Votre stratégie IA rassure tout le monde: c’est exactement pourquoi elle échoue

Le réflexe qui condamne les projets IA
 

la FINMA, la moitié des établissements financiers  suisses utilisent déjà l’IA ou la développent. Face à cette  vague, le même réflexe revient chez nos clients romands: créer un centre d’excellence IA, une équipe à part chargée  de «faire l’IA» pour toute l’organisation. Dans les faits, on lui  demande tout à la fois de déployer et surveiller les plate formes agentiques, de fixer la gouvernance de l’IA, de faire  monter les métiers en compétence, de maîtriser les briques  pointues, et par-dessus tout, de développer elle-même les  cas d’usage. Cinq missions pour une seule équipe: plate forme, gouvernance, accompagnement, sous-systèmes complexes et réalisation. Le problème n’est pas la compétence  de ces profils triés sur le volet, mais leur position dans l’organisation. Le goulot est prévisible: la file des cas d’usage  s’allonge, les preuves de concept n’atteignent pas la produc tion, les métiers attendent. 

Pourquoi les cas d’usage doivent naître au cœur  du métier
 

La cause profonde tient à la nature des LLM. Ces modèles  sont probabilistes: leur qualité dépend moins du code que  du contexte fourni et de l’évaluation continue de leurs réponses. Un agent qui pré-analyse des dossiers de crédit ne  vaut que si un analyste valide ses conclusions, corrige ses  appréciations du risque et enrichit sa base de connaissance. Ce travail ne se délègue pas via un cahier des charges. C’est  une boucle continue, où spécification, développement et évaluation se confondent. L’expertise métier n’est plus une en trée du projet: elle est un composant du système. Et un composant ne peut pas rester à l’extérieur de l’équipe qui le construit.

Le métier construit, la technique encadre 
 

L’expert métier ne se contente plus d’exprimer un besoin: il  construit. Il rédige les instructions de l’agent, constitue sa  base de connaissance, évalue ses réponses et décide de sa  mise en production, dans le cadre de gouvernance commun. Le profil technique, dans la même équipe, développe les  agents et pose les garde-fous face aux limites des modèles:  hallucinations, contexte, non-déterminisme. Il consomme la  plateforme comme un service, et sollicite l’équipe des  sous-systèmes complexes pour les briques pointues, telles  qu’un graphe de connaissances. Le contrôle qualité, enfin,  change de nature. On ne valide plus un comportement déter ministe, on supervise en continu un système probabiliste. 

Le centre d’excellence ne meurt pas, il s’éclate 
 

Faut-il dissoudre le centre d’excellence? Pas exactement. Il faut le déstructurer en équipes distinctes aux mandats clairs.  La plateforme agentique devient le produit d’une véritable  équipe plateforme. Les sous-systèmes qui exigent une expertise rare reviennent à des équipes dédiées. Ce qui sub siste garde deux missions. La gouvernance d’abord: confor mité, sécurité, auditabilité des agents. C’est ce cadre com mun qui rend l’autonomie des équipes possible. L’accompa gnement ensuite: rendre chaque équipe métier autonome,  puis passer à la suivante. Quant à la réalisation des cas  d’usage, elle rejoint les équipes métiers. L’IA cesse d’avoir  un propriétaire unique dans l’organigramme. C’est ce qui lui  permet de passer à l’échelle. 

Un mot pour conclure?
 

Le centre d’excellence a un attrait discret: il permet d’afficher  une stratégie IA sans rien bouger. Chacun garde son poste,  l’organisation reste intacte, et les preuves de concept restent  des preuves de concept. BCG estime pourtant que 70% du  succès d’une transformation IA tient aux personnes et aux  processus, contre 10% aux algorithmes. Autrement dit, ce  que le centre d’excellence laisse intact est précisément ce  qui compte. La vraie question est donc simple.
Voulez-vous vraiment vous transformer, quitte à une profonde réorgani sation? Ou simplement ajouter une équipe IA, pour dire que  vous faites de l’IA?
 

Auteur: