Arrêtez d'automatiser partout : cherchez plutôt la contrainte dans votre système

Votre organisation fonctionne grâce à ses systèmes de travail, et tout système de travail a un endroit qui commande les autres. Le moment est venu de le regarder en face, parce que c'est probablement l'erreur la plus chère et la plus discrète de toute votre transformation IA.

Voici cette erreur dont quasiment personne ne parle, surtout celles et ceux qui vous expliquent de commencer à déployer l'IA là où c'est facile. Mais c'est quoi « facile » ? C'est a priori là où un éditeur a un beau connecteur qui brille, là où une équipe est volontaire pour tester tous azimuts, et là où le cas d'usage se démontre bien en comité parce que Dan a gagné 2 mois de travail annuels sur cette tâche pénible ! On sème des gains un peu partout, on additionne des « +15 % de productivité » par-ci, des « -30 % de temps de traitement » par-là, et, sur le dernier PPT, ça donne une transformation flamboyante. Sauf que le système, lui, dans son ensemble, ne va pas plus vite, ne produit pas de valeur tangible, ne crée pas de richesse (*). Bizarre, non ?

Rien de bizarre en réalité. C'est le « paradoxe de productivité de l’IA », basé sur une loi vieille comme les systèmes : leur performance n'est jamais commandée par la moyenne de leurs éléments, mais par leur maillon le plus lent. Imaginez une chaîne : vous pouvez renforcer neuf maillons sur dix, les blinder à la colle forte ou les souder, à la fin, la chaîne cède toujours au dixième, celui que vous n'avez pas touché. Accélérer un poste qui n'est pas le maillon faible ne fait pas avancer le système : ça fait juste s'accumuler du travail devant ou derrière le vrai goulot, qui, lui, n'a pas bougé d'un iota. Vous avez dépensé, mesuré un gain local bien réel, et le débit global est resté identique. Pire peut-être si vous avez aggravé l'engorgement.

Ce maillon-là, ce goulot qui commande tout le reste, appelons-le "la contrainte" du système, un concept formalisé dans les années 1980 par Eliyahu Goldratt, et dont la logique s'applique aujourd'hui à vos systèmes de travail avec une acuité renouvelée. C'est l'endroit précis où le débit se joue, où une heure gagnée est une heure gagnée pour l'ensemble, et non une heure qui va s'entasser en attendant son tour ailleurs. Tout système en a une qui domine et qui commande l'ordre des priorités. Levez-la, et une autre apparaîtra derrière, jusque-là masquée : la contrainte n'est pas un point fixe, elle se déplace à mesure qu'on la traite. C'est presque contre-intuitif tant on nous a vendu l'amélioration continue, partout à la fois, alors qu’en réalité, non, tout ne compte pas également. Ce travail de fourmi représente pour vous une opportunité titanesque.

D'où la vraie question, celle qui devrait précéder chaque euro dépensé en IA : « où est ma contrainte, et quel est l'endroit unique où l'IA, si je l'y mets, tire tout le système vers le haut ? ».

Et pour aller plus loin encore : « quelle est la nouvelle contrainte du système si je mets de l'IA sur cette contrainte-ci ? ». Ce sont des questions que tout dirigeant devrait se poser, du PDG du CAC40 sous pression au solopreneur ambitieux.

Mais surtout pas « où puis-je déployer facilement de l'IA ? ». C'est un renversement complet de la logique de déploiement. On ne part plus de l'offre que sont les outils disponibles ou les cas d'usage à la mode, mais du système et de son point douloureux. L'IA n'est plus une solution qui cherche son problème ; elle devient un levier qu'on place là, et pas ailleurs, parce que c'est là que ça fait du sens.

Attention cependant car la contrainte n'est pas toujours là où on l’imagine, ni forcément l'étape la plus visible ni la plus bruyante… c'est celle qui, si elle s'améliorait un peu, ferait avancer tout le reste. Parfois c'est une validation qui traîne, un savoir concentré dans une seule tête, un arbitrage qui remonte trop haut ou encore, vous l'avez peut-être deviné, une décision bancale. Ce qui nous ramène pile à notre glissement du début : quand la décision est le goulot du système, mettre l'IA dessus change tout, en bien comme en mal. C'est précisément là qu'elle rend le plus service et là qu'elle peut le plus tranquillement vous déposséder, dans la plus grande discrétion...

Mais avant d'en arriver aux effets, une objection se dresse, toute légitime. Admettons que vous ayez trouvé votre contrainte et que l'IA puisse contribuer à la lever. Ça ne veut pas encore dire qu'il faut y aller. Pourquoi ? Parce qu'une IA mise au bon endroit peut quand même générer des externalités qu'on n'avait pas vus venir : sur la qualité des décisions, sur la cohésion et la confiance des équipes, sur l’éthique et les valeurs qui cimentent leurs liens ou encore sur l’empreinte environnementale, autant d’éléments qui ne se lisent pas dans un tableau de bord de suivi. Savoir où agir ne dit donc pas si le jeu en vaut vraiment la chandelle. Et cette manière de peser une décision à 360° pour choisir un cas d’usage, c'est votre enjeu prioritaire.

(*) Voir les études de Yotzov, Barrero, Bloom et al. - Firm Data on AI (NBER, 2026) ; Dillon, Jaffe, Immorlica & Stanton - Shifting Work Patterns with Generative AI (NBER, 2025) ou encore McElheran et al. - la « Productivity J-Curve » de l'IA industrielle.