« IA : LA SIMPLE CURIOSITÉ NE SUFFIT PLUS AUJOURD’HUI »
Longtemps cantonnée à des expérimentations, l’IA entre désormais dans une phase plus opérationnelle. Pour Consort Group, spécialisé dans la transformation digitale et les infrastructures IT, l’enjeu n’est plus de tester, mais de déployer. Sur le terrain, les cas d’usage se précisent, les attentes se structurent, et les premiers gains deviennent mesurables. À condition, toutefois, de ne pas se tromper de point de départ.
Dans les entreprises, l’intelligence artificielle n’est plus un sujet de projection. Elle s’installe dans les usages, discrètement mais durablement, transformant progressivement des gestes du quotidien. Chez Consort Group, cette évolution se lit très concrètement dans les projets déployés chez les clients. « On voit émerger des cas d’usage très opérationnels, qui touchent directement le quotidien des équipes », observe David Tenza, directeur de la Direction Solutions Digitales et Intelligence Artificielle.
Des usages concrets du quotidien
L’un des premiers besoins exprimés par les entreprises concerne la gestion de la connaissance interne. Ressources RH, documentation juridique, procédures IT, données financières… autant d’informations souvent dispersées, parfois sous-exploitées, que l’IA permet désormais d’interroger en langage naturel via des assistants conversationnels.
« Il n’y a pas forcément de ROI immédiat, mais on constate très vite plus de valeur dans les échanges, plus de qualité et plus de vélocité », souligne-t-il. Derrière ces usages, c’est déjà une nouvelle manière de travailler qui s’installe.
Autre terrain d’application en forte accélération : le support utilisateur augmenté. Dans les environnements très orientés infrastructures et services, l’IA permet de fluidifier les interactions du quotidien et de réduire la sollicitation des équipes support sur des demandes simples et répétitives. Demande de congés, assistance IT de premier niveau, accès à certaines informations internes… autant de tâches désormais prises en charge par des agents conversationnels.
« L’objectif n’est pas seulement de gagner du temps, mais aussi d’améliorer l’expérience collaborateur et utilisateur ».
Le troisième terrain d’application concerne le développement logiciel lui-même. Là aussi, l’IA change la manière de concevoir, produire et maintenir les applications. Chez Consort Group, les équipes intègrent désormais, dès la phase de conception, des exigences liées à la robustesse, à l’accessibilité, à l’écoresponsabilité ou encore à la maintenance des logiciels : une approche regroupée sous le terme de « X by Design ».
Résultat : des cycles de développement plus rapides, mais aussi des outils mieux conçus et plus durables dans le temps.
« L’IA nous conduit vers une nouvelle forme de consumérisme du logiciel : la conception et le déploiement d’applications deviennent plus rapides, plus accessibles et moins coûteux. Cette accélération favorise l’émergence de solutions très ciblées, sur-mesure, parfois conçues pour répondre à un besoin immédiat sans nécessairement s’inscrire dans la durée », estime David Tenza. Au-delà du gain de productivité, c’est donc aussi la manière même de produire le numérique qui commence à évoluer.
Des entreprises encore à deux vitesses
Si les cas d’usage se multiplient, les entreprises ne sont toutefois pas au même niveau de maturité face à l’IA.
« En 2025, on était encore dans une logique de PoC. Tout le monde testait des choses un peu partout, avec des niveaux de structuration encore très variables selon les contextes et les organisations », explique David Tenza.
Aujourd’hui, deux grands profils se dessinent. D’un côté, les explorateurs : ceux qui multiplient les expérimentations, acculturent leurs équipes, mais peinent encore à passer à l’échelle. De l’autre, les pragmatiques, qui ciblent des cas d’usage précis, posent des indicateurs de performance et cherchent des gains mesurables. Plus rares encore, certains acteurs – les disrupteurs – commencent déjà à transformer en profondeur leurs processus métiers.
« Ceux-là voient beaucoup plus loin. Ils intègrent l’IA directement dans leurs opérations et leur business model ». Au fond, le sujet a changé de nature. « L’enjeu n’est plus technologique », insiste-t-il. Gouvernance, réglementation, conduite du changement, montée en compétence des collaborateurs : les défis se situent désormais ailleurs.
Apprendre par l’échec
Car derrière l’accélération actuelle, les échecs existent aussi. Et ils disent souvent beaucoup des erreurs encore commises par les entreprises.
La première tient au manque d’acculturation. Nombreux sont celles qui ne savent pas encore précisément ce que l’IA peut réellement produire aujourd’hui, encore moins ce qu’elle produira demain. Résultat : des projets mal ciblés, lancés sans vision claire, qui débouchent sur peu de valeur.
« Et ce n’est pas grave. On peut aussi apprendre par l’échec », relativise David Tenza.
Autre difficulté : la vitesse d’évolution des technologies. Ce qui semblait pertinent il y a six mois, voire trois mois, peut déjà être dépassé. Une instabilité qui pousse certaines entreprises à attendre, parfois trop longtemps.
Mais le principal point de tension reste souvent humain.
« Les collaborateurs sont parfois inquiets. Il faut leur expliquer ce que l’IA va changer dans leur métier et leur donner de la visibilité. » Car si l’IA crée de nouveaux rôles, elle transforme surtout les équilibres existants.
Enfin, les entreprises sous-estiment fréquemment l’impact organisationnel et financier de ces projets. Un sujet IA ne concerne jamais uniquement la direction générale : DSI, DAF, DPO, marketing, vente, toute l’entreprise doit être embarquée.
À cela s’ajoute une nouvelle réalité économique : les modèles d’IA sont facturés en tokens, c’est-à-dire à l’usage.
« La question des coûts devient centrale. Certaines entreprises commencent même à réfléchir à leurs propres modèles pour gagner en maîtrise », assure David Tenza.
L’impulsion doit venir d’en haut
Au fil des projets, une ligne de fracture apparaît assez clairement entre les entreprises qui parviennent à transformer l’essai, et celles qui restent bloquées au stade de l’expérimentation.
La première différence tient à l’implication de la direction.
« Le principal facteur clé de succès, c’est l’acculturation et le sponsoring de la direction générale », insiste-t-il. Sans impulsion du top management, les projets peinent à dépasser le stade du test ou à embarquer durablement les équipes.
Autre point déterminant : la capacité à identifier des cas d’usage réellement utiles. Ceux qui répondent à un irritant concret, créent de la valeur ou permettent des gains de temps mesurables.
« Quand les bons indicateurs sont posés dès le départ, on peut rapidement mesurer un ROI, ou réajuster. »
Enfin, les entreprises qui avancent le mieux sont souvent celles qui acceptent une logique incrémentale : tester rapidement, mesurer, corriger, avancer par étapes courtes.
« Il faut aller chercher des quick wins pour rester aligné avec la vitesse d’évolution de l’IA. »
C’est le moment de passer à l’action !
Beaucoup d’entreprises testent encore l’IA sans véritable stratégie ni passage à l’échelle. Une posture que David Tenza juge aujourd’hui risquée.
Car, selon lui, la transformation digitale ne commence pas par la technologie, mais par la méthode. Gouvernance, organisation, stratégie, conduite du changement : autant de fondations indispensables avant même de choisir les outils.
« La simple curiosité ne suffit plus aujourd’hui », observe-t-il. L’heure est désormais aux usages concrets, ciblés, utiles. Former les équipes, structurer les démarches, cadrer les indicateurs de performance… mais surtout, passer à l’action.
Avec une conviction simple : mieux vaut avancer progressivement que rester immobile.
Son conseil ? « Faites un POC sur une équipe, mesurez, apprenez, ajustez, déployez et progressez ! »
