L'IA ne répare pas une fondation défaillante
La technologie ne remplace jamais l'architecture. Elle ne fait que la multiplier. Pointez un multiplicateur vers une fondation défaillante, et il industrialise les fissures.
Tous les quelques années arrive une technologie dont les fondateurs espèrent qu'elle réparera enfin ce qui se dégrade en silence. Aujourd'hui, cette technologie est l'intelligence artificielle. La promesse est enivrante : pointez l'IA vers les parties désordonnées, lentes et incohérentes de l'entreprise, et regardez-les se résoudre. Automatisez le chaos. Laissez la machine imposer l'ordre que l'organisation n'a jamais bâti elle-même. C'est la promesse la plus séduisante des affaires, car elle offre un raccourci pour contourner le travail le plus difficile qui soit.
Cela ne fonctionne pas. Non parce que l'IA serait faible, mais parce qu'elle est puissante d'une manière précise que les fondateurs interprètent mal de façon constante. L'IA n'impose pas d'ordre. Elle multiplie l'ordre qui existe déjà. Donnez-lui un processus clair et bien architecturé, et elle amplifie cette clarté à une vitesse remarquable. Donnez-lui un processus défaillant, et elle amplifie la défaillance tout aussi fidèlement — sauf que le dysfonctionnement va désormais plus vite, à plus grande échelle, et avec la fausse autorité de ce qui sort d'une machine.
L'IA n'est pas une fondation. C'est un multiplicateur qu'on applique à une fondation. Et tout nombre multiplié par une fondation faible reste faible — simplement plus grand.
Un multiplicateur n'est pas une réparation
La technologie hérite de l'architecture. Elle ne la remplace pas.
Imaginez deux entreprises qui achètent le même système d'IA le même jour. La première a des normes claires, une information propre et des processus définis — une fondation saine. L'IA entre dans cet environnement et le démultiplie : le bon processus tourne désormais cent fois plus vite, et le résultat est fiable parce que ce qui l'a nourri l'était. La seconde entreprise vit d'improvisation, de définitions incohérentes et d'un jugement non documenté logé dans quelques têtes. La même IA entre et démultiplie cela. Elle automatise la confusion, met l'incohérence à l'échelle, et produit des réponses fausses plus vite qu'aucun humain n'aurait pu l'être.
La différence de résultat n'avait rien à voir avec la technologie, qui était identique. Elle tenait entièrement à la fondation que la technologie multipliait. C'est la chose la plus importante à comprendre au sujet de l'IA en entreprise : elle n'apporte pas d'architecture avec elle. Elle hérite de la vôtre. Si la fondation sous elle est défaillante, l'IA ne le remarque pas et ne s'en soucie pas. Elle industrialise simplement les fissures.
La preuve : où l'argent est réellement allé
Les échecs ne sont pas des échecs de la technologie. Ce sont des échecs de la fondation.
Ce n'est ni de la prudence ni de la théorie ; c'est désormais l'un des schémas les mieux documentés des affaires. En 2025, le rapport State of AI in Business du MIT a examiné les déploiements d'IA générative en entreprise et abouti à une conclusion qui donne à réfléchir : environ 95 % n'ont produit aucun retour mesurable. Non pas des retours modestes. Aucun. Mais le constat crucial fut le diagnostic. Les échecs n'étaient pas causés par des modèles faibles. Ils étaient causés par tout ce qui se trouve en amont du modèle : les données, les processus, les définitions, la fondation vers laquelle l'IA était pointée.
La RAND Corporation, analysant plus de 2 400 initiatives d'IA en entreprise, a constaté que plus de 80 % n'ont pas livré la valeur attendue, deux fois le taux d'échec des projets technologiques ordinaires. Et quand RAND en a retracé les causes, l'algorithme figurait rarement parmi elles. Les responsables étaient l'information fragmentée entre systèmes déconnectés, les définitions incohérentes d'un service à l'autre, la mauvaise qualité des données et l'absence de gouvernance. En clair : les entreprises n'avaient pas d'architecture claire, et l'IA ne pouvait pas en fournir une. Elle ne pouvait qu'exposer, à grande vitesse et à coût énorme, que l'architecture n'avait jamais été bâtie. Les organisations ont déversé des centaines de milliards dans la technologie et une grande partie n'a rien produit. Non parce que les outils ont échoué, mais parce qu'on leur a demandé de tenir sur des fondations qui n'existaient pas.
Pourquoi le raccourci est si tentant
Bâtir une architecture est lent et invisible. Acheter un outil est rapide et visible.
Si la leçon est si claire, pourquoi des dirigeants compétents refont-ils le même pari coûteux ? Parce que l'alternative est réellement difficile, et que l'IA ressemble à un moyen de la contourner. Bâtir une fondation saine — aligner l'organisation, définir la structure, rendre le travail reproductible, le gouverner — est lent, sans prestige et le plus souvent invisible. Acheter un système d'IA est rapide, concret et annonçable. Un conseil préfère entendre que l'entreprise a déployé une IA de pointe plutôt qu'elle a passé deux trimestres à consigner comment les décisions se prennent. L'outil a l'air d'un progrès. La fondation a l'air d'un coût.
Ainsi l'entreprise à la fondation défaillante se tourne vers l'IA précisément parce qu'elle ne peut affronter le travail plus lent qu'exige la fondation — et, ce faisant, garantit l'échec de l'IA. La technologie devient une manière coûteuse d'éviter le vrai problème, qui demeure alors non résolu sous une couche nouvelle et onéreuse. La vérité dérangeante, c'est que les entreprises les mieux placées pour tirer parti de l'IA sont celles qui avaient le moins besoin d'un raccourci au départ. Elles avaient déjà fait le travail de fondation, si bien que le multiplicateur a quelque chose qui mérite d'être multiplié.
Jamais, dans toute l'histoire des affaires, la technologie n'a remplacé l'architecture. Elle n'a jamais fait que révéler si l'architecture était là.
Bâtissez d'abord la fondation. Puis multipliez-la.
L'ordre n'est pas facultatif, et il ne s'inverse pas.
Rien de tout cela n'est un argument contre l'IA. Elle est puissante, elle ne disparaîtra pas, et les organisations qui l'emploient bien prendront une avance décisive sur celles qui ne le font pas. C'est un argument sur la séquence. L'IA a sa place après la fondation, non à sa place, car un multiplicateur ne vaut que ce que vaut ce qu'il multiplie. Le bon ordre est celui qui a toujours régi les entreprises durables : bâtir d'abord l'architecture, prouver qu'elle fonctionne, et seulement ensuite appliquer la technologie pour la faire tourner plus vite et porter plus loin.
La discipline pratique consiste à résister au déploiement de l'IA sur tout processus que vous n'avez pas d'abord rendu sain en soi. Si un flux de travail est défaillant lorsque des humains le mènent, l'IA ne le réparera pas ; elle mettra la défaillance à l'échelle. S'il est clair et fonctionne, l'IA l'amplifiera magnifiquement. La question honnête avant toute initiative d'IA n'est donc pas « que peut faire cette technologie ? » mais « la fondation qui la porte mérite-t-elle d'être multipliée ? » Réussissez cet ordre, et l'IA devient exactement ce qu'elle doit être : non un sauvetage, mais une récompense pour l'architecture que vous avez déjà bâtie.
L'ordre qui ne s'inverse pas
L'IA est la dernière étape, non la première. Appliquée par-dessus une fondation saine, elle multiplie une force réelle. Sollicitée avant que la fondation existe, elle n'a rien sur quoi tenir — et multiplie un dysfonctionnement jamais traité. La séquence est celle qui régit toute entreprise durable : l'architecture d'abord, la technologie ensuite.
Diagnostic exécutif
Trois questions à se poser avant de pointer l'IA vers quoi que ce soit.
L'IA rendra plus grand et plus rapide ce vers quoi vous la dirigez. La seule question qui compte au préalable est donc de savoir si ce vers quoi vous la dirigez mérite d'être agrandi. Posez-vous ces questions à propos du processus précis que vous envisagez d'automatiser.
La fondation mérite-t-elle d'être multipliée ?
L'épreuve manuelle. Ce processus fonctionne-t-il déjà de façon fiable lorsque des humains le mènent ? S'il est défaillant à la main, l'IA ne le réparera pas — elle mettra la défaillance à l'échelle.
L'épreuve des définitions. Les termes et les règles dont dépend ce processus signifient-ils la même chose dans chaque service ? Des définitions incohérentes nourrissent l'IA de bruit, et elle multiplie le bruit.
L'épreuve de la confiance. Si l'IA produisait une réponse demain, lui feriez-vous assez confiance pour agir sans vérifier ? Sinon, le problème est la fondation qui l'alimente — non le modèle.
Un « non » à l'une de ces lignes n'est pas une raison d'acheter une meilleure IA. C'est le signal que la fondation sous le processus ne mérite pas encore d'être multipliée. Réglez cela d'abord ; la technologie attendra, et elle vaudra bien davantage quand ce qu'elle amplifie sera sain.
Sources
- MIT, The State of AI in Business 2025 (Project NANDA) — étude sur l'IA générative en entreprise concluant qu'environ 95 % des déploiements n'ont produit aucun impact mesurable sur le résultat, avec des causes en amont du modèle.
- RAND Corporation, analyse de plus de 2 400 initiatives d'IA en entreprise (2025) : plus de 80 % n'ont pas livré la valeur attendue — environ deux fois le taux d'échec des projets technologiques non-IA — en raison de lacunes de données, de définitions et de gouvernance plutôt que des modèles eux-mêmes.
- Enquêtes en entreprise de Gartner et Informatica (2025-2026) sur la maturité en IA et la qualité des données comme premier obstacle au succès de l'IA.
Les organisations qui gagnent avec l'IA ne sont pas celles qui l'ont adoptée le plus tôt. Ce sont celles qui ont bâti quelque chose qui méritait d'être multiplié avant de le multiplier.
« Est-ce que je demande à l'IA de bâtir ma fondation, ou d'en multiplier une que j'ai déjà bâtie?»
Poursuivre la réflexion · À paraître
Pourquoi la croissance affaiblit certaines entreprises
Pourquoi la croissance vient en cinquième, pas en premier
Pourquoi les fondateurs les plus performants sont les plus prisonniers
Fondateur et président-directeur général de BWGI Group et créateur des Genesis Enterprise 7 Frameworks™. Fort de plus de vingt années passées à observer fondateurs, institutions et gouvernements en Afrique, au Moyen-Orient, en Asie et en Amérique du Nord, il aide les dirigeants à bâtir des organisations conçues pour durer au-delà de la présence quotidienne de leur fondateur.
