Je ne priorise plus les cas d’usage IA avec une matrice

La matrice Faisabilité × Impact laisse penser que ces deux axes sont des propriétés intrinsèques à chaque cas d’usage.

Ils dépendent en réalité de tout ce qui l’entoure.

Faire gagner deux heures à quelqu’un ne crée pas un gain proportionnel. Ce temps peut certes être réemployé pour améliorer la qualité de service ou faire émerger une nouvelle offre, mais aussi, très banalement, disparaître dans davantage de réunions.

Tout dépend de la manière dont le travail se réorganise.

Même problème avec la faisabilité. Veille, documents, contenus, synthèses, recherche dans des bases de connaissances : bien utilisés, les outils standards couvrent déjà une bonne partie de ces usages.

Ce qui change la donne, c’est l’environnement. Les données sont-elles accessibles ? Les équipes ont-elles les bons outils ? Savent-elles s’en servir ?

Je préfère raisonner en paris plutôt qu’en catégories figées.

Tester rapidement les usages accessibles, sans construire toute une usine à gaz autour. Et réserver les investissements lourds aux transformations qui le méritent vraiment : réinventer un métier ou un service.

Et tous les cas d’usage IA qui se trouvent entre les deux ? À oublier. Souvent des projets qui automatisent à grande échelle des process qui seront soit périmés demain, soit absorbés dans les grands modèles généralistes des labs américains ou chinois.

L’industrialisation viendra, oui.

Quand le processus aura prouvé qu’il mérite de survivre.

En attendant, il s’agit de savoir choisir ses batailles.