Si vous dirigez une entreprise en ce moment, vous avez vu passer les démos. Vous avez peut-être même signé pour quelques-unes. L’IA agentique, boostée à l’IA générative, fait réellement ce qu’elle prétend faire. Elle prend en charge des tâches que l’automatisation classique laissait tomber, elle débloque des chantiers que tout le monde évitait, elle soulage des équipes qui faisaient du laborieux à longueur de journée. Ce n’est pas rien !
Pourtant, quand on regarde ce qui se passe au niveau de l’entreprise, on reste sur sa faim.
L’institut METR a publié en 2025 une étude randomisée qui a fait un peu de bruit. Des développeurs expérimentés, équipés des meilleurs outils du moment, travaillant sur leurs propres projets, se sont avérés 19% plus lents avec l’IA. Eux étaient persuadés d’aller 20% plus vite. L’écart entre la sensation et la réalité s’est maintenu même après qu’on leur a montré les chiffres. La même année, le MIT a publié « The GenAI Divide », un rapport construit sur l’analyse de trois cents déploiements en entreprise. Verdict : 95% des projets n’ont aucun impact mesurable sur le compte de résultat. On parle de trente à quarante milliards de dollars dépensés pour un zéro à l’arrivée.
Un outil qui marche, dont tout le monde parle, et dont le résultat reste invisible à l’échelle où ça compte. Il y a quelque chose qui cloche, et ce quelque chose ne se règle pas en achetant plus d’agents.
On automatise ce qui se voit, on rate ce qui compte
Dans la plupart des déploiements que l’on observe à La Forge, l’IA agentique sert à faire disparaître des tâches. Traduire un document, extraire les informations d’un CCTP, générer une facture, rédiger une relance standard, produire un compte rendu de réunion. Je comprends l’attrait : c’est du laborieux qui saute, c’est visible, c’est chiffrable, les équipes sont contentes de récupérer du temps. L’erreur n’est pas là. L’erreur, c’est de croire qu’en automatisant ces tâches on a développé son métier.
Une activité, c’est ce qui occupe une personne en poste dans sa journée. Un savoir-faire, c’est ce qu’une entreprise sait faire via ses équipes et que personne d’autre ne sait faire exactement comme elle. Ce sont deux choses différentes. La manière qu’a une équipe commerciale de qualifier un client dès le premier appel, le coup d’œil d’un chef de chantier qui sent qu’un devis a un problème avant d’avoir lu la dernière ligne, la façon dont un responsable R&D arbitre entre deux pistes qui semblent équivalentes sur le papier : tout ça, c’est du savoir-faire. Et c’est ça qui fait qu’on est choisi plutôt qu’un autre.
Ce que l’IA agentique fait très bien, c’est automatiser des activités. Ce qu’elle ne sait pas faire, ou ne devrait pas faire, c’est remplacer du savoir-faire. Tacite, situé, incarné, il est souvent invisible même pour ceux qui le portent, et il ne se laisse pas coder dans un prompt. Quand on essaie quand même, on obtient une version dégradée, lissée, interchangeable. On prend ce qui faisait la différence et on le rend générique.
Il y a pire. Quand on se contente d’automatiser les activités, on fige le modèle de travail qui les a produites, et ce modèle est le plus souvent obsolète. Steve Blank le formule avec une brutalité salutaire : une entreprise de plus de trois ans est morte. Il ne veut pas dire qu’elle n’existe plus. Il veut dire que ses activités ont été dessinées pour un monde qui n’est plus là, que ses processus traînent des contraintes qui ont disparu, et que personne n’ose les remettre en cause parce qu’on les regarde depuis trop longtemps pour les voir. Automatiser les activités de 2015 avec les outils de 2026, ce n’est pas moderniser. C’est accélérer un travail qu’il aurait peut-être fallu cesser de faire.
Quand l’intelligence métier se dissout dans les outils
Le deuxième effet est plus lent à apparaître, et c’est probablement celui qui coûtera le plus cher.
Dans une organisation qui se met sérieusement à l’agentique, chaque équipe assemble ses propres workflows. Les commerciaux construisent leurs agents de qualification, de relance, de préparation de devis. Les ops montent les leurs pour prioriser les incidents et produire les comptes rendus. La R&D bricole des chaînes qui lui sont propres. Aucune de ces équipes ne fait ça mal, aucune ne cherche à saboter la cohérence globale. Mais chacune, en assemblant ses agents, en écrit une version locale du métier. Ce qu’est un bon lead, une bonne relance, un bon incident, un bon brief : tout cela finit incarné dans des outils montés séparément, par des gens différents, sans référentiel commun.
L’intelligence métier qui était portée par les équipes et par la culture (c’est flou, mais c’est justement ça, la culture) se déporte alors progressivement dans les outils. Et comme les outils sont montés à la main dans chaque coin de l’entreprise, il n’y a plus rien qui les tient ensemble. On se retrouve avec une organisation qui commence à ressembler à un agrégat de freelances très bien équipés, qui partagent un logo, un bureau et une fiche de paie, mais plus grand-chose d’autre.
La question que je pose aux dirigeants ces derniers mois est simple. Si vous retirez les agents que chacun s’est construits, qu’est-ce qui fait encore que votre entreprise est la vôtre ? Le nom ? L’actionnariat ? La façade ? Rien de tout ça n’est un actif défendable. Ce qui faisait singularité, c’était la manière : un geste partagé, une exigence collective, une façon de voir le client, une qualité reconnaissable entre mille. Quand cette manière n’est plus incarnée quelque part de cohérent, elle disparaît. Pas d’un coup, par dilution. Et quand on s’en aperçoit, il est déjà tard, parce qu’on n’a plus aucun lieu où aller la reprendre.
Le vrai risque est que l’IA remplace les gens et qu’elle banalise les entreprises. Deux boîtes qui orchestrent leurs agents à partir du même catalogue d’outils, sur les mêmes API, avec les mêmes pratiques de prompt engineering, finissent par produire la même chose. L’avantage compétitif s’évapore au rythme où les outils se standardisent, et les outils se standardisent vite.
Le MIT arrive par son chemin à un constat proche. Dans les 5% de projets qui produisent un impact réel, les réussites se concentrent là où les entreprises ont une doctrine métier claire en amont, où le déploiement s’intègre profondément dans les workflows existants, où les choix d’outillage sont faits de façon cohérente plutôt qu’empilée. Partout où chacun orchestre dans son coin, l’impact reste anecdotique et s’érode à mesure que les outils circulent sur le marché.
Reprendre la main sur son métier
Il n’y a rien de mystérieux dans ce qu’il faut faire, c’est juste exigeant et ça demande de résister à la pente.
Avant de déployer un agent, il faut savoir quel savoir-faire on cherche à amplifier. Ce n’est pas la même question que « quelle activité puis-je automatiser parce que c’est techniquement possible ». La première oblige à nommer ce qu’on sait faire de singulier, à le rendre visible, à le mettre au centre. La seconde laisse le catalogue de l’outil dicter le chantier, et on finit par empiler des automatisations qui ne convergent vers rien.
Il faut aussi arrêter de laisser l’outil décider de la manière de faire. Si un agent optimise une relance client à sa façon, et que cette façon n’est pas la vôtre, c’est sa façon qui devient votre métier. Vos clients achètent une manière, pas un workflow. Chaque fois qu’on accepte une suggestion par défaut sans la passer au filtre de ce qui fait votre identité, on cède un petit bout de ce pour quoi on est choisi. Il suffit de répéter ce geste mille fois pour se réveiller dans une entreprise qui ressemble à toutes les autres.
Et il faut accepter que ce qui est automatisable sans perte n’est pas du métier. Traduire un texte, générer une facture, extraire un CCTP, produire un compte rendu : automatisez, vite et bien, sans regret. Mais ne vous racontez pas que vous avez transformé quoi que ce soit. Vous avez soulagé du laborieux, c’est utile, ça libère du temps, ça rend la vie plus simple à vos équipes. Ce n’est pas stratégique pour autant, et confondre les deux est précisément le piège qui mène aux 95% de la courbe MIT.
Ce que nous faisons
La Forge est un studio de produits IA, nous utilisons intensément ces outils, et nous sommes exposés au même risque que tout le monde. Nous nous posons la même question que tous les dirigeants : comment faire grandir les équipes et l’entreprise ?
Nous avons fait un choix qui nous coûte du temps et de l’énergie. Nous construisons en interne un système qui cristallise notre manière de faire, notre méthode, notre vision du métier, notre exigence de qualité. Ce n’est pas un outil qui automatise notre métier. C’est un endroit où notre métier est écrit, partagé, corrigé collectivement, et où chaque agent que nous utilisons passe par ce filtre avant d’agir. Sans ce système, nous serions comme les autres : mille visions locales assemblées dans notre coin, aucune boucle de cohérence, une singularité qui fond à mesure qu’on déploie.
Je ne vais pas le détailler ici, pas encore. Mais si le sujet vous parle, si vous sentez que dans votre propre entreprise l’intelligence métier commence à fuir dans des outils que personne ne maîtrise vraiment, venez nous en parler. C’est précisément ce que nous aidons à construire ailleurs.
