Day 2026, membre de la CCIG, plus de 30 organisations accompagnées et 500 collaborateurs formés.
Parlons de votre situation
Si vous vous demandez par où commencer, ou si un projet engagé ne produit pas ce que vous en attendiez, un échange de 30 minutes suffit généralement à identifier le point de blocage principal. Sans engagement, et avec une lecture honnête de ce qui relève d’un vrai potentiel et de ce qui n’en relève pas.