{"id":190405,"date":"2026-08-06T13:00:35","date_gmt":"2026-08-06T17:00:35","guid":{"rendered":"https:\/\/linitiative.ca\/International\/dr-sami-bahri-la-tunisie-face-a-lia-2eme-partie\/"},"modified":"2026-08-06T13:00:35","modified_gmt":"2026-08-06T17:00:35","slug":"dr-sami-bahri-la-tunisie-face-a-lia-2eme-partie","status":"publish","type":"post","link":"https:\/\/linitiative.ca\/International\/dr-sami-bahri-la-tunisie-face-a-lia-2eme-partie\/","title":{"rendered":"Dr Sami Bahri: La Tunisie face \u00e0 l’IA – 2\u00e8me partie"},"content":{"rendered":"

L\u2019entreprise face \u00e0 l\u2019IA: saisir l\u2019anguille,\u00a0<\/strong><\/span><\/span>ou pourquoi les d\u00e9monstrations impressionnantes produisent encore si peu de transformations durables?<\/strong><\/span><\/span><\/p>\n

Dans l\u2019article pr\u00e9c\u00e9dent,<\/a> nous avons pos\u00e9 l\u2019\u00e9quation: l\u2019intelligence artificielle confronte la Tunisie – ses entreprises, ses travailleurs et ses institutions – \u00e0 plusieurs inconnues interd\u00e9pendantes. Commen\u00e7ons par la premi\u00e8re: l\u2019entreprise.<\/p>\n

L\u2019IA y est souvent abord\u00e9e comme un outil suppl\u00e9mentaire. On distribue quelques licences, on organise une formation au prompting, puis on attend que la productivit\u00e9 apparaisse.<\/p>\n

Mais l\u2019architecte d\u2019int\u00e9rieur pyromane du premier article ne se contente pas de d\u00e9placer les meubles. Il touche aux murs porteurs: process, responsabilit\u00e9s, donn\u00e9es, logiciels et, parfois, mod\u00e8les \u00e9conomiques.<\/p>\n

Si l\u2019on se fie \u00e0 LinkedIn ou \u00e0 la presse technologique, cette transformation serait d\u00e9j\u00e0 accomplie. Chaque semaine apporte son nouvel outil – ou la \u00abversion X\u00bb du pr\u00e9c\u00e9dent – promettant de d\u00e9cupler notre productivit\u00e9, d\u2019\u00e9liminer les t\u00e2ches ingrates et, au passage, de r\u00e9diger un po\u00e8me dans le style d\u2019Abou El Kacem El Chebbi.<\/p>\n

La r\u00e9alit\u00e9 dans les entreprises est moins glamour. L\u2019IA s\u2019y comporte comme une anguille: tout le monde veut la saisir, peu parviennent r\u00e9ellement \u00e0 la tenir.<\/p>\n

L\u2019anguille et la boucle POC<\/strong><\/span><\/span><\/p>\n

On trouve des licences distribu\u00e9es sans strat\u00e9gie, des comit\u00e9s IA sans mandat clair et surtout une multitude de pilotes, de prototypes et d\u2019exp\u00e9rimentations qui ne d\u00e9bouchent sur rien de durable.<\/p>\n

Plusieurs \u00e9tudes r\u00e9centes aboutissent, malgr\u00e9 leurs diff\u00e9rences m\u00e9thodologiques, au m\u00eame constat: une minorit\u00e9 d\u2019entreprises seulement parvient \u00e0 d\u00e9passer l\u2019exp\u00e9rimentation pour produire une valeur significative et mesurable.<\/p>\n

Beaucoup sont entr\u00e9es dans une boucle POC permanente.<\/p>\n

Un Proof of Concept, ou POC, d\u00e9montre qu\u2019une technologie peut fonctionner en principe, dans un environnement prot\u00e9g\u00e9, avec des donn\u00e9es s\u00e9lectionn\u00e9es et peu de cons\u00e9quences en cas d\u2019erreur.<\/p>\n

Le probl\u00e8me commence lorsque le POC devient la forme permanente de l\u2019adoption.<\/p>\n

Nous disposons alors de prototypes impressionnants, mais de peu de syst\u00e8mes auxquels une entreprise peut r\u00e9ellement confier ses op\u00e9rations. Entre la d\u00e9monstration et la production se dressent toujours les m\u00eames obstacles:<\/p>\n

\u2022<\/strong><\/span> la fiabilit\u00e9 des r\u00e9sultats;
\u2022<\/strong><\/span> l\u2019int\u00e9gration aux logiciels existants;
\u2022<\/strong><\/span> la protection des donn\u00e9es;
\u2022<\/strong><\/span> la ma\u00eetrise des co\u00fbts;
\u2022<\/strong><\/span> la tra\u00e7abilit\u00e9 des d\u00e9cisions;
\u2022<\/strong><\/span> l\u2019attribution des responsabilit\u00e9s;
\u2022<\/strong><\/span> la mesure de la valeur cr\u00e9\u00e9e.<\/p>\n

Pourquoi cet \u00e9cart persiste-t-il? En partie parce que les outils propos\u00e9s aux entreprises sont issus d\u2019un univers dont les priorit\u00e9s ne sont pas les leurs.<\/p>\n

Une technologie n\u00e9e dans un autre univers<\/strong><\/span><\/span><\/p>\n

Pendant longtemps, l\u2019informatique d\u2019entreprise a \u00e9t\u00e9 con\u00e7ue pour structurer les donn\u00e9es, standardiser les op\u00e9rations et r\u00e9duire les co\u00fbts. Comptabilit\u00e9, bases de donn\u00e9es, ERP et logiciels de gestion reposaient sur une promesse simple: la m\u00eame entr\u00e9e devait produire la m\u00eame sortie. Appelons cet univers la Business-IT.<\/p>\n

\u00c0 partir des ann\u00e9es 2010, le centre de gravit\u00e9 de l\u2019innovation s\u2019est d\u00e9plac\u00e9 vers le grand public. Smartphones, plateformes sociales et applications gratuites ont privil\u00e9gi\u00e9 l\u2019adoption rapide : on lance, on observe les usages, on corrige et on recommence. C\u2019est le monde de la Social-IT.<\/p>\n

Ces deux univers ob\u00e9issent \u00e0 des logiques diff\u00e9rentes.<\/p>\n

La Business-IT exige stabilit\u00e9, contr\u00f4le et conformit\u00e9. Elle consid\u00e8re la donn\u00e9e comme un actif sensible, parfois m\u00eame comme un passif juridique, qu\u2019il faut prot\u00e9ger.<\/p>\n

La Social-IT privil\u00e9gie l\u2019exp\u00e9rimentation, l\u2019exp\u00e9rience utilisateur et la vitesse d\u2019adoption. La donn\u00e9e y devient une ressource \u00e9conomique, et l\u2019utilisateur participe souvent au d\u00e9veloppement du produit par ses usages.<\/p>\n

L\u2019IA g\u00e9n\u00e9rative est largement issue de ce second univers. Elle est polyvalente, imm\u00e9diatement accessible et con\u00e7ue pour impressionner d\u00e8s la premi\u00e8re utilisation.<\/p>\n

Mais l\u2019entreprise lui demande de fonctionner selon les r\u00e8gles du premier: garantir un niveau de qualit\u00e9, prot\u00e9ger les informations, expliquer les d\u00e9cisions et s\u2019int\u00e9grer \u00e0 des syst\u00e8mes qui ne peuvent pas se permettre d\u2019improviser.<\/p>\n

Un chatbot peut se tromper dans une conversation sans provoquer de catastrophe. Un syst\u00e8me comptable, m\u00e9dical, industriel ou bancaire ne b\u00e9n\u00e9ficie pas de la m\u00eame indulgence.<\/p>\n

Ce d\u00e9calage explique une partie de la boucle POC. Ce qui fonctionne dans une d\u00e9monstration cr\u00e9ative ne satisfait pas n\u00e9cessairement les exigences de la production.<\/p>\n

L\u2019entreprise ne peut pas b\u00e2tir son infrastructure critique sur le principe: ship it and see what happens.<\/p>\n

Pour sortir de cette boucle, trois maximes peuvent servir de boussole.<\/p>\n

Maxime 1: It\u2019s always the process, stupid!<\/strong><\/span><\/span><\/p>\n

En 1992, le strat\u00e8ge James Carville r\u00e9sumait la priorit\u00e9 de la campagne de Bill Clinton par une formule devenue c\u00e9l\u00e8bre: It\u2019s the economy, stupid!<\/p>\n

Transposons-la \u00e0 l\u2019entreprise:<\/p>\n

– Une strat\u00e9gie IA qui ne part pas des process n\u2019est pas une strat\u00e9gie: c\u2019est un catalogue d\u2019outils.<\/strong><\/p>\n

La question \u00e9conomique reste toujours la m\u00eame:<\/p>\n

– Quel process voulons-nous am\u00e9liorer, pourquoi et selon quelle mesure de r\u00e9ussite?<\/strong><\/p>\n

L\u2019IA n\u2019apporte pas automatiquement de l\u2019intelligence<\/strong><\/span><\/span><\/p>\n

Comme les grandes technologies qui l\u2019ont pr\u00e9c\u00e9d\u00e9e, l\u2019IA ne rend pas spontan\u00e9ment une organisation plus intelligente.<\/p>\n

Elle peut rendre un process plus rapide, moins co\u00fbteux, plus r\u00e9gulier ou capable de traiter davantage de cas. Mais elle agit aussi comme un amplificateur: elle augmente les effets d\u2019un bon process comme ceux d\u2019un process d\u00e9faillant.<\/p>\n

Saupoudrer de la \u00abpoussi\u00e8re magique d\u2019IA\u00bb sur une organisation mal con\u00e7ue ne transforme pas ses dysfonctionnements en or. Cela permet parfois de produire les m\u00eames erreurs plus rapidement et \u00e0 plus grande \u00e9chelle.<\/p>\n

La premi\u00e8re \u00e9tape ne consiste donc pas \u00e0 choisir un mod\u00e8le, mais \u00e0 revenir au process:<\/p>\n

1.<\/strong><\/span> Quel probl\u00e8me \u00e9conomique voulons-nous r\u00e9soudre?
2.<\/strong><\/span> Quelles informations entrent dans le process?
3.<\/strong><\/span> Quelles transformations et d\u00e9cisions produit-il?
4.<\/strong><\/span> O\u00f9 se trouvent les erreurs, les d\u00e9lais et les r\u00e9p\u00e9titions?
5.<\/strong><\/span> Quelles d\u00e9cisions exigent un jugement humain?
6.<\/strong><\/span> Quel r\u00e9sultat attendons-nous et comment sera-t-il mesur\u00e9?<\/p>\n

Cette derni\u00e8re question est essentielle. Une d\u00e9monstration peut \u00eatre \u00abimpressionnante\u00bb. Un process doit \u00eatre mesurable.<\/p>\n

Deux exp\u00e9riences r\u00e9v\u00e9latrices<\/strong><\/span><\/span><\/p>\n

Bridgewater Associates, l\u2019un des plus grands fonds d\u2019investissement au monde, n\u2019a pas demand\u00e9 \u00e0 une IA de \u00abcomprendre la finance\u00bb. L\u2019entreprise a d\u00e9fini une t\u00e2che beaucoup plus pr\u00e9cise: classer des documents et des informations financi\u00e8res selon leur pertinence pour ses analystes.<\/p>\n

Les mod\u00e8les g\u00e9n\u00e9ralistes obtenaient initialement des r\u00e9sultats m\u00e9diocres. Des instructions plus d\u00e9taill\u00e9es les ont am\u00e9lior\u00e9s, mais leurs performances ont fini par plafonner. Un mod\u00e8le sp\u00e9cialis\u00e9, entra\u00een\u00e9 \u00e0 partir des d\u00e9cisions des experts de Bridgewater, a ensuite produit environ 30 % d\u2019erreurs en moins que le meilleur mod\u00e8le g\u00e9n\u00e9raliste test\u00e9, pour un co\u00fbt d\u2019utilisation nettement inf\u00e9rieur.<\/p>\n

Une autre exp\u00e9rimentation chez Shopify a port\u00e9 sur la gestion d\u2019un catalogue de commerce \u00e9lectronique: cat\u00e9gorisation des produits, v\u00e9rification des marques, extraction d\u2019attributs et application de r\u00e8gles commerciales.<\/p>\n

L\u00e0 encore, le probl\u00e8me n\u2019\u00e9tait pas formul\u00e9 comme \u00abutiliser l\u2019IA dans l\u2019e-commerce\u00bb. Il avait \u00e9t\u00e9 d\u00e9compos\u00e9 en une s\u00e9rie de d\u00e9cisions v\u00e9rifiables. Un mod\u00e8le sp\u00e9cialis\u00e9 de taille relativement modeste a obtenu un score de 87,3 %, contre 76,9 % pour la meilleure configuration g\u00e9n\u00e9raliste test\u00e9e, avec un co\u00fbt annonc\u00e9 nettement inf\u00e9rieur.<\/p>\n

Ces r\u00e9sultats ne constituent pas une loi universelle. Ils montrent n\u00e9anmoins ce qui distingue un projet op\u00e9rationnel d\u2019une d\u00e9monstration: un process pr\u00e9cis, un r\u00e9sultat mesurable et une boucle de correction.<\/p>\n

Le succ\u00e8s n\u2019est pas venu d\u2019une IA magique ajout\u00e9e \u00e0 l\u2019organisation. Il est venu d\u2019une meilleure d\u00e9finition du process.<\/p>\n

Le gisement des process non structur\u00e9s<\/strong><\/span><\/span><\/p>\n

L\u2019IA ouvre n\u00e9anmoins un nouveau territoire \u00e0 l\u2019optimisation des process: elle peut interpr\u00e9ter et transformer avec une grande souplesse des informations qui n\u2019entrent pas naturellement dans les lignes et les colonnes de la Business-IT classique.<\/p>\n

Pendant des d\u00e9cennies, les logiciels ont surtout exig\u00e9 des donn\u00e9es structur\u00e9es: champs fixes, formulaires, cat\u00e9gories et r\u00e8gles explicites. Mais une grande partie de la vie des entreprises se d\u00e9roule ailleurs – dans les courriels, les PDF, les pr\u00e9sentations, les images, les contrats et les conversations avec les clients.<\/p>\n

Puisque les syst\u00e8mes traditionnels g\u00e9raient mal ce d\u00e9sordre, l\u2019humain – le Knowledge Worker – servait d\u2019interface. Il lisait, interpr\u00e9tait, reformulait et saisissait l\u2019information dans les logiciels de l\u2019entreprise.<\/p>\n

L\u2019IA peut d\u00e9sormais prendre en charge une partie de ces op\u00e9rations cognitives. Mais cette possibilit\u00e9 r\u00e9v\u00e8le aussi un probl\u00e8me:<\/p>\n

– Les process fond\u00e9s sur des donn\u00e9es non structur\u00e9es sont souvent eux-m\u00eames peu structur\u00e9s.<\/strong><\/p>\n

\u00abTraiter une r\u00e9clamation complexe\u00bb, \u00abpr\u00e9parer une offre sur mesure\u00bb ou \u00abanalyser un dossier atypique\u00bb ne d\u00e9signent pas toujours des process document\u00e9s. Ces t\u00e2ches vivent souvent dans la t\u00eate des collaborateurs exp\u00e9riment\u00e9s, avec leurs raccourcis, leurs exceptions et leurs d\u00e9cisions intuitives.<\/p>\n

Or, on ne peut pas automatiser correctement ce que l\u2019on n\u2019a pas commenc\u00e9 par comprendre.<\/p>\n

L\u2019IA ne remplace donc pas le travail de conception. Elle le rend m\u00eame indispensable.<\/p>\n

Maxime 2: My data, my AI<\/strong><\/span><\/span><\/p>\n

Une entreprise accumule une histoire: d\u00e9cisions, erreurs, m\u00e9thodes, relations clients, pratiques m\u00e9tiers et compromis \u00e9labor\u00e9s au fil des ann\u00e9es.<\/p>\n

Ce savoir institutionnel constitue une part importante de son avantage concurrentiel. Il vit dans les proc\u00e9dures et les bases documentaires, mais aussi dans les d\u00e9cisions quotidiennes des cadres, notamment dans ces cas limites o\u00f9 la r\u00e8gle formelle ne suffit plus.<\/p>\n

Or, les mod\u00e8les d\u2019IA g\u00e9n\u00e9ralistes portent une \u0153ill\u00e8re fondamentale:<\/p>\n

– AI knows the internet. It doesn\u2019t know your enterprise.<\/strong><\/p>\n

Ils peuvent conna\u00eetre les principes g\u00e9n\u00e9raux d\u2019un secteur sans savoir pourquoi une entreprise accepte tel risque, refuse tel fournisseur ou traite tel client diff\u00e9remment. Ils connaissent la moyenne du monde, mais pas n\u00e9cessairement l\u2019exception qui fait votre m\u00e9tier.<\/p>\n

L\u2019enjeu n\u2019est donc pas seulement de connecter un chatbot aux documents. Il consiste \u00e0 transformer le savoir institutionnel en un actif explicite, gouvern\u00e9 et \u00e9valuable.<\/p>\n

La deuxi\u00e8me maxime rejoint ici la premi\u00e8re: les connaissances les plus pr\u00e9cieuses sont souvent enferm\u00e9es dans des process que personne n\u2019a compl\u00e8tement document\u00e9s.<\/p>\n

La \u00abtaxe du prompt\u00bb<\/strong><\/span><\/span><\/p>\n

Lorsqu\u2019une entreprise utilise un mod\u00e8le g\u00e9n\u00e9raliste, elle doit lui fournir le contexte n\u00e9cessaire: r\u00e8gles, crit\u00e8res, exemples, documents, exceptions et format attendu.<\/p>\n

Elle paie alors ce que nous pourrions appeler une taxe du prompt.<\/p>\n

Le syst\u00e8me ne conna\u00eet pas durablement l\u2019organisation. Il faut donc lui \u00abr\u00e9expliquer\u00bb son m\u00e9tier \u00e0 chaque utilisation – token apr\u00e8s token, requ\u00eate apr\u00e8s requ\u00eate.<\/p>\n

Dans l\u2019exp\u00e9rimentation consacr\u00e9e au catalogue \u00e9lectronique, les instructions d\u00e9taill\u00e9es ont augment\u00e9 le co\u00fbt de chaque appel de 28 \u00e0 55 %. Malgr\u00e9 cela, elles ne permettaient toujours pas de restituer toutes les d\u00e9cisions implicites des experts.<\/p>\n

– L\u2019intelligence lou\u00e9e se paie \u00e0 chaque appel. L\u2019intelligence poss\u00e9d\u00e9e exige un investissement initial, mais peut ensuite \u00eatre r\u00e9utilis\u00e9e \u00e0 grande \u00e9chelle.<\/strong><\/p>\n

C\u2019est ce qu\u2019illustrent les deux exp\u00e9riences pr\u00e9c\u00e9dentes. Leur avantage ne venait pas seulement du choix d\u2019un autre mod\u00e8le, mais de donn\u00e9es sp\u00e9cifiques: classifications, corrections et jugements produits par les experts.<\/p>\n

Le mod\u00e8le sp\u00e9cialis\u00e9 n\u2019apprenait pas simplement des connaissances g\u00e9n\u00e9rales. Il apprenait la mani\u00e8re dont l\u2019entreprise prenait une cat\u00e9gorie pr\u00e9cise de d\u00e9cisions.<\/p>\n

La qualit\u00e9 de ces donn\u00e9es compte davantage que leur seule quantit\u00e9. Chez Bridgewater, les classifications r\u00e9alis\u00e9es par des non-sp\u00e9cialistes se sont r\u00e9v\u00e9l\u00e9es peu utiles. Les experts ont d\u00fb intervenir sur les cas litigieux, l\u00e0 o\u00f9 leur jugement apportait r\u00e9ellement de la valeur.<\/p>\n

Le v\u00e9ritable actif n\u2019\u00e9tait donc pas le document brut. C\u2019\u00e9tait la d\u00e9cision experte associ\u00e9e au document.<\/p>\n

Des options, pas de recette unique<\/strong><\/span><\/span><\/p>\n

Cela ne signifie pas que chaque entreprise tunisienne doit imm\u00e9diatement entra\u00eener son propre mod\u00e8le. Plusieurs trajectoires sont possibles.<\/p>\n

Louer un mod\u00e8le g\u00e9n\u00e9raliste<\/strong> convient aux usages exploratoires, cr\u00e9atifs ou peu fr\u00e9quents. Cette phase peut aussi servir \u00e0 collecter les exemples, corrections et \u00e9valuations n\u00e9cessaires pour mieux comprendre le besoin.<\/p>\n

Adapter un mod\u00e8le dans un environnement contr\u00f4l\u00e9<\/strong> permet d\u2019exploiter les donn\u00e9es de l\u2019entreprise sans devoir construire toute l\u2019infrastructure technique en interne. Cette voie offre davantage de sp\u00e9cialisation, au prix d\u2019une d\u00e9pendance partielle envers le prestataire choisi.<\/p>\n

Construire ou entra\u00eener un mod\u00e8le sp\u00e9cialis\u00e9<\/strong> devient pertinent lorsque le volume est \u00e9lev\u00e9, les r\u00e9sultats v\u00e9rifiables, les donn\u00e9es sensibles, les erreurs co\u00fbteuses ou la d\u00e9cision strat\u00e9giquement importante.<\/p>\n

Dans la pratique, beaucoup d\u2019architectures seront hybrides: un mod\u00e8le g\u00e9n\u00e9raliste pourra coordonner, expliquer ou traiter des situations nouvelles, tandis que des mod\u00e8les sp\u00e9cialis\u00e9s prendront en charge les d\u00e9cisions r\u00e9p\u00e9titives o\u00f9 le savoir de l\u2019entreprise compte le plus.<\/p>\n

Le principal obstacle ne sera pas n\u00e9cessairement la puissance de calcul. Il restera souvent la qualit\u00e9 des donn\u00e9es et le temps que les experts doivent consacrer \u00e0 leur production.<\/p>\n

\u201cIntelligence Ownership\u201d: Une question de souverainet\u00e9 \u00e9conomique<\/strong><\/span><\/span><\/p>\n

Pour les entreprises tunisiennes, cet enjeu d\u00e9passe la protection abstraite des donn\u00e9es.<\/p>\n

Une organisation qui transmet continuellement son contexte \u00e0 des services \u00e9trangers paie ses appels tout en externalisant une partie de son infrastructure cognitive. Elle ne perd pas n\u00e9cessairement la propri\u00e9t\u00e9 juridique de ses donn\u00e9es, mais elle devient d\u00e9pendante d\u2019une plateforme pour les transformer en d\u00e9cisions.<\/p>\n

Cette d\u00e9pendance peut devenir une h\u00e9morragie silencieuse de savoir-faire.<\/p>\n

Mais d\u2019autres trajectoires sont possibles.<\/p>\n

Si des mod\u00e8les relativement modestes peuvent exceller sur des t\u00e2ches sp\u00e9cialis\u00e9es, l\u2019avantage ne d\u00e9pend plus seulement de la taille des datacenters. Il d\u00e9pend aussi de la qualit\u00e9 du savoir m\u00e9tier.<\/p>\n

Or, les entreprises tunisiennes disposent de connaissances pr\u00e9cieuses dans la finance, l\u2019industrie, la sant\u00e9, le tourisme, les services administratifs et les relations avec les march\u00e9s europ\u00e9ens, africains et arabes.<\/p>\n

La question strat\u00e9gique n\u2019est donc pas seulement :<\/p>\n

\u00abQuel mod\u00e8le devons-nous utiliser?\u00bb<\/strong><\/p>\n

Mais plut\u00f4t:<\/p>\n

\u00abQuelles d\u00e9cisions devons-nous continuer \u00e0 poss\u00e9der?\u00bb<\/strong><\/p>\n

Maxime 3: My process, my software<\/strong><\/span><\/span><\/p>\n

Pendant que le grand public d\u00e9bat de la capacit\u00e9 de l\u2019IA \u00e0 \u00e9crire des po\u00e8mes, une transformation plus silencieuse touche l\u2019\u00e9pine dorsale de la soci\u00e9t\u00e9 num\u00e9rique : le d\u00e9veloppement logiciel.<\/p>\n

Le code offre aux mod\u00e8les un environnement particuli\u00e8rement favorable. Il peut \u00eatre ex\u00e9cut\u00e9, test\u00e9 et corrig\u00e9. Les outils actuels ne se contentent plus de compl\u00e9ter quelques lignes: ils peuvent produire des composants, modifier une application et construire des outils \u00e0 partir d\u2019un besoin formul\u00e9 en langage naturel.<\/p>\n

Cette \u00e9volution ne supprime ni l\u2019architecture ni l\u2019expertise. Elle peut cependant r\u00e9duire le temps n\u00e9cessaire pour transformer un besoin pr\u00e9cis\u00e9ment d\u00e9fini en logiciel fonctionnel.<\/p>\n

Du besoin au logiciel<\/strong><\/span><\/span><\/p>\n

J\u2019en ai fait l\u2019exp\u00e9rience en d\u00e9veloppant une application d\u2019\u00e9valuation sur mesure pour mes \u00e9tudiants.<\/p>\n

Mon r\u00f4le n\u2019\u00e9tait pas celui d\u2019un codeur traditionnel, mais celui d\u2019un chef de projet: d\u00e9finir les objectifs, d\u00e9crire les flux, examiner les r\u00e9sultats et corriger la trajectoire. Des agents ont pris en charge une grande partie de la production technique. Une premi\u00e8re version op\u00e9rationnelle de l\u2019application \u00e9tait disponible en quelques heures.<\/p>\n

Cette exp\u00e9rience ne d\u00e9montre pas que chacun peut d\u00e9sormais construire n\u2019importe quel syst\u00e8me. Elle montre que la fronti\u00e8re entre celui qui comprend le besoin et celui qui produit le logiciel devient plus poreuse.<\/p>\n

Et cette \u00e9volution peut avoir une cons\u00e9quence importante pour les entreprises.<\/p>\n

Le renversement partiel du build versus buy<\/strong><\/span><\/span><\/p>\n

Pendant des d\u00e9cennies, le d\u00e9veloppement sur mesure \u00e9tait co\u00fbteux. Les entreprises achetaient donc des logiciels standardis\u00e9s, puis for\u00e7aient leurs process \u00e0 entrer dans les cat\u00e9gories pr\u00e9vues par l\u2019\u00e9diteur.<\/p>\n

L\u2019outil ne s\u2019adaptait pas \u00e0 l\u2019organisation; l\u2019organisation s\u2019adaptait \u00e0 l\u2019outil.<\/p>\n

Une partie des mauvais process actuels provient de ce compromis. Les \u00e9quipes ont construit leurs pratiques autour des limites d\u2019un ERP, d\u2019un CRM ou d\u2019un logiciel achet\u00e9 vingt ans plus t\u00f4t.<\/p>\n

Lorsque le co\u00fbt de production du code baisse, l\u2019\u00e9quation \u00e9volue. Une entreprise peut plus facilement:<\/p>\n

\u2022<\/strong><\/span> compl\u00e9ter un logiciel standard;
\u2022\u00a0<\/strong><\/span>automatiser une interface manquante;
\u2022\u00a0<\/strong><\/span>construire un outil interne cibl\u00e9;
\u2022\u00a0<\/strong><\/span>remplacer progressivement un composant trop rigide;
\u2022\u00a0<\/strong><\/span>d\u00e9velopper une application adapt\u00e9e \u00e0 un process particulier.<\/p>\n

D\u2019o\u00f9 la troisi\u00e8me maxime:<\/p>\n

– My process, my software: le logiciel peut de nouveau s\u2019adapter au process, plut\u00f4t que l\u2019inverse.<\/strong><\/p>\n

Le cas du catalogue \u00e9lectronique illustre indirectement cette \u00e9volution. L\u2019\u00e9quipe n\u2019a pas seulement interrog\u00e9 un chatbot. Elle a construit un environnement reproduisant le process r\u00e9el : produits, r\u00e8gles, d\u00e9cisions et crit\u00e8res d\u2019\u00e9valuation. Cet \u00e9quivalent num\u00e9rique permettait au syst\u00e8me de s\u2019exercer, de recevoir un score et de s\u2019am\u00e9liorer.<\/p>\n

Autrement dit, il a d\u2019abord fallu transformer le process en logiciel avant de pouvoir y int\u00e9grer efficacement l\u2019intelligence artificielle.<\/p>\n

Cette approche ouvre des possibilit\u00e9s aux entreprises tunisiennes, notamment lorsque les logiciels internationaux comprennent mal leurs contraintes, leurs langues, leurs pratiques commerciales ou leur environnement r\u00e9glementaire.<\/p>\n

Elle ne signifie pas que chaque PME doit reconstruire sa comptabilit\u00e9 dans un garage.<\/p>\n

Le co\u00fbt de production du code diminue, mais celui de la compr\u00e9hension du probl\u00e8me, de l\u2019int\u00e9gration, de la s\u00e9curit\u00e9, des tests et de la maintenance ne dispara\u00eet pas. Un logiciel produit plus rapidement peut \u00e9galement devenir une dette technique produite plus rapidement \u2014 encore un gain de productivit\u00e9 dont on se passerait volontiers.<\/p>\n

L\u2019entreprise obtient n\u00e9anmoins davantage d\u2019options. Le choix ne se limite plus \u00e0 acheter une suite surdimensionn\u00e9e ou \u00e0 financer un long projet sur mesure. Des architectures plus modulaires deviennent possibles, combinant:<\/p>\n

\u2022<\/strong><\/span> des produits standard pour les fonctions communes;
\u2022<\/strong><\/span> des interfaces d\u00e9velopp\u00e9es sur mesure;
\u2022<\/strong><\/span> des composants g\u00e9n\u00e9r\u00e9s avec l\u2019aide de l\u2019IA;
\u2022<\/strong><\/span> des mod\u00e8les sp\u00e9cialis\u00e9s pour certaines d\u00e9cisions;
\u2022<\/strong><\/span> des m\u00e9canismes humains de supervision.<\/p>\n

La s\u00e9quence reste essentielle:<\/p>\n

1.<\/strong><\/span> comprendre le probl\u00e8me;
2.<\/strong><\/span> redessiner le process;
3.<\/strong><\/span> d\u00e9finir les responsabilit\u00e9s et les garde-fous;
4.<\/strong><\/span> d\u00e9terminer quelles donn\u00e9es et d\u00e9cisions doivent rester ma\u00eetris\u00e9es;
5.<\/strong><\/span> choisir ce qui doit \u00eatre achet\u00e9, adapt\u00e9 ou construit;
6.<\/strong><\/span> utiliser l\u2019IA pour acc\u00e9l\u00e9rer la mise en \u0153uvre.<\/p>\n

Commencer par g\u00e9n\u00e9rer le logiciel reviendrait, une fois encore, \u00e0 automatiser un process que personne n\u2019a pris le temps de penser.<\/p>\n

Pour les entreprises tunisiennes: choisir plut\u00f4t que subir<\/strong><\/span><\/span><\/p>\n

Les trois maximes ne d\u00e9crivent pas trois projets ind\u00e9pendants. Elles forment une m\u00eame s\u00e9quence:<\/p>\n

– Comprendre le process. Poss\u00e9der le savoir qui le diff\u00e9rencie (Intelligence Ownership). Construire l\u2019architecture qui permet de l\u2019ex\u00e9cuter.<\/strong><\/p>\n

Le process indique o\u00f9 se trouve la valeur.<\/p>\n

Les donn\u00e9es et les d\u00e9cisions expertes constituent le savoir institutionnel.<\/p>\n

Le logiciel transforme ce savoir en capacit\u00e9 op\u00e9rationnelle.<\/p>\n

L\u2019IA n\u2019est donc pas une couche magique que l\u2019on ajoute \u00e0 la fin. Elle devient un composant d\u2019une organisation redessin\u00e9e autour de ses d\u00e9cisions, de ses flux d\u2019information et de ses responsabilit\u00e9s.<\/p>\n

Un projet pertinent commence g\u00e9n\u00e9ralement par un probl\u00e8me \u00e9conomique clairement identifi\u00e9, un r\u00e9sultat v\u00e9rifiable, des donn\u00e9es disponibles et une mesure de r\u00e9ussite d\u00e9finie avant l\u2019exp\u00e9rimentation.<\/p>\n

\u00c0 l\u2019inverse, un projet formul\u00e9 comme \u00abnous devons faire quelque chose avec l\u2019IA\u00bb poss\u00e8de d\u00e9j\u00e0 toutes les qualit\u00e9s d\u2019un futur POC abandonn\u00e9.<\/p>\n

Toutes les entreprises tunisiennes ne suivront pas la m\u00eame trajectoire. Certaines utiliseront principalement des services g\u00e9n\u00e9ralistes. D\u2019autres adapteront des mod\u00e8les \u00e0 leurs donn\u00e9es. Quelques-unes pourront transformer leur expertise en solutions exportables.<\/p>\n

L\u2019enjeu n\u2019est pas de tout construire localement ni de rejeter les plateformes internationales. Une souverainet\u00e9 autarcique serait aussi co\u00fbteuse qu\u2019illusoire.<\/p>\n

Il s\u2019agit plut\u00f4t de choisir consciemment:<\/p>\n

\u2022<\/strong><\/span> quelles technologies peuvent \u00eatre lou\u00e9es;
\u2022<\/strong><\/span> quelles donn\u00e9es peuvent \u00eatre confi\u00e9es \u00e0 un tiers;
\u2022<\/strong><\/span> quelles d\u00e9cisions doivent rester ma\u00eetris\u00e9es;
\u2022<\/strong><\/span> quelles comp\u00e9tences doivent \u00eatre d\u00e9velopp\u00e9es localement;
\u2022<\/strong><\/span> quels process peuvent devenir des produits ou des services exportables.<\/p>\n

L\u2019IA peut renforcer la d\u00e9pendance technologique de la Tunisie. Elle peut aussi aider ses entreprises \u00e0 transformer leur savoir m\u00e9tier en logiciels, en mod\u00e8les sp\u00e9cialis\u00e9s et en nouveaux services.<\/p>\n

Ces deux sc\u00e9narios coexisteront probablement. La diff\u00e9rence se jouera moins dans l\u2019acc\u00e8s aux mod\u00e8les \u2014 de plus en plus largement disponibles \u2014 que dans la capacit\u00e9 \u00e0 comprendre les process, \u00e0 organiser les connaissances et \u00e0 passer de l\u2019exp\u00e9rimentation \u00e0 la production.<\/p>\n

L\u2019anguille ne devient pas moins glissante. Mais nous commen\u00e7ons \u00e0 comprendre o\u00f9 la saisir.<\/p>\n

La prochaine inconnue: que devient le travailleur du savoir?<\/p>\n

Transformer les process, poss\u00e9der les donn\u00e9es et produire plus facilement des logiciels ne modifie pas seulement l\u2019architecture de l\u2019entreprise. Cela redistribue aussi le travail.<\/p>\n

Lorsque la machine traite les cas simples, pr\u00e9pare l\u2019analyse ou produit une premi\u00e8re d\u00e9cision, les professionnels doivent davantage d\u00e9finir, v\u00e9rifier, corriger et arbitrer.<\/p>\n

Mais une difficult\u00e9 appara\u00eet: si l\u2019IA accomplit les t\u00e2ches par lesquelles les d\u00e9butants apprenaient leur m\u00e9tier, comment former les experts de demain?<\/p>\n

D\u2019autres questions suivent. Comment reconna\u00eetre la contribution des salari\u00e9s dont les d\u00e9cisions deviennent des donn\u00e9es d\u2019entra\u00eenement? Comment transmettre le savoir ? Comment organiser les carri\u00e8res lorsque l\u2019entreprise peut produire davantage avec moins de personnes?<\/p>\n

Ce sera l\u2019objet du prochain article : non plus ce que l\u2019IA fait aux process de l\u2019entreprise, mais ce que l\u2019entreprise transform\u00e9e fait au Knowledge Worker.<\/p>\n

Car derri\u00e8re chaque process rendu plus efficace subsiste une autre inconnue : la place que nous d\u00e9ciderons d\u2019y laisser \u00e0 l\u2019humain.<\/p>\n

Dr. Sami Bahri<\/strong><\/p>\n

Dr Sami Bahri est consultant senior en strat\u00e9gie, technologie, marketing et gestion, dot\u00e9 d\u2019une solide expertise dans les domaines de la transformation num\u00e9rique et de l\u2019intelligence artificielle (IA). Fort d\u2019une formation en sciences naturelles (Dr. rer. nat.) et d\u2019une exp\u00e9rience interculturelle (franco-germano-tunisienne), il accompagne depuis plus de 20 ans des entreprises internationales dans leurs projets de modernisation, d\u2019optimisation des processus et d\u2019innovation technologique.
<\/span><\/p>\n

En tant que consultant strat\u00e9gique, manager de transition ou chef de projet, il aide les organisations \u00e0 int\u00e9grer avec succ\u00e8s les technologies num\u00e9riques \u2013 en particulier l\u2019IA \u2013 afin de cr\u00e9er de la valeur ajout\u00e9e, de r\u00e9duire les co\u00fbts et d\u2019am\u00e9liorer l\u2019efficacit\u00e9 op\u00e9rationnelle. Il intervient \u00e9galement dans le d\u00e9veloppement et la gestion du changement dans des contextes multiculturels.
Depuis 2025, il est \u00e9galement charg\u00e9 de cours et coach en IA et transformation num\u00e9rique \u00e0 la German Business School de Tunis.<\/span>
\u00a0<\/p>\n

Auteur:
\nCliquez ici pour lire l’article depuis sa source.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

L\u2019entreprise face \u00e0 l\u2019IA: saisir l\u2019anguille,\u00a0ou pourquoi les d\u00e9monstrations impressionnantes produisent encore si peu de transformations durables? Dans l\u2019article pr\u00e9c\u00e9dent, nous avons pos\u00e9 l\u2019\u00e9quation: l\u2019intelligence artificielle confronte la Tunisie – ses entreprises, ses travailleurs et ses institutions – \u00e0 plusieurs inconnues interd\u00e9pendantes. Commen\u00e7ons par la premi\u00e8re: l\u2019entreprise. L\u2019IA y est souvent abord\u00e9e comme un outil […]<\/p>\n","protected":false},"author":1772,"featured_media":190406,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"fifu_image_url":"https:\/\/www.leaders.com.tn\/uploads\/content\/thumbnails\/178603301345_content.jpg","fifu_image_alt":"

Dr Sami Bahri: La Tunisie face \u00e0 l'IA - 2\u00e8me partie<\/div>","footnotes":""},"categories":[73,55],"tags":[],"class_list":["post-190405","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualite","category-tunisie"],"_links":{"self":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/posts\/190405","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/users\/1772"}],"replies":[{"embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/comments?post=190405"}],"version-history":[{"count":0,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/posts\/190405\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/media\/190406"}],"wp:attachment":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/media?parent=190405"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/categories?post=190405"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/tags?post=190405"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}