Comment l’IA transforme l’entreprise

Un métier en transformation depuis plus de dix ans

Lorsque Florian crée Dataiku il y a plus d’une décennie, son intuition est simple : la transformation par la data ne peut pas venir uniquement des experts techniques. Elle doit venir des métiers, de ceux qui comprennent les processus internes, les exceptions, les arbitrages du quotidien.

« Mon intuition, c’était que la transformation ne se ferait pas en embauchant des centaines de data scientists, mais en changeant le travail. »

À l’époque, les entreprises commencent à peine à structurer leurs données. Le cloud n’est pas encore massif, le deep learning émerge seulement, et l’IA reste surtout prédictive. Pourtant, les enjeux sont déjà là : optimiser les chaînes de fabrication, améliorer le ciblage client, prévoir la demande, augmenter la qualité.

Depuis, chaque année a apporté une nouvelle vague technologique - stockage, modèles, infrastructures, cloud, deep learning, puis IA générative, et maintenant agents.

Pour Florian, ces évolutions s’inscrivent dans une trajectoire longue :

« L’IA est un domaine qui se construit sur 20 ou 30 ans. On n’est qu’à la moitié du chemin. »

Les invariants : données, process, humains

Si la technologie évolue sans cesse, les fondamentaux, eux, restent étonnamment stables. Pour qu’un projet IA ait un réel impact, trois piliers demeurent incontournables : les données, les processus, les humains.

1. Les données, car elles sont la matière première.
2. Les processus, car un modèle n’apporte rien s’il ne s’inscrit pas dans un flux opérationnel.
3. Les humains, car la connaissance vive - les vraies règles, les exceptions, l’expérience - réside dans leurs têtes.

« L’expertise humaine est peut-être l’aspect le plus important. Dans une entreprise, comprendre le vrai process et comment le changer, ça n’est écrit nulle part. »

Cette vision conduit à une conviction forte : les meilleurs projets IA ne sont pas pilotés par l’IT seule, mais par ceux qui vivent les opérations, aidés d’outils qui les rendent autonomes.

Le tournant des agents : rendre l’IA réellement actionnable

Avant l’IA générative, de nombreux cas d’usage existaient déjà : prévision de demande, contrôle qualité automatisé, scoring client, maintenance prédictive… Mais les modèles restaient limités par un problème critique : l’actionnabilité.

Un modèle prédictif, s’il ne s’insère pas dans un système, reste un rapport. Pour avoir un impact, il faut l’intégrer, l’industrialiser, le faire adopter.

C’est là que les agents changent la donne.

« Le paradigme agentique ouvre des cas d’usage qui étaient difficiles à déployer auparavant. Cela crée une nouvelle interface d’action. »

Un exemple frappant vient du retail : historiquement, l’expérience online devenait meilleure que l’expérience en magasin, faute d’outils. Désormais, un vendeur équipé d’un agent peut accéder à l’inventaire en temps réel, comprendre les recommandations et accompagner le client avec une précision que les systèmes classiques ne permettaient pas.

C’est un changement subtil mais massif : l’IA ne se contente plus de prédire, elle agit.

Un basculement mondial, mais des cultures différentes

Dataiku opère auprès de grandes entreprises dans le monde entier : banques, assurances, industriels, pharma, retail… ce que Florian observe confirme certains clichés, mais pas tous.

« Les grandes entreprises américaines ont parfois 6 à 18 mois d’avance en termes de prise de décision et d’investissement. »

Pour autant, l’écart n’est pas tant géographique que culturel :

• ouverture à l’innovation
• volonté d’expérimenter
• capacité à faire travailler IT et métiers
• acculturation des collaborateurs

Les entreprises les plus avancées sont celles qui ont créé une culture interne de la data et de l’IA, pas celles situées dans tel ou tel pays.

« La différence fondamentale est plutôt liée à la culture d’entreprise. »

Construire une transformation : entre gains rapides et redesign complet

Face à des centaines de cas d’usage potentiels, comment démarrer ? Florian distingue trois niveaux :

1. Les gains évidents (niveau 1)

Utiliser des outils basés sur l’IA pour des fonctions très claires : service client, call centers, développement logiciel… Des gains rapides, nécessaires, mais non différenciants.

« C’est le nouvel état de l’art. Ce n’est pas de la transformation fondamentale. »

2. Les cas d’usage métiers à impact (niveau 2)

Développer des agents sur des processus complexes, en combinant plusieurs sources de données.

C’est là que se trouve la vraie valeur.

3. Le redesign des processus critiques (niveau 3)

Certaines fonctions - onboarding bancaire, supply chain, essais cliniques - coûtent des centaines de millions car elles reposent sur des flux d’informations fragmentés.

« Dans 5 à 10 ans, ces grands processus seront gérés très différemment. »

Ce niveau demande de repenser l’organisation, pas juste d’ajouter de l’IA.

Une nouvelle couche fondamentale : le raisonnement d’entreprise

Dans les dix dernières années, les entreprises ont investi massivement pour structurer leurs données. Pour Florian, les dix prochaines années seront consacrées à autre chose : formaliser le raisonnement.

« La manière de prendre des décisions est bloquée dans la tête des gens. Cette couche devra être explicitée et gérée. »

Son intuition est forte : l’entreprise va devoir traduire sa culture, ses choix, ses arbitrages, dans une couche qui guidera les agents et les systèmes IA. Pas une couche générique ou externalisée : une expression fidèle de son identité.

C’est là que Dataiku entend jouer son rôle : fournir l’atelier qui permet de construire, gouverner et maintenir cette couche.

L’IA transforme aussi la manière de travailler

Chez Dataiku, l’IA transforme déjà les métiers en interne. Tous les employés sont formés et certifiés sur la plateforme, y compris les fonctions non techniques.

« Il y a un aspect d'acculturation, de jeu, d’appropriation. »

Les équipes l’utilisent pour automatiser leur travail, prototyper des idées, et accélérer leurs tâches. Sur le plan organisationnel, l’impact est certain, mais reste mesuré : Dataiku continue d’investir dans les équipes, tout en intégrant les gains d’efficacité permis par l’IA.

Vers une nouvelle ambition : l’IA comme vecteur d’identité

Tout au long de l’épisode, un fil rouge ressort : l’IA ne doit pas uniformiser les entreprises, mais au contraire renforcer ce qui les distingue.

« L’entreprise doit gérer explicitement sa manière de faire du business. Ce n’est pas juste un paramètre de température dans un modèle. »

Florian rejette la vision d’une automatisation totale et générique où les modèles absorberaient les emails et recréeraient les processus. Il défend au contraire une IA au service de la culture d’entreprise.

Conclusion : une transformation déjà en marche

La transformation de l’entreprise par l’IA n’est pas un projet futuriste.

Elle est déjà en cours, portée par :

• l’autonomisation des équipes métiers
• l’arrivée des agents
• la formalisation progressive du raisonnement
• et surtout, une nouvelle culture du travail

Ce que montre Florian Douetteau, c’est que cette transformation n’est pas une rupture brutale, mais une évolution continue depuis plus de dix ans. Et elle ne fait que commencer.