Hesham Khalafallah
Ces dernières années, j’ai assisté et participé à un grand nombre de conférences, de forums et d’ateliers consacrés à l’intelligence artificielle, dans des universités, des administrations et des entreprises. Je tiens à le préciser d’emblée : je ne suis pas opposé à ces événements. Le dialogue sociétal, scientifique et technique autour de l’IA est important ; il permet de mieux comprendre la technologie et ses enjeux, et il produit toujours des résultats et des recommandations utiles.
Ce qui me préoccupe, c’est ce qui se passe ensuite. Ces recommandations sont-elles appliquées ? Les conclusions se transforment-elles en actions concrètes ? La question que je pose toujours à la fin des séances est la suivante : qu’est-ce qui changera demain matin dans le fonctionnement de cette organisation ?
Bien souvent, le paradoxe est douloureux : une organisation consacre des sommes importantes à l’organisation d’une conférence — accueil, salles, équipements — puis affirme qu’elle ne dispose d’aucun budget pour mettre en œuvre les recommandations, malgré leur importance et leur retour évident. L’organisation se retrouve sans une seule application réellement opérationnelle, même partielle. Et lorsqu’elle décide enfin d’agir, elle fait appel à un système externe clé en main, sans construire de compétences ni de compréhension en interne.
Cet article ne vise donc pas à minimiser les efforts de quiconque, mais à mettre l’accent sur le volet pratique : comment les recommandations deviennent-elles réalité ?
Pourquoi les recommandations restent-elles sur le papier ?
D’après ce que j’ai observé, les mêmes causes reviennent presque partout :
• Un budget pour débattre, mais pas pour agir : les ressources sont consacrées à l’événement lui-même, sans ligne budgétaire claire pour appliquer ses conclusions.
• L’absence de responsable opérationnel : tout le monde parle d’IA, mais personne n’est chargé de l’appliquer et d’en mesurer les résultats.
• Commencer par le grand rêve : une stratégie sur cinq ans plutôt qu’un petit problème réel que l’on peut résoudre en quelques semaines.
• Le manque de données : l’IA a besoin de données organisées, et de nombreuses organisations les conservent encore sur papier ou dans des systèmes qui ne communiquent pas entre eux.
• La dépendance totale aux fournisseurs : l’organisation achète l’outil, le fournisseur s’en va, et le savoir reste à l’extérieur.
Cinq étapes pour transformer les recommandations en pratique
1. Partir d’un vrai problème du quotidien
Ne vous demandez pas : « Comment utiliser l’IA ? », mais plutôt : « Quelle tâche mobilise le plus de temps de notre équipe ? » Il peut s’agir de répondre aux demandes répétitives, de vérifier des documents, de préparer des rapports ou de trier des dossiers. C’est là que commence la véritable opportunité.
2. Mettre en place une petite application en quelques semaines, pas en quelques années
Choisissez un seul cas d’usage, appliquez-le dans un seul service, sur une courte période. Une petite application qui fonctionne vaut mieux qu’une grande stratégie en attente de validation.
3. Constituer une équipe interne qui maîtrise le savoir
Le recours aux experts et aux fournisseurs est utile, mais il faut une petite équipe au sein de l’organisation qui comprenne ce qui se passe, apprenne, développe et assure le suivi. Une organisation qui ne maîtrise pas le savoir restera toujours dépendante de ceux qui le détiennent.
4. Mesurer l’impact en chiffres
Combien d’heures de travail avons-nous économisées ? De combien le délai de traitement a-t-il diminué ? La qualité ou la satisfaction des usagers s’est-elle améliorée ? Ce sont les chiffres qui convainquent la direction de poursuivre, et qui distinguent une expérience réussie d’une simple vitrine médiatique.
5. Étendre une fois les résultats confirmés
Lorsque la première application réussit, étendez-la à d’autres services et ajoutez de nouveaux cas d’usage. C’est ainsi que l’IA passe progressivement du statut de projet pilote à celui de composante naturelle du mode de travail.
Le chaînon manquant : de la recommandation à l’action
• Lorsque l’organisation s’arrête aux recommandations : les conclusions sont rédigées et archivées, on attend la stratégie globale, et le succès se mesure à la réussite de l’événement lui-même.
• Lorsque l’organisation va jusqu’à l’action : elle transforme chaque recommandation importante en projet doté d’un responsable, d’un budget et d’une échéance ; elle expérimente, mesure les résultats, s’étend progressivement, et mesure le succès au nombre de processus réellement transformés.
Je propose ici une idée simple : réserver une part du budget de chaque conférence ou forum à la mise en œuvre d’au moins sa première recommandation dans les mois qui suivent, afin que les conclusions ne restent pas lettre morte.
Mon expérience : une idée devenue plateforme
Lorsque nous avons commencé à travailler sur Judicia AI, nous ne sommes pas partis d’une conférence ni d’un document de vision, mais d’un problème précis : comment aider les spécialistes à mener leurs recherches juridiques dans la réglementation saoudienne avec précision et rapidité ? Plutôt que de rester au stade de la discussion, nous avons construit la plateforme et l’avons lancée. Elle fonctionne aujourd’hui, et nous travaillons à son développement et à son lancement commercial. Ce que j’ai retenu de cette expérience, c’est que la mise en œuvre est le meilleur des maîtres : les vrais problèmes n’apparaissent pas dans les salles de conférence, mais à l’usage.
Conclusion
Les conférences et les ateliers ouvrent des portes et nourrissent la compréhension, mais la maturité d’une organisation en matière d’IA se mesure, en définitive, au nombre de processus réellement transformés dans son travail quotidien. Commencez petit, commencez maintenant, mesurez les résultats et développez le savoir au sein de votre organisation.
Si votre organisation souhaite passer du discours sur l’IA à son application concrète, je serai heureux d’identifier avec vous un premier cas d’usage pertinent et d’établir un plan de mise en œuvre réaliste.
