Transformation IA : remplacer la machine à vapeur ne suffit pas
Varick, cabinet spécialisé dans les agents IA, publie sa méthode : moins d'outils achetés, plus de processus redessinés, et surtout pas d'agents partout.
Kurz gesagt
Varick Agents détaille le playbook qu'il applique chez de grandes entreprises pour en tirer des gains d'efficacité « à neuf chiffres ». La thèse : l'IA ne crée de valeur que si l'on reconstruit les opérations autour d'elle, workflow par workflow, plutôt que d'empiler des licences. Le texte vaut surtout pour ses critères concrets de sélection des workflows et ses règles pour ne pas casser l'existant.
🍺 Tresen-Version
En gros, une boîte qui vend des agents IA t'explique que mettre des agents partout est une mauvaise idée, ce qui est un peu comme un boulanger qui te conseille de manger moins de pain. Leur argument tient la route : au début de l'électricité, les usines ont juste remplacé la machine à vapeur par un moteur et attendu trente ans que quelqu'un pense à déplacer les machines. Aujourd'hui, beaucoup d'entreprises font pareil avec des licences Copilot et s'étonnent que rien ne bouge. La vraie question n'est pas quel outil acheter, mais qui fait quoi, dans quel ordre, et pourquoi on l'a toujours fait comme ça.
Das Wichtigste
- 1
L'analogie centrale : pendant 30 ans, remplacer la machine à vapeur par un moteur électrique n'a presque rien rapporté ; la productivité est venue de la refonte des usines, jusqu'à la chaîne d'assemblage.
- 2
Acheter des sièges d'agents, des licences Copilot ou des outils no-code ne transforme rien seul : la transformation est un changement structurel qui part des équipes et des processus.
- 3
La méthode commence par plusieurs semaines d'immersion dans les équipes (comptabilité fournisseurs, achats, opérations) pour cartographier chaque workflow et capter la « tribal knowledge » sous forme de règles exploitables par les agents.
- 4
Un bon workflow à automatiser est fréquent, suit des décisions répétables, dépend de contexte éparpillé entre plusieurs systèmes et présente une douleur mesurable (délais, erreurs, heures manuelles).
- 5
Le travail se répartit en trois paniers : automatisation déterministe, agents pour le jugement courant, humains pour les décisions risquées.
- 6
Cas cité : un éditeur logiciel aux revenus de plusieurs milliards, dont les gros deals traversaient six équipes et onze passages de relais, aurait gagné 25 M$ de valeur la première année.
- 7
Règles anti-casse : pas de migration massive (on construit sur Salesforce ou NetSuite via API ou agents « computer use ») et des données séparées en quatre couches.
La leçon de l'électrification
Varick ouvre sur une référence historique : les usines du XIXe siècle tournaient autour d'une machine à vapeur unique installée au sous-sol, qui entraînait toutes les machines du bâtiment.
Quand l'électricité est arrivée, elles ont simplement remplacé ce moteur central, sans toucher au bâtiment ni à l'organisation. Résultat : trente ans de gains quasi nuls.
Le déclic est venu quand on a compris que les moteurs électriques pouvaient être petits et bon marché, donc un par machine. Les usines ont pu s'organiser selon le flux réel du travail, ce qui a mené à la chaîne d'assemblage d'Henry Ford. Varick affirme appliquer ce même principe de refonte opérationnelle à l'IA.
On n'achète pas une transformation
Selon l'article, la plupart des entreprises espèrent se transformer en remplaçant leur stack SaaS par des outils IA. Licences Copilot, agents vendus au siège, constructeurs de workflows no-code : rien de tout cela ne suffit seul.
Deux conditions sont posées. Si l'IA ne comprend pas le processus sous-jacent, elle ne crée pas de valeur. Si les personnes qui possèdent ce processus ne sont pas embarquées, l'adoption reste faible, même quand la technologie fonctionne.
D'où l'étape initiale : passer quelques semaines avec chaque équipe, cartographier les workflows de bout en bout, estimer le ROI d'un agent pour chacun, puis traduire le savoir implicite en règles, instructions et logique de décision.
Choisir les bons workflows
« Venant d'une entreprise d'agents : ne mettez pas des agents dans tous les workflows », insiste le texte. Au-delà d'un certain point, ils créent plus de problèmes qu'ils n'en résolvent.
Les candidats idéaux combinent volume élevé, effort manuel, systèmes fragmentés, relais répétés et impact financier clair. Typiquement, des données qui circulent entre email, Slack, tableurs, portails et ERP, là où l'automatisation classique a échoué.
Quatre critères sont retenus : une fréquence de centaines ou milliers d'exécutions par mois, des décisions qui suivent des motifs, un contexte réparti entre contrats, CRM, ERP et documents, et une douleur mesurable avant et après déploiement.
Croissance et pas seulement économies
Pour Varick, une transformation bien faite ne se limite pas à couper des coûts. Les agents doivent fournir un meilleur contexte aux humains, qui prennent alors de meilleures décisions plus vite, ce qui se traduit en chiffre d'affaires.
Exemple : chez un éditeur logiciel aux revenus de plusieurs milliards de dollars, le processus de vente était englué dans des tâches administratives. Après refonte, avec des agents ou de simples scripts selon les cas, 25 M$ de valeur auraient été dégagés la première année, entre croissance et économies.
Sur ce même projet, la boucle de feedback humain (approuver, rejeter ou corriger les actions de l'agent, tout en journalisant le contexte) aurait fait gagner 10 % de précision en quelques semaines, élargissant le périmètre traité en autonomie.
Transformer sans tout casser
Première règle : ne pas imposer de migration. Les entreprises ont passé des années à adopter Salesforce ou NetSuite ; Varick préfère construire par-dessus, via API ou agents capables d'utiliser l'interface, pour que la refonte survive même à un changement de logiciel.
Deuxième règle : segmenter les données en quatre couches, à savoir système de référence, règles métier, données brutes entrantes et mémoire accumulée par l'agent. Un opérationnel peut ainsi modifier une règle sans appeler un ingénieur.
Le déploiement suit un ordre prudent : sandbox, puis mode « shadow » aux côtés des humains, puis production supervisée. Les premiers chantiers visés sont la comptabilité fournisseurs, les achats, la vente et les opérations.
“You will not transform your company without rebuilding operations from the ground up.”
“Take it from an agent company — please do not put agents in every workflow.”
“Transformation is not a piece of software you can purchase.”
Warum es zählt
Le texte a le mérite de dire tout haut ce que beaucoup de DSI constatent en silence : les déploiements de Copilot et d'agents génériques produisent rarement des gains visibles au P&L. L'analogie de l'électrification, empruntée aux travaux d'économistes sur le « paradoxe de la productivité », est bien choisie et donne un cadre utile. Les critères de sélection des workflows et la séparation des couches de données sont concrets et réutilisables. Mais il faut lire ce billet pour ce qu'il est : un document commercial, qui se conclut par un appel aux entreprises de plus d'un milliard de revenus. Les chiffres (« neuf chiffres », 25 M$, +10 % de précision) ne sont ni sourcés ni détaillés, et le client n'est pas nommé. La méthode décrite ressemble d'ailleurs beaucoup au conseil en réingénierie des processus des années 1990, avec des agents à la place des ERP. Ce n'est pas un défaut en soi, c'est peut-être même la meilleure nouvelle : l'IA en entreprise redevient une affaire d'organisation plus que de technologie.
Für dich
Lass sie mit deinen Quellen arbeiten.
Kostenlos: einen Monat Artikel und drei eigene Quellen. Pro: das ganze Archiv und deine Quellen, ab 8 €/Monat.
Für dein Team
Dieselbe Maschine, zu euren Themen.
Ein Bereich in euren Farben, eure Beobachtungswinkel, eure Kuratoren. Pilot offen für drei Unternehmen.