L’IA générative promet beaucoup. Elle écrit, elle résume, elle code, elle conçoit… mais, elle peut décevoir sur le long terme. Depuis la fin de 2022, des milliers d’entreprises ont lancé des projets liés à cette nouvelle vague technologique. Selon une enquête McKinsey réalisée en juillet 2024, 78 % des organisations utilisent déjà l’IA dans au moins une fonction, et 71 % ont recours spécifiquement à l’IA générative, contre 65 % au début de 2024.

Pourtant, derrière l’enthousiasme, nous constatons souvent ce que nous appelons le syndrome du soufflé. L'IA générative, c'est comme un soufflé. Au démarrage des projets, tout semble magique : la pâte monte, les résultats impressionnent, et on se dit qu'on tient là quelque chose d'extraordinaire. En effet, les entreprises cherchent souvent à obtenir des "quick win". Par exemple, une équipe marketing automatise la génération de posts sur les réseaux sociaux et gagne 70 % de son temps, un service client déploie un chatbot qui traite efficacement 80 % des demandes récurrentes. Les résultats sont là, tangibles, et l'enthousiasme est à son comble. Mais une fois ces cas d’usage traités, c'est le moment où, pour bon nombre d'entreprises, le soufflé retombe.

Pourquoi ? Après avoir couvert les cas d’usage standardisés que tout le monde peut identifier de manière uniforme - les entreprises se retrouvent face à un mur. Comment adapter cette technologie aux spécificités de leur métier ? Comment l'intégrer dans des processus complexes, uniques à leur secteur ?
Cette situation très courante dans les organisations révèle une approche purement technologique. Car, contrairement aux vagues technologiques précédentes qui répondaient à des besoins circonscrits, l'IA générative n'a pas de limites apparentes. C'est à la fois sa force et son piège. Les cas d’usage génériques fonctionnent car ils s'appuient sur des patterns répétitifs que les modèles ont appris sur des millions d'exemples. Si elle peut théoriquement tout faire, elle ne peut pas tout faire bien sans un accompagnement adapté.

Alors comment éviter ce syndrome ? Il faut cartographier et être capable de faire du spécifique. Cela passe par des ateliers collaboratifs qui permettent aux équipes de prendre du recul, de comprendre les mécanismes de la technologie, et surtout d'identifier les cas d’usage qui correspondent vraiment à leurs besoins. Plutôt que de partir de la technologie pour chercher des applications, ces ateliers inversent la démarche. Ils partent des frictions quotidiennes, des tâches répétitives, des processus chronophages, mais surtout ils permettent de distinguer ce qui relève du générique - et qui peut être traité rapidement - de ce qui nécessite une approche sur mesure.

Prenons un cas concret. Une équipe RH passe plusieurs jours par mois à rédiger des comptes rendus d’entretien, des synthèses de mobilité, des fiches de poste. La tâche est chronophage, répétitive, et peu valorisante. L’IA générative peut ici automatiser une partie du travail et redonner du temps aux collaborateurs pour se concentrer sur des missions à plus forte valeur. Mais encore faut-il que l’équipe ait identifié ces  frictions précisément et concrètement : comment intégrer les référentiels internes de compétences ? Comment respecter le ton et les valeurs de l'entreprise ? Comment s'assurer que les synthèses soient exploitables par les différents services ? Ces ateliers collaboratifs permettent de transformer un cas d'usage générique en solution personnalisée, avec des prompts adaptés, des garde-fous spécifiques, et une formation ciblée sur les bonnes pratiques.

Les entreprises qui réussiront ne sont pas celles qui auront déployé l’IA les premières, mais celles qui auront su la relier à la réalité et aux besoins de leurs équipes et de leurs métiers. Et pour les entreprises qui hésitent encore, nous soutenons le plan national "Osez l'IA" de Clara Chappaz, ministre déléguée chargée de l'Intelligence Artificielle et du Numérique, qui vise à accélérer la diffusion de l’intelligence artificielle (IA) dans toutes les entreprises françaises, et en particulier dans les entreprises de taille intermédiaire.