Tout le monde fait de l’IA, mais qui la maîtrise vraiment ? »
C’est le constat de notre CTO, Fabien Chérer, qui observe une explosion des usages au sein des directions IT : développeurs, PO et BA s’emparent de l’outil avec enthousiasme, mais souvent de manière isolée et artisanale.
Dans cette prise de parole, il nous alerte sur un risque majeur : celui de voir naître un « Shadow IA » incontrôlable. Pour Fabien, la solution ne réside plus dans la simple formation, mais dans la création d’un patrimoine d’entreprise : les Skills.
Découvrez comment transformer l’agilité individuelle en une puissance de frappe industrielle, gouvernée et réutilisable. Il est temps de passer d’une révolution subie à une révolution pilotée.
Dans le secteur de la Banque-Assurance, l’Intelligence Artificielle n’est plus un sujet de prospective. C’est une réalité opérationnelle qui sature nos backlogs. Pourtant, une question fondamentale demeure pour tout décideur IT : sommes-nous en train de piloter cette révolution, ou nous contentons-nous de la subir ?
Dans la réalité des organisations, la transformation n’est pas toujours aussi structurée que nos feuilles de route le suggèrent. Ce que nous observons sur le terrain, c’est une explosion organique des usages :
- Des développeurs qui intègrent l’IA pour accoucher de code plus rapidement.
- Des BA et PO qui automatisent la rédaction de user stories ou l’analyse documentaire.
- Des équipes innovation qui multiplient les prototypes en silo.
Cette effervescence est un signal positif de vitalité technologique. Mais elle cache une hétérogénéité profonde : si certains obtiennent des gains de productivité majeurs, d’autres s’essoufflent. Surtout, la valeur reste captive : elle réside dans la tête de quelques individus.
1. Au-delà de l’acculturation : Former par personas
Chez Finaxys, nous avons acquis une conviction : la formation générique est inefficace. Pour transformer l’essai, il faut structurer la montée en compétences autour des personas réels de la chaîne IT et Métier.
L’enjeu n’est pas le même pour tous :
- Le Développeur cherche l’accélération du delivery, la qualité du code et l’automatisation des tests.
- Le BA/PO se concentre sur l’analyse d’impacts complexes et la synthèse de corpus réglementaires denses.
- L’Applied IA doit, lui, maîtriser la production et le déploiement de modèles résilients.
Cette approche par persona produit des résultats immédiats. Elle révèle cependant une limite structurelle : l’IA reste aujourd’hui une pratique « artisanale ».
2. Le paradoxe de l’artisanat numérique
C’est le point de friction actuel : l’IA est censée industrialiser la production, mais les méthodes pour l’utiliser restent personnelles. Un collaborateur performant développe ses propres « recettes » (prompts, chaînages, contextes).
Ces méthodes, aussi efficaces soient-elles, sont rarement capitalisables. Elles sont volatiles. Pour le CTO, le défi est de transformer ces exploits individuels en patrimoine d’entreprise. C’est ici qu’apparaît le concept de Skills.
3. Les « Skills » : Le chaînon manquant de l’industrialisation
Un Skill n’est pas un simple prompt amélioré. C’est l’encapsulation d’une expertise métier.
En structurant un Skill, on y fige :
- Le contexte métier et les règles de gestion.
- Les étapes de raisonnement logique.
- Les garde-fous de conformité.
En transformant une bonne pratique en composant réutilisable, on crée un pont robuste entre le métier, l’IT et les experts IA. On passe de l’usage dispersé à la capitalisation collective.
4. Le risque du « Shadow IA »
Cette démocratisation porte en elle un risque bien connu des DSI : le Shadow IA.
Demain, des Skills non gouvernés pourraient pulluler dans l’organisation. Pour la Banque et l’Assurance, les implications sont critiques : sécurité des données, absence de traçabilité, fragilité des processus. Comment conserver l’agilité sans sacrifier la maîtrise ?
5. Industrialiser pour pérenniser
Nous entrons aujourd’hui dans la deuxième vague de la transformation IA : la phase d’industrialisation.
L’objectif n’est plus seulement d’utiliser l’IA, mais de :
- Centraliser et gouverner les Skills validés.
- Sécuriser les flux de données.
- Intégrer ces capacités directement dans le cycle de vie du delivery (SDLC).
Chez Finaxys, nous accompagnons nos clients sur l’ensemble de ce curseur. De la formation ciblée à la conception de plateformes de gouvernance, notre mission est simple : faire passer nos partenaires du bricolage intelligent à une IA réellement industrielle.
En conclusion
Subir ou piloter ? La réponse réside dans votre capacité à transformer l’agilité individuelle en actifs réutilisables. Les organisations qui gagneront la bataille de l’IA sont celles qui ne verront pas les Skills comme une simple fonctionnalité technique, mais comme les briques fondamentales de leur futur modèle opérationnel.
Fabien Chérer, CTO Finaxys