Vos logiciels ne parlent qu'à un humain — et c'est un problème

Le vrai obstacle à la transformation par l'IA n'est peut-être pas l'IA elle-même. Ce sont les outils qu'elle est censée transformer.

Imaginez la scène. Un collaborateur ouvre son CRM — son outil de gestion de la relation client — pour mettre à jour une fiche prospect. Il navigue entre trois écrans, remplit sept champs, sélectionne des options dans deux menus déroulants, valide, attend le chargement, passe à l'écran suivant. Trois minutes pour une opération que l'IA, si elle pouvait accéder directement au système, traiterait en une fraction de seconde.

À côté, il a ChatGPT ouvert dans un autre onglet. Il copie-colle les informations de l'un vers l'autre. L'IA fait son travail — résumer, analyser, reformuler. Mais elle le fait à l'extérieur du système, parce qu'elle ne peut pas y entrer.

Ce n'est pas un problème d'IA. C'est un problème de logiciel.

Un postulat de conception devenu invisible

Pour comprendre ce qui se joue, il faut remonter à l'origine de nos outils.

Depuis les années 80-90, l'informatique d'entreprise repose sur un concept que les ingénieurs appellent l'IHM — l'interface homme-machine. Comme son nom l'indique, cette interface a été pensée pour un dialogue entre deux acteurs : un humain et un écran. L'humain saisit. Le logiciel traite. Toute l'architecture — fenêtres, formulaires, champs obligatoires, menus, workflows étape par étape — est construite autour de ce postulat.

Que l'on parle d'un ERP (progiciel de gestion intégré, qui centralise les données financières, logistiques et opérationnelles), d'un CRM, d'un logiciel de comptabilité ou d'un outil de gestion de projet, la logique est la même : le logiciel guide un humain dans un parcours séquentiel.

Ce modèle avait du sens quand l'humain était le seul capable de comprendre un contexte, de faire un choix, de prendre une décision. Il a structuré quarante ans de logiciels d'entreprise.

Mais il est en train de devenir un verrou.

L'IA n'est pas un assistant. C'est un deuxième utilisateur.

La plupart des discours sur l'IA dans l'entreprise la présentent comme un assistant qui aide l'humain à mieux utiliser ses outils. Un chatbot greffé sur le CRM. Un résumé automatique dans la messagerie. Un copilote dans le tableur.

C'est vrai, mais c'est insuffisant. Ce qui change en profondeur, c'est que l'IA n'est pas seulement un assistant de l'humain. Elle est un deuxième interlocuteur du système — capable de lire et interpréter les données du logiciel, de proposer ou prendre des décisions, d'écrire dans le système (créer des enregistrements, mettre à jour des fiches, déclencher des actions), et de le faire à une vitesse, un volume et une cohérence qu'aucun humain ne peut atteindre.

Sauf que ce deuxième interlocuteur ne sait pas remplir un formulaire. Il ne clique pas sur des boutons. Il n'attend pas qu'un écran se charge. Il a besoin de ce que les développeurs appellent des API — des interfaces de programmation, c'est-à-dire des portes d'entrée et de sortie conçues pour que des machines communiquent entre elles. Il a besoin de données structurées, accessibles, ouvertes. De flux en temps réel.

Et la plupart des outils en place dans les PME ne proposent rien de tout cela.

Les symptômes que vous connaissez déjà

Ce décalage produit des situations que tout dirigeant reconnaîtra :

• La double saisie : vos équipes passent des heures à transférer manuellement des informations d'un outil à l'autre, parce que les systèmes ne communiquent pas entre eux
• L'IA qui tourne « à côté » du logiciel : vos collaborateurs utilisent ChatGPT dans un onglet et votre outil métier dans l'autre, en copiant-collant entre les deux
• Les workflows rigides : votre logiciel impose un parcours en dix clics pensé pour un humain, là où une IA pourrait traiter l'opération en une fraction de seconde
• Les données emprisonnées : vos données existent, mais elles sont enfermées dans des silos applicatifs — chaque outil a les siennes, et aucun ne les partage facilement
• L'impossible automatisation de bout en bout : vous pouvez automatiser des bouts de processus, mais jamais la chaîne complète, parce que le maillon central ne parle qu'à un humain

Ce que j'ai découvert en le vivant moi-même

Je ne parle pas de ce sujet de manière théorique. Je l'ai vécu.

Il y a quelques mois, j'ai pris une décision que beaucoup trouveraient contre-intuitive : j'ai abandonné plusieurs solutions logicielles que j'utilisais au quotidien — des outils récents, performants, bien conçus, reconnus dans leur domaine — pour concevoir mes propres solutions.

Ce choix n'a pas été motivé par des lacunes fonctionnelles de ces logiciels. Ce qui a guidé ma décision, c'est une chose très précise : je voulais que l'IA et moi puissions être deux à interagir avec le système.

Avec les outils que j'utilisais, aussi modernes soient-ils, j'étais le seul à pouvoir agir dans l'application. L'IA restait dehors. Elle pouvait m'aider à préparer ce que j'allais saisir, ou analyser ce que j'en extrayais. Mais elle ne pouvait pas entrer dans le système, lire les données en contexte, les enrichir, les croiser, agir dessus directement.

En construisant mes propres solutions, j'ai pu concevoir dès le départ une architecture ouverte — où l'IA n'est pas un spectateur mais un co-utilisateur. Concrètement, l'IA accède aux mêmes données que moi, peut les interroger, les compléter, les structurer, déclencher des actions. Et elle le fait en temps réel, en parallèle de mon propre travail.

Le gain en efficacité quotidienne a été immédiat et considérable.

Et c'est là que la prise de conscience est venue : ce n'est pas l'IA qui avait un problème. Ce sont les outils qui n'étaient pas prêts à l'accueillir.

Ce n'est pas un sujet technique. C'est un enjeu stratégique.

Le réflexe de beaucoup de dirigeants serait de classer ce sujet dans la case IT. Ce serait une erreur.

Ce qui est en jeu, c'est la capacité d'une entreprise à intégrer l'IA non pas comme un gadget posé à côté de ses processus, mais comme un acteur à part entière de son fonctionnement. Les entreprises dont les systèmes permettent à l'IA d'interagir nativement avec les données et les flux vont opérer à une vitesse et une précision incomparables. Les autres resteront dans un modèle où l'IA tourne en rond à côté de logiciels qui ne lui parlent pas.

Selon Goldman Sachs, 42 % des PME déclarent ne pas avoir les ressources ou l'expertise nécessaires pour déployer l'IA correctement. Et parmi les freins, la compatibilité des outils existants est un obstacle que les enquêtes sous-estiment.

Pourtant, les PME en croissance se distinguent déjà : elles sont deux fois plus susceptibles de disposer d'un écosystème technologique intégré que les PME en déclin — 66 % contre 32 % (Salesforce, décembre 2024).

Les questions à se poser sont celles d'un dirigeant, pas d'un technicien : quel système d'information voulons-nous dans trois ans ? Nos outils actuels sont-ils compatibles avec le fonctionnement augmenté que nous visons ? Est-ce que nos logiciels sont prêts à avoir deux interlocuteurs — ou seulement un ?

Anticiper le décalage avant de le subir

Le décalage entre les capacités de l'IA et les limites des outils en place va s'accentuer très rapidement. Chaque mois, l'IA progresse. Les logiciels, eux, évoluent au rythme de leurs éditeurs — souvent trop lentement.

Ne pas poser cette question aujourd'hui, c'est risquer de se retrouver demain avec une IA puissante mais inutilisable — comme un moteur de course dans une voiture dont le volant n'a pas été prévu pour.

Comprendre ce décalage, évaluer l'état de ses propres systèmes, et anticiper les évolutions nécessaires — c'est exactement le type de réflexion que nous accompagnons avec IMPAICT.

Sources

• Témoignage personnel de l'auteur
• Microsoft / LinkedIn, 2024 Work Trend Index (mai 2024, 31 000 personnes, 31 pays)
• Salesforce, Small & Medium Business Trends Report, 6e éd. (déc. 2024, 3 350 dirigeants)
• Goldman Sachs, 10,000 Small Businesses Voices (août 2025)
• WEF, Future of Jobs Report 2025