IA en entreprise : la confiance plus importante que la technologie

Jeudi 5 novembre 2026, à Paris, quatre praticiens de l’IA en entreprise ont raconté ce qui marche, ce qui échoue et ce que cela change pour les équipes. C’était lors du Café IA organisé par Djust, dans un espace de coworking de la rue d’Amsterdam. Pas de slides ni de pitch, mais une table ronde d’une heure, animée par Julien Béranger. J’y étais. Je restitue les échanges et j’y ajoute mes réactions, signalées à la première personne.

IA en entreprise : Ayez confiance !

Les intervenants

Quatre irritants à régler avec l’IA en entreprise

Chaque intervenant a ouvert la table ronde avec un irritant réel, traité grâce à l’IA.

Lesaffre, une expertise disponible partout

Antoine Martin pilote le digital, la data et la tech chez Lesaffre, groupe industriel familial spécialisé dans la fermentation. Sa question de départ tient en une phrase. Comment mettre l’expertise du groupe à la disposition de ses clients et de ses distributeurs, à tout moment et sur tous les canaux ? L’IA selon lui, apporte la réponse à cette question. 

Djust, la commande hors e-commerce

Eric Gaudin, cofondateur de Djust, a pris l’exemple de la saisie de commandes. Elles arrivent sous forme de PDF, de fichier Excel ou de photos. L’IA aide les équipes d’administration des ventes et les commerciaux à les saisir dans l’ERP.

Theodo, des usines de développement agentique

Gabriel Maman a relaté deux retours d’expérience. Chez les clients de Theodo, des usines de développement agentique afficheraient des gains de 30 à 40 %, et les migrations d’applications vieillissantes iraient de trois à sept fois plus vite. En interne, l’équipe commerciale génère ses présentations avec l’IA, sans consommer trop de tokens.

Modjo, l’IA s’occupe des tâches sans valeur

Jean Camphuis, de Modjo, a retenu deux sujets. Le premier est le temps perdu en tâches administratives. Selon lui, les commerciaux B2BEn réalisant ce glossaire Visionary Marketing s'est heurtée de front à un problème de taille : faut-il écrire BtoB ou B2B ? y consacrent 64 % de leur temps, entre résumés, comptes rendus, mails, CRM et préparation de rendez-vous. Le second est le pilotage du pipe commercial.

La facture de l’IA en entreprise va doubler, voire tripler

Un prix aujourd’hui subventionné

Quels cas d’usage tiendront dans la durée ? Jean Camphuis établit un constat économique. Le prix de l’IA est subventionné. Dans quelques mois, il sera multiplié par deux ou trois. Les entreprises devront garder quelques usages et jeter les autres, devenus trop chers.

Les entreprises devront garder quelques usages et jeter les autres, devenus trop chers.

Jean Camphuis, Modjo

Ce qui résiste, la productivité

Pour Jean, les cas d’usage qui durent apportent de la valeur dans un quotidien déjà existant. Premier exemple, on transcrit toutes les conversations avec les prospectsUne activité incontournable car les entreprises B2B perdent entre 5% et 15% de leurs clients chaque année et l’IA remplit le CRM. Le produit, le marketing et la direction savent alors qui sont les concurrents, pourquoi on gagne face à eux et pourquoi on perd.

Second exemple, les opportunités qui stagnent ou qui sont perdues. En réanalysant les échanges, on relance une séquence de prospection. Jean estime pouvoir rouvrir de 9 à 20 % du pipe, soit environ 9 à 10 % de business en plus.

Débrancher ce qui coûte trop cher

Gabriel partage cette analyse. On n’invente pas de nouveaux usages, on regarde le flux de travail d’une équipe, la finance par exemple. Le gain peut être un gain de temps plutôt que d’argent. Inutile d’en mettre partout, d’autant que les tokens sont aujourd’hui largement subventionnés. Il faut accepter de débrancher les automatisations qui coûtent plus qu’elles ne rapportent. Sa formule sur Fable, c’est-à-dire Claude Fable 5.1, le modèle d’Anthropic, résume tout.

3 phases pour évaluer l’efficacité de l’IA en entreprise

Comment évaluer l’efficaicité de la mise en œuvre de l’IA en entreprise ? Antoine Martin de Lesaffre distingue trois phases.

1. D’abord l’adoption : les utilisateurs, internes ou externes, vont-ils utiliser l’agent qu’on leur propose ? C’est le premier défi.
2. Puis la pertinence et la confiance : chez Lesaffre, l’IA recommande un prix aux commerciaux. Le commercial y croit-il assez pour le défendre devant le distributeur ? La question est réelle, et elle n’a rien de simple. La pertinence sépare aussi le gadget de l’outil intégré à cent pour cent dans un processus métier.
3. Le retour sur investissement en dernier : Antoine le place volontairement en troisième. Mesuré trop tôt, il peut tuer un projet avant qu’il ait la maturité pour passer à l’échelle. Il ajoute que les modèles évoluent sans que les cas d’usage se compliquent. Faut-il le dernier modèle pour remplir un CRM ? La réponse à cette question rhétorique a un impact sur les coûts.

Personne n’est jamais complètement rodé

Où en est-on ? Antoine reste lucide. On n’est jamais complètement rodé, car le sujet de fond reste l’intégration dans un processus métier. Lesaffre a pourtant des cas déployés à l’échelle, dont un outil d’expertise ouvert au public dans une vingtaine de pays.

La confiance, condition sine qua non de l’IA en entreprise

Pour Eric Gaudin, le succès tient d’abord à la confiance. Sans elle, l’outil n’est pas adopté, même avec de bons chiffres.

On pardonne à l’humain, pas à la machine

On accepte l’erreur d’un humain, pas celle d’une technologie. Si l’un et l’autre commettent la même faute, l’humain s’en tire avec un « pas grave ». L’IA s’entend dire « impossible ». Quelques erreurs suffisent à tout arrêter, alors qu’elle fait souvent mieux que nous. J’ai souligné cette phrase en rouge dans mes notes. Car elle n’est pas fausse et c’est justement ce qui fait mal.

Eric conseille de fixer dès le départ ce que l’on mesure et le taux d’erreur acceptable. Sinon, on s’attarde sur les petits ratés et on oublie les 99 % qui fonctionnent. Il décrit ça comme le syndrome du POC. Le premier test marche, puis un peu moins, et donc on arrête tout

Une IA qui bouge avec le temps

Un logiciel déterministe ne change pas une fois en ligne. Une IA, si. Elle donne un résultat, puis un autre pour la même requête. Des clients d’Eric lui font des retours comme quoi l’outil était génial pendant six mois, puis de moins en moins bon, sans que les requêtes ou le contexte ait changé.

Il cite aussi Anthropic, avec trois semaines de problèmes de serveurs dont les résultats de Claude ont pâti sans que personne s’en aperçoive. L’épisode est documenté. L’éditeur a publié en septembre 2025 un retour d’expérience sur trois bugs d’infrastructure, résumé par Simon Willison. Chez Djust, le jeu de tests prévient ce risque. « On teste vingt fois pour mesurer la variation. L’objectif n’est pas 99 % de tests réussis, mais une variation modeste. Et l’on rejoue les tests tous les jours », explique Eric Gaudin.

Faut-il aller jusqu’à la confiance aveugle ?

Eric cite une étude américaine en médecine. L’IA y obtenait 90 % de bonnes réponses, l’humain seul 70 %. L’humain chargé de valider l’IA ne faisait pas mieux que quand l’IA était seule. Une étude publiée dans JAMA Network Open en octobre 2024 va dans le même sens. Elle porte sur cinquante médecins. GPT-4 seul y surclasse les médecins, qu’ils utilisent l’outil ou des ressources classiques.

Eric en conclut qu’il faut faire une confiance aveugle en l’IA et que cela prend du temps. Garder toujours le dernier mot fait perdre l’intérêt de l’IA, dont l’intelligence diffère de la nôtre. Pour ma part, je trouve que c’est aller bien loin en besogne, même si l’idée que les humains soient moins fiables n’est pas fausse. C’est même la tout le drame. Quelle est encore notre valeur ajoutée ?

Superviser l’IA en entreprise, un nouveau métier ?

Ces développeurs qui veulent coder

Gabriel rapporte la réaction de développeurs mobiles chez un client, au début du projet. « Votre travail est superbe », disaient-ils en substance, « mais ce n’est pas notre métier. Nous aimons coder, et vous nous demandez de vérifier ce que fait l’IA ».

Gabriel assure que l’un d’eux a fini par comprendre de lui-même que sa vision était biaisée. Sa connaissance technique reste indispensable. Le développeur challenge l’IA et fait évoluer l’usine agentique, avec son agent développeur, son agent testeur et son agent d’amélioration continue. Il fixe enfin les standards de qualité. Il écrit moins de code et relit davantage. Son métier évolue, dit Gabriel, sans changer complètement de nature.

Ma réaction, la prolétarisation

Pour ma part, je comprends ces développeurs. La perspective me paraît démotivante. J’y vois la prolétarisation des métiers, un sujet que j’ai creusé dans un article sur la prolétarisation numérique et l’IA. Sur le plan de l’efficacité pure, elle se comprend. Mais est-elle tenable, sauf à se séparer de tout le monde ou de transformer les cadres par le travail en miettes pour paraphraser Friedmann.

Car si la perspective des cadres est ce travail en miettes, autrefois réservé aux cols bleus, mon intuition est qu’il sera difficile de maintenir le niveau de motivation dans les équipes.

Quelle est l’étape d’après ? Des IA qui remplacent les humains pour vérifier le travail des IA ? Ce n’est même pas difficile à imaginer, c’est déjà possible aujourd’hui.

Relire l’IA pendant des heures

Gabriel observe le même problème de confiance en interne. Quand on fait soi-même, on sait ce qu’on a fait. Quand on confie le travail à l’IA, on passe une ou deux heures à relire. Cela ne va pas. Les outils doivent donc rester stables et suivis, jamais abandonnés à eux-mêmes.

J’ai vécu la même chose en production de contenu avec la voix synthétique d’ElevenLabs. Quelques confusions de prononciation, par exemple IA prononcé à l’anglaise (eille/aille au lieu de I-A), rendent un enregistrement impubliable.

Remplacement par l’IA, plus possible d’éluder la question

Une peur qui touche tous les profils

Antoine constate que les profils techniques comme les métiers se demandent si l’IA va finir par les remplacer. La conjoncture n’est pas très positive. À cela s’ajoute la méfiance. « L’IA se trouve face à un client, un distributeur ou un collaborateur, et la qualité de service est en ».

L’humain au centre, une autonomie contrôlée

Sa réponse passe d’abord par l’humain. C’est lui qui définit l’expertise et qui aide l’IA à la maîtriser. L’employé se dit alors que l’IA ne le remplacera pas, puisque c’est lui qui l’éduque. Elle décuple sa capacité à délivrer.

Ensuite, on ne déclare pas l’IA prête le lundi pour la déployer le mardi. Elle n’est pas autonome à cent pour cent au départ, nous dit-il. Elle gagne en autonomie à mesure que l’humain lui fait confiance. Une fois la maîtrise acquise, cela va très vite.

La question du remplacement est fort pertinente. Je me demande surtout si l’employé n’entraîne pas la machine qui le remplacera. Plus les agents deviendront autonomes, plus cette question se posera.

Les dirigeants rêvent, les commerciaux s’inquiètent

Jean Camphuis a déployé Modjo auprès d’équipes de 1 000 à 1 500 commerciaux. Les dirigeants imaginent que l’IA peut faire bien plus qu’elle ne le peut. Il faut réconcilier ces rêves avec la réalité de l’adoption. Selon lui, aucun projet n’a fonctionné sans un relais interne chez le client, capable de rassurer les commerciaux et de porter le changement.

Jean cite ainsi quelques échecs. La direction avait de hautes ambitions, les commerciaux ont pris peur et le projet s’est arrêté, alors qu’il donnait des résultats satisfaisants. « On oublie trop souvent cette conduite du changement », dit-il, parce qu’on croit l’IA magique.

Je note que la résistance au changement est naturelle. Cette fois pourtant, le changement change d’échelle. La machine fait mieux que l’humain. Ce n’est plus du tout le même cas que la mise en œuvre d’un bête CRM ou d’un ERP. Les IA ne sont pas des outils comme les autres.

L’IA agentique en entreprise est déjà en production

Un agent qui passe commande en Corée

Une IA qui passe une commande à la place d’un acheteurComportement de l’acheteur en B2B : Internet et réseaux sociaux ont bouleversé le comportement de l’acheteur en B2B qui se rapproche du B2C, est-ce pour hier, pour demain ou pour jamais ? Antoine répond par un cas réel. Lesaffre a déployé en Corée le portail e-commerce de Djust. Un client y a construit son propre agent, chargé de passer toutes les commandes et de chercher les documents.

Ce système est déjà en production, chez des distributeurs et non chez des acteurs de la tech. Le défi est d’être capable de dialoguer d’agent à agent. Sinon, l’agent du client envoie ses commandes par mail, et l’entreprise reste bloquée sur un cas d’usage limité à la lecture d’un message. « Même les petits clients peuvent s’y mettre, parfois plus vite que nous » ajoute Antoine Martin. Au Kenya, des équipes ont aussi livré, il y a deux semaines, « un cas d’usage agentique qui est allé très loin ». Antoine ajoute que la sécurité et la cybersécurité restent des questions ouvertes.

Visionary Marketing a d’ailleurs publié en septembre une interview d’Arnaud Rihiant, cofondateur de Djust, sur l’agent qui passe commande. Sur le même sujet, voir aussi notre entretien sur les mythes et réalités des agents IA.

Qui porte la responsabilité ?

Eric Gaudin juge ce type d’automatisation possible sur le plan technique, mais ce n’est pas aussi simple sur les plans humain et juridique. Qui est responsable ? À la fin, c’est le commercial qui endosse quand-même la responsabilité.

Passer une commande ne devrait pas poser trop de problèmes à une IA capable de résoudre des équations très complexes selon Eric.

Mais j’apporterais bien un nuance. Une erreur dans une commande peut coûter des millions d’euros en B2B. Se tromper dans une équation a bien moins d’importance, sauf s’il s’agit de calculer la résistance d’un pont ou d’un autre calcul impliquant.

Un hiatus que le change management ne comble pas

La technologie galope, les humains suivent comme ils peuvent

Au fil de la matinée, j’ai senti un hiatus. La technologie galope, mais les humains sont lents. Ils ont des biais, des sentiments, des réactions pas toujours rationnelles. On aura beau faire du change management, ce n’est plus la même chanson que pour un simple outil de gestion. L’implication demandée est bien plus forte.

Quel est le but ultime ?

Remettre l’humain au centre, d’accord. Mais pour quel but ultime, la productivité, l’efficacité ? À terme, n’explique-t-on pas aux employés qu’ils entraînent leurs remplaçants ? On peut raconter de belles histoires mais au-delà de l’exercice imposé, et si l’on se projette plus loin, c’est bien à la prolétarisation du travail intellectuel que l’on assiste.

Reste à savoir si l’explosion des coûts et la probable explosion de la bulle remettront les pendules à l’heure. Bref, il ne s’agit pas de conduite du changement à la grand-papa.

Et si le traitement local changeait la donne ?

Des modèles plus petits, entraînés sur ses données

Pendant les questions-réponses, la question des traitements locaux a été posée. Eric Gaudin estime que les modèles généralistes sont trop gros pour ce que l’on fait. Il faut des modèles IA plus petits, entraînés sur les propres données de l’entreprise. C’est désormais possible et c’est pour lui la vraie tendance d’une IA plus technologique.

Revolut et l’expertise interne

Jean Camphuis abonde. Claude et ses semblables vont coûter très cher. On commence à faire tourner des modèles réduits en local, car on n’a pas besoin d’un Claude pour tout. Modjo dispose de l’expertise en machine learning. Il y a aussi un sujet de contrôle des tokens et du processus. Revolut a rapatrié en local une grosse partie de ses traitements, parce que l’entreprise a cette expertise. Il reprend la formule de Gabriel du début de matinée. « Il n’y a pas besoin d’un Fable pour faire une recherche Google ».

Revolut, l’IA de code hébergée en interne