Capturer la valeur de l'IA : de l'expérimentation au rewiring

Expérimenter l'IA n'a jamais été aussi facile. En tirer de la valeur n'a jamais semblé aussi difficile. Entre les deux, il y a un changement de posture que McKinsey résume d'un mot : rewiring. Il ne s'agit plus d'ajouter de l'IA à l'entreprise, mais de recâbler la façon dont elle fonctionne.

Les entreprises ont massivement franchi le cap de l'usage. Selon l'édition 2026 du State of AI de McKinsey, 89 % des organisations utilisent l'IA de manière régulière dans au moins une fonction. Mais moins de la moitié d'entre elles, 44 %, déclarent l'avoir déployée à l'échelle de l'entreprise, contre 38 % un an plus tôt. Le Global AI Pulse Survey de KPMG est encore plus net : seules 11 % des organisations, ses « AI leaders », traitent l'IA comme une transformation d'entreprise plutôt que comme un complément de l'existant.

Côté résultats, le constat reste modeste. Seuls 37 % des répondants de McKinsey constatent un effet de l'IA sur leur résultat opérationnel, et 6 % seulement lui attribuent au moins 5 % de leur EBIT. Or la patience des dirigeants s'épuise : dans l'enquête menée par Dataiku auprès de 685 DSI en 2026, 97 % font état d'une pression accrue de leur conseil d'administration sur le retour sur investissement, et 76 % estiment que leur poste sera menacé si leur entreprise ne démontre pas de gains mesurables d'ici fin 2027. La fenêtre de l'expérimentation se referme.

L'expérimentation, une phase utile devenue un piège

Expérimenter a de vraies vertus. Les pilotes permettent d'apprendre vite, de tester des outils à moindre coût et de familiariser les équipes avec une technologie nouvelle. Pendant deux ans, c'était la bonne posture : personne ne savait encore précisément ce que l'IA générative pouvait faire, ni dans quel domaine.

Le problème est que beaucoup d'entreprises ne sont jamais sorties de cette phase. Les pilotes se succèdent, chacun prouve que la technologie fonctionne sur un périmètre restreint, et aucun ne change la façon dont l'entreprise travaille. KPMG identifie la ligne de partage : les 11 % d'entreprises les plus avancées redessinent leurs processus avant de déployer l'IA, quand les autres l'ajoutent à leurs workflows existants. L'expérimentation devient alors un état permanent, rassurant et coûteux.

Ce que recouvre le « rewiring »

Le terme vient de McKinsey, qui l'a popularisé dans l'ouvrage Rewired, publié en 2023. L'idée centrale est simple : une transformation par la technologie ne réussit pas parce que l'on déploie la technologie, mais parce que l'on recâble l'organisation qui l'utilise. Feuille de route portée par les métiers, talents, modèle opérationnel, technologie, données, adoption à l'échelle : la technologie n'est qu'une des six dimensions à faire évoluer ensemble.

Les données de 2026 confirment cette intuition. Parmi les entreprises les plus performantes identifiées par McKinsey, 73 % ont redessiné leurs workflows, contre 25 % pour les autres. Ces mêmes entreprises sont nettement plus nombreuses à bénéficier d'un engagement fort de leur direction et d'un processus de mesure de l'impact, deux fois plus nombreuses à consacrer plus de 15 % de leur budget informatique à l'IA, et trois fois plus nombreuses à déployer des agents dans plusieurs fonctions.

Le rewiring n'est donc pas un projet d'IA plus ambitieux. C'est un projet de transformation dont l'IA est le levier.

Quatre chantiers pour passer de l'expérimentation au rewiring

Passer de l'expérimentation au rewiring ne demande pas de tout reconstruire. Cela demande de changer la façon de choisir, de concevoir et de piloter les initiatives. Quatre chantiers sont décisifs.

Le premier est de raisonner par domaines plutôt que par cas d'usage. Un cas d'usage améliore une tâche ; un domaine, comme le cycle commercial, la chaîne d'approvisionnement ou la tarification, concentre un ensemble de processus qu'il est possible de repenser de bout en bout. Le BCG estime que 70 % de la valeur potentielle de l'IA se concentre dans quelques fonctions cœur : ventes et marketing, production, chaîne d'approvisionnement et tarification.

Le deuxième est de redessiner le travail avant de déployer l'outil. Quelles tâches disparaissent, lesquelles sont confiées à l'IA, lesquelles restent humaines, et comment les rôles évoluent : ces questions doivent être tranchées avant le déploiement, pas après. C'est ce qui distingue les champions de McKinsey, dont 73 % ont redessiné leurs workflows, des autres entreprises (25 %).

Le troisième est de fixer la valeur attendue dès le départ. Chaque domaine recâblé doit avoir un objectif chiffré, en points de marge, en délai ou en chiffre d'affaires, et un dispositif de mesure. Sans cette cible, il est impossible de savoir si l'on est sorti de l'expérimentation ou si l'on a simplement agrandi le pilote.

Le quatrième est d'engager la direction générale et les moyens qui vont avec. Le rewiring touche aux organisations, aux rôles et aux budgets. Il ne peut pas être porté par une équipe innovation ou par la seule DSI : il exige des arbitrages que seule la direction générale peut rendre.

Les écueils de la transition

Sortir de l'expérimentation comporte aussi ses risques, et trois erreurs reviennent fréquemment.

La première est d'industrialiser trop tôt. Étendre à toute l'entreprise un pilote dont la valeur n'a pas été démontrée ne fait que multiplier les coûts. Le passage à l'échelle doit être la suite logique de ce qui a fait ses preuves, pas un réflexe.

La deuxième est de confondre rewiring et réorganisation. Déplacer des cases dans un organigramme, créer une direction de l'IA ou nommer un responsable ne change rien si la manière de travailler reste la même. Ce sont les processus et les décisions qu'il faut recâbler, pas seulement les structures.

La troisième est de négliger la gouvernance. Dans l'enquête 2026 de Grant Thornton, 46 % des dirigeants citent les défaillances de gouvernance parmi les principales causes de sous-performance de l'IA, et 78 % ne se disent pas confiants dans leur capacité à réussir un audit indépendant de leur gouvernance de l'IA sous 90 jours. Plus l'IA s'intègre au cœur des processus, plus son contrôle devient stratégique.

Du pilote au système

Le passage de l'expérimentation au rewiring marque un changement de nature. On ne se demande plus si l'IA fonctionne, mais comment l'entreprise doit fonctionner avec elle. C'est une question moins technique, plus exigeante, et qui relève pleinement de la direction générale.

L'enjeu est considérable. Selon le BCG, seules 5 % des entreprises sont aujourd'hui « future-built », c'est-à-dire structurées pour capter la valeur de l'IA à grande échelle, tandis que 60 % ne constatent que des gains minimes en chiffre d'affaires et en coûts. L'écart entre ces deux groupes ne tient pas à la technologie dont ils disposent, mais à la profondeur des changements qu'ils ont engagés.

Pour un dirigeant, la bonne question n'est donc plus « combien de pilotes avons-nous lancés ? », mais « quel processus avons-nous entièrement repensé cette année, et quels gains ont été générés ? ». C'est à cette question que se mesure le passage de l'expérimentation à la transformation.

La position d'Hymeria

Avant de recâbler, il faut savoir où. Hymeria Consulting aide les dirigeants à identifier les domaines dans lesquels l'IA peut créer le plus de valeur, à évaluer les scénarios possibles et à construire le business case qui permettra d'arbitrer. Nos études, analyses et business plans reposent sur un cadrage en amont, plus de 40 agents IA spécialisés qui produisent l'analyse, une validation systématique par un expert disposant de plus de 15 ans d'expérience et un livrable actionnable en 5 à 10 jours, pour un budget maîtrisé défini avant le démarrage.