Expert en transformation des organisations agiles 🤸♂️ et produit 🎁, pilotage de portefeuilles par la valeur 💰, gestion des contrats et achats IT chez Rhapsodies Conseil | Partenaire de votre CIO Office 🏎️
8 septembre 2025
Seulement 30 % des initiatives IA atteignent leurs objectifs business (Gartner, 2025). Pourtant, un DSI me disait en cette rentrée : “Pour nous, l’enjeu n’est plus l’agilité, c’est l’IA.” Alors, l’agilité est-elle devenue obsolète ? Ou au contraire, est-elle la clé pour réussir la transformation IA ?
L’agilité, un moyen et non une fin
Depuis plusieurs années maintenant, j’accompagne des clients dans leur transformation. Souvent il y est question d’agilité. Ma conviction depuis longtemps est que l’agilité est un moyen comme un autre d’atteindre un niveau de performance.
En réalité l’enjeu des entreprises ou des DSI n’a jamais vraiment été d’être plus agile. Il a toujours été d’être plus performant. Un travail sur les critères de performance est toujours à mener quand on démarre une transformation. Ces critères peuvent être variés : améliorer la confiance entre métier et IT, délivrer des fonctionnalités plus fréquemment (pas forcément plus vite), augmenter la valeur délivrée et l’impact des fonctionnalités livrées, améliorer la productivité, réduire les coûts…
Ces critères, et il en existe d’autres bien sûr, sont toujours valables aujourd’hui. Dans un contexte de crises répétées et de pression sur les budgets, les DSI n’ont plus le choix : chaque euro investi doit avoir un impact mesurable.
L’IA générative : un accélérateur de performance, à condition de bien l’utiliser
Je considère les opportunités qu’apporte l’IA générative sur le même plan : aider les entreprises et les DSI en particulier à être plus performantes. L’IA générative, comme l’agilité, ou d’autres approches, est donc un moyen plus qu’une finalité. L’enjeu reste de faire avec l’IA ce qui était impossible avant, tout en gardant le cap sur la performance. Ainsi, selon McKinsey : les entreprises utilisant l’IA générative pourraient augmenter la productivité de leurs employés de 20 à 30 % en 2025, notamment en automatisant des tâches répétitives et en assistant à la rédaction ou à la synthèse d’informations complexes.
Aujourd’hui les cas d’usages que je rencontre dans l’IT sont nombreux : travail sur l’expression de besoins et transformation en User Story, génération automatique de canevas de code, production de maquettes de pages web implémentables, rédaction des scénarios BDD ou même des plans de tests, monitoring des flux ou des services en production.
D’autres usages vont s’ajouter bientôt : analyse des impacts réels et comparaison avec les prédictions, priorisation de backlog semi-automatique, procédures de rollback automatisé en cas de problème en prod…
Comment l’agilité maximise l’impact de l’IA générative ?
L’IA générative ne délivre sa pleine valeur que si elle est intégrée de manière itérative, collaborative et centrée sur l’humain. Ces principes sont les fondamentaux de l’approche agile.
Ainsi, pour mettre en place les outils et les usages d’IA générative, il est plus intéressant de démarrer petit (PoC sur des usages ciblés), puis d’itérer en fonction des feedbacks tout en mesurant les impacts à chaque fois.
La création d’équipes pluridisciplinaires associant profils techniques et métiers permet de limiter l’effet “boîte noire” que l’on peut rencontrer avec l’IA générative. Les compétences data, fondamentales pour le succès des initiatives IA génératives, trouvent naturellement leur place dans ces équipes.
L’agilité permet aussi de se concentrer avant tout sur l’impact business des initiatives et de s’adapter en permanence via la culture de l’amélioration continue
Le coach agile augmenté : vers un rôle de facilitateur IA ?
Le marché des coachs agiles à prospéré pendant de nombreuses années. Cela fait néanmoins quelques années qu’il est plus difficile : beaucoup de personnes se sont formées pour devenir coach agile et dans le même temps toutes les entreprises ont progressé et il y a donc moins de besoins.
Les « bons » coachs agiles ne déploient pas d’agilité (faire agile) ou de frameworks, ils travaillent sur le système pour que celui-ci soit plus robuste (être agile) et plus performant. Ils sont conscients que l’agilité est un moyen, adapté dans certains cas, mais que ce n’est pas une réponse à tout. Qu’une approche projet traditionnelle est plus adaptée dans certains cas. Leur valeur ajoutée réside dans leur capacité à analyser les interactions, les processus et les résultats (outcomes), et à proposer des expérimentations pour les améliorer.
Les compétences du coach agile sont toujours indispensables : il y aura toujours des humains, des équipes, des interactions, des processus. Sa capacité à prendre du recul et analyser la performance du système sera toujours indispensable de mon point de vue. Avec l’IA, leur boîte à outils s’enrichit : ils doivent désormais maîtriser les enjeux de gouvernance, les cas d’usage concrets, et a minima comprendre les solutions techniques pour guider les équipes et les entreprises vers une performance durable.
Conclusion
Les DSI font face à des enjeux cruciaux d’efficacité et de maîtrise des coûts dans cette période de crises répétées (voire continues). L’IA générative peut être vue comme une solution “magique” mais il nous faut être vigilants : certes l’IA générative va nous aider à accélérer et automatiser un certain nombre de tâches et d’activités, mais il convient de l’utiliser de la bonne manière et surtout de savoir mesurer en permanence l’efficacité et l’adéquation avec les autres pratiques en vigueur dans l’entreprise.
L’agilité n’est pas morte, elle mute. Et les coachs agiles non plus : ils deviennent des facilitateurs de performance, qui doivent s’approprier de nouveaux outils comme l’IA générative. La question n’est pas de choisir entre agilité et IA, mais de savoir comment les combiner pour créer de la valeur. Et vous, comment intégrez-vous ces deux leviers dans votre stratégie ?