Un assistant IA chez les commerciaux, un autre aux RH, un agent aux achats : chaque équipe va plus vite, mais la performance de l’entreprise, elle, n’a pas bougé. Cet écart porte un nom : la conduite du changement IA. Pas celle qui consiste à former les équipes à un outil, mais celle qui change la façon dont un process circule entre les équipes. Elle est incontournable. Elle peut aussi être bien moins vaste que ce que la plupart des entreprises imaginent. Le changement ne disparaît pas : il prend une taille que vous pouvez maîtriser.
Chaque équipe a son IA. La productivité individuelle a progressé, pas la performance de l’entreprise.
Les équipes ont adopté un outil après l’autre, et aujourd’hui l’IA et les agents sont partout. Un commercial rédige un e-mail en quelques secondes, un manager reçoit le résumé d’un appel avant sa réunion suivante, un salarié trouve la politique de déplacement sans ouvrir de ticket. Chacun gagne quelques minutes.
Les résultats racontent pourtant une autre histoire. Dans l’enquête State of AI de McKinsey, publiée en août 2026, seuls 37 % des répondants attribuent un quelconque effet sur l’EBIT à l’IA, soit la même part qu’un an plus tôt.
L’IA pour chaque salarié se déploie facilement et fait gagner du temps à chacun : c’est de la productivité. Elle ne fait pas croître le chiffre d’affaires ni les résultats pour autant. Car le trimestre, la clôture ou le cycle d’onboarding ne dépendent pas de la vitesse d’une personne : ils dépendent de la façon dont le travail passe d’une équipe à l’autre. C’est là que se joue la performance, et c’est là que la plupart des projets IA s’enlisent, sans ROI mesurable et avec des pilotes qui n’en finissent pas. Nous l’avions montré pour les équipes commerciales dans L’IA a rendu chaque commercial plus rapide. Pourquoi le trimestre n’a-t-il pas bougé ?. Le constat vaut pour toutes les équipes.
Adopter ne coûte rien, transformer rapporte : la règle de toute nouvelle technologie
L’IA n’est pas la première technologie à être visible partout, sauf dans les résultats.
Les premières centrales électriques ont ouvert en 1881. Pourtant, en 1899, les moteurs électriques faisaient tourner moins de 5 % des machines des usines américaines, et la productivité industrielle n’a vraiment décollé qu’au début des années 1920, quarante ans plus tard. L’économiste Paul David en a donné la raison en 1990. Au départ, les usines ont ajouté des moteurs électriques à leurs arbres et à leurs courroies, sans toucher à leur organisation. Les gains sont arrivés quand chaque machine a eu son propre moteur : les usines ont alors pu être repensées, de plain-pied, avec une meilleure manutention et des machines placées puis déplacées là où le travail l’exigeait. Ce changement s’est fait au fil d’un long apprentissage, usine après usine, et non d’un seul coup.
L’informatique a suivi le même chemin. En 1987, l’économiste Robert Solow écrivait : « On voit l’ère informatique partout, sauf dans les statistiques de productivité. » Les gains ne sont apparus que dans les années 1990, une fois que les entreprises ont réorganisé leur façon de travailler autour de ces nouveaux outils.
En 2021, Erik Brynjolfsson, Daniel Rock et Chad Syverson ont donné un nom à ce phénomène : la courbe en J de la productivité. Une technologie qui change tout exige d’abord des investissements invisibles, comme de nouveaux process, de nouvelles compétences ou une nouvelle organisation. La productivité mesurée commence par baisser, puis elle remonte.
Près de neuf entreprises sur dix utilisent l’IA, mais seules 37 % en voient l’effet sur l’EBIT. Cet écart est la version actuelle de la même règle : le creux correspond au temps qu’il faut pour changer le process.
Où se joue le changement : dans la coordination entre les équipes
Le changement qui rapporte ne se trouve pas dans un outil ni dans une équipe. Il se trouve entre elles.
Prenons le quote-to-cash. Un deal qualifié passe par les commerciaux, le deal desk, le juridique, la finance et le Customer Success avant de se transformer en chiffre d’affaires encaissé. Chaque équipe a son outil, sa boîte mail et son agenda. Une remise est validée dans un fil de discussion, un contrat signé met deux jours à arriver jusqu’à la finance, un engagement pris pour gagner le deal n’arrive jamais jusqu’à l’équipe de livraison. Selon MGI Research, au moins 3 à 5 % du chiffre d’affaires se perd ainsi, surtout entre l’offre et le contrat, puis entre le contrat et l’encaissement. Notre guide du quote-to-cash passe en revue chacune de ces fuites.
L’onboarding raconte la même histoire côté RH. Une nouvelle recrue mobilise les RH, l’IT, les services généraux et son manager. Chaque équipe fait bien sa part, mais le lien entre elles tient souvent à la mémoire de quelqu’un, ou à un tableur.
Les assistants IA font gagner du temps à chaque salarié et accélèrent chaque étape. Ils ne font pas passer le travail d’une équipe à l’autre. C’est pour cela que les 48 heures qui suivent la signature d’un deal pèsent encore autant sur le chiffre d’affaires de l’année suivante.
« Pas besoin de conduite du changement » : une demi-vérité
Deux discours dominent le marché, et tous deux sont à moitié vrais.
Le premier affirme que l’IA ne demande aucune conduite du changement. Pour l’usage de l’IA, c’est exact : quand l’IA répond et agit dans Slack ou Microsoft Teams, personne n’apprend un nouvel outil, et l’adoption ne coûte presque rien. Mais le process reste le même, donc les résultats aussi. Imaginez un commercial qui rédige une demande de remise en trente secondes avec un assistant IA. La demande attend ensuite quatre jours dans la boîte de la finance avant que quelqu’un ne s’en occupe : l’IA a fait gagner dix minutes, le process en a perdu quatre jours.
Le second affirme que l’IA exige un programme de transformation. C’est exact aussi, car quelque chose doit changer. Mais un programme a un sponsor, un budget, un comité de pilotage, et souvent personne qui porte le travail de bout en bout. Il est conçu loin du terrain, et quand il aboutit, le process a déjà changé deux fois. Imaginez une feuille de route sur dix-huit mois, des ateliers de cartographie des process, un modèle opérationnel cible validé en comité. Pendant ce temps, la politique de remise a changé deux fois, deux valideurs ont changé de poste, et l’équipe a continué de contourner le plan.
Chacun a ses mérites. Les assistants IA font gagner du temps à chaque salarié et habituent les équipes à l’IA, tandis qu’un programme apporte de l’alignement et un cadre de gouvernance. Ni l’un ni l’autre ne change la coordination entre les équipes, or c’est là que se trouvent les résultats.
Les entreprises le ressentent d’ailleurs : dans le baromètre du sommet « Transformation agentique » d’Ofelia de 2026, la conduite du changement figure parmi les trois principaux freins au passage à l’échelle de l’IA, citée par 48 % des répondants.
La conduite du changement IA à la bonne taille : le responsable du process aux commandes
La bonne taille pour le changement, c’est un process, mené par la personne qui en est responsable.
La compétence passe côté métier. C’est le responsable du process qui conduit le changement : le RevOps pour le quote-to-cash, les RH Ops pour l’onboarding, les Finance Ops pour la clôture mensuelle. Ils savent où le process coince et portent le KPI. Jusqu’ici, il leur fallait un développeur ou un consultant pour modifier quoi que ce soit.
L’IT garde le contrôle. C’est l’IT qui décide qui peut construire et publier, quelles données et quels systèmes un process peut atteindre, et comment chaque étape est tracée. L’IT fixe le cadre, et le métier avance à l’intérieur.
Le process ne restera pas tel quel. Avec l’IA et des agents, un process peut faire davantage : un agent vérifie une demande au regard de la politique, prépare le plan d’onboarding ou signale un document manquant, et une personne valide chaque résultat. Intégrer ces nouvelles capacités devient une simple modification du process, pas un nouveau projet.
Concrètement. Prenons l’onboarding. La responsable RH Ops part de la checklist que son équipe utilise déjà. Elle ajoute une seule étape confiée à un agent, qui prépare la demande d’accès IT à partir du contrat, et le responsable IT la valide. L’IT autorise une fois pour toutes la connexion au SIRH. Dès le premier mois, elle mesure ce qu’elle suit déjà : le temps qu’il faut à une nouvelle recrue pour être opérationnelle. Quand un nouveau site ouvre, elle adapte elle-même le process, dans la semaine. Le résultat attendu : un cycle d’onboarding raccourci de 42 %.
Ce que l’IT conserve. Confier le changement au métier ne revient pas à le retirer à l’IT. L’IT décide une fois pour toutes quels systèmes peuvent être connectés, qui peut construire, qui peut publier, et ce qui est journalisé. Chaque résultat d’agent est validé par une personne, et chaque étape laisse une trace. L’IT cesse d’être le goulot d’étranglement de chaque changement et reste garante du cadre.
Les signes que vous avez trouvé la bonne taille. Une personne peut expliquer le process en deux minutes. Il a déjà un KPI que quelqu’un suit. Il peut tourner en quelques semaines plutôt qu’en plusieurs trimestres. Et il peut évoluer le mois suivant sans nouveau projet.
Pourquoi ça marche. Ceux qui vivent les frictions sont ceux qui les corrigent. Le changement est assez petit pour être testé, puis mesuré sur les KPI que le process suit déjà : délai entre la demande et la décision, nombre de jours entre la signature et l’encaissement, temps jusqu’à la productivité d’une nouvelle recrue. Et l’adoption suit d’elle-même, parce que le bon chemin est aussi le plus rapide.
« L’adoption n’est pas une campagne. Quand la bonne façon de faire tourner un process est aussi la plus rapide, et qu’elle se trouve là où les gens travaillent déjà, personne n’a besoin d’être convaincu. »
Loic Barbaux, Product Marketing Manager, Ofelia
Comment Ofelia Agentic rend le changement simple à mener et facile à faire évoluer
C’est précisément la façon dont Ofelia Agentic a été conçu. Ofelia Agentic est la couche d’exécution agentique gouvernée des opérations de l’entreprise, au cœur de Slack et de Microsoft Teams. Il fonctionne avec votre CRM, votre SIRH et tous les systèmes que vous utilisez, et laisse chaque décision à une personne. Chacune de ses trois expériences retire une part du changement.
D’abord, un retour sur investissement avant tout changement. Ofelia répond et guide. « Puis-je accorder cette remise sur ce deal ? » « De quoi une nouvelle recrue a-t-elle besoin le premier jour ? » « Qui valide une exception contractuelle ? » Ofelia répond à partir de votre documentation validée et de vos systèmes connectés, puis guide la personne vers l’étape suivante, sans quitter Slack ou Teams. Rien n’a encore changé dans le process, et les équipes en tirent déjà de la valeur dès le premier jour.
Ensuite, un changement qu’il n’est pas nécessaire de faire accepter. Un process demande plus que des réponses : Ofelia le coordonne donc sous la forme d’un workflow déterministe, avec les mêmes étapes à chaque fois, une échéance pour chaque responsable et une trace pour chaque décision. Prenons un deal au stade de l’offre, appelons-le Acme. Le commercial lance le process quote-to-cash pour Acme dans Slack, en un seul message, en demandant une remise au-delà de sa limite et des conditions de paiement non standard. Ofelia vérifie la demande au regard de la politique : ce qui est standard passe, le reste part en même temps vers la finance et le directeur commercial, chacun avec une échéance. Une tâche agentique vérifie l’historique de paiement du client et soumet une recommandation à la finance, qui décide. Si un valideur ne répond pas, Ofelia le relance, puis escalade. Une fois les deux accords obtenus, le devis est mis à jour, le contrat part au juridique, et le deal poursuit son chemin dans le quote-to-cash. Personne n’a appris un nouvel outil : le commercial a envoyé un message, et chaque valideur a répondu là où il travaille déjà. Le bon chemin était aussi le plus rapide.
Découvrez un deal orchestré de la prospection au renouvellement, en quatre minutes.
Enfin, le changement lui-même reste à taille humaine, parce qu’Ofelia le confie au responsable du process. Ofelia génère le workflow à partir de ce que vous avez déjà. Le responsable partage la procédure ou la décrit en langage courant, et Ofelia propose le modèle : les étapes, les responsables, les validations. Le responsable l’ajuste dans le Workflow Designer, l’éditeur no-code, le teste, puis le publie dans Slack ou Teams. Ni développeur, ni projet. Quand le process doit évoluer, le responsable le modifie et le publie à nouveau : chacun applique la nouvelle version dès la demande suivante, et la procédure sur laquelle Ofelia s’appuie pour répondre est mise à jour en même temps. Ajouter une nouvelle capacité d’IA ou une étape agentique ne demande qu’une modification de plus, et une personne valide toujours son résultat. L’IT garde la main sur qui peut construire et publier, sur les accès et les connexions, et sur l’ensemble de la piste d’audit. Voilà la conduite du changement IA à la taille d’un responsable : celui qui vit la friction modifie le process, dans la semaine, à l’intérieur d’un cadre que l’IT a fixé une fois pour toutes.
Avec ce fonctionnement, le délai entre le deal et la livraison est divisé par deux et les erreurs de facturation baissent de 70 %. Ofelia s’appuie sur Bonita BPM, qui fait tourner les process d’entreprise depuis plus de 15 ans chez plus de 130 clients grands comptes.
Téléchargez le one-pager Ofelia Agentic (PDF), ou découvrez comment les équipes opérations et ventes font tourner leurs process avec Ofelia.
Commencez par un seul process, celui où les passages de relais font le plus mal. Pour la plupart des entreprises, c’est le chiffre d’affaires. Le changement ne disparaît pas : il prend une taille que vous pouvez maîtriser.
Sources : McKinsey, « The State of AI : Global Survey 2026 », août 2026 (près de 9 sur 10, 8 sur 10, 37 %). Paul A. David, « The Dynamo and the Computer », AEA Papers and Proceedings, mai 1990. Robert Solow, « We’d Better Watch Out », New York Times Book Review, 12 juillet 1987. Erik Brynjolfsson, Daniel Rock, Chad Syverson, « The Productivity J-Curve », American Economic Journal : Macroeconomics, 2021. MGI Research, Revenue Leakage, décembre 2025 (3 à 5 %). Baromètre du sommet « Transformation agentique » d’Ofelia, 2026 (48 %). Résultats attendus : cas d’usage Ofelia Agentic Revenue Lifecycle, Quote-to-Cash et onboarding des salariés.
Planifiez une démo personnalisée et découvrez comment Ofelia peut transformer votre infrastructure IA.
