Depuis l’arrivée de l’IA générative, une question revient de plus en plus souvent dans les comités de pilotage : « Et l’IA dans tout ça ? » Les usages se multiplient et les gains de productivité sont réels. Mais l’IA transforme-t-elle réellement la manière dont les entreprises conduisent leurs transformations digitales ?  

Rédiger en quelques secondes le compte-rendu d’un atelier, générer des user stories à partir de l’analyse de comptes-rendus d’expressions de besoins métier ou analyser des centaines de verbatims utilisateurs : les usages de l’intelligence artificielle sont désormais très concrets. Pour un PMO, un chef de projet ou un consultant, le gain de temps peut être significatif. 

Mais une transformation digitale ne réussit pas parce qu’elle produit plus rapidement des livrables. Elle réussit lorsque le besoin métier est compris, que les bonnes décisions sont prises, que les équipes sont alignées et que les utilisateurs adoptent réellement les nouvelles pratiques. 

L’enjeu n’est donc plus seulement d’intégrer l’IA à la transformation digitale, mais de comprendre ce qu’elle change dans la manière même de transformer une organisation. 

Pilotage : de la collecte à l’anticipation 

Piloter un projet consiste en grande partie à collecter, consolider et restituer de l’information : avancement, charges, risques, décisions ou dépendances. 

L’IA peut aujourd’hui prendre en charge une partie de ce travail. Elle peut synthétiser des reportings, préparer une trame de comité de pilotage, structurer un registre des risques ou faire ressortir des tendances dans les comptes rendus. 

Elle peut également identifier certains signaux faibles : un jalon qui glisse, une charge qui dérive ou une même difficulté mentionnée à plusieurs reprises. 

Le PMO ou le chef de projet peut alors consacrer moins de temps à la collecte et à la mise en forme, et davantage à l’analyse, l’anticipation et la décision. 

Mais l’IA ne lit pas une salle. Elle ne perçoit pas nécessairement le désengagement d’un sponsor, une tension entre deux directions ou une décision qui se prépare informellement. L’arbitrage, la négociation et la mobilisation restent des compétences humaines. 

AMOA : mieux rédiger ne veut pas dire mieux comprendre 

L’AMOA est particulièrement concernée par cette évolution. Expression de besoin, spécifications fonctionnelles, user stories, critères d’acceptation ou cahier de recette : l’IA générative peut accélérer une grande partie de la production documentaire. 

Elle peut reformuler un besoin exprimé en atelier, identifier des incohérences, proposer des scénarios de test, générer des critères d’acceptation ou contribuer à qualifier des anomalies. Le gain peut être tangible, notamment lors des phases de recette. 

Mais une spécification parfaitement rédigée peut toujours décrire un besoin mal compris.

L’IA travaille à partir des informations qui lui sont fournies et dépend de la qualité et de l’exhaustivité de ces informations. Elle ne connaît pas spontanément les pratiques informelles, les contraintes opérationnelles ou les compromis historiques d’une organisation. 

Pour distinguer le besoin réel du besoin exprimé, il faut confronter les points de vue, questionner les évidences et comprendre le terrain. Il est donc nécessaire de garder un regard critique et une supervision humaine sur les résultats produits par l’IA.  

L’IA accélère donc la production de l’AMOA, mais ne remplace pas son rôle de traduction, de challenge et de sécurisation du besoin métier. 

Change management : accélérer le diagnostic, pas l’adhésion 

C’est peut-être sur la conduite du changement que la question devient la plus intéressante. 

L’IA peut analyser des verbatims, identifier les impacts par population, cartographier les parties prenantes, exploiter des questionnaires ou contribuer à personnaliser les communications et les supports de formation. 

Elle peut également aider à structurer un diagnostic de conduite du changement en identifiant les points de blocage : compréhension du changement, motivation, connaissance, capacité à agir ou maintien des nouvelles pratiques. 

Mais accélérer le diagnostic ne signifie pas accélérer mécaniquement l’adhésion. Le désir de changer repose aussi sur la confiance, le sens donné au projet, l’exemplarité du management et la capacité des équipes à se projeter dans la nouvelle organisation. 

L’IA peut identifier une résistance. Elle ne peut pas, à elle seule, créer la confiance nécessaire pour la dépasser.  

Et le paradoxe est intéressant : l’IA est elle-même un objet de transformation. Déployer un assistant ou un agent IA sans repenser les processus, les rôles et les compétences expose au même risque que tout projet technologique : un outil disponible, mais peu utilisé. 

Ce qui change… et ce qui reste 

L’IA modifie donc bien certaines règles du jeu. Elle augmente la vitesse de production, facilite l’accès à l’information et permet d’analyser des volumes de données auparavant difficiles à exploiter. 

Mais elle ne remet pas en cause les fondamentaux d’une transformation réussie : un besoin compris, une gouvernance claire, des décisions assumées, des processus cohérents et des utilisateurs accompagnés. 

Un processus mal conçu ne devient pas pertinent parce qu’il est automatisé. Un besoin mal cadré ne devient pas juste parce qu’il est mieux rédigé. Et une transformation mal accompagnée ne devient pas adoptée parce que la communication a été produite plus rapidement. 

L’IA change la partition, mais elle ne remplace pas le chef d’orchestre. 

Elle permet aux équipes de transformation de consacrer moins de temps à produire et davantage à comprendre, challenger, décider et accompagner. 

La valeur du conseil se déplace ainsi : moins dans la production de livrables, davantage dans le jugement, la capacité à donner du sens et à accompagner l’adoption. 

L’IA générative devient alors non pas une fin en soi, mais un levier de performance au service de la transformation digitale.

Car au fond, la question n’est peut-être plus : « Que peut faire l’IA ? » Mais plutôt :  

« Comment intégrer l’IA dans une transformation digitale pour aller plus loin de manière cohérente et responsable et générer des résultats tangibles. » 

Comment Axys peut vous accompagner pour faire de l’IA un accélérateur de la transformation digitale 

• Définition de la stratégie et identification des cas d’usage : définir comment intégrer l’IA dans un programme de transformation en identifiant les opportunités. 

• Déploiement des cas d’usage : intégrer les solutions IA dans les processus et le système d’information tout en gardant un regard critique et une supervision humaine sur les résultats produits. 

• Adoption et acculturation : accompagner les collaborateurs dans l’utilisation de l’IA. 

Aicha MOUTAOUIE, Consultante senior BU Acte