L'intelligence artificielle promet des gains de productivité, mais les entreprises françaises risquent de buter sur leur retard humain.

LA NOUVELLE ÉCONOMIE INTERVIEW

Marc Trilling, président de Saegus : « On ne peut plus se contenter d’empiler des licences logicielles »

On parle volontiers, dans les états-majors, des investissements massifs consacrés à l’intelligence artificielle. On additionne les budgets, les licences, les outils, les plateformes, les démonstrateurs. Mais le sujet décisif est peut-être ailleurs. Dans une étude menée avec Odoxa, Saegus, cabinet indépendant spécialisé en stratégie IA, met en lumière une fracture plus discrète, mais beaucoup plus déterminante : celle de l’acculturation des salariés. Selon cette enquête, 88 % des professionnels du numérique considèrent que l’IA va provoquer une révolution du travail, mais seuls 17 % estiment que les entreprises forment suffisamment leurs collaborateurs.

Pour Marc Trilling, président et cofondateur de Saegus, c’est là que se situe le véritable risque économique. Les entreprises peuvent multiplier les outils, mais elles ne créeront pas de valeur si les usages ne suivent pas. « On ne peut plus se contenter d’empiler des licences logicielles », résume-t-il. La formule vise juste. L’intelligence artificielle ne fonctionne pas comme un simple logiciel de productivité que l’on installe dans un coin du système d’information. Elle modifie les gestes professionnels, la répartition des tâches, la manière de décider, de produire, de vendre et d’organiser le travail. Ce décalage entre la puissance technologique et la maturité humaine crée ce que Saegus appelle une « dette d’acculturation ». L’expression est éclairante. Comme une dette financière, elle peut rester invisible quelque temps, puis peser brutalement sur les comptes. Une entreprise qui investit dans l’IA sans former ses équipes accumule une dette cachée : outils mal utilisés, processus inchangés, collaborateurs méfiants, gains de productivité différés. Le retour sur investissement, pourtant invoqué pour justifier les budgets IA, se trouve alors compromis.

L’étude révèle également une inquiétude profonde dans les organisations. Les cadres, souvent les premiers exposés à la transformation des méthodes de travail, ne sont pas dans le déni : 61 % d’entre eux anticipent une transformation profonde de leurs missions. Ce chiffre dit moins une peur irrationnelle qu’une lucidité nouvelle. Les « cols blancs », longtemps protégés des grandes vagues d’automatisation qui avaient touché l’industrie, voient désormais leurs propres tâches analysées, découpées et parfois automatisées. Plus troublant encore : 77 % des Français pensent que l’IA détruira davantage d’emplois qu’elle n’en créera, et 70 % des professionnels du numérique partagent ce diagnostic. Ceux qui conçoivent ou déploient ces technologies ne sont donc pas beaucoup plus rassurants que ceux qui les subissent. C’est un signal faible devenu signal fort. L’IA n’est plus seulement perçue comme un outil de modernisation ; elle devient un facteur de déclassement possible pour les salariés qui ne seraient pas accompagnés.

Marc Trilling refuse cependant une lecture strictement défensive. Pour lui, l’enjeu n’est pas de bâtir une entreprise réduite à l’automatisation et à la compression des effectifs. « La question n’est pas de réduire les effectifs, mais d’utiliser l’IA comme une libératrice de capacité humaine pour adresser des besoins jusque-là inaccessibles », explique-t-il. Autrement dit, l’IA ne doit pas seulement remplacer des tâches existantes. Elle doit permettre de traiter des marchés, des clients, des données ou des problèmes que l’entreprise ne pouvait pas aborder auparavant. C’est ici que la direction générale entre véritablement en scène. Tant que l’IA est considérée comme un sujet technique, confié à la DSI ou à quelques équipes d’innovation, le risque est de rester au stade du test, du prototype, de la démonstration séduisante mais marginale. Or l’étude Saegus-Odoxa montre que le temps manque. La fenêtre d’adaptation se réduit à 24 ou 36 mois, là où les précédentes révolutions industrielles s’étalaient sur plusieurs décennies. Ce changement de rythme bouleverse les méthodes classiques de transformation.

Les organisations françaises semblent en retard sur ce tempo. Selon l’étude, 66 % des experts de la tech estiment que les entreprises ne s’adaptent pas assez vite ; 57 % des salariés partagent cette perception. Ce n’est pas seulement un problème de formation au sens scolaire du terme. Il s’agit de revoir les processus, les circuits de décision, les fiches de poste, les indicateurs de performance, les responsabilités managériales. L’IA demande moins une couche technologique supplémentaire qu’une recomposition du fonctionnement de l’entreprise. Les groupes qui sauront transformer cette dette d’acculturation en capital humain productif amélioreront leur levier opérationnel. Ceux qui se contenteront d’acheter des solutions risquent d’empiler les coûts sans capter les gains. Dans l’économie de l’IA, l’avantage compétitif ne viendra pas seulement de l’accès aux meilleurs modèles, mais de la capacité à les intégrer dans les usages réels, au plus près des métiers.