Des capacités accessibles, un service encore à construire

Une entreprise peut trouver dans l’IA une capacité de production qu’elle aurait dû externaliser, différer ou abandonner faute de moyens. Une assistance à la recherche ou au traitement des dossiers peut rendre envisageable un service jusque-là trop coûteux. L’accès à un modèle existant évite d’en financer le développement ; il ne fournit pas, à lui seul, les informations et les compétences propres au métier.

Le 23 septembre 2026, Google a annoncé le déploiement de nouvelles connexions entre Gemini et des applications professionnelles et personnelles, notamment pour gérer des projets, organiser des données ou créer des contenus. Dans son bilan de Dreamforce du 28 septembre, Salesforce a présenté Agentforce Coworker comme capable de rechercher dans les sources connectées, de préparer un plan et d’en coordonner l’exécution. Coworker était annoncé disponible, tandis que les agents poursuivant un objectif pendant plusieurs jours ou semaines restaient en pilote, avec une disponibilité générale prévue pour novembre.

Ces connexions permettent d’envisager autre chose qu’une réponse produite dans une conversation. Un système agentique organise et exécute des actions dans les applications auxquelles il a accès ; ce qui change pour l’entreprise tient aux tâches qu’elle lui confie et aux conséquences de leur enchaînement. Réunir les informations d’un dossier, préparer une proposition et transmettre des éléments à un collègue peut réduire les ressaisies. L’intérêt dépasse le temps de rédaction si l’équipe peut mieux comprendre le besoin du client ou répondre à des demandes auparavant laissées de côté.

Prenons une équipe commerciale qui prépare des propositions à partir d’un catalogue, de disponibilités et de conditions négociées. Si ces informations sont fiables et accessibles, une assistance peut libérer du temps pour les échanges avec le client. Si elles se contredisent, elle peut aussi accélérer la production d’offres qu’il faudra reprendre. Et si toutes les propositions attendent ensuite une validation technique indisponible, le délai de réponse restera presque inchangé. La capacité nouvelle n’améliore le service que si elle agit sur une difficulté réelle, sans déplacer davantage de travail vers l’étape suivante.

Les moyens nécessaires ne se limitent donc pas au prix du logiciel. Mettre les données en qualité, rendre les connexions fiables et mobiliser les personnes qui connaissent les exceptions engage du temps et du financement. Dans ses données 2025 sur les entreprises de l’Union européenne d’au moins dix personnes, dans les secteurs couverts, Eurostat avait relevé que près de 71 % des non-utilisatrices ayant envisagé l’IA citaient alors un manque d’expertise. Cette difficulté concernait un groupe précis, pas toutes les entreprises ni toutes les formes d’IA.

Une petite structure disposant d’un savoir-faire bien identifié et de données exploitables peut tirer parti d’une capacité relativement simple. Une organisation plus grande peut devoir mobiliser plusieurs équipes et entretenir de nombreuses interfaces avant d’obtenir un résultat comparable. L’accès mutualisé réduit certains besoins matériels et financiers, mais la capacité à combiner données, expérience et organisation reste déterminante. Elle peut aussi évoluer avec l’usage : l’IA ne mobilise pas seulement des compétences existantes, elle peut changer la manière de les acquérir et de les exercer.

Les compétences se transforment avec le travail

Une assistance peut rendre l’expertise des spécialistes plus accessible au reste d’une équipe. Le bénéfice apparaît alors dans la capacité collective à résoudre les problèmes, sans exiger de confier toute la relation client à un système autonome.

Dans son Digest de juin 2023, le NBER1 avait rapporté les résultats d’un déploiement réalisé principalement entre novembre 2020 et février 2021 auprès d’environ 5 000 agents de support d’une entreprise de logiciels. Les agents disposant de l’assistance avaient résolu 13,8 % de problèmes supplémentaires par heure, sans changement significatif de la satisfaction mesurée. Les gains étaient surtout concentrés chez les moins expérimentés, qui pouvaient accepter ou écarter les suggestions. Les chercheurs avaient notamment interprété cet effet comme une diffusion des pratiques des agents les plus performants.

Ce résultat donne une consistance au bénéfice attendu : des personnes moins expérimentées peuvent accéder plus vite à des façons efficaces de comprendre une demande. Si elles apprennent à reconnaître les situations et à discuter la réponse proposée, l’équipe peut devenir moins dépendante de quelques spécialistes pour les cas courants. Ces derniers peuvent consacrer davantage de temps aux difficultés qui exigent leur jugement. Le gain observé dans ce support ne fixe toutefois ni la rentabilité d’une autre activité ni celle des systèmes agentiques annoncés en septembre.

L’apprentissage peut au contraire s’appauvrir lorsque la suggestion devient une réponse à appliquer sans examen. Une augmentation des volumes attendus peut laisser moins de temps pour comprendre un cas particulier ou contester une recommandation. L’entreprise risque alors de perdre progressivement une partie du jugement dont dépend la qualité du service. La rapidité obtenue dans les situations habituelles peut masquer une moindre capacité à traiter les exceptions.

Dans leur brief de mai 2025 sur l’exposition potentielle des métiers à l’IA générative, l’OIT2 et le NASK3 avaient envisagé ces trajectoires différentes. L’automatisation de certaines tâches pouvait dégager du temps pour un travail plus enrichissant et renforcer l’expertise, mais son emploi pour standardiser le travail, réduire l’autonomie ou accroître la surveillance pouvait dégrader la qualité des emplois. Leur analyse portait sur les capacités du début de 2025 et une exposition possible, pas sur des suppressions d’emplois constatées.

Le partage des gains au sein de l’entreprise fait partie de cette transformation. Du temps libéré peut permettre de mieux suivre les dossiers difficiles, d’apprendre ou de réduire une surcharge. Il peut aussi être entièrement absorbé par de nouveaux objectifs de volume. Ces choix ne produisent pas les mêmes effets sur les personnes, sur la confiance dans l’outil et sur le savoir-faire disponible à terme. Une hausse de productivité n’indique pas, à elle seule, lequel de ces changements a eu lieu.

L’organisation collective peut également être précédée par des initiatives individuelles. Un salarié peut trouver, dans un outil qu’il utilise déjà, une manière utile de préparer son travail. Si cette pratique reste isolée, ses collègues peuvent ignorer quelles données ont été transmises, comment le résultat a été obtenu ou comment reprendre le dossier en son absence. Le gain individuel s’accompagne alors d’une dépendance nouvelle et d’une circulation d’informations peu visible pour l’entreprise. Une pratique partagée et examinée peut, à l’inverse, devenir une compétence collective. L’initiative n’est donc ni une maîtrise déjà acquise ni un risque à condamner par principe.

La possibilité de relier outils personnels et professionnels, présente dans les annonces de septembre, rend cette frontière importante. Un usage individuel ne devient pas un fonctionnement d’entreprise par sa seule utilité pour son utilisateur : les données, la continuité du travail et les responsabilités concernent aussi les autres équipes et les personnes dont les informations sont traitées. Pour le client, c’est la fiabilité du service complet qui compte, quel que soit le nombre de tâches accélérées en interne.

Clients et partenaires pèsent sur le partage des gains

Une amélioration du service peut faciliter la conquête ou la fidélisation des clients sans procurer une hausse équivalente de la marge. Le résultat économique dépend aussi de ce que les clients attendent, des alternatives qu’ils trouvent et des exigences transmises par les partenaires.

À Meta Connect, le 24 septembre 2026, Meta a annoncé de nouvelles connexions entre son agent personnel Muse, des services commerciaux, des moyens de paiement et des outils de travail. Plusieurs fonctions étaient encore prévues pour les mois suivants. Si un client utilise un agent pour préparer un achat, il pourrait comparer plus facilement les offres dont les caractéristiques, les conditions et les disponibilités sont accessibles. Une entreprise capable de fournir ces informations pourrait y trouver des débouchés. L’annonce ouvre cette possibilité ; elle ne mesure pas une transformation déjà réalisée des achats.

Une comparaison facilitée pourrait également accroître la pression sur les prix ou rendre des offres plus interchangeables. Dans les relations entre entreprises, un donneur d’ordre qui accélère son propre traitement peut demander des réponses plus rapides à ses partenaires. Si ceux-ci doivent adapter leurs données et leur organisation sans rémunération supplémentaire, le bénéfice obtenu par le donneur d’ordre peut devenir une charge pour eux. Les attentes des clients finaux peuvent ainsi atteindre un sous-traitant qui n’a pas lui-même choisi d’adopter l’IA.

Ce déplacement ne rend pas nécessairement l’adaptation inutile. Une capacité devenue courante peut aider à conserver des clients sans créer un avantage supplémentaire. Refuser l’effort peut coûter une relation commerciale ; le financer peut préserver l’activité tout en réduisant sa marge. Une entreprise peut donc avoir une raison de s’équiper sans pouvoir promettre que cet équipement renforcera simultanément sa compétitivité et sa rentabilité.

La différence se joue notamment dans les ressources qu’elle associe à l’outil. Un accès disponible aux concurrents se distingue peu par lui-même. La connaissance des clients, des données propres à l’activité, une expertise difficile à reproduire ou une coordination efficace avec des partenaires peuvent en revanche permettre un service différent. Ce bénéfice peut disparaître si la standardisation du travail affaiblit précisément le savoir-faire qui le rendait possible.

Selon la synthèse du baromètre France Num 2026, 40 % des très petites, petites et moyennes entreprises françaises interrogées au printemps 2026 déclaraient utiliser au moins une solution d’IA. Parmi les utilisatrices, 68 % lui attribuaient un impact positif. L’enquête, menée du 23 mars au 18 avril auprès de 9 655 entreprises, recueillait leurs déclarations. Un impact positif pouvait correspondre à du temps libéré ou à une meilleure qualité, sans établir une hausse de marge ou de trésorerie.

Un temps gagné devient une recette supplémentaire si l’entreprise peut réellement traiter et vendre davantage de demandes utiles. Il peut devenir une économie si une dépense est effectivement évitée. Lorsque les équipes l’emploient à mieux accompagner les clients, le bénéfice peut d’abord être un service plus fiable, sans effet financier immédiat. Et lorsque la concurrence impose de baisser les prix, une partie du gain revient au client plutôt qu’à l’entreprise qui a financé la transformation.

La rentabilité dépend aussi des dépenses nécessaires pour maintenir cette qualité. Les charges qui se révèlent au cours d’un projet IA peuvent notamment tenir à l’ampleur des reprises et du travail de fiabilisation. Un processus rapide dans ses cas simples peut rester coûteux si ses exceptions mobilisent longtemps les personnes les plus qualifiées. Le bénéfice commercial attendu doit couvrir ce fonctionnement, pas seulement le coût initial de l’outil.

Déléguer des actions laisse des responsabilités à exercer

Relier les applications peut aider à retrouver l’historique d’un dossier et à tenir compte des engagements déjà pris. Mais ces connexions peuvent aussi propager une information inexacte entre plusieurs services. Corriger le document d’origine ne suffit plus nécessairement si d’autres copies ou mémoires continuent d’alimenter des actions.

Dans leur note exploratoire de juillet 2026, la CNIL4 et le CIANum5 avaient décrit les difficultés que les mémoires persistantes et les échanges entre agents pouvaient créer pour suivre les données personnelles, les rectifier ou les effacer. Ils rappelaient qu’un responsable du traitement devait pouvoir être identifié malgré la multiplicité des intervenants. La complexité technique pouvait rendre cette identification et l’exercice des obligations plus difficiles ; elle ne les supprimait pas.

Les actions sont confiées aux systèmes, tandis que fournisseurs, intégrateurs et équipes de l’entreprise interviennent dans leur conception et leur fonctionnement. Une exploitation interne peut elle aussi comporter des actions déléguées. Inversement, recourir à un fournisseur externe ne signifie pas lui avoir confié toutes les décisions. Ces différences importent lorsqu’il faut retrouver l’origine d’une erreur et déterminer qui peut l’interrompre, la corriger et en répondre.

Si une information erronée déclenche plusieurs actions concernant un client, le temps gagné à l’exécution peut être absorbé par la recherche de ce qui s’est produit, les corrections et les réclamations. La difficulté n’est pas seulement juridique : tant que l’entreprise ne peut pas expliquer une situation ou rétablir un dossier fiable, la relation commerciale et la poursuite du service peuvent être affectées. Les moyens nécessaires à cette maîtrise appartiennent à l’exploitation de l’activité.

La note de juillet envisageait aussi des mécanismes de traçabilité, de cloisonnement et d’intervention permettant de limiter ces risques. La conformité n’est donc pas seulement une charge opposée au bénéfice : elle peut rendre possible un usage qui serait autrement trop risqué. Pouvoir corriger une donnée et reprendre une action soutient la confiance sur laquelle repose le service.

Une validation humaine purement formelle n’apporte pas cette capacité. Si la personne chargée de contrôler n’a ni les informations, ni le temps, ni le pouvoir d’intervenir, sa présence ajoute une étape sans garantir la maîtrise. À l’inverse, une intervention effective peut empêcher qu’une erreur locale affecte plusieurs clients. L’organisation du travail et l’exercice des responsabilités se rejoignent ici : préserver le jugement des équipes a aussi une valeur pour la continuité de l’activité.

La dépendance aux fournisseurs engage le financement dans la durée

Le recours à une plateforme peut fournir une capacité technique, une maintenance et une continuité de service difficiles à réunir en interne. Pour une entreprise aux moyens limités, cette mutualisation peut réduire l’investissement initial et permettre une activité qui ne serait pas soutenable autrement. La dépendance n’est pas, en elle-même, la preuve d’une perte.

Elle devient plus contraignante lorsque les données, les connexions et les pratiques de travail rendent le service difficile à remplacer. Une évolution tarifaire ou fonctionnelle peut alors imposer une dépense que l’entreprise ne peut éviter sans désorganiser son activité. La maîtrise des coûts dépend autant de la possibilité de continuer à travailler dans d’autres conditions que du prix obtenu au départ.

Dès juin 2024, dans son communiqué sur le fonctionnement concurrentiel de l’IA générative, l’Autorité de la concurrence avait identifié des risques de verrouillage technique et financier à l’amont du secteur, notamment pour les développeurs de modèles dépendant des grands fournisseurs de calcul. Elle avait aussi présenté les modèles ouverts, l’accès au calcul et les innovations réduisant les ressources nécessaires comme des moyens d’abaisser les barrières à l’entrée.

Pour une entreprise utilisatrice, une offre plus diversifiée peut élargir les choix. Elle ne rend pas automatiquement ses propres intégrations remplaçables. Un modèle ouvert peut être une composante d’une solution de remplacement, mais les données, les applications, les compétences et le temps de migration continuent de compter. Une alternative qui exige des moyens indisponibles ne protège pas la continuité au moment où elle devient nécessaire.

Cette continuité repose aussi sur des infrastructures matérielles. Dans le résumé exécutif d’Energy and AI, publié en 2025, l’Agence internationale de l’énergie avait signalé des risques de retard de projets de centres de données liés aux contraintes de raccordement électrique. Ses scénarios envisageaient également des gains d’efficacité du matériel et des modèles susceptibles de modérer la demande. Une activité qui suppose une disponibilité croissante du calcul dépend donc de capacités physiques, pas seulement des performances du logiciel. Cela ne permet pas de conclure à une pénurie certaine chez son fournisseur.

Le financement ne commence toutefois pas avec ces risques de dépendance. L’intégration, la préparation des données et l’apprentissage mobilisent des moyens avant les premiers résultats, que l’entreprise exploite elle-même ses outils ou achète un service. Les recettes et les économies peuvent arriver plus tard que les paiements. Un investissement rentable à terme peut donc être difficile à financer dans l’intervalle.

La mutualisation peut limiter le recours à l’emprunt, mais elle crée des dépenses récurrentes à couvrir. Si les bénéfices sont absorbés par les reprises, par de nouvelles exigences commerciales ou par des hausses de coûts, l’activité peut rester plus rapide sans produire les ressources attendues. La trésorerie concerne la disponibilité des fonds pour les échéances ; la solvabilité concerne plus largement la capacité à couvrir les dettes. Un déploiement financé par endettement laisse des engagements à rembourser même si ses résultats déçoivent. L’amélioration d’un service ne suffit donc pas à démontrer que l’entreprise pourra financer sa transformation et la suite de son activité.

Un bénéfice durable suppose de conserver les moyens qui le rendent possible

L’intégration des IA génératives et agentiques peut renforcer la compétitivité et la rentabilité d’entreprises aux ressources différentes lorsqu’elle leur permet de rendre un service utile qu’elles ne pouvaient pas fournir dans les mêmes conditions. Ce résultat devient durable si le travail développe une expertise mobilisable, si les pratiques individuelles peuvent contribuer au fonctionnement collectif sans rendre les données incontrôlables, et si les relations commerciales laissent un bénéfice après les dépenses d’intégration et d’exploitation. La capacité à exercer les responsabilités et à poursuivre le service, avec le fournisseur retenu ou une alternative réaliste, conditionne alors la valeur conservée.

Cette convergence n’est pas acquise dans toutes les situations. Une entreprise peut devoir s’adapter aux usages de ses clients ou aux exigences de ses partenaires pour préserver son marché, sans obtenir de marge supplémentaire. Cette adaptation peut rester préférable à la perte d’activité, mais son financement exige d’autres ressources si les gains ne suffisent pas à couvrir les engagements. Elle ne constitue pas le renforcement simultané de tous les résultats espérés.

Lorsque l’accélération érode les compétences nécessaires au service, déplace les corrections vers les équipes ou laisse les coûts et les actions déléguées hors de leur maîtrise, davantage d’IA peut au contraire fragiliser l’activité. Les annonces de septembre ne permettent pas de départager à l’avance ces trajectoires. La différence tient à ce que l’entreprise parvient à transformer en meilleur service, à la part du bénéfice qui lui reste et à sa capacité à financer la poursuite de ce fonctionnement sans affaiblir les personnes, les savoir-faire et les relations dont il dépend.

1 NBER : National Bureau of Economic Research, Bureau national de recherche économique, organisme américain de recherche en économie. Son Digest présente des synthèses de travaux de recherche. ↩

2 OIT : Organisation internationale du travail, institution spécialisée des Nations unies consacrée aux questions de travail. ↩

3 NASK : Naukowa i Akademicka Sieć Komputerowa, Réseau informatique scientifique et universitaire, institut national de recherche polonais. ↩

4 CNIL : Commission nationale de l’informatique et des libertés, autorité française de protection des données personnelles. ↩

5 CIANum : Conseil de l’IA et du numérique, instance française de réflexion sur les enjeux de l’intelligence artificielle et du numérique. ↩