Article à jour d'avril 2026
Il est normal de s’interroger sur les perspectives faramineuses ouvertes par l’intelligence artificielle générative.
Mais l’IA ne reste qu’un outil, qui doit être bien déployé pour être utilisé efficacement.
Comme toutes les ruptures technologiques, l’IA déplace davantage la valeur qu’elle ne la crée
Les IA génératives et toutes les technologies qui leur sont associées accélèrent la production de contenu et d’analyses, qui nécessitaient auparavant un temps plus long de travail pour arriver au même résultat.
Des transformations similaires ont déjà eu lieu dans l’Histoire.
Les métiers à tisser, puis les machines à coudre, ont accéléré et facilité la production des tissus et des points. Ce faisant, elles ont diminué le coût de production nécessaire à la production des vêtements, tout en réduisant drastiquement la main d’œuvre nécessaire à niveau comparable de production.
Quelle que soit la rapidité avec laquelle nous sommes parvenus à assembler deux morceaux de tissus, le besoin en vêtements n’a pas faibli. Ce qui était produit manuellement est dorénavant produit plus automatiquement, sans que la nécessité à laquelle il répondait (associer deux morceaux de tissus, dans un ensemble cohérent pour répondre à un besoin final) n’ait disparu.
La plupart des gains “spectaculaires” de l’IA proviennent encore d’un marché immature
À date, la plupart des profils qui se présentent comme « Consultant expert IA » vous proposent d’automatiser de manière un peu sauvage vos process avec des outils d’une technicité relative (make ou n8n pour ne citer que les plus populaires). Ce sont les profils qui ont compris les gains de productivité associés à ces outils, constaté la différence entre le prix payé aujourd’hui pour un livrable et leur capacité à délivrer, et vous font miroiter, parfois à raison, des gains faramineux sur votre structure de coût.
S’il fallait le comparer au secteur de l’habillement, ce segment est l’équivalent de la productivité et de la qualité d’un Shein dans un marché encore immature sur son niveau d’exigence. C’est effectivement une perspective très intéressante à court terme, parce qu’elle vous permet de saisir une fenêtre de tir liée au décalage entre la valeur perçue et le coût de production. Mais comme toute fenêtre de tir, elle a vocation à disparaître à mesure que vos partenaires et concurrents gagneront en compréhension sur la technologie, ses capacités réelles, et aussi ses limites.
L’automatisation simple n’apparaît, par conséquent, pas comme une stratégie de long court viable pour n’importe quelle organisation qui s’intéresse à l’IA.
Le problème n’est pas l’automatisation, mais de croire qu’elle constitue à elle seule une stratégie durable.
Une technologie devient réellement utile lorsque l'organisation se réorganise autour d’elle
L'exemple des chariots élévateurs
Les chariots élévateurs ont été des game changers dans le secteur de la logistique. Aujourd’hui, on ne s’imaginerait plus s’en passer, parce qu’ils permettent de transporter plus de charges, plus rapidement, tout en réduisant les risques d’accidents et de maladies professionnelles.
Pour être optimaux, les entrepôts se sont réorganisés autour d’eux : leur présence a permis de réduire la surface au sol pour en gagner en hauteur. Aujourd’hui, on observe même une automatisation de certains process, ce qui permet de réduire encore plus la masse salariale.
Pour autant, les chariots élévateurs n’ont pas été déployés partout (par exemple, en remplacement des rayonnages dans les supermarchés). Pourquoi ? Parce qu’ils sont chers, et n’offrent pas de gain de valeur dans certains contextes.
Les gains de productivité associés ont été obtenus par leur intégration intelligente dans un process de travail, qui est désormais optimisé, employé par tout un secteur d’activité, et n’offrant, par conséquent, plus aucun avantage compétitif à celui qui l’emploie. C’est autrement dit devenu un impératif, plus qu’un atout.
Cela a rendu par la même occasion tout un secteur dépendant à cette technologie, qui doit donc accepter l’évolution des offres et la structuration du marché, y compris ce que l’on pourrait dénoncer comme des dérives à l’image du vendor lock-in (dépendance contractuelle).
Toutes les organisations n’ont pas intérêt à utiliser l’IA de la même manière
Il faut distinguer l’adoption de l’IA qui va vous offrir un avantage sur vos concurrents, de l’adoption de tout un secteur qui va s’aligner sur un niveau de productivité, et vous rendre dépendant à une technologie donnée.
Gains de court terme
L’IA, et toutes les technologies qu’on lui associe, peut vous permettre d’accélérer sur certaines activités et procédures.
Aujourd’hui, on parle d’IA comme une solution pour gagner du temps, et se concentrer sur des tâches « à plus forte valeur ajoutée ».
C’est sur cette idée que votre positionnement doit s’affiner, et s’adapter pour être résilient à moyen terme.
Cette stratégie repose autant sur votre stratégie de création de valeur, que de partage de la valeur avec vos concurrents.
Vous détenez une expertise de niche ? Il n’est probablement pas de votre intérêt de recourir à des LLM (services de type ChatGPT) extérieurs à vous.
Votre expertise est partagée par tout un secteur ? Ces outils peuvent être intéressants, sous certaines conditions.
Plus votre expertise est différenciante, plus l’externalisation devient risquée
Les géants du secteur font actuellement la course pour développer le meilleur modèle, avec une rivalité exacerbée entre développeurs américains et chinois.
Si vous avez la possibilité d’interdire l’entraînement avec vos données sur les principaux services américains, il ne s’agit ici que d’un engagement contractuel. Ce dernier n’est ni auditable, ni ne vous garantit la perspective d’une indemnisation à la hauteur de votre préjudice en cas de manquement. Si un de ces opérateurs ne fait pas faillite entretemps, par ailleurs.
En l’occurrence, l’utilisation alléguée de livres piratés par OpenAI pour l’entraînement de ChatGPT semble montrer que certains développeurs ne se priveront pas de franchir quelques limites pour gagner cette course à l’entraînement du meilleur modèle.
À date, la meilleure option reste d’instancier (installer) des modèles sur vos infrastructures (ou votre ordinateur), avec des logiciels adaptés en interface utilisateur, quitte à renoncer aux dernières avancées en performance des modèles cloud propriétaires.
Ce qui crée de la valeur aujourd’hui ne sera pas forcément ce qui en créera demain
Si vous possédez une expertise partagée par l’ensemble du secteur, la spécialisation progressive des modèles vous invite à une stratégie en plusieurs temps :
- À brève échéance, adopter ponctuellement et progressivement les meilleurs outils. Ces derniers sont le bon équilibre entre respect de vos obligations, niveau de performance, maîtrise sur l’outil (en particulier, sa pérennité et prévisibilité de son coût) et sur le process (fidélisation de l’expertise humaine associée). Sous réserve bien entendu de ne pas contrevenir à vos obligations légales, notamment autour des secrets protégés par la loi ou des données personnelles.
- À plus longue échéance, des solutions vont probablement apparaître en automatisant des pans de votre activité. Vous pourrez continuer à les assumer tout en facturant d’autres services, si vos clients ne décident pas d’internaliser cette prestation en s’emparant de ces technologies.
C’est ici que se dessine une nouvelle incidence de l’expression « se consacrer à des tâches à plus forte valeur ajoutée ». Comment la valeur ajoutée de votre profession va-t-elle se dessiner avec l’automatisation ?
L'évolution du métier d'expert-comptable
L’évolution du métier d’expert-comptable nous offre déjà un premier aperçu. Si les écritures comptables sont un indispensable, à l’image des coutures, elles s’inscrivent dans un ensemble qui visent un besoin plus général, qui s’est étendu aujourd’hui au pilotage financier de sa société, voire à l’optimisation. L’introduction des logiciels comptables a permis de se séparer de certaines activités pour se concentrer sur d’autres.
Quels sont les autres risques liés au déploiement de l'IA ?
Une IA autonome reste juridiquement votre responsabilité
Quelle que soit son efficacité, l’intelligence artificielle reste une chose.
Et en droit, une chose est à la fois la propriété et la responsabilité de quelqu’un.
Si c’est la propriété de quelqu’un, soit la technologie vous appartient, soit elle appartient à quelqu’un d’autre.
· Si vous sous-traitez un droit d’usage, par exemple avec des abonnements, alors vous en acceptez l’ensemble des conditions, dont la possible porosité dans la confidentialité, et l’évolution du prix, dont tous les signaux montrent à date qu’ils sont sous-évalués.
· Si vous optez pour l’internalisation, moyennant un investissement initial plus lourd, vous maintenez un contrôle sur la confidentialité, tout en investissant dans un actif sous la forme de robot personnalisé à comprendre et à mobiliser votre expertise.
Concernant la responsabilité, les IA (agents) peuvent dorénavant prendre des initiatives, et agir en votre nom. Ces outils représentent à la fois de vrais gains de productivité, mais surtout un risque qui ne doit pas être négligé. En leur offrant une forme d’autonomie et de prise d’initiative, ces robots vous engagent juridiquement, à l’instar d’un accident de la route causé par votre voiture autonome.
À date, il n’est pas encore possible d’anticiper pleinement les incidences juridiques des comportements grégaires de ces agents. Grégaires, parce qu’ils raisonnent de la même manière dans la mesure où ils cherchent à optimiser, et à partir des mêmes sources d’informations. C’est à eux que l’on impute notamment le dévissage rapide des actions des sociétés de cybersécurité à la publication des communiqués de presse annonçant de nouvelles capacités de l’IA dans le secteur. Rattachés à des personnes morales, ces agents pourraient aussi être analysés comme auteurs de manipulation de cours, et par conséquent engager la responsabilité pénale de leurs propriétaires.
Sans aller jusqu’aux agents, un process de travail automatisé partiellement par IA (par exemple, pour la rédaction ou l’analyse de documents) ne vous exonère pas de votre responsabilité civile et pénale sur les conséquences des décisions prises sur ces automatisations. Une image de votre produit généré par IA peut vous engager au titre de des pratiques commerciales trompeuses, ou un livrable conçu à la va-vite, engager votre responsabilité civile pour défaut d’exécution d’un contrat.
L’économie de l’IA repose aussi sur une bataille autour de la connaissance
Les premiers modèles se sont entraînés sur des bases de connaissance accessibles librement en ligne. Cette mise en ligne ne constituait pas pour autant l’autorisation explicite accordée aux entraîneurs de modèle de s’en inspirer afin de fiabiliser leur contenu. En Europe, la jurisprudence tend aujourd’hui à interdire par défaut l’autorisation d’entraînement.
En attendant, des mesures techniques provisoires peuvent être mises en place, comme de la documentation explicite à destination des IA, à l’instar du classique « robots.txt » qui sert d'autorisation au référencement sur les moteurs de recherche et aux modèles d'entraînement (https://enbi.fr/llms.txt). Cumulés, ces deux supports permettent d’adapter les règles sur les mentions légales précisant la propriété intellectuelle du site, prévues par une loi de 2004, aux contraintes techniques de ces technologies.
Une des incidences de la production générative en masse est également l’inondation d’internet de contenu de moindre qualité (le « slop »), ce qui a fait craindre pendant un temps une dégradation relative des modèles. En s’alimentant sur du contenu lui-même produit par des IA, les modèles tendaient à perdre en performance, un peu comme la pollution de notre environnement par les emballages en plastique, qui finissent par se décomposer et envahir la chaîne alimentaire.
Ce faisant, une des évolutions naturelles semble être le développement d’une offre (payante) d’accès à une information fiabilisée et sécurisée par des humains. Si les techniques de rapatriement et de synthèse des données sont aujourd’hui robustes, il faudra ajouter à votre facture possiblement le coût d’accès à cette information fiabilisée, par le biais de redevances, s’il ne s’agit pas d’indemniser au prorata les auteurs de documents à la requête.
Une organisation qui automatise sans préserver ses compétences devient dépendante
Votre modèle économique va vraisemblablement évoluer, en lien avec la maturation du besoin autour de votre offre de service, se traduisant par une hausse du niveau d’exigence de vos clients.
Si tout le monde sait se servir d’une IA pour produire du contenu à horizon de quelques années, ce ne sera plus la production en elle-même qui créera de la valeur, mais bien autre chose. Autrement dit, à elle seule, l’IA ne répondra pas aux problématiques que vous rencontrez actuellement.
Entretemps, si vous deviez veiller à une check-list de vos priorités :
Vous ne devez pas vous exposer à un risque civil et pénal démesuré par le manquement négligent à vos obligations, dont la protection des données personnelles et des secrets protégés par la loi, en recourant à des outils ou un ensemble d’outils dont vous ne comprenez ni le fonctionnement, ni les règles d’utilisation.
• Vous ne devez pas perdre votre expertise singulière auprès de concurrents, par l’intermédiaire des modèles d’IA qui se seront entraînés sur vos contenus, en introduisant dans vos process de travail quotidien des outils qui présentent une porosité sur la confidentialité de vos dossiers.
• Se séparer d’effectifs pour économiser à court-terme sur votre bottom-line n’est pas forcément la meilleure option, en particulier si vous n’avez pas de visibilité sur vos besoins en compétences à horizon deux ans pour mettre en œuvre votre stratégie. À moins que vous ne consentiez à dépendre d’« usines IA » possiblement délocalisées, dont vous ne pourrez négocier ni les conditions, ni les tarifs, pour recourir à leurs services.
• Vous devez anticiper l’évolution vraisemblable de votre modèle économique dans ce monde post-IA, en redéfinissant ce qui créé votre vraie valeur ajoutée sur votre marché, afin de pouvoir vous y positionner par anticipation, et vous prémunir dans le rabattement des cartes entre partage de cette valeur ajoutée et réimputation du risque juridique.
Ce que l’IA révèle réellement sur les organisations
J’ai travaillé pendant plus de deux ans sur la mise en œuvre de solutions IA au sein de l’État français, en œuvrant sur l’ensemble des périmètres des ministères et agences. Sur la centaine de projets sur lesquels j’ai été amené à travailler, presque aucun n’avait véritablement besoin d’intelligence artificielle.
Cela ne veut pas dire que l’IA n’a pas sa place, ni sa valeur ajoutée.
Mais nos organisations sont complexes, parce qu’elles sont tout d’abord humaines, et constituées donc d’individualités avec leurs priorités, leurs engagements, leurs agendas. Elles sont aussi contraintes par des réalités matérielles, financières et juridiques.
La conclusion que j’en ai tirée sur l’IA, c’est qu’il s’agit d’un accélérateur, possiblement d’un catalyseur des problématiques, mais à elle seule, incapable de résoudre une problématique qui relève de l’organisation dans son ensemble. Peut-être que ce temps viendra, mais il me paraît improbable, dans la mesure où si cette technologie est disponible, elle sera appropriée par tout le monde. Et alors quid de la concurrence, de la propriété, du marché ?
J’ai lancé mon activité de conseil indépendant dans le but d’aider les organisations à atteindre leur objectif, sans renier sur leurs valeurs, ni sur leurs priorités. Les changements technologiques à l’œuvre représentent autant des opportunités que des risques. Et les solutions aux problématiques des organisations ne nécessitent pas nécessairement des investissements faramineux pour être mises en place.