Quand l'IA accélère, où va le goulot ?
Une vingtaine d'Ops, trois tables, une question : avec l'IA, on produit plus vite, et après ?

Un soir d'octobre, trois tables, une question
Le 7 octobre, l'Opservatoire faisait sa rentrée à Paris. L'Opservatoire, c'est la communauté Ops de Monsieur Guiz : des gens qui passent l'essentiel de leur temps à faire mieux marcher les équipes produit, design, data ou IA de leur entreprise.
Une vingtaine étaient là, venus des médias, de la banque, de l'industrie, de la distribution, du conseil et de quelques scale-ups. On a ouvert sur une hypothèse : l'IA n'invente pas le changement, elle l'accélère. Elle fait produire plus vite, mais une chaîne de travail ne va jamais plus vite que son étape la plus lente. Cette étape, le goulot, se déplace. Avant de se répartir, la salle a répondu à quelques questions sur son téléphone : 9 votants sur 14 utilisent l'IA pour accélérer des tâches dans des process qui n'ont pas changé.
Puis trois tables en parallèle, une par niveau : les workflows (comment le travail circule, de l'idée à la mise en ligne), l'organisation (comment les équipes collaborent et décident), les rôles (qui fait quoi). Même consigne pour les trois, en cinq temps : où on en est, ce qui freine, sur quoi s'appuyer, ce qu'on changerait, ce qu'on teste dès demain. À la table des rôles, un agent IA (un programme qui agit seul) écoutait et posait les idées sur un tableau partagé pendant qu'on parlait : 77 idées en un peu plus d'une heure.
Cette page n'est pas un compte rendu. On a relu les trois discussions et gardé ce qui revenait d'une table à l'autre : cinq idées, huit questions qu'on n'a pas su trancher, des tests à lancer et un brouillon de manifeste.
Les propos sont anonymisés ; les citations reprennent les mots des tables.
Cinq choses que les tables ont dites
Le goulot a bougé, et il n'a pas fini
Hier, c'était le développement qui faisait attendre tout le monde. Aujourd'hui, c'est la conception et la décision.
La validation ne disparaît pas, elle se trie
Les erreurs de l'IA sont discrètes : ça répond à peu près, et ça passe. Tout relire à la main ne tient plus.
Les rôles ont déjà bougé, sans que personne l'ait décidé
Chaque métier s'adapte, aucun ne disparaît. « Jusque-là, on a viré personne », a lancé quelqu'un en riant.
Chacun avance seul avec son IA, et le collectif se défait
Chacun fait tout, même ce qu'il ne sait pas faire, sans pouvoir dire si l'outil se trompe.
Structurer d'abord, prouver par l'exemple ensuite
L'IA n'est qu'un prétexte pour changer l'organisation. Sans socle, elle ajoute du bazar.
Le goulot a bougé, et il n'a pas fini
Hier, c'était le développement qui faisait attendre tout le monde. Aujourd'hui, c'est la conception et la décision.
Les développeurs traitent les demandes plus vite qu'elles n'arrivent. Si la conception rattrape son retard, le goulot remontera vers ce qui alimente la machine : la priorisation, les retours clients. Et au bout, vers l'entreprise elle-même : livrer plus ne fait pas vendre plus. Personne, aux trois tables, n'a raconté un workflow redessiné de bout en bout, avec la mesure de ce que ça donne.
“Ça a toujours été les devs qui étaient le chemin critique de tous les projets.”
- Alimenter, prioriser
- Concevoir
- Produire
- Valider, décider
- Adopter, vendre
La chaîne, dans l'ordre : « Alimenter, prioriser », « Concevoir », « Produire », « Valider, décider », « Adopter, vendre ».
Hier
Goulot : « Produire ».
Aujourd'hui
Goulots : « Concevoir » et « Valider, décider ».
Demain ?
Goulots : « Alimenter, prioriser » et « Adopter, vendre ».
La validation ne disparaît pas, elle se trie
Les erreurs de l'IA sont discrètes : ça répond à peu près, et ça passe. Tout relire à la main ne tient plus.
Ce qu'on retient des tables : trier chaque validation par ce que coûterait l'erreur. Ce qui se répare en quelques minutes sort du circuit. Ce qui est une règle (mentions légales, charte, ton, données personnelles, accessibilité) devient un contrôle automatique. Ce qui engage garde un humain nommé, qui signe. Et ceux qui valident restent responsables : « ils ne peuvent pas dire que c'est une IA qui l'a fait ».
Une validation à faire
Relecture, contrôle, signature
L'erreur se répare en quelques minutes ?
Oui :Elle sort du circuit : on corrige après coup
C'est une règle ?
Mentions légales, charte, ton, données personnelles, accessibilité
Oui :Un contrôle automatique dans la chaîne
Ça engage l'entreprise ?
Oui :Un humain nommé signe
Les rôles ont déjà bougé, sans que personne l'ait décidé
Chaque métier s'adapte, aucun ne disparaît. « Jusque-là, on a viré personne », a lancé quelqu'un en riant.
Dans une appli grand public, les data analysts ont construit eux-mêmes l'agent qui fait leurs analyses : « c'est les propres data analysts qui ont créé un agent qui fait de l'analyse ». Les product owners prototypent. Le service client propose lui-même une première solution, chiffres à l'appui. Et le designer de demain n'écrit plus les écrans : il écrit les règles qui permettent à d'autres de les faire.
Où met-on l'humain ?
Il valide
L'IA produit, l'humain vérifie et signe.
Cas de la soirée : Le comité valide la façon de construire, pas chaque résultat.
Il élabore
L'IA propose une base, l'humain construit la version finale.
Cas de la soirée : Le designer fusionne la maquette générée par le product manager.
Il travaille avec l'IA
Les deux en même temps, sur le même sujet.
Cas de la soirée : Le binôme produit et design, en même temps plutôt qu'à la suite.
Il est remplacé
L'étape est confiée à l'IA, plus personne n'y intervient.
Cas de la soirée : Le tableau de bord, remplacé par un agent qu'on interroge.
Chacun avance seul avec son IA, et le collectif se défait
Chacun fait tout, même ce qu'il ne sait pas faire, sans pouvoir dire si l'outil se trompe.
Dans un appel d'offres, 200 outils recensés et un millier d'officieux estimés. Ailleurs, une présentation de 400 slides générée à plusieurs, lue par personne. Le remède commence avant d'automatiser quoi que ce soit : se remettre autour de la table, se donner un vocabulaire commun, regarder comment les gens travaillent vraiment, pas la procédure écrite.
“L'IA a supprimé ce qu'il y a entre l'intention et le résultat.”
Structurer d'abord, prouver par l'exemple ensuite
L'IA n'est qu'un prétexte pour changer l'organisation. Sans socle, elle ajoute du bazar.
Le socle : une connaissance centralisée, des données fournies par les métiers, des décisions écrites. Pour embarquer les autres, pas de grand plan : un petit groupe avec un mandat, un sponsor (un dirigeant qui porte le sujet) et une date de fin, puis des chiffres racontés par des pairs. Et deux circuits, un cadré pour les sujets de fond, un court pour les gains rapides, tous deux rattachés aux objectifs de l'entreprise.
“Le dev, il a bossé 10 minutes et l'entièreté de la terre a bossé une semaine.”
Huit questions qu'on n'a pas su trancher
Où met-on l'humain dans un process automatisé ?
À la validation, à l'élaboration, en tandem avec l'IA, ou est-il remplacé ? Pour beaucoup, c'est la question de fond. Un participant y a posé sa règle : pas de fonctionnalité ni de correctif lancé par l'IA sans un humain derrière. L'enquête Ops 2026 la pose autrement : qu'est-ce que vous déléguez, qu'est-ce que vous gardez ?
Qui écrit le modèle d'opération : qui contribue, qui intervient, quand ?
Personne n'a la carte complète de ses process, et ce qui se raconte à la machine à café n'est écrit nulle part. Avant de dessiner la carte, se reparler.
Faut-il encore un workflow quand deux mois de travail tiennent en une semaine ?
« Le workflow de demain, c'est peut-être plus de workflow [du tout]. » Ou un workflow qui se déplace sur ce qui se passe avant la production (alimenter, prioriser) et après (vérifier, adopter).
Si la conception va aussi vite que le développement, qu'est-ce qui alimente la machine ?
La priorisation et les retours clients deviennent le goulot suivant. Une piste : un agent sur les données d'usage et les retours clients, qui nourrit la liste des sujets à traiter.
Faut-il encore prioriser quand produire ne coûte presque rien ?
La question posée ce soir-là : « Avant je pouvais faire 1, maintenant je peux faire 50. Est-ce que j'ai besoin de prioriser ? » La réponse : la décision reste humaine, adossée à la stratégie, et le contexte donné à l'IA n'est jamais complet.
Qui est responsable de ce que l'IA produit, et qui vérifie ?
Ceux qui valident engagent leur responsabilité. Les comités valident la façon de construire, le résultat se contrôle par des outils. L'enquête demande comment c'est mesuré chez vous.
Est-ce qu'on est prêts ? Les directions et les métiers le sont-ils, en ont-ils les moyens ?
Restée sans réponse ce soir-là. L'enquête mesure les freins à la refonte des workflows.
Comment passer à l'échelle ce qui marche entre quatre murs ?
Un hackathon de deux jours, une demi-journée libre par mois : ça marche en vase clos, puis ça n'atteint pas la production. Il manque, derrière, le circuit qui prend ce qui en sort, le priorise et le met en production.
Ces questions, on les pose maintenant à toute la communauté
Depuis 2024, l'Opservatoire interroge chaque année les Ops en France (Product, Design, Research, Data, RevOps, AI Ops) sur leur métier. Une enquête faite par et pour la communauté : environ 11 minutes, anonyme sauf si vous laissez vos coordonnées, et des résultats partagés avec tous, puis débattus en session.
2024
Un métier jeune, qui doit convaincre
67 Ops ont répondu à la première édition. Leurs difficultés : peser sur des équipes qu'ils n'encadrent pas, la résistance au changement, la communication entre équipes. Très peu ont un parcours de carrière.
2025
Des freins humains, une IA encore en essai
La communication entre équipes reste la mission n°1, la résistance au changement le premier frein, et 71 % des Ops n'ont pas de modèle d'évolution de carrière. L'IA est entrée dans leur quotidien, surtout pour chercher, synthétiser et documenter ; les agents restent rares.
2026en cours
Ce que l'IA change vraiment
Les Ops reconstruisent-ils leurs workflows avec l'IA, ou lui confient-ils des tâches dans des process inchangés ? Et qu'est-ce que ça change dans leur rôle et leur organisation ? Résultats en décembre.
Un test à lancer, selon où vous en êtes
Les équipes n'en sont pas toutes au même point avec l'IA. On distingue quatre paliers : au premier, chacun l'utilise pour ses propres tâches ; au deuxième, on la connecte aux documents et aux outils de l'équipe ; au troisième, on lui confie une étape entière, et un humain valide ; au quatrième, plusieurs agents s'enchaînent sur un process, et c'est l'organisation du travail qui change.
Les tables ont proposé une dizaine de tests à lancer sans attendre un grand projet. On les a rangés selon la situation de départ : repérez celle qui vous ressemble, et commencez par l'un des tests qui suivent.
La salle du 7 octobre
9 votants sur 14
Palier 1UtiliserChacun s'en sert pour ses propres tâches.Des minutes gagnées- Palier 2ConnecterL'IA est branchée sur les documents et les outils de l'équipe.Des tâches automatisées
- Palier 3DéléguerOn lui confie une étape entière, un humain valide.Une étape qui change de mains
- Palier 4OrchestrerPlusieurs agents s'enchaînent sur un process.L'organisation du travail change
Paliers 1 et 2
Vous utilisez l'IA, chacun de votre côté
- 01
Observer quelqu'un travailler, à voix haute
Asseyez-vous une heure à côté d'une personne de l'équipe pendant qu'elle travaille, et demandez-lui de commenter ce qu'elle fait. Notez où elle attend, ce qu'elle recopie, ce qu'elle contourne. Ce qui est écrit dans la procédure n'est jamais ce qui se passe vraiment, et ne pas connaître le métier aide à faire parler celui qui le fait.
- 02
Cartographier le flux en une demi-journée
Réunissez les personnes qui interviennent sur un sujet, de l'idée à la mise en ligne, et tracez ensemble les étapes. Pour chacune, deux chiffres : combien de temps on y travaille, combien de temps on y attend. C'est la façon la plus simple de voir où est votre goulot avant de choisir où mettre de l'IA.
- 03
Mesurer avant et après, sur un seul sujet
Choisissez un sujet que vos product owners traitent souvent, et demandez-leur le temps qu'il leur prenait avant l'IA, et celui qu'il prend aujourd'hui. Regardez aussi la qualité du résultat. Un seul sujet mesuré honnêtement convainc mieux qu'une impression générale de « on va plus vite ».
Paliers 2 et 3
Vos outils d'IA sont branchés sur vos documents et vos process
- 04
Faire travailler trois métiers en même temps
Plutôt que de se passer le relais, un designer, un développeur et une personne produit prennent le même sujet ensemble, au même moment, et la validation suit derrière. Mesurez le délai et la charge de chacun, avant et après. Au-delà de trois personnes, la coordination reprend le dessus.
- 05
Trier un circuit de validation
Prenez un circuit de validation existant et passez chaque étape à trois questions. L'erreur se répare-t-elle en quelques minutes ? Est-ce une règle (mentions légales, charte, accessibilité) ? Est-ce que ça engage l'entreprise ? Ce qui se répare vite sort du circuit, une règle devient un contrôle automatique, ce qui engage garde quelqu'un qui signe.
- 06
Écrire les règles que l'IA lit avant de produire
Au lieu de relire chaque production, ceux qui savent écrivent les règles une fois pour toutes : le designer décrit le design (composants, couleurs, ton), la conformité liste ce qui est permis et ce qui ne l'est pas. L'IA lit ces fichiers avant de produire : on alimente au lieu de relire.
- 07
Documenter un outil en une demi-heure d'audio
Une personne qui connaît bien un outil en parle pendant une demi-heure, enregistrée. Des agents transcrivent et en tirent la documentation, les limites connues, les améliorations à prévoir et une introduction pour les nouveaux arrivants. Ça a marché sur un outil interne que personne n'avait le temps de documenter.
Paliers 3 et 4
Vous confiez déjà des étapes entières à l'IA
- 08
Lancer un pilote en petite équipe mandatée
Quelques personnes volontaires, un sponsor qui leur donne le mandat de changer leur façon de travailler, une durée et des moyens fixés à l'avance. À la fin, elles présentent le bilan, chiffres à l'appui, devant les décideurs. C'est ce qui convainc le mieux : les décideurs croient ce que racontent leurs pairs.
- 09
Écrire le modèle d'opération
Pour chaque process où l'IA intervient, écrivez qui contribue, qui intervient et à quel moment, et où se trouve l'humain : il valide, il élabore, il travaille avec l'IA, ou l'étape est confiée à un agent. Personne n'a la carte complète de ses process : elle s'écrit avec les équipes, pas pour elles.
- 10
Brancher un agent sur les retours clients
Quand on produit plus vite, la question devient : quoi produire ? Un agent lit les données d'usage et les retours clients, et propose chaque semaine les sujets à traiter. L'équipe garde la décision. De quoi nourrir une équipe qui va désormais plus vite que ses idées.
Choisissez-en un, lancez-le dans votre équipe, et venez raconter ce qu'il a donné à la prochaine session de l'Opservatoire.
Et si on écrivait un manifeste ?
Pas une charte, pas un règlement. Un point de vue et des manières de se comporter avec l'IA, valables pour une équipe de développement comme pour le marketing. L'idée a été lancée pendant la soirée. Huit phrases qu'on tire de ce que les tables ont dit :
- 01
Produire n'est plus le travail. Choisir et vérifier le sont.
- 02
On regarde le travail réel avant d'automatiser quoi que ce soit.
- 03
On n'automatise jamais un process humain tel quel.
- 04
Rien ne part en production sans un humain responsable derrière.
- 05
On valide à la hauteur du risque : les règles se vérifient dans la chaîne, ce qui engage attend quelqu'un qui signe.
- 06
Chaque expertise s'adapte, aucune ne s'efface : on dit à chacun sa place dans le workflow cible.
- 07
On mesure l'effet sur la chaîne, jamais le ressenti d'une personne.
- 08
On se remet autour de la table avant de brancher un agent.
Contredisez, ajoutez, c'est fait pour ça. On l'écrit ensemble à la prochaine session ? Rejoindre l'Opservatoire
Et si vous veniez à la prochaine ?
L'Opservatoire, c'est une session par mois sur un sujet choisi par les membres, et la suite en ligne entre deux sessions. Le club fonctionne par parrainage, pour garder des échanges riches et variés.
