Sortir du pilote perpétuel
Pierre Barreaud
AI Transformation Officer, ISC Paris · 19 octobre 2026
« Celui qui est partout n'est nulle part. » Sénèque
Multiplier les expérimentations, ce n'est pas se transformer. C'est parfois l'inverse : une manière de s'agiter pour ne pas décider. Nous confondons le mouvement avec le progrès. Et le pilote qui se répète, se félicite et ne débouche sur rien est le symptôme le plus discret, le plus tenace, de cette confusion.
Le confort du purgatoire
Le pilote a toutes les vertus apparentes. Modeste, réversible, peu coûteux. Il permet de dire « nous testons l'IA » sans jamais répondre à la seule question qui compte : et après ? On lance une preuve de concept dans une classe, un service, une promotion. Elle fonctionne à peu près. On en tire une présentation flatteuse. Puis on recommence, ailleurs, sur autre chose. L'énergie se disperse. L'institution ne bouge pas. Chacun a le sentiment d'avoir avancé.
Ce sentiment est un piège. La plupart des organisations restent bloquées au même seuil : elles multiplient les démonstrations et ne tirent aucune valeur de l'IA à l'échelle. La cause n'est ni le manque d'idées ni le manque de tests. C'est l'incapacité à franchir la marche qui sépare la démonstration de la production. On accumule les maquettes, on ne bâtit jamais l'édifice. Le purgatoire des pilotes est confortable pour une raison simple : il exige tout, sauf l'engagement. On y répète indéfiniment le premier acte parce que le second, celui qui coûte, n'est jamais écrit.
La question du lendemain
Comment distinguer un pilote qui apprend d'un pilote qui se cache ? Une seule question, posée avant de commencer et jamais après : si cela marche, que faisons-nous lundi matin ? Qui déploie, avec quel budget, dans quel calendrier, en remplaçant quelle pratique existante ? Appelons-la la question du lendemain.
Un pilote incapable d'y répondre n'est pas une expérimentation. C'est un alibi. Il produit du savoir sur l'outil et zéro décision sur l'organisation. La différence n'est pas technique, elle engage une responsabilité. Déployer, c'est mobiliser un budget, contrarier des habitudes, poser son nom sur un choix qui pourra se retourner contre soi. Tester ne coûte rien à personne, et n'expose personne. Voilà pourquoi tester est si populaire, et déployer si rare. Un pilote se félicite en comité ; un déploiement se défend en responsabilité.
Le vrai travail commence à l'échelle
Il existe une règle utile, dite 10-20-70 : dans une transformation par l'IA, près de 10 % de l'effort porte sur les algorithmes, 20 % sur la technologie et les données, et 70 % sur l'humain, les processus, l'adoption (BCG). Le pilote vit dans les 30 % faciles. Il s'arrête exactement là où commence le travail réel.
Passer à l'échelle n'est jamais « le même pilote en plus grand ». C'est un autre métier : former les enseignants, réécrire les référentiels, revoir l'évaluation, accompagner les résistances, tenir dans la durée. Faire du bon travail prend du temps, même et surtout avec l'IA. L'organisation qui empile les preuves de concept fuit ces 70 % tout en s'offrant l'apparence de l'audace.
Choisir, et tenir
À l'ISC, comme AI Transformation Officer, je m'efforce de tenir cette ligne : peu de pilotes, chacun assorti de sa question du lendemain, et un déploiement mené jusqu'au bout. Sénèque avait raison : celui qui est partout n'est nulle part. Une institution qui teste sur tous les fronts sans se déployer sur aucun a beaucoup travaillé pour ne rien devenir. Le courage, aujourd'hui, n'est pas d'expérimenter davantage. C'est d'en choisir un seul, un pilote, et d'en faire une pratique.
Édito co-écrit avec Claude (Anthropic).
Édito de l’AI Transformation Office, ISC Paris.