Mallory Gombault — comprendre l'IA et ses impacts concrets

Dans cet épisode de CAMINumérique, Mallory Gombault propose une lecture très opérationnelle de l'intelligence artificielle générative en entreprise. Elle la présente comme une transformation susceptible de toucher bien au-delà des métiers purement numériques : commerce, marketing, ressources humaines, juridique, finance, administration ou fonctions support peuvent tous identifier des tâches où l'IA apporte un gain. La question pertinente n'est donc pas de savoir si une entreprise doit « mettre de l'IA », mais où elle peut réellement créer de la valeur.

Le point de départ défendu pendant l'entretien est le besoin. Avant de choisir un outil, il faut comprendre l'irritant, formuler un cas d'usage, identifier les exigences réglementaires ou contractuelles, évaluer les contraintes de cybersécurité et vérifier les ressources disponibles en interne. Ce n'est qu'ensuite que l'on peut comparer les solutions, estimer leur coût, définir les responsabilités et choisir les indicateurs qui permettront de mesurer les résultats. Cette logique rapproche l'intégration de l'IA d'un projet digital classique : la nouveauté technologique ne dispense pas des fondamentaux du pilotage.

Mallory insiste également sur la phase d'audit. Dans une grande organisation, comprendre les besoins peut demander de rencontrer plusieurs directions métiers ; dans une structure plus petite, quelques jours peuvent suffire pour cartographier les usages et les priorités. L'objectif est le même : éviter de déployer une technologie parce qu'elle est à la mode et concentrer l'effort sur les cas où l'impact attendu justifie le coût et le risque. La roadmap peut alors comparer plusieurs familles de solutions, de l'assistant généraliste aux automatisations et agents plus spécialisés.

L'amélioration continue constitue une autre étape importante. Une solution IA n'est pas « terminée » au moment où elle est déployée. Les usages, les modèles et les outils évoluent rapidement ; il faut donc suivre des indicateurs, comparer les résultats aux objectifs et décider régulièrement s'il faut corriger, arrêter ou étendre un dispositif. Cette logique de run évite de transformer une expérimentation prometteuse en outil oublié quelques mois plus tard.

L'épisode aborde aussi les enjeux éthiques et humains : souveraineté et circulation des données, biais, manipulation de l'information, impact écologique, dépendance aux outils et évolution des emplois. Les arbitrages ne sont pas identiques selon les pays, les secteurs ou les cultures d'entreprise. En France et en Europe, la réglementation, la protection des salariés et la sensibilité aux données influencent directement la manière dont les projets sont conçus. La conduite du changement devient alors aussi importante que la technologie elle-même.

Enfin, la discussion se déplace vers la créativité et les métiers intellectuels. L'IA peut accélérer l'exécution, proposer des variantes, aider à explorer une idée ou servir de partenaire de réflexion. Mais l'épisode distingue cette capacité d'assemblage et d'assistance de l'intention créative portée par une personne. Pour un dirigeant, l'enjeu n'est donc pas de choisir entre humain et IA : il est de décider ce que l'on automatise, ce que l'on augmente et ce que l'on veut explicitement conserver comme responsabilité humaine.