L’IA transforme déjà le travail, les décisions et les perspectives de croissance des entreprises. Notre série d’événements WeWork for Business rassemble dirigeants et experts à New York, Paris et Mexico pour échanger sur ce que ces changements signifient concrètement pour les entreprises.
Le 29 septembre, WeWork for Business faisait étape au WeWork 33 Rue la Fayette à Paris, autour d’un thème : IA : ce qui change vraiment pour les entreprises. Gilles Babinet, entrepreneur et président de Café IA, a ouvert la soirée avec une question essentielle : pourquoi les investissements massifs des entreprises dans l’IA ne se traduisent-ils pas encore par de réels gains de productivité ? La plupart des organisations fonctionnent encore selon des principes hérités de la révolution industrielle, et ajouter de l’IA à des modes de fonctionnement existants ne suffira pas à améliorer la productivité.
La discussion s’est poursuivie lors d’une table ronde animée par Charlie Perreau, journaliste et Cheffe du service High-Tech / Médias / Start-up aux Échos, avec Inès Salhi, Chief Product Officer de Payfit, Adrien Raffin de CBRE et Albin Serviant, fondateur de Cortex House.
Voici cinq enseignements à retenir de cette soirée pour faire de la promesse de l’IA une réalité.
1. Partir du problème à résoudre, pas de la technologie
De nouveaux modèles et outils apparaissent presque chaque jour et, comme l’a reconnu Adrien Raffin, CBRE est « constamment sollicitée » par des entreprises proposant de nouvelles solutions. « L’important, ce n’est pas de commencer par se demander quel outil d’IA utiliser », explique-t-il. « Il faut d’abord comprendre où l’IA peut créer de la valeur. » Chez CBRE, cela passe par l’identification des inefficacités et des points de friction entre les équipes avant même de choisir une technologie.
Même constat chez Payfit. « Le modèle le plus récent n’est pas nécessairement celui qui fera la plus grande différence pour nos clients ou notre productivité », explique Inès Salhi. Son équipe concentre plutôt ses efforts sur la conception des agents et les informations auxquelles ils peuvent accéder.
Gilles Babinet va plus loin. Selon lui, les gains les plus importants viendront d’une remise à plat des modèles de création et de distribution de valeur. Il cite notamment Tesla, passée de l’automobile aux logiciels, aux infrastructures de recharge, à l’assurance et à la conduite autonome, et estime que le retail, l’immobilier ou encore la gestion des bâtiments pourraient connaître des transformations comparables.
2. Des usages individuels aux workflows collectifs
Payfit a très tôt lancé Payfit Copilot, un chatbot destiné au partage des connaissances, qui a connu une adoption plus rapide que n’importe quel autre produit lancé jusque-là par l’entreprise. Inès Salhi raconte les étapes qui ont suivi. D’abord, encourager le plus grand nombre de collaborateurs possible à expérimenter. Puis développer des agents partagés et structurer la gestion des connaissances. Aujourd’hui, Payfit construit des workflows qui relient notamment le support client, le produit et les ventes.
« Ce ne sont plus des outils de productivité individuelle. Ce sont des workflows collectifs. »
Laisser les collaborateurs choisir leurs propres outils a facilité les premières expérimentations. Mais lorsque les équipes ont commencé à créer des agents partagés, Payfit a regroupé la plupart de ces usages sur une même plateforme pour ne plus concentrer les discussions sur le choix des outils. Gilles Babinet observe la même évolution plus largement : une part croissante de la valeur de l’IA réside désormais dans l’orchestration et les workflows construits autour des modèles.
3. La connaissance de l’entreprise devient un actif stratégique à protéger
Gilles Babinet alerte sur les risques qui pèsent sur ce qu’il appelle « l’image cognitive » d’une entreprise : l’ensemble des connaissances qui reflètent son fonctionnement réel. Avec l’IA agentique, l’accès aux communications et aux systèmes internes d’une entreprise pourrait permettre à une autre organisation de reconstituer une grande partie de son modèle opérationnel. Il s’attend donc à voir davantage d’entreprises conserver leurs données sensibles sur des infrastructures privées, tout en faisant appel à des modèles externes pour certaines tâches.
Les intervenants ont expliqué comment ils abordent déjà ces questions. « Lorsque nous développons un agent IA pour nos clients, il doit disposer exactement des mêmes autorisations que la personne qui l’utilise », explique Inès Salhi. Payfit applique la même règle en interne et examine chaque nouveau connecteur, certaines informations invisibles dans l’interface d’une application pouvant malgré tout devenir accessibles via une intégration. Chez CBRE, où les données représentent « une part importante de la valeur apportée aux clients », l’IA est déployée progressivement, dans des environnements sécurisés. Albin Serviant rappelle également que les connexions entre différents systèmes peuvent constituer des points de vulnérabilité, même lorsque chaque application est sécurisée.
Adrien Raffin reconnaît que cette prudence a un coût. Le temps qu’un nouvel outil soit approuvé, la technologie a parfois déjà évolué. « Il faut constamment trouver le bon équilibre entre avancer vite et protéger l’entreprise. »
4. L’IA révèle des talents là où on ne les attend pas forcément
Chez Payfit, Inès Salhi a vu certains collaborateurs « que nous n’avions pas nécessairement identifiés comme des leaders technologiques » développer de leur propre initiative des outils sophistiqués pour leurs équipes. Certains n’étaient d’ailleurs pas d’accord avec elle sur le meilleur point de départ. Elle les a laissés tester leur approche et, raconte-t-elle, « ce qu’ils ont produit était bien plus impressionnant que ce que j’avais imaginé au départ ».
Adrien Raffin observe le même phénomène chez CBRE. Certains des utilisateurs les plus avancés connaissent parfaitement leur marché sans avoir pour autant un profil particulièrement technique. « Et ce ne sont pas nécessairement les collaborateurs les plus jeunes qui ouvrent la voie. » Certains salariés expérimentés jouent aujourd’hui un rôle d’ambassadeurs au sein des communautés IA internes de l’entreprise. Selon lui, l’accès aux outils d’IA pourrait également peser de plus en plus dans le recrutement, à mesure que les candidats s’attendront à pouvoir disposer de ces technologies dans leur environnement de travail.
5. L’IA rend chacun plus autonome, et le collectif d’autant plus important
Albin Serviant décrit ce qui peut arriver lorsqu’on commence à développer un agent ou à travailler sur un projet parallèle : « tout à coup, il est deux ou trois heures du matin ». Il voit un véritable risque d’épuisement et d’isolement à mesure qu’une seule personne devient capable, par exemple, de construire seule un modèle financier complet. « La technologie ne doit pas conduire chacun à travailler seul. »
Chez Payfit, la réponse d’Inès Salhi consiste justement à construire les agents en équipe, pour que « personne ne se retrouve seul face à la technologie ». Elle encourage également les managers à tester eux-mêmes ces outils afin de comprendre ce que vivent leurs équipes. Avec un résultat qui l’a elle-même surprise : « On n’a jamais autant travaillé ensemble, ni autant réfléchi ensemble. »
Albin Serviant a créé Cortex House autour d’une idée similaire. L’écosystème français de l’IA reste encore fragmenté, explique-t-il, et celles et ceux qui le façonnent ont besoin d’un lieu où se rencontrer. Il en va de même au sein des entreprises. À mesure que l’IA transforme nos façons de travailler, le rôle des espaces de travail évolue lui aussi : créer les conditions pour se rencontrer, partager les connaissances et innover ensemble.
Ce que les dirigeants peuvent en retenir
À la fin de la soirée, les échanges avaient apporté une grande partie de la réponse à la question posée par Gilles Babinet en ouverture. Et cette réponse avait finalement peu à voir avec le choix du meilleur modèle d’IA. Les entreprises qui commencent à obtenir des résultats partent d’un problème concret, laissent à leurs collaborateurs la liberté d’expérimenter avant de structurer des workflows communs, et découvrent parfois leurs meilleurs talents IA là où elles ne les attendaient pas.
Gilles Babinet a également rappelé que les enjeux dépassent largement le cadre de chaque entreprise. Il voit dans l’IA un changement anthropologique et défend l’idée que les gains de productivité qu’elle permettra de générer devront être largement partagés.
