Les investissements technologiques les plus importants dans un marché incertain

Il y a deux ans, la plupart des conversations sur l’IA tournaient autour de la question de savoir si l’investissement en valait le risque. Cette question est désormais tranchée. La plus difficile aujourd’hui est de déterminer où l’argent doit être placé, et combien.

Je constate cela constamment chez les dirigeants du marché intermédiaire et les opérateurs de capital-investissement. La plupart d’entre eux ont déjà mené la phase pilote, testant quelque chose dans presque chaque fonction. Le facteur différenciateur aujourd’hui réside dans les pilotes qui sont devenus partie intégrante du fonctionnement réel de l’entreprise, et ceux qui sont restés des projets parallèles n’ayant jamais pénétré les opérations quotidiennes.

Un article récent dans MIT Sloan Management Review saisit le même changement sous un autre angle: malgré des décennies d’investissement dans la technologie, de nombreuses organisations ne constatent toujours pas de retours significatifs, et la recherche pointe vers quelque chose de moins tangible que les outils eux‑mêmes: une main‑d’œuvre réellement capable de les utiliser et une culture axée sur l’apprentissage. J’irais plus loin: acheter l’outil n’est plus la partie difficile. Construire les personnes, les compétences et la capacité organisationnelle qui permettent à l’outil de créer réellement de la valeur, c’est là que résident les décisions et les défis aujourd’hui.

Pourquoi les entreprises qui prennent de l’avance dépensent différemment, pas seulement davantage

Il existe une idée reçue croissante selon laquelle investir dans la technologie signifie acheter la plateforme la plus récente, ce qui est rarement le cas. Les organisations réussissent lorsqu’elles savent exactement quel problème métier elles résolvent avant d’ouvrir une ligne budgétaire. C’est un point que nous avions déjà abordé: même les outils les plus sophistiqués échouent à générer un impact significatif sans une base de données solide en dessous.

Cela correspond à ce que nous avons observé directement avec Esquire Depositions, une société de services juridiques soutenue par Gridiron Capital, qui a vu sa valeur d’entreprise augmenter de 10 %, non pas en ajoutant une nouvelle plateforme à ce qu’elle possédait déjà, mais en centralisant les données et en standardisant des processus qui avaient été construits de façon ad‑hoc au sein des équipes pendant des années. L’outil importe moins que ce sur quoi il repose.

Les quatre fondamentaux pour décider ce qu’il faut développer

Chaque conversation technologique que j’ai avec un PDG ou un partenaire opérationnel aboutit finalement à la même décision: le développer, le corriger ou l’arrêter. D’après mon expérience, quatre éléments séparent ces trois issues.

• Quelqu’un en est responsable. Chaque initiative nécessite une personne responsable de son résultat, et non un comité ou un sponsor tournant.
• Les données sous‑jacent sont fiables. L’IA et l’automatisation ne sont bonnes que si les données qui les alimentent le sont. Des données incohérentes et cloisonnées transforment un outil prometteur en un autre obstacle que les gens contournent.
• Les gens l’utilisent réellement au quotidien. L’adoption ne survient pas parce qu’une plateforme est lancée. Elle résulte du fait que l’outil s’intègre à la façon dont quelqu’un travaille déjà, ou que quelqu’un prenne le temps de redessiner le travail autour de celui‑ci.
• Le résultat est mesurable et lié à quelque chose de précis. Revenus, coûts, temps de cycle, expérience client. Choisissez‑en un avant de construire, pas après.

Passez chaque projet au crible de ces quatre critères et la décision se trie d’elle‑même. J’augmenterais l’échelle des initiatives qui ont déjà un propriétaire, des données fiables et une adoption réelle. Je continuerais d’examiner celles qui résolvent un problème légitime mais restent lourdes à utiliser au quotidien. Et j’arrêterais celles qui fonctionnent principalement grâce à l’enthousiasme ou à des indicateurs d’activité, les tableaux de bord autour desquels personne n’a jamais pris de décision.

Ce qu’il faut couper et ce qu’il faut protéger

Cette même discipline s’applique au budget lui‑-même, dans les deux sens.

Du côté des coupes: des pilotes sans propriétaire, des outils redondants achetés par trois équipes différentes pour la même tâche, des licences jamais utilisées, des projets de données qui ne se sont jamais connectés à une étape en aval. Ces éléments ne gaspillent pas seulement de l’argent, ils ajoutent de la complexité qui ralentit la prochaine véritable initiative. Chacun d’eux est plus facile à financer qu’à fermer, ce qui explique exactement pourquoi ils s’accumulent.

Du côté de la protection: la cybersécurité, la qualité des données, le travail d’intégration, les expériences client qui différencient réellement l’entreprise, et les cas d’usage d’IA déjà rentables dans les opérations quotidiennes. La formation figure également sur cette liste. C’est l’un des investissements technologiques les plus sous‑estimés qu’une entreprise puisse faire, et l’un des plus faciles à négliger lorsque les budgets se resserrent.

Ce sont des investissements plus discrets que le lancement d’une nouvelle initiative IA. Un communiqué de presse ne s’écrit pas tout seul autour de « nous avons réparé notre pipeline de données ». Mais discret ne signifie pas petit. L’automatisation des processus est aujourd’hui l’endroit où une grande partie de cet argent discret se dirige, car elle est suffisamment précise pour offrir un ROI clair. Nous avons conçu et construit le flux de travail qui a permis à une équipe de conformité interne d’une société de prêt de vérifier manuellement 30 % des appels clients à les examiner automatiquement, comblant ainsi un écart où les 70 % restants représentaient une réelle exposition, les réglementations considérant chaque appel comme une violation distincte, d’une valeur de 500 à 1 500 $ chacune.

Un autre projet d’automatisation que nous avons récemment livré a éliminé la saisie manuelle de données qui grugeait le service à faible marge et à fort volume d’un cabinet comptable, libérant le personnel pour prendre en charge des travaux clients à plus forte valeur ajoutée sans devoir augmenter les effectifs. Aucun des deux projets n’a impliqué le lancement tape‑à‑l’œil d’un produit IA. Chacun a résolu un processus unique et spécifique et s’est multiplié à travers l’entreprise ; ce type de correction ciblée représente certains des plus gros ROI qu’une société peut observer.

Investir avec intention

L’incertitude rend les dirigeants prudents, ce qui est une réaction raisonnable. Les entreprises qui prennent de l’avance aujourd’hui continuent d’investir de façon agressive, mais concentrent délibérément leurs ressources sur les capacités qui renforcent les opérations, affinent la prise de décision et positionnent l’IA pour livrer quelque chose que l’on peut réellement pointer à la fin du trimestre.

Je ne pense pas que les entreprises qui surperformeront leurs pairs au cours des prochaines années seront celles qui disposent des plus gros budgets technologiques, et ce n’est même pas le cas aujourd’hui. D’après mon expérience d’accompagnement d’entreprises dans leur transformation numérique, le véritable ROI dépend de deux choses: savoir exactement où l’investissement crée le plus de valeur (que ce soit dans la façon dont l’entreprise fonctionne, dans ce qui la différencie, ou dans le produit et le service que les clients expérimentent réellement), et définir dès le départ des KPI mesurables afin que l’impact reste visible. C’est la discipline qui sépare les retours réels du bruit coûteux.