IA : regards croisés de dirigeants

Éditions Tissot : l’IA comme nouvelle interface client 

Aux Éditions Tissot, Caroline Acs observe que les clients, hier tournés vers les moteurs de recherche, interrogent désormais directement des assistants conversationnels. Cette évolution redéfinit le métier d’éditeur : « Nous avons énormément de contenu, lequel reste la matière première de l’IA, comme il l’était déjà du web. C’est ce patrimoine informationnel qui fonde notre légitimité et notre valeur. » 

Face aux propositions de rachat de contenus pour entraîner des modèles, l’entreprise reste sur sa ligne : « Ce contenu reste notre principal actif. Le céder reviendrait à dissoudre notre valeur et notre relation avec les clients. » 

La trajectoire se construit donc à partir du besoin utilisateur, jamais de la technologie : « S’il n’y a pas de problème concret à résoudre, l’IA n’a pas sa place. Elle n’intervient que si elle apporte une valeur mesurable. » Ainsi les services marketing, produits, technique et commercial travaillent de concert pour activer l’IA là où elle crée un bénéfice réel. L’expertise humaine demeure centrale dans la rédaction, la vérification juridique et l’accompagnement des utilisateurs. 

CNR : accélérer sans perdre l’équilibre 

À la CNR, l’IA s’appuie sur une culture ancienne de la donnée. Les modèles prédictifs utilisés pour la production d’électricité ont préparé le terrain à l’IA générative. La DSI a lancé très tôt des projets avec les métiers, jusqu’au déploiement de CNR-GPT, adopté par près de 75 % des collaborateurs. 

Sophie Bernay explique : « L’IA reste un outil parmi d’autres. Chaque initiative doit produire un bénéfice lisible et rester soutenable dans la durée. » Avec 143 cas d’usage recensés, l’entreprise privilégie en effet une intégration progressive, sans fascination technologique, en veillant à l’équilibre économique et à la continuité des projets existants. 

bioMérieux : bâtir la valeur étape par étape 

Chez bioMérieux, l’IA démarre par l’expérimentation des équipes : « Nous avons commencé par des usages très concrets : réunions, synthèses, gestion contractuelle. » Jerôme Casamassa, Vice-President, Process Performance & Operations | Legal, Corporate Integrity & Public Affairs, bioMérieux.  

Ces premiers cas servent d’apprentissage collectif.La démarche se structure ensuite autour des priorités métiers, du choix technologique et de la gouvernance data. « Lorsque la donnée est imparfaite, l’IA agit comme un révélateur brutal : elle met à nu les failles de l’organisation. » Un Chief Data Officer coordonne désormais l’ensemble pour répondre à une question simple : quels usages améliorent réellement l’activité, le temps de travail et la qualité des décisions ? 

L’IA modifie la structure même des rôles

À travers l’IA, certaines tâches disparaissent, d’autres se transforment, pendant que de nouveaux métiers émergent. Telle la tectonique des plaques, cela entraîne d’autres mouvements importants : les équipes passant d’une logique d’exécution à celle de la supervision et de l’orchestration. 

Ce déplacement oblige à repenser les parcours professionnels, les modèles de management, jusqu’à l’évaluation de la performance.

Les entreprises doivent ainsi anticiper ces ajustements pour passer de la promesse technologique et à la réalité, autant sur le plan des missions que sur l’aspect social. 

Quand l’IA redessine les modèles économiques

Au-delà de l’organisation interne, l’IA agit par ailleurs sur la proposition de valeur. L’exemple des Éditions Tissot montre ainsi que l’Intelligence artificielle modifie certes la manière de produire le contenu, mais elle transforme aussi la façon dont les clients accèdent à l’information, la consomment et lui accordent de la valeur. Un constat qui irrigue dans d’autres secteurs : assurance, banque, industrie, services professionnels, distribution.

Les produits deviennent alors plus personnalisés. De même, les cycles de décision se raccourcissent côté clients, dont les attentes évoluent.

Autrement dit, les entreprises qui traitent l’IA comme un simple outil d’optimisation interne passent à côté de ces bascules stratégiques.

Dès qu’une organisation sort du cercle des premiers utilisateurs, trois sujets émergent : la sécurité, la conformité et la maîtrise des dépenses.  

Sécurité : l’IA met la donnée sous projecteur 

Les requêtes générées par les utilisateurs, les résumés automatisés et les synthèses produites à partir de masses documentaires font ressurgir des contenus que les organisations n’avaient jamais réellement inventoriés ni cartographiés. À mesure que l’IA explore ces gisements d’informations, elle met en lumière des zones d’ombre, révèle des dépendances invisibles et expose des données jusque-là dormantes. Ce phénomène n’est pas propre à un secteur ou à une entreprise : il reflète une tension généralisée entre le potentiel des modèles IA et la maîtrise opérationnelle de la donnée.  

Or, sécuriser l’accès à l’information implique de clarifier les droits d’accès, de structurer les référentiels documentaires, de segmenter les contenus sensibles et d’instaurer des routines de vérification continue. Une démarche qui permet de réduire les expositions involontaires, renforce la confiance interne et établit les bases d’une adoption de l’IA qui soit à la fois ambitieuse et maîtrisée. Autrement dit, un équilibre que les entreprises les plus avancées sur le sujet s’efforcent d’atteindre aujourd’hui. 

Conformité : cadrer sans bloquer 

L’IA introduit une tension classique, mais rarement à cette vitesse : avancer vite, tout en encadrant. Les entreprises qui réussissent évitent les chartes interminables. Elles privilégient au contraire un cadre simple, compris, qui sera facilement appliqué : quels outils sont autorisés, quels types de données restent interdits, comment documenter un usage, qui alerter en cas de doute.  

Chez bioMérieux, la logique « commencer par un environnement maîtrisé » a, par exemple, servi de point d’appui. Le choix d’outils intégrés à l’écosystème de travail a réduit certains risques de dispersion et a donné un terrain plus sain pour apprendre, tester et ensuite prioriser.   

Coûts : l’IA modifie les réflexes budgétaires 

Les dirigeants le constatent rapidement : l’IA n’est pas un simple abonnement supplémentaire. Elle entraîne des dépenses liées à l’infrastructure, à la sécurité, à la gouvernance, à l’accompagnement du changement et parfois à la refonte des processus. Autant d’éléments qui exigent une vision budgétaire élargie et réaliste. 

Maintenir un équilibre économique devient alors essentiel pour éviter que l’enthousiasme initial ne dérive en surinvestissement. Les chiffres de la 29e Global CEO Survey en témoignent : l’IA figure au premier rang des préoccupations des dirigeants (42 %), mais 56 % n’en tirent encore ni gains de revenus ni économies, et seulement 12 % atteignent le double bénéfice revenu et réduction de coûts.  

Ces indicateurs ne remettent pas en cause l’efficacité de l’IA : ils démontrent surtout que beaucoup de déploiements sont trop précoces, mal ciblés ou insuffisamment pilotés. 

Les organisations qui progressent durablement sont celles qui arbitrent en continu entre promesses et résultats. Elles évaluent chaque usage au regard des coûts réels engagés et ajustent voire stoppent sans hésitation les projets qui ne produisent pas de valeur tangible.