L’ancien modèle était lisible.
Le DSI gouvernait. Le CTO construisait. Le CEO arbitrait. Les métiers exécutaient.
Hiérarchie simple, frontières plus nettes.
Cette clarté est en train de se défaire.
La plupart des entreprises parlent encore de l’IA comme d’un problème avant tout technologique. En réalité, c’est de plus en plus un problème d’operating model : qui peut décider, qui peut agir, et qui reste responsable quand l’intelligence est distribuée dans toute l’entreprise. Selon Gartner, 80 % des CEO s’attendent à ce que l’IA impose un changement fort ou moyen de leurs capacités opérationnelles, tandis que Microsoft estime qu’une nouvelle forme d’organisation — la Frontier Firm — émerge autour de « l’intelligence à la demande » et des « équipes humains-agents ». (Gartner Survey)
L’IA diffuse la décision, pas la responsabilité
1. Sur le terrain, l’IA brouille les rôles
Dès que l’IA quitte l’expérimentation pour entrer dans les workflows opérationnels, l’ancienne répartition des rôles devient difficile à tenir.
Le Global Tech Agenda 2026 de McKinsey en donne un exemple concret : Aviva a déployé plus de 80 modèles d’IA sur l’ensemble de son parcours sinistres, avec une transformation complète de son operating model et de sa culture pour aider les équipes de terrain à décider plus vite et plus juste. McKinsey rapporte que le temps d’évaluation des responsabilités a baissé de 23 jours, la précision de l’orientation des dossiers a progressé de 30 %, les réclamations clients ont chuté de 65 % et la satisfaction client a été multipliée par sept. (Global Tech Agenda 2026)
Ce n’est pas une histoire d’outils. C’est une histoire de décision.
L’IA entre dans le processus, recommande, oriente, note, priorise et influence les résultats. À ce stade, la question n’est plus seulement de savoir qui possède la technologie. C’est de savoir qui possède le jugement.
2. L’IA diffuse la décision plus vite que la responsabilité
C’est là que commence la vraie rupture.
CIO.com le formule parfaitement : l’IA diffuse la décision, pas la responsabilité. À mesure que l’IA passe en production, les décisions se répartissent entre équipes et workflows, mais la responsabilité juridique et celle des dirigeants ne se répartissent pas de la même façon. Quand quelque chose casse, la question arrive vite : qui est responsable ? CIO.com note aussi que beaucoup de DSI deviennent la dernière ligne de défense : les métiers expérimentent, les contrôles suivent avec retard, et quand ça tourne mal, tout le monde se retourne vers la DSI pour réparer et expliquer. (AI is spreading decision-making, but not accountability)
D’où une nouvelle tension opérationnelle :
- plus d’intelligence disponible localement
- plus d’équipes capables d’agir vite
- plus d’opérationnels qui utilisent l’IA directement
- mais une responsabilité qui remonte toujours vers le haut quand le risque se matérialise
La vraie ligne de fracture n’est donc plus seulement l’adoption.
Ce sont les droits de décision.
3. Le vrai problème n’est pas l’information, c’est qui a le droit d’agir
Pendant des années, les grandes organisations se sont construites sur une hypothèse simple : l’intelligence était rare, fragmentée et coûteuse à consolider. Il était donc logique de faire remonter les décisions, de les standardiser et de protéger le centre.
L’IA change cela.
Le savoir devient plus accessible. Les recommandations coûtent moins cher. L’analyse va plus vite. Les équipes locales peuvent bouger avant que les comités aient fini de s’aligner.
Ce moment ne porte donc pas seulement sur l’automatisation. Il porte sur un choix : les entreprises vont-elles utiliser l’IA pour renforcer la vieille pyramide de décision, ou pour créer un modèle plus distribué d’autonomie gouvernée ?
L’urgence est réelle. PwC constate que 57 % des dirigeants disent manquer des opportunités faute de décider assez vite. Gartner ajoute que 32 % des CEO s’attendent à ce qu’une IA auto-apprenante assiste la décision humaine, et 27 % à ce que les opérations tournent principalement sans intervention humaine. (Gartner Survey)
La question n’est plus de savoir qui détient l’information. C’est de savoir qui a le droit d’agir dessus, et selon quelles règles.
4. Quatre logiques entrent en collision
C’est pourquoi l’IA redessine la carte des pouvoirs internes.
DSI = gouvernance, risque, passage à l’échelle On attend toujours du DSI qu’il protège la résilience, la sécurité, les standards et la cohérence du groupe. Mais InformationWeek décrit beaucoup de DSI pris dans une « tempête parfaite » : attentes élevées, organisation peu préparée, décisions fragmentées. (The CIO hot seat)
CTO = levier, architecture, vitesse Le CTO voit l’IA comme un multiplicateur de force : itérations plus rapides, plus de levier technique, plus de production, plus d’options.
CEO = récit, allocation du capital, arbitrage stratégique Le CEO peut de moins en moins déléguer l’IA à un comité fournisseurs. Comme le souligne Naviant, les vraies questions ne sont plus seulement techniques : quels parcours clients repenser, quelle posture de risque accepter, et comment répartir le travail entre humains et agents IA. Ce sont des choix de stratégie et d’operating model. (Beyond the Pilot)
COO = absorption, exécution, organisation Le COO est souvent absent du débat public, mais central dans la réalité : c’est lui qui fait fonctionner l’architecture de décision sur le terrain. Si l’IA distribue l’intelligence, le COO devient critique non parce qu’il contrôle tout, mais parce qu’il conçoit les règles qui rendent l’exécution distribuée viable.
5. L’architecture de décision devient le vrai avantage concurrentiel
Le prochain défi de gouvernance n’est pas d’ajouter des comités.
C’est de concevoir de meilleures interfaces de décision entre humains, systèmes et agents.
CIO.com rapporte que Microsoft et Google font entrer la gouvernance des agents IA dans le quotidien de l’IT d’entreprise, en donnant aux administrateurs davantage d’outils pour découvrir, gouverner et sécuriser les agents. Mais le même article avertit que la gouvernance risque de dépendre implicitement de l’architecture des éditeurs plutôt que de la stratégie de l’entreprise. Forrester y estime aussi que la gouvernance de l’IA devient une discipline opérationnelle partagée entre l’IT et la sécurité, les agents étant de plus en plus traités comme une main-d’œuvre numérique. (AI agent Governance)
Voilà pourquoi l’architecture de décision compte.
Pas plus de couches de contrôle. Pas plus de slides. Pas plus de consolidations d’insights diluées.
Ce qui compte :
- qui peut choisir un outil
- qui peut valider une recommandation de l’IA
- qui peut passer outre un agent
- à qui appartient la règle
- à qui appartient l’exception
- à qui appartient la conséquence
Le Tech Agenda 2026 de McKinsey indique que les meilleurs DSI ne se contentent plus de gérer la technologie : ils recâblent leur entreprise pour la croissance et tissent l’IA et la data dans les operating models. La Frontier Firm de Microsoft va dans le même sens : l’organisation de demain n’est pas seulement numérisée, elle est repensée autour du travail entre humains et agents. (Global Tech Agenda 2026)
C’est pourquoi l’architecture de décision pourrait devenir le vrai avantage concurrentiel de l’entreprise à l’ère de l’IA.
Les entreprises qui gagneront ne sont pas celles qui déploient le plus d’IA. Ce sont celles qui fixent les règles les plus claires sur qui décide, qui agit, et qui reste responsable.
La question qui reste
Dans votre organisation, qui a le dernier mot quand l’IA et l’opérationnel ne sont pas d’accord ?
Article publié à l’origine en anglais sur LinkedIn. Rejoindre la discussion →
