Article
Pourquoi l'adoption de l'IA échoue dans les entreprises
Les employés ont à leur disposition dans l'entreprise les meilleurs modèles d'IA du moment, les connecteurs sont branchés, ils savent s'en servir et ils ont l'exemple de collègues qui les utilisent déjà. Et pourtant ils ne les utilisent pas. Au point que, avant une réunion, ils n'écrivent pas un seul prompt pour trouver l'essentiel dans leur propre compte publicitaire, et préfèrent risquer que quelqu'un d'autre repère les manques.
C'est ce qui se passe.
Récemment, lors d'une réunion, j'ai trouvé dans un compte publicitaire une campagne que quelqu'un avait jugée inefficace. Parmi ses annonces se trouvait une vidéo au très fort potentiel en CTR et CPC. Cela faisait longtemps que je n'avais pas vu d'aussi bons chiffres dans ce compte. Mais elle n'avait pas été montrée à assez de monde, donc le potentiel était loin d'être exploité. Ni même découvert, parce que le spécialiste publicitaire l'avait coupée.
Cela ne serait pas arrivé si le collègue avait interrogé le modèle d'IA connecté à son compte publicitaire.
Pourquoi les gens n'utilisent pas l'IA qu'ils ont déjà
Quand je parle avec des collègues de différents services de la façon dont ils travaillent aujourd'hui, c'est comme visiter un musée en plein air. Je me dis, mais nous sommes en 2026, ces choses ne se font plus à la main. Puis je réalise que si, elles se font. L'adoption réelle de l'IA en est tout au début, même dans des entreprises modernes et fondées sur la technologie. Dans les entreprises plus conservatrices et les institutions publiques, elle n'a souvent même pas commencé.
Ce n'est pas une question de temps ni de compétences en IA. C'est l'inertie de l'ancienne façon de penser. Les gens ne s'arrêtent tout simplement pas pour se demander s'ils pourraient s'y prendre autrement, si l'IA pourrait les aider sur ce point.
Comprenez que nous sommes en 2026
Arrêtez-vous tous, s'il vous plaît. Prenez du recul pour voir l'ensemble du travail que vous faites, les processus dont vous faites partie, et demandez-vous comment une machine pourrait faire ce travail à votre place. Quels outils vous devez connecter à cette machine. Par exemple un outil d'envoi de newsletters, un logiciel de graphisme ou un système publicitaire. Tout ce dont vous avez besoin.
Si vous ne le faites pas, quelqu'un qui le fait vous remplacera probablement.
Résumé
Questions fréquentes sur le sujet de l'article
Pourquoi l'adoption de l'IA échoue-t-elle dans les entreprises alors que les outils sont déjà là ?
Pourquoi les gens n'utilisent-ils pas l'IA au travail ?
Comment commencer à utiliser l'IA au travail ?
L'IA peut-elle vérifier un compte publicitaire ?
L'IA va-t-elle me remplacer si je ne commence pas à l'utiliser ?
Où en est l'adoption de l'IA dans les entreprises ?
Si vous avez des pensées, des questions ou des retours, n’hésitez pas à m’écrire à mail@richardgolian.com.
LinkedIn
Articles connexes
Vous êtes créateur de contenu et vous suivez les règles de YouTube, d'Instagram ou de Google ? Vous êtes un petit entrepreneur et votre modèle économique dépend de la fréquence à laquelle Amazon vous recommandera, du prix des impressions publicitaires sur Facebook ou du prix des clics sur Google Ads ? Si tout votre contact avec votre public ou vos clients, ou la plus grande partie, dépend du fait qu'une grande plateforme vous affiche, vous n'êtes pas en bonne position.
Ces derniers temps, j'ai mené de nombreux entretiens d'embauche pour des postes bien rémunérés de managers, de chefs d'équipe et de spécialistes de la publicité, et je dois dire qu'avec la plupart des candidats, j'ai des conversations qui auraient été pertinentes en 2024 ou 2025, mais pas aujourd'hui.
Tout ce que l'IA est capable de faire, comment je l'utilise, quel impact elle aura sur le monde, comment j'essaie de m'adapter au nouveau monde. J'ai déjà beaucoup écrit là-dessus. J'ai besoin de mettre de l'ordre dans toutes ces pensées, de les simplifier. Pour avoir une boussole qui m'indique la direction.
Plus d'articles
Le développement de l'intelligence artificielle change notre regard sur les chemins de vie qui ont du sens. Sur les études et le métier à choisir.
C'était le jeudi 31 mars 2022, quand j'ai transmis les dernières parties de mes responsabilités à mes collègues, fermé mon ordinateur portable et je suis parti à la bibliothèque. J'ai quitté mon travail pendant plusieurs mois et je me suis plongé dans la philosophie. Et j'en suis profondément reconnaissant. Aujourd'hui je suis, comme la plupart des gens, dans un manège, et il m'est difficile de m'arrêter et de réfléchir aux questions essentielles de ma propre vie.
C'était en septembre 2023. Ma vie, mon travail, tout était complètement différent de maintenant. C'était plus simple. Je ne possédais presque rien. J'avais besoin de filmer une publicité, je suis monté à l'étage de l'entreprise où se trouvait le produit dont j'avais besoin, et c'est là que je l'ai remarquée pour la première fois. Elle rit de moi quand je le décris ainsi, mais à ce moment-là l'univers m'a dit, c'est elle.
Comment et pourquoi je quitte peu à peu les réseaux sociaux et les grandes plateformes. Quand je lis que Meta teste une nouvelle façon de faire payer les publications organiques qui renvoient hors de sa plateforme, cela me confirme à quel point ma décision de devenir de moins en moins dépendant des grandes plateformes était la bonne. Cela ne veut pas dire que je les ai quittés complètement. Cela veut dire que le fait de rester ou non en contact avec mes lecteurs dépend d'eux de moins en moins, et aujourd'hui presque plus du tout.
Un membre de ma famille décrivait une entreprise dont les données sont réparties dans plusieurs outils différents et dont les salariés les rassemblent encore aujourd'hui à la main, dans des tableurs. C'est l'état ordinaire des entreprises. Si on dit à ces gens de ne pas le faire à la main et d'utiliser l'IA, ils ne comprendront pas. La plupart des entreprises n'ont même pas les connecteurs de base entre les outils qu'elles utilisent. Ces entreprises ont besoin d'aide pour leur transformation par l'IA.
La même tâche, deux modèles. Fable 5 contre Opus 4.8. Sur le papier, Fable est le meilleur modèle, avec un contexte plus large et de meilleures caractéristiques. Et pourtant il a perdu. Opus a traité la tâche en un seul tour de contrôle pour 721 000 tokens, tandis que Fable en a exigé neuf et a brûlé 2,78 millions de tokens. La différence ne tenait pas au modèle, mais à la façon dont j'ai formulé la tâche. Et je le sais, parce que je l'ai mesuré.
J'ai écrit autrefois sur la construction de mon propre outil d'analytics respectueux de la vie privée. Il détectait les bots dès la première version, mais cela n'a pas suffi. Les visites directes pesaient étrangement lourd. Quand quelqu'un affirme que 20 % de ses visites sont des bots et 80 % des humains, je le pensais aussi autrefois. Aujourd'hui, je dirais que la proportion inverse est plus proche de la vérité. Voici comment j'en suis arrivé là.
Soixante-dix pour cent. C'est là que commence le premier résultat de l'IA, même lorsque vous lui donnez tout le contexte de l'entreprise et les meilleurs exemples du passé. Nous parlons du type de résultat qui ne peut pas se définir de façon programmatique. Il est plus complexe. Souvent, il s'agit d'un travail créatif. Sur un type de résultat répété, j'ai atteint quatre-vingts pour cent en une semaine. Chaque point de pourcentage supplémentaire est plus difficile que le précédent.
J'ai Heidegger et mon carnet à côté de moi. Je me demande où tout cela nous mène, où l'intelligence artificielle nous emporte.
Quatre jours en Catalogne. Sans ordinateur, sans IA, presque sans réseaux sociaux. J'ai acheté ce carnet pour y noter ce à quoi je penserais et ce que je rencontrerais et apprendrais durant le voyage.