Imaginer le nouveau rôle du responsable IA

Dans cette série, nous avons parlé de la transition vers un modèle axé sur l'IA, en nous intéressant aux principes et à la stratégie concernant l'IA, à l'idéation d'agents, aux pilotes ainsi qu'au déploiement et à l'adoption à grande échelle.

Concluons en regardant de plus près le rôle indispensable du responsable IA dans cette nouvelle organisation axée sur l'intelligence artificielle. Pour cela, nous allons étudier la nouvelle structure organisationnelle de Box, puisque l'entreprise traverse actuellement sa propre transformation par l'IA ; un processus loin d'être terminé.

L’organigramme de l’IA : pilotage par le haut, créativité du terrain

Sur le plan organisationnel, une entreprise centrée sur l’IA se développe grâce à un équilibre fécond entre pilotage stratégique par le haut et créativité issue du terrain.

Comme nous l'avons évoqué, l’un des principes clés de l’approche IA-first de Box consiste à donner au plus grand nombre possible d’employés les outils, la formation et les incitations nécessaires pour explorer de nouvelles façons dont les agents d’IA peuvent les aider, eux et leurs équipes.

Cependant, comme l'ont démontré certaines études récentes, investir des ressources dans l’IA ne garantit pas, à lui seul, des résultats positifs.

« Nous observons déjà un retour sur nos investissements en IA », explique Kelly Millsaps, VP for Digital Customer Success chez Box. « Mais la transformation est plus difficile et plus longue que prévu. Beaucoup d’entreprises abordent encore le sujet comme un projet annexe. Si une personne travaille 40 heures par semaine, qu’elle en consacre 38 à autre chose et qu’elle est censée créer un résultat magique grâce à l’IA en deux heures par semaine, ce n’est tout simplement pas réaliste. »

Le dispositif de pilotage de l’IA chez Box identifie, évalue et sélectionne les agents d’IA potentiels qui émergent des initiatives créatives de chaque fonction. Il supervise ensuite les agents retenus, les optimise et les accompagne jusqu’à leur mise en production, puis leur adoption dans les workflows de long terme.

Au sommet de cette organisation se trouve l’Operating Committee, ou OpCo : l’équipe de direction qui prend les décisions et fixe le cap de la stratégie IA de Box. Son rôle couvre les priorités, les bonnes pratiques, la gouvernance et les règles d’usage.

Les sessions de l’OpCo réunissent également des responsables fonctionnels représentant les grands métiers de l’entreprise : commercial, marketing, ingénierie, support client, etc. Ces responsables s’appuient sur les orientations de l’OpCo pour définir la stratégie IA de leur département : quels processus nécessitent des agents d’IA, quels workflows doivent être repensés.

Robert Ferguson, Chief of Staff du CEO chez Box, l’explique ainsi : « Les responsables fonctionnels pilotent la conduite du changement stratégique qui déterminera la manière dont leurs équipes utiliseront concrètement l’IA dans leur travail quotidien. » Ces responsables fonctionnels travaillent ensuite en étroite collaboration avec des équipes de responsables IA, chargés de superviser des agents d’IA dédiés à des rôles et compétences spécifiques. 

Au sein des équipes commerciales, par exemple, il peut exister un responsable IA pour les BDR, les account executives, la recherche de prospects, les contrats, etc. Chez Box, le rôle des responsables IA évolue autour de quatre grands axes : la tactique à court terme, l’évolution des équipes et des workflows, l’optimisation du ROI, puis la planification stratégique à long terme.

I - Tactique : garantir que les agents d'IA sont conçus et développés correctement

Une fois qu'un agent d'IA a passé l'étape d'idéation et la phase pilote, un responsable IA de Box supervise son développement, son entraînement et ses capacités. Le responsable collecte des retours et fournit des instructions pour s'assurer que l'agent est conçu correctement et qu'il fonctionne comme prévu.

Cependant, configurer un agent d'IA une fois pour toutes ne suffit pas.

« OK, nous avons un agent qui fonctionne », détaille Robert Ferguson. « Mais comment allons-nous le surveiller ? Comment allons-nous redéfinir les processus ? »

Une fois qu'un agent a été déployé et adopté dans un contexte moins encadré, le responsable IA a pour mission de s'assurer que cet agent fonctionne comme prévu. Pour cela, il doit collecter des retours sur la manière dont il est utilisé, sur ses performances et sur la façon dont il peut être mis à jour et amélioré.

Le responsable doit notamment s'assurer que l'entraînement de l'agent est bien à jour.

Kelly Millsaps cite l’exemple des agents dont les bases de connaissances fournissent des réponses et des informations aux équipes de support client de Box. « Lorsque nous avons commencé à travailler sur cette solution d’information, nous avons largement sous-estimé la vitesse à laquelle notre écosystème d’outils IA atteindrait un plateau d’efficacité sans améliorations substantielles de la base de connaissances. En 45 jours, nous sommes passés de “nous devons affiner les prompts” à “nous devons mettre à jour cette base de connaissances, et nous devons le faire maintenant”. »

Seule l'expérience permet ce type d'apprentissage, et seul cet apprentissage peut offrir aux responsables IA le recul nécessaire pour définir une stratégie à plus long terme afin d'assurer une transition axée sur l'IA continue et réussie pour leur entreprise.

II - Fonctionnalité : adapter les équipes et les workflows aux agents d’IA

Imaginons que vous soyez responsable IA. Vos équipes travaillent avec des agents d'IA. Vous savez ce que ces agents peuvent et ne peuvent pas faire, dans quelle mesure ils sont fiables et comment leurs résultats peuvent être améliorés.

Prenons un peu de hauteur et intéressons-nous à la situation dans son ensemble.

Robert Ferguson explique : « une fois votre agent déployé à grande échelle et adopté, vous devez évaluer ses effets à long terme afin d'en tirer le meilleur parti. » Pour les responsables IA, cela signifie répondre à une série de questions difficiles sur la manière dont les agents d'IA et leurs collaborateurs humains fonctionnent.

• Comment votre équipe devrait-elle évoluer, maintenant qu'elle compte des agents d'IA qui effectuent des tâches autrefois exécutées par des personnes ? Doit-elle grandir, rétrécir ou juste être différente ?
• Certains rôles doivent-ils être redéfinis à mesure que l’IA prend en charge certaines activités humaines ?
• Devez-vous renforcer ou former les membres de l'équipe ? Ils doivent apprendre à utiliser les agents, mais également à les superviser, à identifier leurs points forts et à savoir quand une intervention humaine est nécessaire.
• Avez-vous besoin de revoir les compétences des membres de l'équipe, ou bien sa composition ? Doit-il y avoir plus ou moins de personnes qui occupent des postes spécifiques ?
• Des postes humains doivent-ils être complètement supprimés ? Faut-il en créer de nouveaux ?
• Vous obtiendrez une réponse, au moins partielle, à ces questions grâce à une autre facette du rôle du responsable IA en matière de gestion du changement : celle qui consiste à définir de nouvelles manières efficaces de calculer le retour sur investissement de l'IA au sein de l'organisation.

III - Retour sur investissement : quels agents d’IA valent vraiment l’investissement ?

« Il y a beaucoup de paramètres à prendre en compte lorsqu’on compare le coût d’un agent à celui d’un humain », observe Robert Ferguson. Certains éléments de ce calcul sont déjà évalués lors de la phase pilote : le coût de base d’exécution d’un agent, les enjeux liés à un processus en contact direct avec le client, ou encore la qualité initiale des résultats produits. 

Mais ces arbitrages, comme beaucoup d’aspects de l’adoption de l’IA, ne doivent pas être ponctuels. Ils doivent faire l’objet de réévaluations continues, qui relèvent de la responsabilité permanente du responsable IA.

Retour sur investissement 1 : votre agent fournit-il des résultats de qualité ?

À l'automne dernier, l'équipe de contenu de Box a développé et commencé à utiliser des agents d'IA pour plusieurs étapes de la production de contenu écrit : un agent de plan, un agent d'ébauche et un agent de modification.

Au cours des premières années de l'ère de l'IA générative, les grands modèles de langage (LLM) sont devenus réputés pour la rédaction très rapide de premières ébauches. Nick Johnson, Head of Content Marketing, se souvient : « lorsque l'équipe de contenu a commencé à utiliser des agents internes pour rédiger des textes en respectant notre style, l'agent de plan et l'agent de modification se sont révélés très efficaces, mais l'agent d'ébauche produisait seulement du charabia d'IA ». « Dans notre équipe, il est donc apparu clairement que nous devions nous charger nous-mêmes de la rédaction. »

Retour sur investissement 2 : quelles économies mesurables votre agent d’IA génère-t-il ?

Les économies de coût induites par un agent donné constituent une problématique plus complexe liée au retour sur investissement. L'équipe d'assistance de la clientèle de Kelly Millsaps, qui utilise toute la gamme d'agents d'IA de Box, est peut-être la mieux placée pour analyser cet aspect. « Globalement, nous étudions chacun de nos projets d'IA et essayons d'identifier [un indicateur permettant de mesurer le ROI d'un agent] », explique-t-il.

Le chatbot de l'assistance client de Box constitue un exemple simple et parlant.

« Auparavant, six personnes géraient le chat manuellement », rappelle Kelly Millsaps. « En regardant le nombre de tickets d'assistance, d'interactions humaines et de personnes qui auraient été nécessaires pour traiter ces tickets, nous pouvons estimer la valeur ajoutée de cette solution d'IA. »  

Kelly Millsaps ajoute qu'il existe des exemples moins évidents, « comme lorsqu'on doit mesurer quelque chose qui ne s'est pas produit ».

Afin d'obtenir un indicateur de retour sur investissement utile pour la fonction de recherche par l'IA sur support.box.com, par exemple, l'équipe de Kelly Millsaps a procédé comme suit :

1. Étudier chaque requête d'utilisateur traitée avec succès par l'agent d'IA de recherche ;
2. Estimer la fréquence à laquelle l'absence de cette fonctionnalité aurait donné lieu à un appel avec un agent humain ;
3. Calculer les économies potentielles correspondantes.

Cette « approche inversée » du retour sur investissement est moins précise mais cette manière de le mesurer est tout aussi importante pour l'équipe de Kelly Millsaps, ou pour la vôtre.

Retour sur investissement 3 : quand faut-il utiliser un agent d’IA dès le départ ?

Dans le domaine commercial et, plus largement, dans celui de la mise sur le marché, par exemple, les leaders fonctionnels et les responsables IA apprennent à identifier rapidement les comptes moins importants ou les prospects qui deviendront plutôt de petits acheteurs. Ces acteurs peuvent être assistés numériquement et dans leur cas, « l'humain intervient uniquement pour effectuer des vérifications », précise Robert Ferguson. « C'est ainsi que l'on peut passer à l'échelle supérieure grâce à la technologie et s'adresser à un très grand nombre de prospects. »

Cependant, dans le cas d'un très grand nombre de prospects et de clients existants importants, le modèle s'inverse : les humains gèrent les interactions cruciales et l'IA joue un rôle d'assistance et permet d'augmenter les volumes. « C'est là qu'il faut bien calculer le retour sur investissement », ajoute Robert Ferguson. « Il faut bien placer ses agents en fonction des enjeux, sans que cela n'affecte jamais l'expérience client. »

IV - Objectifs et résultats clés : quel devrait être l'impact de l'IA sur les évaluations de performances des employés ?

Qu'en est-il de nous autres, simples humains ? La manière dont nous évaluons les performances humaines dans les flux de travail impliquant désormais des agents d'IA doit-elle évoluer et, si oui, dans quelle mesure ?

« Si une personne a de meilleures performances parce qu'elle utilise un agent d'IA, alors elle doit être rétribuée pour cela », estime Robert Ferguson. « Nous devons la récompenser et l'encourager. » Il évoque deux principes pouvant éclairer les évaluations de performances dans cette nouvelle ère de collaboration entre humains et IA.

1. Les performances des employés ne devraient pas être minimisées parce que l'IA a été meilleures.
2. Nous devons envisager de nouvelles manières de récompenser et d'encourager une approche privilégiant l'IA.

« Box et ses clients commencent à peine à réaliser la portée potentielle de l'IA », conclut Robert Ferguson. « Nous devons récompenser l'adoption. Pour cela, il faut inventer et mettre en place de nouvelles manières, plus efficaces, de tirer le meilleur parti de nos outils utilisant l'IA. Nous devons réfléchir à la façon d'intégrer ces aspects aux objectifs et résultats clés de nos équipes.

Au sein de l'assistance client de Box, l'équipe de Kelly Millsaps a déjà mis des choses en place.

« Nous avons modifié les postes et les responsabilités pour 2027. Il ne s'agit pas vraiment de mesurer l'IA mais plutôt de changer d'indicateurs. On passe de métriques traditionnelles liées à la relation client de type 'Nombre de tickets traités sur une période donnée' ou 'Note de satisfaction client pour ces tickets' à des indicateurs comme 'Nombre d'articles de la base de données créés', 'Fréquence de consultation de ces articles' et 'Fréquence à laquelle la consultation des articles a permis de résoudre un problème'. Nous nous concentrons désormais sur les conditions essentielles pour une IA efficace. »

Et maintenant : au-delà des premiers pas

Voici où se situe Box en matière de transformation par l'IA début 2026.

Nous avançons plus vite que de nombreuses entreprises sur cette nouvelle voie. Mais nous sommes encore loin du but. Nous espérons que les idées et les exemples mis en avant dans cette série vous aideront à définir un calendrier et des processus selon vos besoins. Nous devrons probablement revoir la plupart de ces méthodes au cours des mois et des années à venir, et nous sommes convaincus que vous trouverez également un fonctionnement orienté IA qui convient parfaitement à votre entreprise.

Prenez les rênes de votre parcours en matière d'IA, faites vos découvertes et tirez vos propres conclusions. Et surtout, tenez-nous au courant !