Coach agile 2.0 : Le nouveau rôle clé à l’ère de l’IA générative
Coach agile 2.0 : Le nouveau rôle clé à l’ère de l’IA générative
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 ?
Évolution du contrôleur de gestion : de l’âge de Pierre à l’ère de l’IA (2025)
Évolution du contrôleur de gestion : de l'âge de Pierre à l'ère de l'IA (2025)
L’évolution du métier de contrôleur de gestion a été profondément influencée par l’avènement de l’intelligence artificielle (IA) et des technologies associées. En 2025, le contrôleur de gestion, désormais qualifié d’Homo numericus, intègre pleinement ces outils pour optimiser ses fonctions et apporter une valeur ajoutée stratégique à l’entreprise.
L’âge de l’IA et de l’analyse prédictive : le contrôleur de gestion Homo numericus
L’intelligence artificielle et l’analyse prédictive ont révolutionné les pratiques du contrôleur de gestion. Ces technologies lui permettent de :
Anticiper les tendances financières avec une précision accrue : en exploitant des algorithmes avancés, le contrôleur peut prévoir les évolutions du marché et adapter les stratégies en conséquence.
Automatiser les tâches répétitives : la collecte et le traitement des données sont désormais pris en charge par des systèmes automatisés, libérant du temps pour des analyses plus approfondies.
Générer des insights en temps réel : l’accès immédiat à des informations pertinentes facilite une prise de décision rapide et éclairée.
Nouvelles compétences clés
Pour s’adapter à ces évolutions, le contrôleur de gestion doit développer de nouvelles compétences, notamment :
Maîtrise des algorithmes d’IA et de machine learning appliqués à la finance : comprendre et utiliser ces outils est essentiel pour analyser des volumes massifs de données et en extraire des informations stratégiques.
Compréhension approfondie de la data science et de la visualisation de données : savoir interpréter et présenter les données de manière claire est crucial pour communiquer efficacement avec les parties prenantes.
Capacité à interpréter et à communiquer des analyses complexes : le contrôleur doit être capable de traduire des résultats techniques en recommandations compréhensibles pour les décideurs.
L’ère de la durabilité et de la responsabilité sociale
Le rôle du contrôleur de gestion s’étend également à l’intégration des enjeux de durabilité et de responsabilité sociale. Il est impliqué dans :
Le reporting extra-financier (ESG – Environnement, Social, Gouvernance) : élaborer des rapports détaillés sur les performances non financières de l’entreprise.
L’évaluation de l’impact carbone des activités : mesurer et analyser l’empreinte écologique pour orienter les actions vers une réduction des émissions.
La mise en place d’indicateurs de performance durable : développer des KPIs reflétant les objectifs de développement durable de l’entreprise.
Le partenaire stratégique augmenté
En 2025, le contrôleur de gestion est devenu un Partenaire Stratégique Augmenté, capable de :
Fournir des simulations financières complexes en temps réel : grâce à des outils sophistiqués, il peut modéliser divers scénarios pour évaluer les impacts potentiels sur l’entreprise.
Proposer des scénarios d’optimisation basés sur l’analyse prédictive : en utilisant des données historiques et actuelles, il identifie les meilleures options pour améliorer la performance.
Faciliter la prise de décision agile dans un environnement économique volatile : sa capacité à fournir des informations précises et opportunes soutient une réactivité accrue face aux changements du marché.
L’expert en cybersécurité financière
Avec la digitalisation croissante, le contrôleur de gestion doit également développer une expertise en cybersécurité financière, notamment pour :
Protéger les données financières sensibles : assurer la confidentialité et l’intégrité des informations critiques de l’entreprise.
Mettre en place des processus de contrôle interne robustes face aux menaces cyber : élaborer des protocoles pour prévenir et détecter les intrusions ou anomalies.
Évaluer les risques financiers liés à la sécurité informatique : analyser les vulnérabilités potentielles et leur impact sur la santé financière de l’entreprise.
Vers un contrôleur de gestion hybride et agile
En 2025, le contrôleur de gestion a évolué pour devenir un professionnel hybride, alliant expertise financière, technologique et stratégique. Sa capacité à s’adapter rapidement aux innovations technologiques et aux nouveaux enjeux fait de lui un acteur central de la transformation digitale et durable des entreprises. L’évolution du métier se poursuit, avec l’intégration future de technologies émergentes telles que la blockchain ou l’informatique quantique appliquées à la finance.
IA : Arme de pollution massive ? Comment le contract management peut faire la différence.
L’intelligence artificielle promet des avancées spectaculaires, mais elle a un coût environnemental élevé. Alors, comment agir concrètement ?
Notre experte propose une réponse audacieuse dans son carrousel : le contract management comme levier de durabilité. – Anticiper les clauses essentielles : intégrer des exigences environnementales dès la rédaction des contrats. – Optimiser la consommation des ressources : négocier des solutions moins énergivores et plus efficaces avec les partenaires. – Imposer une responsabilité partagée : s’assurer que chaque fournisseur s’engage à réduire son empreinte carbone. – Mesurer et ajuster en continu : utiliser les contrats comme outils de pilotage pour garantir des impacts positifs. – Le contract management ne se limite pas à la gestion administrative : il devient un allié stratégique pour une IA plus responsable.
Le changement n’est plus une option
Le changement n'est plus une option !
Le changement n’est plus une option !
La transformation n’est plus une option, c’est une nécessité.
Découvrez dans ce carrousel les clés pour faire de votre organisation une structure agile et performante.
Comment réduire l’impact environnemental de l’IA via le Contract Management pour un numérique plus responsable ?
Comment réduire l'impact environnemental de l’IA via le Contract Management pour un numérique plus responsable ?
16 décembre 2024
Contract & Vendor Management
Jessica HONORINE
Consultante Contract & Vendor Management
Selon le journal Le Monde, les quatre grands acteurs du numérique américain (Amazon, Meta, Google et Microsoft) prévoient d’investir 200 milliards de dollars en 2024 dans de nouvelles infrastructures afin de soutenir le développement de l’intelligence artificielle (IA).
Ce financement vise à répondre à la demande croissante de puissance de calcul et à la nécessité d’augmenter le nombre de datacenters pour faire fonctionner des intelligences artificielles génératives, telles que ChatGPT ou les assistants virtuels. Les systèmes d’intelligence artificielle nécessitent d’immenses quantités de données et des calculs intensifs qui doivent être traités dans des datacenters. Les datacenters, qui fonctionnent 24/7 consomment d’énormes quantités d’énergie et d’eau.
En seulement cinq ans, les émissions de gaz à effet de serre associées au secteur numérique ont augmenté de 48 %. Le numérique, et plus particulièrement l’IA, est responsable de 3 à 4 % des émissions mondiales de gaz à effet de serre, selon le rapport de The Shift Project « Lean ICT : Pour une sobriété numérique ».
En effet, les recherches ont montré que les modèles d’IA nécessitent de plus en plus de puissance de calcul à mesure de leur sophistication, ce qui entraînerait la hausse de besoin énergétique. Il a été démontré que la consommation d’énergie pour entraîner l’IA à un langage naturel peut être supérieure à la consommation d’énergie des systèmes de machines learning.
Cette situation appelle à une action urgente pour minimiser l’impact environnemental de l’IA, notamment par le biais du Contract Management, un levier stratégique pour un numérique plus responsable.
Définir précisément le besoin avant de s’engager sur des outils de l’IA
Avant de se lancer dans l’utilisation d’outils d’intelligence artificielle, il est essentiel de définir précisément ses besoins. On peut fréquemment observer que les clients expriment un engouement pour ces technologies sans avoir une vision claire de leurs objectifs réels.
Il incombe au contract manager de jouer un rôle clé en incitant le client à clarifier et à remettre en question ses besoins. En accompagnant le client dans cette réflexion, le contract manager peut l’aider à identifier la solution la plus pertinente et à optimiser l’usage des technologies proposées, évitant ainsi la surconsommation inutile de l’intelligence artificielle.
Il peut ainsi guider le client dans ses choix en veillant à ce que les outils sélectionnés répondent réellement aux enjeux et objectifs spécifiques de l’entreprise, tout en maximisant l’efficacité et la rentabilité des projets.
Sélectionner dans la mesure du possible stratégiquement les fournisseurs garantissant l’utilisation de ressources durables
Pour limiter l’impact écologique de l’IA, il est essentiel de sélectionner des fournisseurs qui garantissent une utilisation responsable des ressources énergétiques. Cela peut se faire en intégrant des critères de sélection visant à prioriser les fournisseurs qui utilisent un pourcentage minimum d’énergie renouvelable pour alimenter leurs datacenters et infrastructures IT. En cas d’appel d’offres, il est possible de définir précisément dans le cahier des charges les attendus en termes écologiques et favoriser les fournisseurs qui ont des certifications telles que l’ISO 50 001 et 14 001 sur la performance énergétique et environnementale, ISO 26000 sur la responsabilité sociétale des entreprises ou qui ont signé le Code of Conduct for Energy Efficiency in Data Centres
Par exemple, on peut sélectionner des fournisseurs qui adoptent des technologies qui répartissent la charge de calcul sur plusieurs datacenters, minimisant ainsi la surconsommation dans un seul centre et réduisant l’empreinte carbone. D’autres fournisseurs peuvent proposer des solutions novatrices. Par exemple, un hébergeur suisse (Infomaniak) récupère la chaleur dégagée par leur datacenter et l’intègre au réseau de chauffage urbain, permettant de chauffer des foyers et fournir de l’eau chaude toute l’année, de jour comme de nuit. Cela en fait un exemple de double usage innovant : le datacenter remplit à la fois ses fonctions de stockage et de calcul de données tout en participant à la production d’énergie thermique pour les habitants locaux.
A noter qu’il peut être intéressant de faire attention au Power Usage of Effectiveness (PUE) et Water Usage of Effectiveness (WUE) qui mesure le rendement d’un datacenter entre l’énergie et l’eau qu’il utilise par rapport aux équipements dont il est pourvu. Même si ce ne sont pas les seuls indicateurs, de bons PUE et WUE garantissent un datacenter qui dispose d’une consommation d’énergie et d’eau optimale.
Pousser à l’amélioration des calculs massifs via les clauses d’amélioration continue
L’un des principaux défis de l’IA réside dans l’optimisation des calculs massifs nécessaires pour le traitement de grandes quantités de données. Ces opérations sont particulièrement énergivores. En introduisant des clauses d’amélioration continue dans les contrats, il est possible de garantir que les fournisseurs s’engagent à optimiser l’efficacité énergétique des algorithmes et des infrastructures utilisées.
Pour cela, on peut prévoir dans une clause une réévaluation régulière de l’efficacité de ses algorithmes et des infrastructures et à mettre en œuvre des technologies durables et plus efficientes.
Entre autres, on peut également encourager l’adoption de technologies qui répartissent la charge de calcul sur plusieurs datacenters, minimisant ainsi la surconsommation dans un seul centre et réduisant l’empreinte carbone.
Enfin, il est possible d’exiger que le fournisseur mette un plan d’optimisation des infrastructures de calcul à chaque cycle contractuel pour garantir que celles-ci restent à la pointe de l’efficacité énergétique.
Garantir l’optimisation des ressources IT
Il est recommandé d’ajouter des audits énergétiques réguliers dans les contrats avec les fournisseurs, permettant de mesurer l’efficacité des serveurs, des centres de données et des algorithmes IA. Ces audits doivent s’appuyer sur des indicateurs de performance précis, tels que la consommation énergétique, la réduction des ressources inactives et la répartition des flux informatiques.
Cela peut se faire en intégrant des accords de niveau de service (SLA) qui incluent des critères de performance énergétique. Une façon innovante serait d’imaginer des SLA de limitation de la consommation d’énergie. Cela nécessite d’accepter des logiciels ou des équipements plus lents. On parlerait alors de “Slow IT”.
Encourager le fournisseur à aller vers l’économie circulaire via des clauses dédiées
Il s’agit de promouvoir l’économie circulaire dans le cycle de vie des équipements technologiques, notamment pour les serveurs en fin de vie.
En effet, l’impact principal des équipements se situant durant la phase de fabrication, il est primordial de prolonger au maximum leur durée de vie. Si le fournisseur ne peut pas utiliser un équipement aussi longtemps qu’il le faudrait, il est de sa responsabilité d’organiser sa deuxième vie.
De plus, les déchets électroniques générés en fin de vie des équipements posent des défis en matière de gestion et de recyclage, souvent aboutissant à une contamination des sols et des nappes phréatiques.
Pour encourager l’économie circulaire, il serait intéressant d’inclure dans les contrats des dispositions concernant le recyclage et la réutilisation des équipements informatiques ainsi que des plans de gestion des déchets électroniques afin de minimiser leur impact environnemental pour le matériel en fin de vie.
En somme, l’impact environnemental de l’intelligence artificielle est bien plus profond qu’il n’y paraît. Au-delà des émissions de gaz à effet de serre, la construction et l’exploitation des datacenters contribuent à la pollution des sols en raison de l’extraction intensive de minerais nécessaires à la fabrication des composants électroniques. L’utilisation massive d’eau pour le refroidissement des serveurs exerce également une pression sur les ressources hydriques locales, pouvant aggraver les problèmes de pénurie d’eau dans certaines régions. Ces enjeux soulignent l’importance d’adopter une approche plus responsable et durable dans le développement de l’IA. Il est essentiel que tous les acteurs impliqués prennent des mesures concrètes pour atténuer ces impacts, en intégrant des pratiques d’économie circulaire et en favorisant des technologies moins gourmandes en ressources. Seule une prise de conscience collective permettra de concilier innovation technologique et préservation de notre environnement.
