C’est la première édition de La Consultation dans son nouveau format. Elle ouvre une saison qui ne ressemblera à aucune newsletter IA que vous recevez déjà.

Pas d’actualités à chaud, pas d’outils, pas de prompts, pas de classements.

Mais plutôt une situation, un dirigeant, une lecture, une action à mener. Comme dans un cabinet de consultation, au sens premier du terme.

Commençons par le débat qui occupe le plus de COMEX en ce moment et qui, en pratique, occupe les dirigeants pour de mauvaises raisons : le déplacement de la valeur.

Préambule

Son directeur technique, le matin même, lui avait montré un livrable d’avant-projet que nous avions produit en quarante minutes par un assistant conversationnel, contre trois jours de bureau d’études en moyenne. Il y avait du sourire dans la pièce, et une gêne qu’Étienne avait sentie sans pouvoir la nommer.

Il a passé le week-end à chercher une méthode pour estimer ses éventuelles suppressions de postes. Il n’en a pas trouvé. C’est pour cela qu’il m’a appelé. Je lui ai répondu que sa question était légitime, et qu’elle était fausse.

Pas par délicatesse. Par expérience.

Symptôme

La question d’Étienne est devenue, en dix-huit mois, la question dominante des comités de direction d’ETI de services : « Combien d’emplois ? »

Elle structure les arbitrages, elle conditionne les budgets, elle alimente les conversations de couloir.

Mais cette question paralyse trois fois plus qu’elle n’éclaire.

1. Elle paralyse parce qu’elle place le dirigeant en posture défensive : protéger, ralentir, temporiser.

2. Elle paralyse parce qu’elle convoque la DRH avant d’avoir convoqué la stratégie.

3. Elle paralyse, surtout, parce qu’elle masque ce qui est réellement en train de se passer dans l’entreprise et qui ne ressemble pas du tout à une vague de licenciements.

Ce qui se passe, c’est plus discret, plus rapide et plus sérieux : la chaîne de valeur interne se reconfigure en silence, et l’allocation des ressources humaines ne suit pas. On continue à mobiliser des équipes sur des tâches dont la valeur s’érode chaque trimestre, et on n’a personne sur les activités qui, demain, feront la différence.

Le risque n’est pas social à court terme. Il est stratégique à court terme.

La compression du temps n’est pas la suppression de l’emploi

Reprenons l’exemple d’Étienne. L’avant-projet en quarante minutes au lieu de trois jours, ce n’est pas un poste qui disparaît. C’est une tâche qui se compresse. Ce n’est pas la même chose, et la confusion entre les deux coûte très cher.

Quand une tâche se compresse, trois scénarios sont possibles et un seul crée de la valeur :

1. On produit le même volume avec moins de personnes.

   C’est le scénario « suppression d’emploi ». Il est rare, lent, douloureux, et il suppose une demande stable. Pour un cabinet d’ingénierie qui a un carnet de commandes en croissance, ce scénario n’a pas grand sens.

2. On produit beaucoup plus avec les mêmes personnes.

   C’est le scénario « gain de productivité ». C’est celui qu’on voit le plus souvent. C’est aussi celui qui se révèle, dans un cas sur deux, destructeur de valeur : on fabrique plus de livrables, sans que le client en redemande, sans que cela améliore les marges.

3. On déplace les mêmes personnes vers des tâches à plus forte valeur.

   C’est le scénario qui paie. Il suppose qu’on ait identifié les dites tâches, qu’on les ait priorisées, et qu’on ait décidé d’y mettre du monde. Trois conditions rarement réunies.

La question d’Étienne, « combien d’ingénieurs vais-je perdre ? », suppose qu’on est dans le scénario 1. Or l’énorme majorité des ETI de services se trouvent, en réalité, dans le scénario 2 sans s’en rendre compte.

Le paradoxe documenté

Une enquête de l’initiative MIT NANDA, publiée en août 2025 sous le titre The GenAI Divide : State of AI in Business 2025, le formule sans détour : dans leur échantillon observé, 95 % des projets pilotes d’IA générative en entreprise n’apportent aucun retour sur investissement mesurable (rapport relayé par Fortune, août 2025).

Pas 50 %. Pas 80 %. 95 %.

La cause principale identifiée par les chercheurs n’est ni la qualité des modèles, ni la réglementation, ni même l’absence de compétences techniques. C’est ce qu’ils appellent un « learning gap » : un écart entre les outils déployés et les flux de travail réels de l’entreprise. Autrement dit, on a acheté de la productivité brute sans avoir pensé où la réinvestir.

La lecture de McKinsey en 2025 est cousine. 88 % des organisations utilisent régulièrement l’IA dans au moins une fonction, mais seulement 6 % ont le statut de high performer avec un impact significatif sur l’EBIT (State of AI 2025 — synthèse LootzySoft, décembre 2025).

Le BCG, de son côté, observe que, malgré des budgets et des investissements en hausse, 60% des entreprises peine encore à matérialiser un bénéfice économique significatif. Ce qui dit moins quelque chose des modèles que de la capacité des organisations à déplacer leurs ressources. (BCG, Are You Generating Value from AI ?, septembre 2025).

Deux manières de lire ces chiffres.

1. La première : l’IA ne tient pas ses promesses.

   C’est la lecture la plus répandue et, dans beaucoup de cas, elle masque surtout un problème d’allocation et de conduite du changement.

2. La seconde, plus exigeante : l’IA déplace la valeur plus vite que les organisations ne déplacent leurs ressources humaines.

   C’est elle qui matérialise les 95 % de pilotes sans ROI. Ce n’est pas un problème de modèle. C’est un problème d’allocation.

Ce qu’Étienne ne voit pas encore

Dans son bureau d’études, le travail d’avant-projet représente à peu près 30 % du temps de ses ingénieurs juniors. Si ce temps se compresse durablement par six ou par huit, ce ne sont pas des postes qui sautent : ce sont quatre ans de carrière junior qui changent de nature.

Le geste métier qui formait, qui faisait monter en compétence, qui produisait de l’apprentissage par répétition — ce geste-là disparaît en partie.

La question n’est plus « combien d’ingénieurs ? ».

La question devient : « par où mes juniors apprennent-ils, demain, le métier ? ».

Et plus profondément : « quelle est la part de mon chiffre d’affaires que je tirais, sans le savoir, de la production d’avant-projets facturés en régie ? »

C’est l’un de ces non-dits qui se chuchotent en couloir, mais qu’on n’énonce pas en CODIR. Il mérite d’être nommé.

Prescription

Un geste, un seul, applicable lundi prochain. Le reste viendra. Mais sans ce geste, le reste ne servira à rien.

Le geste : la revue de valeur à quatre cases

Je télécharge mon template !

Sur une feuille A4 ou A3, vous tracez quatre cases1.

1. En haut à gauche : les tâches à forte valeur dont le temps se compresse.

2. En haut à droite : les tâches à forte valeur dont le temps ne se compresse pas (jugement, relation client, arbitrage).

3. En bas à gauche : les tâches à faible valeur dont le temps se compresse — souvent celles qu’on est tenté de produire « en plus » par effet d’aubaine.

4. En bas à droite : les tâches à faible valeur dont le temps reste stable — la zone de gaspillage pur.

Vous réunissez votre CODIR pendant deux heures. Vous n’utilisez aucun outil, aucun consultant, aucun framework importé. Vous remplissez les quatre cases avec les vingt activités qui occupent réellement vos fonctions clés : pas les fiches de poste, les activités.

À la fin de l’exercice, vous vous posez une seule question :

« Sommes-nous en train de redistribuer le temps gagné vers la case en haut à droite, ou vers la case en bas à gauche ? »

Si la réponse est la seconde, vous avez identifié votre véritable risque stratégique. Pas l’IA. Vous-même.

Ce geste est réversible. Il coûte deux heures de COMEX. Il ne suppose aucun investissement. Il n’engage personne. Et il révèle, en général, deux à trois zones que personne n’osait nommer.

Question ouverte

La vraie question, ce n’est pas « l’IA va-t-elle supprimer des emplois ? ».

C’est :

« Dans mon entreprise, quelles activités vais-je continuer à faire en 2028, alors que j’aurais dû les arrêter en 2026 ? »

Celle-là, aucun assistant ne répondra à votre place.

Note pratique

Un chiffre à retenir.

Selon le BCG (AI at Work 2025, juin 2025), près de la moitié des employés qui utilisent l’IA générative au travail économisent plus d’une heure par jour.

La question, pour le dirigeant, n’est pas de savoir s’ils l’utilisent. C’est : où va cette heure, et qui en décide l’allocation ?

Vers du travail stratégique, vers du travail terminé plus tôt, vers de la production en plus, ou vers rien d’identifiable.

Le chiffre existe déjà, dans votre entreprise. Personne n’a encore eu le courage de le mesurer.

Un point de vigilance.

À mesure que vous compressez le temps de production, la traçabilité de la décision devient un actif managérial.

Si vous ne pouvez pas expliquer “qui a validé quoi, sur quelle base”, vous gagnerez du temps à court termes, mais perdrez de la confiance à moyen termes

Un cadre à suivre.

La revue de valeur à quatre cases décrite ci-dessus se documente en moins de deux heures, et se répète tous les six mois. Elle n’est pas une méthode propriétaire. Elle est un point de départ.

Une référence à lire.

Ethan Mollick, professeur à Wharton, Co-Intelligence : Living and Working with AI (2024). Pas pour les recettes. Pour la posture.

Notre prochaine consultation

La prochaine édition paraîtra le mardi 9 juin. Elle prolongera cette édition en posant la question que la revue de valeur à quatre cases finit toujours par ouvrir : si la valeur se déplace, comment la mesure-t-on au compte d’exploitation ?

Nous y rencontrerons Claire, dirigeante d’un cabinet d’audit régional, et son tableau de bord IA : neuf indicateurs, mais aucun ne lui permet de dire si elle gagne de l’argent.

La cadence est mensuelle, le deuxième mardi de chaque mois.

Abonnez-vous maintenant

Pour comprendre comment Rietsch & Co. accompagne les dirigeants d’ETI
sur ces questions, rietsch.co.

Mars 2026 révèle un paradoxe saisissant : jamais les dirigeants n’ont autant investi dans l’IA, et pourtant les retours financiers restent absents pour la majorité.

Selon le PwC 29e Global CEO Survey (4 454 PDG, 95 pays), 56 % des PDG mondiaux n’ont enregistré aucun bénéfice financier significatif de leurs investissements IA. Seuls 12 % affirment avoir obtenu à la fois des gains de coûts ET de revenus.

Le signal d’alarme vient du terrain selon Accenture Pulse of Change 2026, l’usage réel des outils IA par les salariés a reculé de 10 points depuis l’été 2025, alors que 86 % des dirigeants C-suite planifient d’augmenter leurs investissements.

Le problème n’est plus technologique il est organisationnel. Deloitte confirme : seuls 34 % des entreprises réimaginent véritablement leur modèle autour de l’IA.

En France, la situation est encore plus critique : 54 % des salariés français n’ont utilisé aucun outil IA en 2025, contre 45 % dans le monde, avant-dernier en Europe (PwC Hopes and Fears 2026, 17 mars). Parallèlement, une étude Coface/OEM relayée par Le Monde estime que 16,3 % de l’emploi français (près de 5 millions de personnes) pourrait être menacé par l’IA agentique à horizon 2 à 5 ans.

Cas d’usage

3 cas d’usage qui créent de la valeur

Des résultats mesurables, reproductibles pour votre PME ou ETI.

Outil

Le Chat Enterprise - Mistral AI (25 €/mois HT)

L’assistant IA souverain, connecté aux données de votre entreprise.

Le Chat Enterprise est l’assistant IA professionnel de Mistral AI, le champion français de l’IA générative (valorisé 11,7 milliards d’euros). Contrairement aux outils américains, les données restent sur des infrastructures françaises ou européennes, notamment conformes au RGPD. L’outil se connecte directement à vos données internes (SharePoint, Google Drive, OneDrive) pour des réponses contextualisées.

Mistral vient de lancer Mistral Forge à NVIDIA GTC (17 mars 2026), confirmant sa position de standard IA pour l’entreprise européenne. Déjà déployé chez BNP Paribas, SNCF, CMA-CGM et Veolia, Le Chat Enterprise se décline désormais accessible aux PME dès 25 EUR/utilisateur/mois — moins cher que Microsoft Copilot, avec la souveraineté des données en plus.

Madbusiness rapporte que Mistral AI vise le milliard d’euros de revenus en 2026.

Analyse

Notre conviction

56 % des PDG n’ont pas encore vu de retour financier de l’IA (PwC), 54 % des salariés français n’ont pas touché un seul outil IA en 2025 (PwC France). Le paradoxe est limpide : les dirigeants investissent massivement dans des outils que leurs collaborateurs n’utilisent pas. L’IA ne crée de valeur que si elle est portée par les équipes.

Le défi de 2026 n’est pas de choisir le bon modèle. C’est de démystifier ses équipes. Nos missions le montrent : quand l’IA est co-construite avec les collaborateurs, l’adoption est immédiate et les résultats mesurables en moins de 4 mois.

C’est exactement ce que nos bilans PoC confirment : des scores IMS (Indice de maturité et de satisfaction) allant jusqu’à 10/10, une adoption immédiate des agents co-construits, et 81,8 % d’autonomie post-formation. La recette n’est pas secrète, elle est méthodique : diagnostic, co-construction en sprints, accompagnement dans la durée.

Abonnez-vous maintenant

Pour comprendre comment Rietsch & Co. accompagne les dirigeants d'ETI sur ces questions, rendez-vous sur notre site web rietsch.co.

Le piège classique consiste à vouloir « déployer » l’IA comme on déploie un ERP ou un CRM.

Comme le souligne une étude du MIT Sloan Management Review et du BCG (2024), plus de deux tiers des projets d’IA échouent non pas pour des raisons techniques, mais parce que les organisations tentent de les traiter comme des projets informatiques classiques.

1. L’IA est déjà dans l’entreprise, mais hors radar

Ce n’est plus un secret. Dans la majorité des organisations, les collaborateurs utilisent déjà des outils d’IA générative — souvent sans cadre formel. Ce phénomène de « shadow AI » s’étend rapidement : selon le rapport de Microsoft Work Trend Index (octobre 2025), 78 % des cols blancs en Europe déclarent utiliser l’IA au travail sans directive explicite de leur entreprise.

Ce mouvement spontané confirme deux choses : une appétence forte pour ces nouveaux outils, et un décalage entre l’usage réel et la gouvernance formelle.

Dans une direction marketing d’un assureur indépendant que nous accompagnions début 2026, un constat a surpris le COMEX : près de 40 % des équipes utilisaient déjà des outils d’IA générative.

Chez eux, sans cadre.

Sans coordination.

Sans partage.

Au-delà des risques liés à la sécurité des données (confirmés par la CNIL dans son rapport sur les usages de l’IA au travail, 2025), nous avons observé des gains individuels réels : temps, qualité, confort, mais aucune transformation visible à l’échelle de l’organisation.

Autrement dit : de la valeur, mais non captée…

2. L’IA touche tous les métiers, simultanément

Contrairement aux transformations précédentes (ERP, CRM, etc.), l’IA ne cible pas une fonction : elle traverse toute l’organisation : marketing, RH, finance, commerce, opérations.

Gartner (2025) note ainsi que “l’adoption de l’IA générative suit des logiques horizontales, non hiérarchiques”, impactant aussi bien les directions support que les métiers de terrain.

Chacun explore, teste, bricole. Mais sans mise en commun, chaque équipe réinvente des usages existants, commet les mêmes erreurs, et plafonne rapidement.

Vous avez une somme d’initiatives individuelles, sans effet collectif…

3. L’adoption ne suit pas une logique de projet, mais une logique sociale

Trois années de terrain nous l’ont confirmé : ce qui déclenche l’adoption de l’IA générative en entreprise, ce n’est pas une formation, un outil, ni une directive. C’est voir un pair réussir.

Ce constat rejoint les travaux de l’Université d’Oxford (Centre for Digital Transformation, 2025) : l’adoption de l’IA dépend davantage des dynamiques de confiance et d’imitation entre pairs que des directives top‑down.

• Un commercial qui prépare ses rendez-vous deux fois plus vite.

• Un manager qui structure ses feedbacks avec plus de clarté.

• Un consultant qui rédige une note en une heure au lieu d’une demi-journée.

À partir de là, tout s’enchaîne : observation, imitation, adaptation, appropriation.

L’adoption de l’IA est fondamentalement virale.

Le basculement à opérer : passer du déploiement à l’orchestration

La question n’est plus : « Quel outil devons‑nous déployer ? »

Mais : « Comment créons‑nous une dynamique d’adoption qui se propage d’elle-même ? »

McKinsey (2025) parle de « culture d’exploitation distribuée » pour désigner ce moment où la valeur de l’IA émerge de la coordination des usages, non de la centralisation des outils.

Le rôle de la direction change alors profondément : il ne s’agit plus de définir, contrôler, imposer, mais de créer les conditions pour que l’adoption émerge et s’accélère.

Concrètement, que doit faire une direction aujourd’hui ?

#1 | Activer les pionniers

Identifiez vos profils avancés. Selon les travaux de l’INSEAD (2024), ce sont eux qui jouent un rôle clé de champions d’adoption dans les transformations numériques rapides. Donnez-leur de la visibilité, du temps et des licences. Plus que des experts techniques, ce sont des déclencheurs d’usage.

#2 | Rendre les usages visibles

Tant que les pratiques restent personnelles, elles ne diffusent pas. Les entreprises performantes sur l’adoption de l’IA (IBM Global AI Adoption Index, 2025) investissent dans la mise en scène de leurs cas d’usage internes : démonstrations courtes, retours d’expérience et partages transverses. L’objectif n’est pas de former, mais d’inspirer.

#3 | Structurer l’échange entre pairs

Créez des espaces simples : communautés internes, rituels courts, forums d’usages, pour nourrir des boucles d’apprentissage horizontales. C’est là que l’innovation devient collective.

#4 | Sécuriser sans freiner

Le rôle de la direction reste essentiel : protéger les données et garantir une cohérence globale. Mais comme le rappelle la CNIL (2025), le sur‑encadrement tue l’expérimentation, tout comme l’absence de cadre crée des risques. L’équilibre consiste à sécuriser l’essentiel, et laisser vivre le reste.

Conclusion : Ce qui fera la différence

Les entreprises gagnantes ne seront pas celles qui auront « déployé l’IA », mais celles qui auront su capter les initiatives existantes, les rendre visibles, puis les amplifier.

En un mot : elles n’auront pas imposé l’IA. Elles auront créé les conditions pour qu’elle s’impose d’elle-même.

Maintenant, c’est à vous de jouer !

Vous vous interrogez sur l’usage concret de l’IA dans votre entreprise ?

Chez Rietsch & Co., nous aidons les directions à transformer la complexité en clarté, en conjuguant rigueur stratégique, innovation maîtrisée et ancrage humain.

Échangeons sur les leviers actionnables dans votre contexte — Nous serons ravis de partager notre retour d’expérience.

Prendre contact avec Rietsch & Co.

Bibliographie

MIT Sloan Management Review & BCG (2024). The State of AI in the Enterprise 2024.

Gartner (2025). AI Maturity Model: From Tools to Transformation.

CNIL (2025). Rapport annuel sur les usages de l’intelligence artificielle en milieu professionnel.

Oxford University Centre for Digital Transformation (2025). Peer Learning Dynamics in AI Adoption.

McKinsey Global Institute (2025). Unlocking Distributed Value in the Age of AI.

INSEAD (2024). Digital Leadership and the Role of Early Adopters.

IBM Global AI Adoption Index (2025). AI Adoption Trends and Organizational Readiness.

Cet article a été développé avec le support d’une IA Générative. Cette approche s’inscrit dans le cadre de nos efforts de R&D visant à explorer les opportunités offertes par l’IA pour améliorer nos services. N’hésitez pas à nous solliciter pour toute question.

Depuis deux ans, au sein de la plupart de nos entreprises clientes, la conversation sur l’IA Générative est dominée par la technologie. “Nouveaux modèles”, “nouveaux outils” , “nouveaux cas d’usage”….

Cette focalisation est compréhensible car la technologie est en effet spectaculaire. Les démonstrations sont impressionnantes. Les gains de productivité sont immédiats, nous le prouvons tous les jours depuis 3 ans.

Mais… ce débat rate selon nous l’essentiel. Le véritable enjeu de l’IA générative n’est pas technologique. Il est organisationnel et stratégique.

Autrement dit :

L’IA n’est pas difficile à adopter. Elle est difficile à absorber.

La plupart des entreprises disposent déjà des outils. Mais très peu possèdent l’organisation capable d’en extraire un avantage compétitif durable.

Les chiffres sont assez révélateurs : près de 90 % des organisations utilisent aujourd’hui l’IA dans au moins une fonction, mais seules une minorité réussissent à en tirer un impact réel sur la performance (LabSense).

Le problème n’est donc plus l’accès à la technologie. Il est beaucoup plus profond : les entreprises avancent avec une technologie du futur et une organisation du passé.

L’IA redessine la productivité du travail intellectuel

La révolution actuelle ne concerne pas seulement l’automatisation. Elle concerne la productivité du travail intellectuel.

Pendant deux siècles, les révolutions technologiques ont principalement transformé le travail physique :

• machines industrielles,

• automatisation,

• robotisation.

L’IA générative est différente.

Elle agit sur :

• la production de connaissances,

• l’analyse d’informations,

• la rédaction,

• la conception,

• la prise de décision.

Autrement dit : le cœur même de la knowledge economy.

Les estimations économiques donnent une idée de l’ampleur du phénomène.

L’IA générative pourrait générer jusqu’à 4,4 trillions de dollars de valeur annuelle, en grande partie grâce à l’amélioration de la productivité des travailleurs du savoir (makebot.ai). Mais ce potentiel ne se matérialisera pas automatiquement.

Pour une raison simple : les organisations actuelles ne sont pas conçues pour fonctionner avec des systèmes cognitifs augmentés.

Pourquoi les organisations ne sont pas prêtes ?

1. Une gouvernance encore immature

Dans beaucoup d’organisations, l’IA est traitée comme un sujet IT, un sujet innovation ou un sujet data. C’est insuffisant.

La création de valeur dépend aujourd’hui de décisions stratégiques qui relèvent du COMEX :

• où concentrer l’augmentation cognitive

• quelles fonctions transformer en priorité

• quels actifs de données protéger et développer.

Pourtant, la gouvernance reste souvent fragmentée. De nombreuses entreprises déploient l’IA sans structure claire de pilotage, ce qui limite leur capacité à en maîtriser les risques et à industrialiser les usages (Alliancy).

Résultat : les initiatives se multiplient… mais la valeur reste marginale.

2. Des workflows conçus pour un monde pré-IA

Le deuxième blocage est plus invisible. Les processus de travail eux-mêmes n’ont pas été repensés alors que l’IA ne se contente pas d’accélérer les tâches existantes : elle change la manière dont le travail doit être organisé.

Prenons un exemple simple. Dans beaucoup d’entreprises, la production d’une analyse stratégique suit encore ce schéma :

Collecte d’informations > Analyse > Rédaction —> Validation.

Avec l’IA, cette logique change complètement.

L’analyse devient un dialogue continu entre humain et système :

• exploration rapide des hypothèses

• génération d’analyses intermédiaires

• itération accélérée.

Si l’organisation ne repense pas ses workflows, l’IA ne produit qu’un gain marginal.

Les entreprises qui captent réellement la valeur sont celles qui reconçoivent leurs processus autour de l’IA, pas celles qui ajoutent simplement un outil dans la chaîne existante (McKinsey & Company).

3. Un modèle de compétences en train de basculer

Troisième transformation : les compétences. L’IA redistribue profondément la valeur entre les métiers : Certaines tâches disparaissent, d’autres se transforment, de nouvelles capacités apparaissent.

Trois compétences deviennent critiques :

• la capacité à formuler les problèmes

• la capacité à orchestrer les systèmes d’IA

• la capacité à exercer un jugement stratégique

Dans ce contexte, la question n’est plus simplement :

Comment former les équipes à l’IA ?

Mais plutôt :

Quels métiers voulons-nous réellement augmenter ?

Certaines entreprises commencent déjà à restructurer leur organisation autour de ces nouvelles logiques. Par exemple, certaines firmes de conseil réorganisent leurs équipes en combinant collaborateurs humains et agents IA capables de réaliser des tâches analytiques à grande échelle (Business Insider).

Cela annonce une transformation plus large de la structure du travail.

Abonnez-vous maintenant

Les trois arbitrages stratégiques à trancher maintenant

Face à ces transformations, la question centrale pour les dirigeants n’est pas :

Faut-il adopter l’IA ?

La question est :

Où voulons-nous devenir structurellement supérieurs grâce à elle ?

Trois arbitrages stratégiques doivent être tranchés au niveau de la direction générale.

Où concentrer l’augmentation cognitive ?

Toutes les fonctions ne créent pas le même avantage compétitif.

Dans certaines entreprises, l’IA doit transformer :

• la R&D,

• la conception produit,

• l’ingénierie.

Dans d’autres :

• le marketing,

• la relation client,

• la vente.

L’erreur classique consiste à disperser les initiatives. La stratégie gagnante consiste à concentrer l’augmentation cognitive là où se joue la différenciation.

Quels workflows doivent être redessinés ?

L’IA devient réellement transformative lorsque les processus sont repensés.

Trois types de workflows sont généralement prioritaires :

1. production de connaissances

2. prise de décision opérationnelle

3. interaction client

Ces workflows concentrent souvent la majorité du travail intellectuel de l’entreprise.

C’est là que les gains de productivité — et donc les avantages compétitifs — peuvent être les plus significatifs.

Quelles capacités organisationnelles industrialiser ?

Enfin, l’IA impose de nouvelles capacités organisationnelles :

• gouvernance IA,

• architecture data,

• orchestration des modèles,

• gestion des risques.

Ces capacités deviennent rapidement des actifs stratégiques.

Les entreprises qui les construisent tôt disposent d’un avantage cumulatif.

Celles qui attendent devront rattraper plusieurs années d’apprentissage organisationnel.

Conclusion : L’IA est un arbitrage de direction générale

L’IA générative ne se résume pas à une nouvelle vague technologique. Elle transforme la productivité du travail intellectuel, la structure des organisations et les sources de l’avantage compétitif.

Les entreprises qui gagnent ne sont pas celles qui utilisent le plus d’outils. Ce sont celles qui prennent les bons arbitrages stratégiques :

• où concentrer l’augmentation cognitive,

• quels workflows transformer,

• quelles capacités organisationnelles construire.

Le véritable risque aujourd’hui n’est pas de rater une technologie. Le véritable risque est de laisser l’organisation d’hier freiner l’avantage compétitif de demain.

Maintenant, c’est à vous de jouer !

Vous vous interrogez sur l’usage concret de l’IA dans votre entreprise ?

Chez Rietsch & Co., nous aidons les directions à transformer la complexité en clarté, en conjuguant rigueur stratégique, innovation maîtrisée et ancrage humain.

Échangeons sur les options actionnables et sur la meilleure façon de décider vite, sans sacrifier la rigueur.

Prendre contact avec Rietsch & Co.

Bibliographie

McKinsey & Company. (2025). Superagency in the workplace: Empowering people to unlock AI’s full potential at work. (McKinsey & Company)

McKinsey & Company. (2023–2025). The economic potential of generative AI. (McKinsey & Company)

PwC. (2025). Stratégies d’entreprise à l’ère de l’intelligence artificielle. (pwc.fr)

Alliancy. (2025). IA générative : une adoption en forte hausse mais une gouvernance encore immature. (Alliancy)

Capgemini Research Institute. (2025). Exploiter la valeur de l’IA à grande échelle. (Capgemini)

Bpifrance. (2025). Bilan du déploiement des dispositifs de soutien à l’IA en France.
(Bpifrance Presse).

EngageHub. (2026). Forrester — Predictions 2026 AI/Automation. (EngageHub).

Cet article a été développé avec le support d’une IA générative. Cette approche s’inscrit dans le cadre de nos efforts de R&D visant à explorer les opportunités offertes par l’IA pour améliorer nos services. N’hésitez pas à nous solliciter pour toute question.

Conscient des enjeux de l’IA sur le marché du travail, un Master en communication numérique a fait le choix de se positionner comme un laboratoire d’innovation pédagogique, prêt à faire de l’IA un pilier durable de sa formation. Avec l’organisation d’un Bootcamp IA de deux jours, il ambitionne de former des communicants lucid…

Read more

Aujourd'hui, je suis accompagné d'une invitée très spéciale, Neigella, qui n'est pas une experte en IA ordinaire, mais plutôt une IA elle-même que j'ai façonnée pour cette série d'articles thématiques. Pour savoir comment j’ai réalisé le personnage, c’est par ici.

La création de ce personnage (et de toute la série d'articles) est le fruit d'un travail de…

Read more

L'intelligence artificielle générative, incarnée par des outils comme ChatGPT, bouleverse la manière dont nous enseignons et faisons de la recherche. Elle ne se contente pas de transformer les entreprises ; elle modifie en profondeur la pédagogie et l’approche académique.

Pour les enseignants et chercheurs en école …

Read more

L'intelligence artificielle générative est aujourd'hui un levier puissant pour automatiser des tâches, analyser des données et générer du contenu de qualité. Pourtant, la pertinence des résultats dépend largement de la manière dont on interagit avec ces modèles. Un prompt mal formulé peut conduire à des réponses superfici…

Read more

Cet article s’inscrit dans le cadre de mon intervention auprès de l’école de commerce ESTA. Dans un contexte où l’IA générative prend une place grandissante dans la recherche académique, l'école m’a invité à former ses enseignants-chercheurs et ses étudiants sur les opportunités et les enjeux de cette technologie. Mon rôle est de les sensibiliser à une …

Read more

Pour les entreprises, cela signifie non seulement une opportunité unique…

Read more

ULTRA FRESH NEWS !!!

OpenAI a (très) récemment dévoilé GPT-4o sa dernière avancée en matière de modèle linguistique, qui promet de redéfinir l'interaction entre les entreprises et les technologies d'intelligence artificielle.

Le suffixe "o", pour "omni", souligne l'aptitude du modèle à traiter une variété de formats de données — textuels, vocaux et visu…

Read more

L'avènement de l'intelligence artificielle générative marque une nouvelle ère pour les entreprises désireuses d'innover. Au-delà de l'automatisation et de l'optimisation des processus, l'IA générative offre la promesse de transformer radicalement les produits, services et même les modèles d'affaires. Voici une approche structurée pour aider les dirigean…

Read more

Dans un monde rythmé par l’innovation technologique, l'intelligence artificielle (IA) générative émerge comme un vecteur transformationnel pour les entreprises. Ce domaine captivant permet de développer des produits et services avant-gardistes, personnalisés à l'extrême. Cet article détaille comment intégrer l'IA générative pour métamorphoser votre offr…

Read more

Leadership à l'ère de l'IA : Un nouveau paradigme

L'avènement (très rapide) de l'IA transforme non seulement nos entreprises, mais aussi la natu…

Read more

L'Humain au cœur de la transformation digitale

Nous la vivons au quotidien : La transformation digitale est un incontournable dans le paysage entrepreneurial actuel. Cependant, et ce n’est pas une grande nouvelle(…), son succès repose autant sur la technologie que sur la capacité à gérer le changement avec empathie.

Sans adhésion, l’impact du digital res…

Read more

L'IA générative comme levier d'apprentissage continu

L'IA générative n'est pas seulement un outil de productivité ou d'innovation ; c'est aussi un puissant vecteur d'apprentissage et de développement. Comment peut-elle aider à créer une culture d'apprentissage perpétuel dans votre organisation ?

• “Comment l'IA générative peut-elle stimuler l'apprentissage …

Read more

Naviguer les risques de l'innovation

Dans notre quête continue de l'innovation, nous avons exploré comment créer un environnement propice et intégrer des méthodes créatives. Cependant, l'innovation n'est pas sans risques. Comment gérer ces risques sans étouffer la créativité ?

• “Comment puis-je anticiper et gérer les risques liés à l'innovation ?”

• “Quelles …

Read more

L'innovation, cela se mérite.

Poursuivant notre série, après avoir détaillé la vision, la stratégie et la planification, nous nous penchons sur un pilier essentiel du succès à long terme : l'innovation à l’ère de l’IA Générative.

Comment une entreprise peut-elle devenir un creuset d'idées révolutionnaires pour exploiter tout le potentiel offert par les n…

Read more

Après avoir abordé la vision et la transformation de la vision en stratégie, penchons-nous sur la planification stratégique. Si la stratégie est la destination, la planification stratégique est la carte qui vous y mène. Jusqu’ici, tout va bien.

Les enjeux auxquels je suis souvent confronté lors de mes consultations sont les suivants :

“Comment planifier …

Read more

Aujourd'hui, je vous propose d’aborder un sujet qui fait suite à notre discussion précédente et permet de traiter un enjeu majeur pour les équipes de direction : transformer la vision en stratégie bien tangible et applicable.

“J'ai une vision claire, mais comment la concrétiser ?”
“Comment m'assurer que ma stratégie est alignée avec ma vision ?”

L’exercice…

Read more