Shadow IA, agents, gouvernance : les défis de l’IA selon Adeo

Peinture virtuelle, contrôle automatisé de millions de références produits, émergence du Shadow IA ou encore accès accéléré à la connaissance : pour Matthieu Grymonprez, Global Leader Digital Data IA Tech d’Adeo, l’intelligence artificielle ne constitue plus une simple innovation technologique. Le groupe estime être entré dans une nouvelle phase où l’enjeu n’est plus d’expérimenter l’IA, mais d’organiser sa montée en puissance dans l’ensemble de l’entreprise. Lors du Dev Summit organisé à Lille avec Decathlon en mai dernier, les démonstrations technologiques se sont succédé. Pourtant, pour Matthieu Grymonprez, la véritable révolution en cours ne concerne pas les modèles eux-mêmes. Elle touche davantage la manière dont les entreprises vont devoir s’organiser pour intégrer ces nouvelles capacités. Si l’intelligence artificielle alimente encore de nombreux débats autour de la productivité ou des gains potentiels, il estime que certaines transformations sont déjà à l’œuvre. Dans les outils utilisés par les clients, dans les processus internes ou encore dans les initiatives prises directement par les collaborateurs. « Notre travail, c’est de guider l’usage, parce que de toute façon, il va y avoir de l’usage », résume-t-il. Une conviction qui l’amène à défendre une approche particulièrement pragmatique face à l’essor de l’IA.

Pour illustrer la manière dont l’intelligence artificielle s’invite déjà dans les activités du groupe, Matthieu Grymonprez cite un exemple visible des clients Leroy Merlin. Dans l’application mobile, une fonctionnalité permet désormais de repeindre virtuellement un mur à partir d’une simple photo. L’outil ne se contente pas d’appliquer une couleur uniforme sur l’image. Il identifie précisément les surfaces à modifier tout en conservant les meubles, les objets décoratifs ou les équipements présents dans la pièce. « Aujourd’hui, on peint un mur par de l’IA. Si vous allez dans la section peinture de l’application mobile, vous pouvez repeindre votre mur dans une nouvelle couleur instantanément », explique-t-il. Pour le dirigeant, ces usages visibles ne représentent qu’une partie limitée du potentiel de la technologie. « On parle souvent des exemples qui révolutionnent l’expérience client, je pense que 20 % de l’impact de l’IA sera sur l’expérience, les 80 % restants seront sur le back-office de l’entreprise. » Selon lui, les transformations les plus importantes se joueront donc en coulisses.

Les agents IA : beaucoup de promesses, encore peu de réalité

Matthieu Grymonprez remet certaines idées en perspective. Selon lui, les véritables agents autonomes restent aujourd’hui relativement rares dans les entreprises. Il distingue clairement plusieurs niveaux de maturité. Les premiers usages reposent sur des modèles capables de répondre à une question ou de générer un contenu. Viennent ensuite les workflows orchestrés, où plusieurs modèles interagissent pour réaliser une tâche complexe. Les agents véritablement autonomes, capables de décider eux-mêmes de la prochaine étape à exécuter, demeurent encore largement émergents. « Les vrais agents IA sont pratiquement nulle part en production », affirme-t-il. Chez Adeo, les travaux portent aujourd’hui davantage sur des chaînes de traitements orchestrées que sur de l’agentique pure. Les premiers tests les plus avancés concernent notamment certains usages internes liés au support informatique, dans des environnements maîtrisés permettant de contrôler les résultats produits L’un des exemples les plus significatifs concerne le catalogue produit du groupe. Adeo gère aujourd’hui près de 15 millions de références, dont environ 7 millions sont effectivement publiées et visibles par les clients. Un volume qui rend impossible toute gestion entièrement manuelle. Pour garantir la qualité des informations diffusées, plusieurs modèles d’intelligence artificielle interviennent déjà dans les processus internes. Les images sont analysées automatiquement, les descriptions sont contrôlées, la qualité des fiches produits est vérifiée et les incohérences détectées avant publication. « Trier sept millions de produits tous au standard de Leroy Merlin, avec la qualité que nous voulons, dans les bonnes catégories, c’est une IA qui fait tout », explique Matthieu Grymonprez. Pour le dirigeant, ce type d’usage illustre parfaitement la valeur actuelle de l’intelligence artificielle. Bien avant les agents autonomes ou les scénarios les plus avancés, elle permet déjà d’automatiser des tâches impossibles à réaliser à grande échelle avec des équipes humaines.

Alors que le marché est rythmé par les annonces d’OpenAI, Anthropic, Google ou encore Alibaba, Matthieu Grymonprez estime que la différenciation ne viendra pas nécessairement des modèles eux-mêmes. Selon lui, ceux-ci tendent progressivement à devenir des commodités. L’enjeu se déplace désormais vers la manière dont les entreprises encadrent leur utilisation : les droits d’accès, les règles métier, le contexte fourni aux modèles, les données mobilisées ou encore les mécanismes de contrôle. « Le modèle, c’est le moteur de la voiture. Mais ce qui compte vraiment, c’est la manière dont on le pilote. » Cette approche explique notamment pourquoi Adeo cherche à rester relativement agnostique vis-à-vis des fournisseurs de modèles et privilégie une architecture capable de faire évoluer les technologies utilisées en fonction des besoins.

Le Shadow IA, une réalité déjà installée

Cette diffusion progressive de l’IA ne concerne pas uniquement les plateformes du groupe. Elle touche également les collaborateurs eux-mêmes. Alors que de nombreuses entreprises cherchent encore à encadrer l’utilisation des outils d’intelligence artificielle, Matthieu Grymonprez estime que leur adoption est déjà largement engagée. Selon lui, les collaborateurs disposent aujourd’hui d’outils suffisamment puissants et accessibles pour développer eux-mêmes des solutions répondant à leurs besoins quotidiens. Le dirigeant évoque ainsi le cas d’un collaborateur ayant développé un outil destiné à résoudre une problématique spécifique liée au bardage. Un sujet qui ne figurait pas parmi les priorités des équipes technologiques mais qui représentait un irritant suffisamment important pour justifier une initiative locale. « Il y a quelqu’un qui s’est dit : moi, je résous mon problème. » Pour Matthieu Grymonprez, ce phénomène va s’accélérer à mesure que les outils progressent. Demain, chaque collaborateur pourra potentiellement créer ses propres automatisations, développer un agent spécialisé ou construire une application répondant à un besoin métier précis. Dans ce contexte, la question n’est plus de savoir comment empêcher ces usages. « Le seul moyen de faire, c’est de mettre un cadre très ouvert », affirme-t-il.

Alors que de nombreuses entreprises cherchent encore à encadrer l’utilisation des outils d’intelligence artificielle, Matthieu Grymonprez estime que leur adoption est déjà largement engagée.

Cette multiplication des usages soulève toutefois une série de nouveaux défis. La création d’outils devient de plus en plus simple. Leur maintenance, leur sécurisation et leur gouvernance restent beaucoup plus complexes. « On aime tous faire la fête, mais on aime moins faire le ménage le lendemain », résume Matthieu Grymonprez. Selon lui, l’un des enjeux majeurs des prochaines années consistera à gérer la prolifération d’outils, d’agents et d’automatisations qui émergeront dans les différentes entités de l’entreprise. La question n’est plus uniquement technologique. Elle devient organisationnelle. Qui est responsable lorsqu’un agent produit une erreur ? Qui maintient les solutions créées localement ? Comment garantir la cohérence des données utilisées dans l’ensemble du groupe ? Autant de sujets qui dépassent largement le cadre habituel de l’innovation.

Harmoniser le langage de l’entreprise

Pour Adeo, la montée en puissance de l’intelligence artificielle met également en lumière un défi moins visible mais tout aussi stratégique : celui de la sémantique d’entreprise. Pour qu’une IA puisse raisonner correctement, encore faut-il qu’elle comprenne précisément ce que signifient les données qu’elle manipule. Mais dans un groupe composé de plusieurs enseignes, pays et organisations, certaines notions ne possèdent pas toujours une définition unique. « Même un chiffre d’affaires n’a pas forcément la même définition dans toutes les entreprises », souligne Matthieu Grymonprez. Le constat vaut également pour des notions comme la conversion, la performance commerciale ou encore la qualité de service. Cette question devient particulièrement importante dans un contexte où les modèles doivent interpréter, relier et exploiter des informations issues de multiples systèmes. Selon lui, l’harmonisation des concepts métiers représente l’un des grands chantiers à venir.

Alors que les investissements massifs réalisés par les acteurs technologiques alimentent de nombreuses attentes, Matthieu Grymonprez se montre prudent face aux promesses de productivité. Il refuse notamment l’idée selon laquelle l’IA justifierait automatiquement une augmentation importante des dépenses technologiques. Pour lui, la valeur doit être démontrée. Plus encore, il considère que la principale promesse de l’IA réside moins dans la réduction des effectifs que dans la capacité à absorber davantage de complexité. « Je préfère la scalabilité sur certains processus. » L’objectif consiste avant tout à traiter davantage de sujets, à résoudre davantage de problèmes et à améliorer la réactivité de l’organisation. Une approche qui l’amène à comparer l’IA à d’autres ruptures technologiques ayant finalement généré davantage d’usages plutôt qu’une simple réduction des ressources mobilisées.

L’IA comme accélérateur de la connaissance

Selon le dirigeant, l’un des bénéfices les plus transformants pourrait concerner la transmission du savoir. Aujourd’hui, comprendre le fonctionnement d’une grande organisation nécessite souvent d’identifier les bons interlocuteurs, de retrouver la bonne documentation ou de mobiliser des réseaux informels. Demain, une partie importante de cette connaissance pourrait devenir directement accessible à travers des interfaces conversationnelles. Cette capacité à rendre immédiatement accessible le patrimoine de connaissances d’une organisation pourrait accélérer l’intégration des nouveaux collaborateurs mais aussi fluidifier de nombreux processus internes. Cette transformation ne peut pas être pilotée exclusivement par les équipes technologiques. Chez Adeo, les plateformes digitales sont déjà construites conjointement par les métiers et les équipes tech. Une logique qu’il entend prolonger avec l’intelligence artificielle. Les directions métiers apportent leur compréhension des besoins clients et opérationnels. Les équipes technologiques apportent leur expertise en matière d’architecture, de sécurité ou de gouvernance. « L’IA n’est pas un sujet IT ou technologique. C’est un sujet de transformation qui concerne toute l’entreprise.  »

L’IA devient ainsi un sujet de transformation globale davantage qu’un simple projet technologique. Malgré l’automatisation croissante des processus, Matthieu Grymonprez fixe enfin une limite claire. La responsabilité doit rester humaine. Selon lui, peu importe qu’une tâche soit réalisée par un collaborateur, un algorithme ou demain un agent autonome. Quelqu’un doit rester comptable du résultat obtenu. Cette responsabilité apparaît comme l’un des principes fondateurs de la vision portée par Adeo. Car derrière les gains de productivité, les nouveaux usages ou les promesses d’automatisation, le groupe voit avant tout une transformation de l’organisation. Une transformation qui ne vise pas à remplacer les collaborateurs mais à leur permettre de résoudre davantage de problèmes, plus rapidement et à plus grande échelle. Le véritable défi consiste désormais à construire le cadre qui permettra d’en exploiter pleinement le potentiel sans perdre ce qui fait la force des organisations : la capacité humaine à décider, arbitrer et assumer les responsabilités.

GEO : une révolution moins brutale qu’annoncée

Enfin, Matthieu Grymonprez se montre relativement prudent face aux débats entourant le GEO (Generative Engine Optimization), souvent présenté comme le successeur du SEO. Selon lui, les modèles génératifs continuent largement de s’appuyer sur des mécanismes de collecte et d’indexation proches de ceux utilisés historiquement par les moteurs de recherche. L’arrivée de l’IA générative ne remet donc pas totalement en cause les fondamentaux du référencement. Elle les fait évoluer, mais sans rupture aussi radicale que certains acteurs du marché peuvent parfois le laisser entendre.