Nextea : stratégie IA, parce que l’humain et le savoir font la différence

L’intelligence artificielle entre dans les entreprises à une vitesse telle qu’il est difficile de distinguer l’expérimentation de la véritable stratégie. De nombreuses organisations ont acheté des licences, lancé des projets pilotes et introduit des outils génératifs. Il ne s’agit cependant plus de comprendre ce qu’un modèle linguistique seul peut faire. Il s’agit de décider ce que l’entreprise veut devenir grâce à ces outils.

Stratégie d’IA : pourquoi les personnes et les connaissances passent avant la technologie

La réflexion de Nextea, société de conseil en gestion de la Fédération Altea, part de là : l’IA ne doit pas être traitée comme un accessoire technologique, mais comme une capacité d’entreprise qui modifie les processus, les rôles, les décisions et les modèles de travail. Dans ce cadre, deux facteurs deviennent décisifs : les personnes et les connaissances. Sans personnes capables d’utiliser l’intelligence artificielle à bon escient et sans base de connaissances fiable, même les solutions les plus puissantes risquent de rester des exercices isolés ou de produire des résultats difficiles à gouverner.

Alessandro Turetta, Chief Growth Officer de Nextea, résume ainsi le changement de perspective : les entreprises ne doivent pas s’arrêter à se demander ce qu’un système d’intelligence artificielle peut faire individuellement, mais ce qu’elles veulent devenir grâce à ces outils. L’IA n’est pas un projet à ajouter à l’existant. Elle nous pousse à repenser le périmètre de l’entreprise et la manière dont les connaissances sont collectées, distribuées et transformées en décisions.

L’IA comme capacité commerciale

Pour Turetta, l’intelligence artificielle n’est pas une ressource à part, ni un logiciel à placer parmi d’autres. C’est une capacité transversale, un multiplicateur du potentiel que possède déjà l’entreprise. La différence n’est pas seulement lexicale. Si l’IA est lue comme une capacité métier, sa valeur ne dépend pas seulement de la qualité du modèle ou de l’infrastructure technique, mais aussi du système organisationnel dans lequel elle s’insère.

Cette approche entraîne une conséquence immédiate : la technologie seule ne suffit pas et ne peut être laissée sans règles. Turetta rappelle clairement la question de la gouvernance : utiliser ces outils sans critères ou sans les construire intelligemment peut devenir dangereux. Ce risque ne justifie toutefois pas l’inaction. Rester sur place signifie élargir l’écart entre ceux qui commencent à comprendre comment intégrer l’IA et ceux qui sont laissés pour compte.

L’IA est déjà une question de compétitivité. Cela peut avoir un impact sur le chiffre d’affaires, en enrichissant le modèle commercial, et sur le résultat net, en réduisant les tâches répétitives et en libérant du temps pour un travail à plus forte valeur ajoutée. Cet effet ne se produit cependant pas seul. Il doit être conçu, mesuré et soutenu par une direction précise.

La stratégie avant les cas d’usage

Dans le raisonnement de Turetta, le mot stratégie revient souvent. Non pas comme une formule abstraite, mais comme une condition pour éviter la dispersion. Sans orientation commune, l’adoption de l’intelligence artificielle risque de se fragmenter en tentatives locales, peut-être utiles à court terme, mais incapables de produire une transformation.

C’est pourquoi la stratégie doit partir d’une évaluation de maturité : comprendre d’où l’on part, photographier l’état de l’organisation, évaluer la qualité des données, lire la richesse des connaissances et mesurer le niveau de préparation des personnes. Ce n’est qu’à partir de là qu’une feuille de route crédible pourra émerger. Il n’existe pas de modèle unique à copier, mais un principe s’applique à tous : l’IA d’entreprise ne se construit pas en ajoutant des cas d’utilisation isolés. Il se construit en définissant des objectifs, une gouvernance et des critères d’évolution.

Dans ce contexte, les domaines à surveiller sont différents : valeur, organisation, personnes et culture, gouvernance, technologie, données, connaissances. Parmi ceux-ci, les personnes et les connaissances sont au cœur de la stratégie. C’est là que se décide si l’intelligence artificielle reste un ensemble d’outils ou devient une capacité collective.

La limite des expériences individuelles

Massimiliano Caviglia, associé et responsable People Value Area de Nextea, aborde le sujet du point de vue du retour sur investissements. Ces derniers mois, de nombreuses entreprises ont approuvé des dépenses en licences, plateformes, microprojets et essais. Mais lorsqu’on leur demande ce qu’ils ont construit en termes de valeur réelle, la réponse reste souvent floue.

Sa thèse est claire : trop souvent, l’activité est confondue avec la valeur. Le fait que de nombreuses personnes utilisent l’IA dans leur travail quotidien ne signifie pas que l’entreprise accumule un avantage concurrentiel. Le temps gagné par une personne qui rédige un e-mail plus rapidement ou produit un document plus efficacement n’est pas suffisant. C’est un gain individuel qui ne s’additionne pas, ne se transfère pas et ne laisse aucune trace.

Ici, l’un des nœuds centraux émerge. L’efficacité privée ne devient pas en soi une capacité organisationnelle. Si chaque collaborateur trouve sa propre façon d’utiliser les outils sans partager les pratiques, les erreurs, les critères et les résultats, l’entreprise continue de dépenser en technologie sans transformer ce coût en connaissances généralisées. L’intelligence artificielle reste submergée, intermittente, non gouvernée.

Quand l’IA franchit la porte de l’informatique

Un autre point critique concerne la manière dont l’intelligence artificielle a été introduite dans de nombreuses entreprises. Selon Caviglia, cela arrivait souvent par la porte informatique, traité comme un projet technologique. Si elle reste confinée au périmètre technique, elle tend à être gérée comme une plateforme à mettre en œuvre. Mais l’IA, souligne-t-il, n’est pas seulement un choix informatique. Il redéfinit la manière dont l’entreprise fonctionne, décide et se développe.

Cela signifie que la décision ne peut pas être déléguée exclusivement aux services technologiques. Elle concerne le management, les fonctions opérationnelles, les ressources humaines, le leadership et la culture d’entreprise. Il s’agit avant tout de la manière dont l’entreprise apprend. S’il manque une organisation capable d’apprendre, l’IA peut produire une simple illusion d’efficacité : quelques améliorations locales, pas de progrès structurel.

La question utile n’est donc pas de savoir dans quelle mesure la technologie s’est améliorée, mais à quelle vitesse l’écart entre ceux qui savent bien utiliser l’IA et ceux qui ne le savent pas se creuse. L’avantage concurrentiel vient d’ici.

Là préparation l’humain comme facteur multiplicatif

Pour Caviglia le préparation l’humain est le véritable facteur multiplicateur de la stratégie d’IA. Vous pouvez avoir une technologie avancée et une gouvernance rigoureuse, mais si le préparation l’humain est faible, la production globale a tendance à s’annuler.

Cela renverse une hiérarchie largement répandue. Pendant des années, le facteur humain a été traité comme la dernière étape : d’abord la solution est mise en œuvre, puis la formation est organisée. Dans ce cas c’est le contraire. La composante humaine vient en premier, car elle détermine la qualité de l’adoption, la rapidité de l’apprentissage et la possibilité de transformer l’usage individuel en patrimoine commun.

Là préparation cela ne coïncide pas uniquement avec la culture technique. Cela ne signifie pas seulement savoir comment rédiger des invites ou utiliser de nouveaux outils. Cela inclut la confiance, la qualité du leadership, la sécurité psychologique, le jugement, les ressources cognitives, l’intelligence émotionnelle et la culture d’apprentissage. Il s’agit d’une infrastructure invisible, difficile à construire, mais cruciale pour permettre tout le reste.

Shadow AI, confiance et sécurité psychologique

Parmi les sujets les plus discutés figure le IA de l’ombrec’est-à-dire l’utilisation non déclarée d’outils d’intelligence artificielle au sein des organisations. Turetta observe que jusqu’à ce qu’elle soit maîtrisée, elle constitue un problème, mais une fois gouvernée, elle peut aussi devenir une ressource, car elle révèle des besoins réels et des usages spontanés.

Caviglia relie le phénomène au thème de la confiance. Lorsque les gens utilisent l’IA en secret, l’entreprise perd la condition minimale d’apprentissage collectif. Les compétences restent individuelles, les erreurs n’apparaissent pas et les pratiques ne circulent pas. Mais si les gens sentent qu’ils peuvent expérimenter, poser des questions et admettre qu’ils ne savent pas, ils adoptent plus facilement l’IA et partagent ce qu’ils apprennent.

La sécurité psychologique n’est donc pas un élément accessoire. Il décide si les gens sont disposés à exposer leur travail, à déclarer l’utilisation de l’IA et à montrer des essais et des problèmes critiques. Sans ce climat, l’entreprise peut multiplier les licences mais ne fera que continuer à accumuler des connaissances cachées.

La connaissance comme deuxième pilier

À côté des gens, Turetta place le savoir. C’est la deuxième pierre angulaire de la stratégie. Les systèmes d’IA ont besoin d’une base de connaissances valide sur laquelle travailler. L’IA ne produit pas automatiquement des connaissances utiles à l’entreprise : elle fonctionne mieux ou moins bien en fonction de la qualité des informations et des actifs sémantiques qu’elle parvient à exploiter.

Un système construit sur une base générique peut fournir des réponses plausibles, mais peine à exprimer véritablement le contexte métier. Le problème ne consiste pas seulement à récupérer des documents ou à connecter des données. Cela signifie transformer les connaissances dispersées de l’entreprise en une structure accessible, vérifiable et gouvernable. En ce sens, la connaissance n’est pas une archive, mais une infrastructure.

Le lien avec les gens est direct. Si les individus sont le multiplicateur, la connaissance structurée est la nourriture qui rend ce multiplicateur efficace. Séparer les deux plans signifie les affaiblir tous deux.

Mesurer avant d’intervenir

Turetta et Caviglia insistent tous deux sur un principe simple : on ne gouverne pas ce que l’on ne mesure pas. Pour cette raison, l’adoption doit partir d’un instantané de la maturité organisationnelle et préparation de personnes.

L’évaluation sert à lire au moins trois niveaux : préparation organisationnel, préparation personnel e alphabétisation. Son objectif n’est pas de classer, mais d’orienter l’intervention : comprendre où se concentre le risque de shadow AI, où se situe la population de l’entreprise le long de l’échelle de compétence, quels domaines nécessitent un socle commun minimum.

On assiste ici à une conception de la stratégie d’IA différente de celle centrée sur les cas d’usage les plus visibles. Avant de rechercher l’application la plus avancée, un niveau partagé de capacités humaines et organisationnelles doit être construit. Dans le cas contraire, l’entreprise reste exposée à deux risques : une adoption inégale et une dispersion de la valeur.

Dans ce cadre, la technologie est importante, mais elle ne suffit pas. La différence dépend de la qualité des personnes, de la confiance qui sous-tend l’organisation et de la capacité de chacun à donner forme à sa richesse de connaissances. C’est là que l’IA cesse d’être une séquence de tests et commence à devenir un choix commercial.

Article créé en collaboration avec Nextea