La conduite du changement ne fera pas adopter la data, les profils IA, si

70 % des projets data échouent. Pas par manque de formation, mais parce que la distance entre donnée et décision est structurelle. Les profils IA natifs l'éliminent.

Non, la conduite du changement ne suffira pas à faire passer les équipes Métiers de la donnée à l’action. Depuis plus de 20 ans, les organisations construisent leurs indicateurs, installent des outils de business Intelligence, puis mettent en place des programmes de formation pour les faire adopter par leurs équipes Métiers. Dans la majorité des cas, le résultat est toujours le même : une appropriation partielle et épisodique des outils, et une succession d’itérations avec les équipes data pour converger vers le besoin réel qui, malgré leur engagement, finissent par les saturer. Il est temps d’appréhender l’intelligence artificielle non pas comme un agent technique ajouté en surcouche, mais comme un profil natif de la plateforme data, ancré dans les processus et les usages de la fonction de l’utilisateur. C’est la clé de l’adoption de la donnée.

Un problème vieux comme la BI traditionnelle

C’est un schéma que tous les DSI, analystes data et directeurs métiers connaissent bien : l’équipe data construit un entrepôt, modélise les indicateurs, configure les dashboards, et finit par donner les clés de l’outil aux Métiers. Et c’est là que tout se complique. Un gouffre se crée entre la production de la donnée et l’usage opérationnel.

Les entreprises mettent alors en place un programme de conduite du changement pour les accompagner dans l’appropriation de ces nouveaux outils et indicateurs. Mais plus le temps passe, plus le fossé se creuse entre la donnée et l’usage métier. Après 12 à 18 mois de formation, moins de 30 % des équipes formées sont autonomes et 70 % des projets data échouent à générer de la valeur métier durable. Ce blocage n’est pas pédagogique : il est structurel.

Le mur de l’adoption 

La conduite du changement part souvent d’un postulat implicite : si les équipes n’adoptent pas la donnée, c’est qu’il leur manque quelque chose : une formation, une motivation, une explication supplémentaire. Agir sur le bon levier suffirait à favoriser l’appropriation des données. Ce raisonnement n’est pas faux. Il est simplement à côté du vrai problème.

Un directeur commercial qui n’ouvre plus son dashboard ou qui n’explore pas ses indicateurs n’a pas renoncé à piloter son activité par la donnée. Il a renoncé au coût que cela lui coûte. Entre la question qu’il se pose un matin (pourquoi mes ventes sur la population X chutent dans le département Y) et la réponse que la donnée pourrait lui fournir, il y a une distance technique et cognitive qu’aucune formation ne réduit durablement. Son seul recours reste de solliciter un expert data, encore et encore. Le goulot d’étranglement ne disparait pas. Il se déplace.

Les profils IA natifs comme infrastructure à l’usage

La conduite du changement peut traiter le symptôme de la résistance, mais pas en résoudre la cause : la distance entre donnée et décision. Le changement de paradigme est radical : passer du constat à l’usage métier ne relève pas de l’humain, mais de la plateforme data & IA.

Un profil IA, à la différence d'un agent IA généraliste, est une intelligence ancrée dans les processus et le langage d'une fonction précise (commercial, finance, RH). Plus que de répondre à une requête, il comprend le contexte dans lequel elle émerge.

Redonner la main aux métiers passe par la modernisation de l’environnement data avec une plateforme unifiée qui couvre l’ensemble du cycle de la donnée, et au sein de laquelle des profils IA sont intégrés nativement à chaque étape (et non en surcouche) pour assister l’utilisateur tout au long de son travail d’exploration et d’analyse. Ils ne le guident pas simplement dans le chemin entre la donnée et la décision : ils en éliminent une grande partie.

Présents au bon endroit, au bon moment, et exactement adaptés à l’usage métier

Pensés comme une extension du métier, ces profils IA accompagnent l’utilisateur en continu, au bon moment et dans le bon contexte. Conçus pour s’adapter précisément au rôle de chaque utilisateur (commercial, DAF ou autre), ils l’accompagnent dans ses cas d’usage réels, au moment où ils se présentent.

Ils dialoguent avec lui, affinent ses intentions, éclairent ses choix et exécutent instantanément les explorations et analyses, jusqu’à tester ses intuitions et lui permettre de passer à l’action. Tout cela au sein de la plateforme data de l’entreprise, en mode on-premise, sans qu'aucune donnée ne quitte son périmètre de souveraineté.

En s’appuyant sur les fondations des équipes data, ils absorbent la complexité technique et fluidifient l’ensemble du parcours. Résultat : on passe d’une exploration lente et itérative à un pilotage fluide et continu, où l’utilisateur progresse directement de la question à la décision.

Le vrai enjeu n’est pas uniquement de produire des indicateurs, mais de permettre un passage autonome et immédiat du constat à l’action. En rendant l’exploitation de la donnée Temps réel accessible en langage naturel, les profils IA suppriment la barrière technique, tandis que la plateforme data garantit la fiabilité des exécutions pour éviter toute hallucination.

Rupture de posture et souveraineté

Cette approche constitue une rupture de posture plus que de technologie. Parce que chaque profil IA est dédié à un usage précis, ancré dans les processus d’une fonction et présent à chaque étape du cycle de la donnée, de la production à l’exploration, du catalogue à la décision, l’utilisateur n’a plus besoin d’être formé : il construit lui-même sa compréhension, au fil de ses questions, de ses explorations, de ses arbitrages, aux côtés du bon profil IA.

Une vision d’autant plus différenciante que la question de la souveraineté est centrale pour les organisations publiques et les grands groupes français et européens. Déployer des profils IA natifs, en mode on-premise, au sein d’une plateforme data souveraine, sans transit vers des infrastructures tierces ni dépendance aux hyperscalers américains, offre une alternative que les acteurs dominants du marché mondial ne peuvent pas répliquer. En unifiant gouvernance, exploration et action, nous ne formons plus les utilisateurs à la data : nous rendons la data enfin utilisable.