Introduction
Alors que l’intelligence artificielle générative sature l’espace médiatique, une mutation plus profonde s’opère. Silencieuse, elle touche le cœur des directions Produit et Tech : l’émergence des IA Ops.
En seulement six mois, nous sommes passés d’un usage « Shadow » à une phase d’industrialisation massive. Au début, chaque collaborateur testait ChatGPT dans son coin. Aujourd’hui, les flux changent :
- Les Product Managers prototypent des fonctionnalités en direct.
- Les designers automatisent des pans entiers de leurs Design Systems.
- Les développeurs voient 100 % de leur code assisté par la machine.
Comment orchestrer cette révolution sans perdre le contrôle de ses coûts ou de ses données ? Lors du dernier meetup organisé durant Activate AI, Monsieur Guiz a réuni les leaders Ops de Payfit, Accor et SNCF Connect & Tech. Ensemble, ils décryptent les 5 piliers de cette nouvelle ère.
L’industrialisation : la fin du « Shadow AI »
L’IA n’est plus un gadget. C’est un outil de « Build » intégré qui modifie les cycles de développement classiques. Chez Payfit, l’entreprise a structuré cette montée en puissance à travers trois étapes clés : l’Étincelle (exploration libre), l’Accélération (communautés de champions), et désormais l’Orchestration. Cette dernière phase vise à briser les silos. Ainsi, les gains d’une équipe profitent à toute l’organisation.
L’usage de plateformes comme Dust permet de créer des agents internes personnalisés. Ces agents ne sont plus de simples chatbots. Ce sont des outils connectés aux connaissances de l’entreprise. Ils permettent de partager une source de vérité commune entre les Sales, le Marketing et le Produit.
Désormais, 100 % de l’équipe engineering chez Payfit utilise des outils comme Cursor ou GitHub Copilot pour coder. On ne parle plus d’aide ponctuelle. C’est un changement fondamental de la stack technique.
« Fin 2023, c’était l’étincelle. Aujourd’hui, on est dans l’orchestration. On veut casser les silos pour trouver des synergies entre Design, Produit et Engineering. » – Nicolas Carli (Payfit)
L’Ops, garant de la cohérence et des coûts
Le rôle de l’Ops est de transformer l’enthousiasme en efficacité opérationnelle mesurable. L’un des risques majeurs identifiés est l’explosion des coûts. Les crédits API sont parfois consommés sans stratégie. Le « sur-promptage » ou les tests redondants mobilisent inutilement les ressources.
Chez Accor, la gestion de 45 designers répartis sur une centaine de produits nécessite une centralisation rigoureuse. Chaque expérimentation d’outil ou de workflow IA est consignée sur Notion. Ce journal de bord partagé permet de capitaliser sur les succès. Surtout, il identifie les échecs pour éviter qu’une autre équipe ne consomme du budget sur un chemin déjà testé.
L’approche privilégie l’intelligence organique en amont. On incite les équipes à réfléchir au problème avant de lancer un prompt coûteux. Le but est de s’assurer que l’IA est bien la réponse la plus efficiente.
« On responsabilise les équipes : chaque designer qui expérimente doit loguer ses tests dans un tableau. C’est une approche par l’expérimentation documentée plutôt que par une formation top-down. » – Marie-Valentine Gallon (Accor)
La donnée structurée : le nouveau « nerf de la guerre »
L’IA est une Formule 1 qui a besoin d’un carburant raffiné : la donnée de l’entreprise. Sans une structure documentaire impeccable, l’IA génère des « hallucinations ». Elle donne alors des résultats déconnectés de la réalité métier. L’Ops devient le gardien de cette infrastructure.
Chez SNCF Connect & Tech, l’automatisation du code ou du design système repose sur la qualité de la donnée source. Pour qu’un outil comme Copilot puisse pousser des composants, le contexte doit être parfaitement défini. Sans règles claires, l’IA est incapable de comprendre l’intention de marque. Elle bloque face aux contraintes techniques spécifiques d’une application ferroviaire.
👉 Le point clé : Le travail de l’Ops consiste à préparer ce terrain fertile. Les agents IA peuvent ensuite agir en autonomie sans dévier des standards de qualité.
« La structuration de la donnée est le nerf de la guerre. Sans donnée structurée, aucune automatisation réelle n’est possible. » – Yannick Joret (SNCF Connect & Tech)
Gouvernance : Sécurité et ROI avant tout
Pour les grands groupes, la gouvernance n’est pas un frein. C’est une boussole stratégique. L’objectif est de passer d’une posture défensive à une posture proactive d’éducation. Il faut mesurer la valeur réelle.
Chez Accor, l’accès à des fonctionnalités comme Notion AI n’est pas automatique. Il nécessite la création d’un Business Case complet. Ce document inclut des indicateurs de performance (KPI) clairs, comme le gain de temps ou la qualité des livrables.
Chez Payfit, la gouvernance s’appuie sur une communauté de « AI Champions ». Ces ambassadeurs sont présents dans chaque département. Ils monitorent les usages réels et éduquent leurs pairs sur les risques. Par exemple, ils rappellent de ne pas injecter de données de paie sensibles dans un ChatGPT personnel. L’innovation reste ainsi sécurisée.
« On ne lance pas une expérimentation juste parce que c’est la mode. Pour chaque nouvel outil, il faut construire un Business Case, prouver la valeur et définir des KPI. » — Marie-Valentine Gallon (Accor)
L’humain augmenté, pas remplacé
L’IA diminue le temps d’exécution, mais elle augmente l’exigence sur le livrable final. Le métier des équipes produit change. On passe de l’exécution pure à un rôle de direction artistique, de curateur et de critique.
Les designers utilisent désormais des outils comme Figma Magician pour itérer en quelques secondes. Cependant, ce gain de temps est réinvesti dans l’analyse de l’interface. Les équipes se concentrent sur la subtilité émotionnelle et la cohérence globale du parcours. L’IA peut générer une interface, mais elle ne valide pas l’émotion de l’utilisateur final.
💡 Le point clé : Le conseil pour tout Ops est de rester curieux. Le problème à résoudre est avant tout humain, pas technologique.
« Le problème à résoudre n’est pas technologique, il est humain. L’IA ne connaît pas la subtilité de votre marque ou de votre organisation. L’humain doit garder son regard critique. » – Nicolas Carli (Payfit)
Conclusion
La transition vers l’IA Ops impose un nouveau cadre. Il faut une liberté d’expérimentation totale, combinée à une rigueur absolue dans la documentation. Pour les dirigeants, l’enjeu est de cultiver la curiosité humaine. En parallèle, chaque prompt doit s’inscrire dans une stratégie de valeur long terme. Le succès de l’IA restera une affaire de relations humaines et de sens critique.
Pour transformer ces piliers en réalité opérationnelle, vous pouvez vous appuyer sur les services et l’expertise de Monsieur Guiz :
- Initier un audit « IA Ready » : Contactez les experts de Monsieur Guiz pour évaluer la maturité de votre stack technique et la structuration de vos données afin de préparer votre transition vers l’IA Ops.
- Structurez votre performance opérationnelle Votre organisation est-elle prête pour l’échelle de l’IA ou subit-elle le rush technologique ? Ne laissez plus le hasard dicter votre productivité. Que vous ayez besoin d’un audit de vos pratiques, d’un accompagnement sur-mesure pour structurer votre pôle Ops (Product, Design ou IA) ou d’une formation avancée pour vos équipes, Monsieur Guiz vous aide à bâtir le cadre qui vous ressemble. 👉 Découvrir nos offres d’accompagnement & formation
- Rejoignez la communauté de l’Opservatoire L’IA Ops ne se pratique pas de manière isolée. Pour échanger entre pairs, partager vos défis de structuration de données et découvrir les meilleures pratiques du marché, rejoignez L’Opservatoire par Monsieur Guiz. 👉 Rejoindre la communauté / S’inscrire aux prochains Meetups
