Transcription

• Speaker #0

  Certaines entreprises pensaient remplacer une tâche. Elles ont découvert qu'elles venaient surtout d'ajouter un nouveau risque dans l'organisation. Parce que le problème avec l'intelligence artificielle, ce n'est pas seulement quand elle se trompe, c'est quand elle se trompe vite, avec assurance, et au nom de votre entreprise. Bienvenue dans IA, Révolution ou Illusion, le podcast Aivolean. Je suis Rachid Harouat, CEO d'Aivolean. Depuis plus de 20 ans, j'accompagne l'industrie et les entreprises dans leur transformation opérationnelle, avec plus de 10 ans dans l'industrie automobile et en international. J'ai participé à des démarrages et transformations ambitieux de sites industriels au Qatar et au Maroc, jusqu'à la direction générale de sites de production, en pilotant performance, excellence opérationnelle et transformation des organisations. Certifié Black Belt Lean Six Sigma, je combine aujourd'hui Lean automatisation et intelligence artificielle pour aider les entreprises à simplifier leurs opérations, gagner en performance et préparer l'entreprise de demain. Parce que le vrai enjeu de l'IA n'est pas la technologie, c'est ce qu'elle change concrètement dans les organisations. Aujourd'hui on va parler d'IA qui agit, pas d'IA qui fait de jolies réponses, pas de démo parfaite sur scène, de l'IA qui parle à vos clients, qui prend des commandes, qui filtre des candidats, qui touche à des opérations physiques. Et autour de la table, Nadia est avec nous, notre radar anti-bullshit officiel.

• Speaker #1

  Hello, je suis prête. J'ai apporté du scepticisme, de café et une méfiance très saine envers les boutons bleus qui promettent de tout automatiser.

• Speaker #0

  Eric est là aussi, la voix du process, des workflows, des validations et de cette phrase que personne ne veut entendre mais que tout le monde finit par regretter. Qui a autorisé ça ?

• Speaker #2

  Exactement, une IA qui agit sans périmètre, ce n'est pas une innovation, c'est une exception. opérationnelle déguisée en productivité.

• Speaker #1

  Une exception opérationnelle avec une interface pastel. Trait 2026.

• Speaker #0

  Parfait, on démarre. Première histoire. Un client contacte une compagnie aérienne pour une situation très personnelle. Il doit voyager après un décès familial. Il cherche une information simple sur un tarif de deuil. Il pose la question au chatbot officiel de la compagnie. Le chatbot répond avec assurance. Il explique qu'il peut acheter son billet maintenant, puis demander le tarif réduit après coup. C'est clair. C'est pratique, c'est écrit sur le site de la compagnie, via le chatbot. Sauf que l'information est fausse.

• Speaker #1

  Déjà, quand une IA dit quelque chose avec beaucoup d'assurance, moi je vérifie deux fois. Quand elle part de remboursement, je vérifie trois fois.

• Speaker #0

  Le client suit l'indication. Ensuite, la compagnie refuse le remboursement. Et là, le sujet devient passionnant. Parce que l'entreprise essaye de dire, en résumé, ce n'est pas vraiment nous, c'est le chatbot.

• Speaker #1

  Ah oui, le fameux « c'est pas moi, c'est mon avatar » .

• Speaker #2

  Et opérationnellement, c'est intenable. Si le chatbot est sur le site officiel, s'il parle au client, s'il donne une règle commerciale, alors il fait partie du système de relations clients. On ne peut pas le traiter comme un stagiaire invisible qui n'existe plus quand il se trompe.

• Speaker #0

  Exactement. Et c'est là que le tribunal a rappelé une évidence. Quand votre IA parle au client, elle engage votre entreprise. Donc le vrai sujet n'est pas le chatbot a halluciné. Le vrai sujet c'est... Qui valide les règles que le chatbot peut annoncer ? Qui vérifie les réponses sensibles ? Qui décide quelles informations commerciales peuvent être données automatiquement ?

• Speaker #2

  Il faut distinguer les réponses simples et les réponses engageantes. Horaire d'ouverture, faible risque, politique de remboursement, risque moyen ou fort, engagement commercial, validation nécessaire, et tout doit être traçable.

• Speaker #1

  Donc si votre IA promet quelque chose à un client, elle ne fait pas juste une phrase, elle crée peut-être une dette.

• Speaker #0

  Voilà, et ça c'est une phrase importante. Une IA qui parle au client ne produit pas seulement du texte, elle produit de la responsabilité. Deuxième histoire, le drive d'un fast food. Scène très simple, une voiture arrive, bruit autour, enfant à l'arrière, client pressé, accent, hésitation, menu qui change, promo du moment. Dans un bureau, la prise de commande vocale a l'air simple. Dans la vraie vie, c'est un petit théâtre opérationnel.

• Speaker #1

  Et parfois, dans ce théâtre, quelqu'un crie « Non, pas les nuggets par douze, j'ai demandé un café ! »

• Speaker #0

  Exactement. Une grande chaîne a testé l'IA vocale au drive dans plus d'une centaine de restaurants. L'objectif était clair, accélérer la prise de commande, réduire la charge des équipes, fluidifier le rush. Sur le papier, c'est intelligent, mais dans la réalité, certaines erreurs deviennent très visibles. Mauvais produit, quantité absurde, incompréhension, commande qu'il faut reprendre derrière.

• Speaker #1

  C'est là qu'on découvre que 95% de précision, c'est impressionnant dans une slide. Mais au drive, les 5% restants peuvent commander 9 thés glacés et bloquer la file.

• Speaker #2

  C'est exactement ça. Dans une opération répétitive, le taux d'erreur acceptable dépend du contexte. Une erreur dans une transcription interne, ce n'est pas la même chose qu'une erreur qui bloque une file, agace un client, mobilise un équipier et ralentit tout le flux.

• Speaker #0

  Et ça c'est très lean. On ne regarde pas seulement la technologie, on regarde le flux. Où apparaît l'erreur ?

• Speaker #2

  Qui la corrige ? Combien de temps elle prend ? Est-ce qu'elle casse le rythme de l'équipe ? Est-ce qu'elle déplace la charge sur quelqu'un d'autre ? Si l'IA prend une commande, mais qu'un humain doit surveiller, corriger, rassurer le client et refaire le panier, le gain apparent peut disparaître. Parfois, on ne supprime pas une tâche. On transforme une tâche simple en supervision nerveuse.

• Speaker #1

  Super ! Avant, je prenais la commande. Maintenant, je surveille un robot qui prend mal la commande. Progrès !

• Speaker #0

  Voilà le point business. L'IA doit améliorer le système complet, pas seulement une étape isolée. Si vous automatisez une étape mais que vous créez plus de corrections, plus d'attentes, plus de frustrations et plus d'exceptions, vous n'avez pas gagné en performance. Vous avez déplacé le problème. Et parfois, vous l'avez déplacé exactement au pire endroit, devant le client. Troisième histoire. Cette fois, on quitte le client, on va dans les ressources humaines. Imaginez deux candidats compétents, même motivation, même envie de travailler. L'un passe le filtre. L'autre est rejeté avant même qu'un humain ait vraiment regardé son profil.

• Speaker #1

  Déjà, le recrutement automatisé, c'est le genre de sujet où je garde une main sur le frein à main.

• Speaker #0

  Aux Etats-Unis, une entreprise a réglé une affaire où un outil automatisé aurait rejeté des candidates au-delà d'un certain âge et des candidats au-delà d'un autre seuil d'âge. Montant de l'accord, plusieurs centaines de milliers de dollars.

• Speaker #1

  Donc Lya n'a pas juste filtré, elle a industrialisé une mauvaise règle.

• Speaker #2

  C'est le cœur du sujet. Avant, Un mauvais critère pouvait influencer un recruteur, une équipe, une campagne. Avec un workflow automatisé, la mauvaise règle peut filtrer très vite, très largement et surtout très discrètement.

• Speaker #0

  Et c'est là qu'il faut arrêter avec la phrase « l'IA est neutre » . Non. Une IA applique des règles, des données, des paramètres, des objectifs. Si ses éléments sont mauvais, elle ne devient pas juste inefficace, elle devient un accélérateur d'injustice. ou de risque.

• Speaker #2

  Dans le recrutement, il faut auditer les critères. Qui est rejeté ? Pourquoi ? Est-ce qu'un humain peut revoir certains cas ? Est-ce qu'on mesure les biais ? Est-ce que les règles sont documentées ? Est-ce que l'entreprise peut expliquer une décision ?

• Speaker #1

  Parce que répondre « l'alboritme a décidé » c'est rarement une stratégie RH très chaleureuse.

• Speaker #0

  Et surtout, ce n'est pas une gouvernance. Dans une entreprise, déléguer ne veut pas dire disparaître. Si vous déléguez une décision à un système, vous devez encore être... capable de l'expliquer. Le vrai sujet aujourd'hui, ce n'est plus l'IA, c'est l'organisation. Quatrième histoire. Là, on entre dans l'IA physique. Pas une réponse dans un chat, pas un mail mal formulé, une voiture autonome, des capteurs, des décisions en millisecondes, une situation réelle dans la rue. Quand l'IA touche le monde physique, l'erreur ne reste pas dans un écran. Elle devient opérationnelle, juridique, médiatique, parfois politique.

• Speaker #1

  Autrement dit, dans un chatbot, une hallucination crée un ticket support. Dans la rue, elle peut suspendre une activité entière.

• Speaker #0

  Exactement, et c'est ce qu'on a vu avec des activités de robotaxi qui ont été suspendues après un accident sérieux. Derrière, il y a des régulateurs, des rappels logiciels, une image de marque, des décisions stratégiques et des investissements massifs remis en question.

• Speaker #2

  Ce cas est essentiel pour comprendre le futur. Plus l'IA se rapproche du monde réel, plus les standards doivent être élevés. Il faut de la supervision, des procédures d'urgence, des journaux d'événements, des tests, des audits, des règles de reprise humaines.

• Speaker #0

  Et c'est là qu'on voit arriver le vrai futur des entreprises. IA embarqué, robots, entrepôts semi-autonomes, maintenance préditive, supply chain piloté par des agents, lignes de production assistées par des systèmes intelligents. Mais attention, le futur ne sera pas gagné par ceux qui mettent de l'IA partout. Il sera gagné par ceux qui savent ou ne pas la laisser agir seul.

• Speaker #1

  C'est moins sexy qu'une vidéo de robot qui danse, mais probablement plus utile pour éviter un incident industriel.

• Speaker #2

  Dans l'industrie, on connaît déjà cette discipline. Une modification critique ne se fait pas sans standard, sans validation, sans traçabilité. L'IA doit entrer dans cette logique, pas la contourner.

• Speaker #0

  Et c'est pour ça que le Lean redevient central. Clarifier les flux, comprendre les irritants, supprimer les gaspillages, standardiser ce qui doit l'être, mesurer la vraie performance, puis automatiser.

• Speaker #1

  Donc pas on met l'IA et on verra bien.

• Speaker #2

  Non, ça c'est une méthode, mais plutôt pour fabriquer des réunions de crise.

• Speaker #0

  On automatise encore du chaos quand on ne prend pas le temps de simplifier avant. Et c'est précisément le piège des prochains mois. Beaucoup d'entreprises vont annoncer des gains, tickets traités, mails envoyés, documents générés. commande prise, décision accélérée. Mais la vraie question n'est pas combien l'IA a produit. La vraie question est quelle valeur elle a créée, avec quel risque en moins, quelle erreur éviter, quelle décision mieux prise, quel client mieux servi.

• Speaker #1

  Donc si votre IA génère 400 pages que personne ne lit, ce n'est pas une performance, c'est une photocopieuse avec confiance en elle.

• Speaker #2

  Les bonnes métriques doivent descendre dans le réel. Dès les réduits, erreurs évitées. Retour client diminué, qualité améliorée, incident évité. Tant de décisions réduites sans perte de contrôle.

• Speaker #0

  Et surtout, moins de désordre. Parce que s'il y a augmente le volume, mais augmente aussi les corrections, les exceptions et les incompréhensions, ce n'est pas une transformation, c'est une accélération du bruit. Nadia, qu'est-ce qui t'a le plus fait lever les yeux au ciel cette semaine ?

• Speaker #1

  Les entreprises qui disent « notre agent est autonome de bout en bout » . Moi la première chose que je demande c'est de quel bout à quel bout ? Parce qu'entre classer un mail et engager une décision commerciale, il y a quand même quelques kilomètres de validation et probablement Eric avec un formulaire.

• Speaker #2

  Je prends le formulaire et j'ajoute les niveaux d'autorisation. Un agent peut être autonome sur une tâche simple, supervisé sur une tâche sensible et interdit sur une décision critique.

• Speaker #0

  On ne gouverne pas l'IA avec un bouton marche-arrêt. On la gouverne avec des niveaux d'autorisation. Ce qu'on voit aujourd'hui, ce n'est pas seulement une évolution technologique, c'est une transformation organisationnelle. L'IA commence à parler aux clients, à prendre des commandes, à filtrer des candidats, à influencer des décisions, à toucher les opérations physiques. Et chaque fois qu'elle agit, elle pose une question simple. Votre organisation est-elle assez claire pour supporter cette vitesse ?

• Speaker #1

  Parce qu'une organisation floue avec de l'IA, ça reste une organisation floue, juste avec plus de notifications.

• Speaker #2

  Et de décisions parfois plus rapides que la compréhension du problème.

• Speaker #0

  Le futur ne sera pas gagné par ceux qui empilent le plus d'outils. Il sera gagné par ceux qui simplifient leurs opérations, clarifient leurs règles, forment leurs équipes et donnent à l'IA un cadre clair. Avant de donner des actions à l'IA, donnez-lui des limites. Parce qu'automatiser sans clarifier, ce n'est pas préparer l'entreprise de demain. c'est accélérer les problèmes d'hier. Merci d'avoir suivi IA, Révolution ou Illusion. Si ce format vous plaît, partagez-le, abonnez-vous et surtout, ne laissez pas votre agent IA découvrir tout seul votre politique commerciale pendant la nuit.

• Speaker #1

  Surtout s'il a accès aux remises.

• Speaker #2

  Dans ce cas, première action, périmètre, validation, traçabilité.

• Speaker #0

  On se retrouve la semaine prochaine, workflow avant wow effect. Générique