Comment la transformation par l'IA se concrétise réellement ?
Le point de vue d'un COO : les étapes que nous avons traversées et les enseignements que nous en avons tirés
Devenir une entreprise centrée sur l'IA ne se fait pas du jour au lendemain.
Pour la plupart d'entre nous, cette transformation ne fait que commencer. Même les entreprises nativement tournées vers l'IA, ne disposant ni de pile technologique ni de processus hérités, doivent adopter une approche réfléchie dans leur façon de se développer et d'opérer dans ce nouvel environnement.
En tant que COO de Box, j'apprécie l'esprit de collaboration qui caractérise notre manière de résoudre les problèmes, ainsi que l'apprentissage continu auxquels ont donné lieu nos explorations de l'IA, tant avec les employés de Box qu'avec nos pairs. Nous sommes tous confrontés aux mêmes défis alors que nous cherchons à comprendre ce que signifie évoluer dans un monde façonné par l'IA générative. Dans l'esprit de ce parcours commun, voici un retour sur une année de transformation, souvent chaotique, de Box vers l'IA : les stratégies que nous avons testées, les erreurs que nous avons commises et quelques enseignements que nous en avons tirés en chemin.
Points essentiels
- Le parcours de Box vers l'IA s'est articulé autour de plusieurs phases distinctes : l'idéation (« Que mille fleurs s'épanouissent » [Let a Thousand Flowers Bloom]), la montée en compétences de tous les collaborateurs (« Aucun employé de Box laissé pour compte »), le déploiement en production à grande échelle, puis la refonte stratégique. Chacune de ces étapes a apporté son lot d'enseignements, bien qu'elles ne se soient pas toujours déroulées comme prévu.
- La réduction des écarts d'adoption de l'IA nécessite une formation obligatoire, une conduite du changement et une gouvernance structurée. Sans ces éléments, seuls les premiers adoptants bénéficient de l'innovation, tandis que les autres prennent du retard.
- Les agents ne sont efficaces que dans la mesure où les contenus sur lesquels ils s'appuient sont fiables et soigneusement sélectionnés. Les hubs de connaissances et la gouvernance des contenus constituent donc des prérequis incontournables à toute transformation de l'IA digne de ce nom.
Printemps 2025 : cartographie de la courbe d'efficacité des agents
Le parcours de Box vers l'IA a commencé avec nos clients.
Nous avons vu dans l'IA une formidable opportunité pour nos clients de créer de la valeur.
Plus précisément, nous savions que les utilisateurs qui se rendaient au travail chaque jour ne parvenaient pas réellement à exploiter l'IA concernant les documents qu'ils rédigeaient, les images qu'ils créaient et les présentations qu'ils réalisaient.
Nos clients interagissaient avec leurs contenus, mais avaient bien souvent du mal à savoir quelles informations ils renfermaient.
Olivia Nottebohm, COO de Box
Les informations se perdaient dans des années de feuilles de route produit, de témoignages clients éparpillés au fil d'innombrables interactions, et ainsi de suite. « Nous ne savons pas vraiment ce que contiennent les documents de notre entreprise », nous disaient les utilisateurs. « Nous savons qu'ils représentent un actif précieux, mais nous ne savons pas vraiment comment en tirer davantage de valeur ».
Chaque contenu était utilisé pendant un certain temps, consulté à quelques reprises, puis finissait par tomber dans l'oubli. Au cours de l'année 2024, nous avons constaté que nos clients et prospects étaient passés de « Nous n'avons pas vraiment de stratégie de contenu » à « Nous avons besoin d'une stratégie de contenu », puis de « L'IA est-elle un sujet auquel je devrais m'intéresser ? » à « Par où commencer ? »
Au début de l'année 2025, nous avons donc commencé à structurer notre réflexion afin de mieux accompagner nos clients. Nous savions qu'il était possible de repenser la manière d'utiliser les contenus comme levier de transformation. Mais comment devient-on concrètement une entreprise centrée sur l'IA ? Par où commencer ? Comment définir les priorités en matière d'investissements dans l'IA ? Nous devions définir notre propre approche.
Nous avons finalement consigné notre réflexion dans un livre blanc, « How To Be an AI-First Company, » que le PDG de Box, Aaron Levie, et moi-même avons coécrit au printemps dernier afin de répondre à une question aussi simple que cruciale : si vous souhaitiez commencer à tirer parti de l'IA dès aujourd'hui, comment vous y prendriez-vous ? Comment les entreprises déjà bien établies pouvaient-elles opérer leur transition vers un modèle centré sur l'IA ? Et au fond, que signifiait réellement le fait d'être une entreprise « centrée sur l'IA » ?
Pour structurer notre réflexion, nous avons élaboré un cadre permettant d'identifier les domaines dans lesquels les agents IA étaient les plus susceptibles de transformer l'entreprise. Notre objectif était de distinguer les tâches de productivité individuelle, pour lesquelles l'IA apporterait des améliorations progressives, des flux de travail à forte valeur ajoutée, dans lesquels cette technologie pouvait véritablement transformer l'entreprise. Selon nous, deux facteurs permettaient le mieux d'identifier les domaines dans lesquels la collaboration entre l'humain et l'IA offrirait le meilleur retour sur investissement : la fréquence de répétition d'un processus et le niveau d'effort intellectuel qu'il exige.
Nous estimions que les meilleurs investissements dans l'IA se situaient au niveau ou au-dessus d'une courbe d'efficacité. Les tâches fréquentes exigeant un important effort intellectuel, comme la gestion des contrats ou la révision de code, s'imposaient comme des cas d'usage évidents.
En revanche, des processus comme la recherche et la découverte de médicaments (moins fréquents, mais plus complexes), ou encore l'assistance client et le traitement des réclamations (plus fréquents, mais moins complexes), pouvaient s'avérer tout aussi pertinents.
À l'époque, nous nous posions la question suivante : « Qui décidera des agents qui seront développés ? » D'une certaine manière, il s'agissait d'une question de recrutement. Plus concrètement, quels agents seraient « recrutés » et qui prendrait cette décision ? Nombre de mes homologues se demandaient si les équipes informatiques allaient devenir les nouvelles RH. Pour ma part, je ne le pensais pas. Le service informatique joue un rôle essentiel dans toute organisation. En revanche, je pensais que les leaders fonctionnels étaient les mieux placés pour déterminer quels agents seraient les plus utiles à chaque tâche, car ils connaissent mieux que quiconque les besoins opérationnels.
En tant qu'équipe dirigeante de Box, nous abordions chaque jour ce type de sujets dans nos échanges avec l'écosystème. Lorsque notre Chief Information Officer, Ravi Malick, échangeait avec des décideurs informatiques, ceux-ci lui demandaient : « Comment menez-vous votre transition vers un modèle centré sur l'IA ? » Notre Chief People Officer, Jess Swank, échangeait quant à elle avec ses homologues sur la manière dont Box faisait face à l'essor de l'IA, sur les compétences désormais jugées essentielles et sur l'impact de cette évolution sur nos recrutements. De mon côté, les clients me demandaient comment les équipes de Box utilisaient l'IA pour transformer l'entreprise et adapter notre façon de travailler.
Autrement dit, nous entendions tous les mêmes préoccupations, mais sous des angles différents. Si nous voulions résoudre ce problème, nous devions unir nos forces. Aaron Levie, notre CEO, réfléchissait en permanence aux implications d'une approche centrée sur l'IA. À la mi-2025, Ravi, Jess et moi-même (ainsi que le reste de l'équipe de direction) avons commencé à réfléchir à la manière de concrétiser ces implications.
Nous savions que le parcours serait aussi passionnant que mouvementé.
Été 2025 : Que mille fleurs s'épanouissent (Let a Thousand Flowers Bloom)
À la mi-2025, nous utilisions Box AI et avions déployé une sélection d'outils d'IA tiers. En revanche, nous n'avions pas encore développé nos propres agents. Comment devions-nous concrètement appliquer le cadre que nous avions élaboré ? Nous devions comprendre comment le mettre en œuvre si nous voulions aider nos clients à faire de même par la suite.
Au final, nous avons lancé la transformation de Box vers l'IA en passant à l'action.
Même si je reste convaincu de la pertinence du concept qui sous-tendait notre courbe d'efficacité 2 × 2, nous avons décidé que notre priorité devait être de lancer les expérimentations. La transformation de Box serait portée par des employés passionnés, désireux d'utiliser l'IA dans leur travail quotidien, et prêts à consacrer du temps à expérimenter avec Box AI.
Nous avons donc lancé une phase que nous avions baptisée, non sans affection, « que mille fleurs s'épanouissent ». Concrètement, nous avons mis en place un programme permettant aux employés de Box de créer leurs propres agents IA dans un environnement sécurisé de type bac à sable. Comment l'IA pouvait-elle alléger les tâches répétitives liées aux contenus en les exécutant beaucoup plus rapidement et plus efficacement ? L'action qui s'est révélée la plus utile à court terme a consisté à trouver des moyens d'exploiter l'IA sur des contenus sécurisés, tels que les informations clients, les messages relatifs aux produits et les directives destinées aux employés. Nous avions lancé Box Hubs deux ans plus tôt, et les employés de Box s'en étaient déjà donné à cœur joie. Nous disposions d'un hub d'aide à la vente, d'un hub marketing produit et de hubs consacrés aux politiques internes de l'entreprise. Grâce à l'IA, les employés de Box pouvaient désormais interroger ces contenus internes soigneusement sélectionnés, y découvrir de nouvelles informations et s'en servir pour créer de nouveaux contenus et analyses.
Le fait d'offrir aux employés de Box la possibilité de créer des agents dans des environnements bac à sable nous a permis de commencer à tirer des informations exploitables de ces hubs ainsi que du reste de nos contenus. Les utilisateurs ont créé toutes sortes d'agents : un agent de création d'articles de blog marketing, un agent de révision des contenus marketing, un agent de réponse aux appels d'offres, un agent dédié aux cas d'usage, un agent consacré aux cas d'usage Enterprise Advanced, un agent consacré aux cas d'usage Shield Pro, un agent MEDDPIC, un agent de préparation des réunions clients, un agent d'assistance produit destiné au succès des clients… Au total, 97 agents avaient été créés à la fin de l'automne dernier. C'était franchement impressionnant. Il suffisait d'interroger plus de 1 000 documents pour obtenir des réponses précises. Nous commencions à tirer pleinement parti de nos contenus grâce aux informations fiables que nous en extrayions. Et nous n'avions absolument aucune inquiétude quant aux personnes pouvant accéder à telle ou telle information, car l'IA respectait les autorisations d'accès définies pour chaque utilisateur au niveau de chaque document. Il n'y avait aucun risque que des utilisateurs puissent consulter les évaluations de performance ou les salaires d'autres personnes.
Je suis convaincu que cette phase « que mille fleurs s'épanouissent » prendra différentes formes selon les organisations, mais le principe reste le même : laissez vos équipes utiliser l'IA pour résoudre les problèmes auxquels elles sont confrontées au quotidien. Offrez-leur la satisfaction de constater l'impact de leur créativité, même lorsqu'elle se traduit par des améliorations relativement modestes. Nous avons fait le choix d'une approche démocratique de l'innovation et de l'adoption, même si elle n'était pas la plus efficace. Nous nous préoccuperions plus tard de faire le tri entre ce qui apportait réellement de la valeur et ce qui n'en apportait pas.
Automne 2025
Partie I : Aucun employé de Box laissé pour compte
Le changement est difficile, et l'IA bouleverse profondément les habitudes. Lors d'une réunion d'équipe, j'ai demandé : « Qui, parmi vous, a déjà expérimenté avec Box AI ? Qui a déjà créé un agent ? » J'avais déjà constaté que le changement suit généralement un schéma prévisible : un tiers des utilisateurs l'adopte immédiatement et prend de l'avance, un tiers reste attentiste et le dernier tiers ne s'y engage jamais.
Je craignais que la démocratisation de l'IA chez Box ne fasse qu'accentuer les écarts de maîtrise de cette technologie entre les employés. Certains utilisateurs expérimentaient avec l'IA le soir et le week-end, et découvraient de nouvelles façons, plus créatives, de travailler. D'autres ne s'y étaient même pas essayés. Nos employés les plus innovants allaient bientôt produire davantage, avec une qualité supérieure, tandis que les plus réticents risquaient irrémédiablement d'être laissés pour compte.
Comment faire en sorte que chacun puisse répondre « moi » ? En août, nous avons instauré l'obligation, pour tous les collaborateurs de Box, d'obtenir la certification Box AI. Nous avons demandé à notre Chief Technology Officer, Ben Kus, d'enregistrer différents modules de la formation : l'essor de l'IA, les principes fondamentaux de l'IA générative et les tendances du marché, ainsi que les fonctionnalités de Box AI.
Nous avons également ajouté une rubrique consacrée à la stratégie orientée IA à l'agenda du déjeuner du vendredi, notre réunion virtuelle hebdomadaire réunissant l'ensemble de l'entreprise. Nous avons profité de ce moment pour mettre en lumière le travail innovant des employés de Box qui avaient créé des agents IA. Ils présentaient le problème qu'ils cherchaient à résoudre, expliquaient comment ils avaient conçu leurs agents et montraient comment ceux-ci amélioraient leurs flux de travail.
Cet effort de formation poursuivait deux objectifs : accompagner le développement professionnel de nos collaborateurs et préparer l'avenir de Box en veillant à ce que nous intégrions tous l'IA dans notre travail au quotidien.
Devenir une entreprise centrée sur l'IA suppose d'adopter une approche fondée sur le principe « ne laisser personne pour compte ». Cette transformation devait être accessible à tous.
Olivia Nottebohm, COO de Box
Partie 2 : Passage à l'échelle
La phase « que mille fleurs s'épanouissent », renforcée par une formation accessible à tous, a permis d'augmenter le nombre de collaborateurs de Box utilisant l'IA. Cela dit, notre transformation n'en demeurait qu'à ses débuts à bien des égards. Nous disposions de contenus sécurisés et soigneusement sélectionnés (ce qui représentait un atout), que les agents pouvaient interroger comme sources d'informations uniques et fiables. Les agents créés dans l'environnement bac à sable étaient toutefois réservés aux utilisateurs qui les avaient développés. Je pouvais créer un agent dans AI Studio, mais je ne pouvais pas le partager avec les membres de mon équipe. Les gains de productivité individuels étaient considérables, mais nous devions les étendre à l'ensemble de l'entreprise.
Nous ne disposions pas non plus d'un système permettant d'évaluer et de comparer la qualité des agents. Certains utilisateurs développaient des agents faisant double emploi, tandis que d'autres utilisaient des agents moins performants que ceux qui existaient déjà.
En somme, notre transformation vers l'IA était plutôt chaotique. Nous devions industrialiser notre démarche. Compte tenu du temps et des efforts nécessaires, cela impliquait notamment de définir les agents à développer en priorité.
En examinant les 97 agents créés dans l'environnement bac à sable, nous sommes revenus à la matrice 2 × 2 élaborée au printemps précédent et avons eu le plaisir de constater que certaines de ces « mille fleurs » se situaient au-dessus de la courbe d'efficacité. L'étape suivante consistait à les rendre utilisables par toutes les équipes de Box. En octobre, notre petite équipe chargée des outils, aussi réduite qu'efficace, a mis en place un processus simple pour prioriser les agents et les déployer en production à grande échelle.
Il s'est avéré facile d'identifier les agents susceptibles d'être utiles au plus grand nombre de collaborateurs de Box, le plus souvent parce qu'ils automatisaient des tâches simples et très répétitives. Ce sont ces agents que nous avons déployés en production en priorité. Sans surprise, nous avons commencé par déployer des agents qui aidaient les équipes d'assistance produit à répondre aux questions des clients, des agents qui aidaient les équipes commerciales à préparer leurs rendez-vous avec les clients, ainsi que des agents qui aidaient notre équipe de services professionnels à répondre aux appels d'offres. Nous étions lancés !
Hiver 2025 : Place à la stratégie
Nous disposions enfin de trois moteurs pleinement opérationnels : l'idéation, la formation et la production. Cela nous a permis de prendre un peu de recul et de réfléchir plus stratégiquement. Nous avons réuni notre équipe centrale, composée des leaders des systèmes d'entreprise, des outils, ainsi que de la stratégie et des opérations, afin de faire le point. Nos agents existants ciblaient-ils les leviers les plus stratégiques pour l'entreprise ? Et qui déciderait des prochains agents à développer ?
Pour répondre à cette question au sein de notre organisation Go-to-Market (GTM), Nora Soza, qui dirige nos équipes GTM Systems et Enablement, a cartographié les agents développés en fonction de nos principaux processus et tâches. Son travail nous a permis d'identifier nos lacunes.
Si une coordination centralisée était indispensable, les agents conçus pour des usages spécifiques devaient néanmoins être développés et validés par les leaders et les responsables opérationnels expérimentés de chaque fonction. Ces derniers devaient ensuite travailler en étroite collaboration avec les équipes informatiques afin de valider les performances des agents, vérifier les données et s'assurer du respect des règles de gouvernance. Nous avons donc décidé de descendre de deux niveaux dans l'organisation afin d'identifier les lacunes. L'organisation GTM de Box est structurée autour de quatre fonctions : Marketing, Ventes, Succès des clients et Opérations. Chacune de ces fonctions comprend ensuite trois ou quatre équipes, chacune ayant des besoins spécifiques en matière d'IA. La fonction Ventes, par exemple, comprend des équipes de SDR et d'OBR, des équipes commerciales, des équipes d'ingénierie commerciale et des partenariats, chacun ayant des besoins spécifiques en matière d'IA. Au niveau suivant, les équipes commerciales du secteur public ont besoin d'agents différents de ceux des équipes commerciales Enterprise.
Ces spécificités devaient être prises en compte par les responsables de chaque fonction lors de la conception de différents agents répondant aux besoins propres à leurs équipes.
Pour chacun des principaux domaines de l'entreprise, Ingénierie, Produit, GTM, Personnel et Juridique, nous avons désigné un leader fonctionnel chargé de concevoir, de constituer et de piloter une équipe dédiée à l'IA. Au sein de l'organisation GTM, nous comptions finalement environ 18 sous-fonctions, chacune ayant besoin d'un responsable IA. L'équipe ainsi constituée, que nous avons baptisée « Comité opérationnel », s'est réunie pour la première fois au début du mois de décembre. Nous avons passé en revue les agents dont nous disposions déjà, ceux demandés par nos leaders fonctionnels, ceux que nous avions décidé de développer en priorité et les raisons de ce choix, ainsi que les ressources nécessaires pour les déployer en production et concrétiser cette transformation.
Nous disposions ainsi d'une feuille de route claire et réfléchie pour le développement de nos agents.
Olivia Nottebohm, COO de Box
L'hiver nous a appris une chose essentielle : la sélection et l'organisation des contenus étaient plus importantes que jamais. Les agents ne pouvaient pas fonctionner correctement si les hubs de contenus sur lesquels ils s'appuyaient ne constituaient pas des sources d'informations uniques et fiables. Nos responsables IA ont donc dû désigner des responsables de la gestion des contenus de référence. Notre responsable PMM, par exemple, était chargé de créer un hub marketing produit fiable, à partir duquel les différents agents de Box pouvaient récupérer les éléments de positionnement corrects de nos produits. Nous avons également mis en place un processus de certification des hubs : un cadre visant à garantir que chaque hub de contenu dispose d'un responsable stratégique, d'une gouvernance assurant la responsabilité des contenus et leur mise à jour, ainsi que de stratégies de mise à disposition de ressources. Nous avons terminé l'hiver en identifiant les principaux hubs de connaissances que nos agents consulteraient tout au long de l'exécution de leurs tâches. Une fois ces hubs identifiés, nous leur avons attribué un responsable.
À l'aube de cette nouvelle année, notre transformation vers l'IA commençait enfin à devenir une réalité.
Printemps 2026 : Il est temps de tout réinventer
Aujourd'hui, alors que nous achevons une nouvelle année de notre transformation vers une entreprise centrée sur l'IA, nous continuons de découvrir de nouveaux défis en matière de conduite du changement. Nous sommes désormais à un stade auquel nous comprenons qu'il nous faut repenser nos processus en fonction des capacités des agents qui y seront intégrés.
En voici quelques premiers exemples.
La recherche d'informations pour répondre aux demandes d'assistance client a toujours représenté un processus peu efficace. Lorsqu'un Customer Service Manager (CSM) recevait une question à laquelle il ne pouvait pas répondre, il sollicitait un membre de l'équipe d'assistance produit. Le processus donnait alors lieu à une succession de fils de discussion, dans lesquels il devenait difficile de retrouver ultérieurement la réponse recherchée.
Nous estimions que, dès lors qu'un CSM avait obtenu une réponse à une question donnée, aucun autre CSM ne devrait avoir à reposer cette même question. L'équipe a donc regroupé toute notre documentation d'assistance dans un Box Hub et utilisé l'IA pour l'interroger. Désormais, au lieu de multiplier les échanges avec l'équipe d'assistance produit, les CSM interrogent simplement le hub de connaissances et obtiennent une réponse instantanément. Le flux de travail a lui-même été transformé. Nous avons ainsi éliminé des milliers d'échanges inutiles et récupéré des heures de travail.
Un autre de nos chantiers de refonte des processus concerne la planification des comptes clients. Au début de chaque nouvel exercice fiscal, nos commerciaux se voient attribuer de nouveaux comptes clients et doivent élaborer un plan définissant les objectifs à atteindre avec chacun d'eux au cours de l'année.
Nous détenons de nombreuses informations sur ces clients. Nous disposons d'informations sur les projets en cours, les revues d'activité avec les dirigeants, les comptes rendus de réunion et les transcriptions d'appels. Les dossiers des clients pouvaient contenir jusqu'à cinq années de contenu. Au lieu qu'un commercial consacre une vingtaine d'heures à parcourir toute cette documentation pour répondre à des questions essentielles telles que : dans quels secteurs ce client exerce-t-il ses activités ? À quelles fins ce client utilise-t-il Box ? Quels échanges avons-nous eus avec ce client ? Avec quels interlocuteurs avons-nous échangé ? , notre nouvel agent de planification des comptes clients en fournit instantanément une synthèse.
Nous testons actuellement en version bêta un autre type d'agent : les agents sectoriels. Box dispose d'une connaissance approfondie des témoignages de succès des clients ainsi que de l'impact de ses solutions, selon les secteurs d'activité et les profils d'utilisateurs propres à chacun d'eux. Ces informations restent essentiellement entre les mains de nos Managing Directors (MD). Nous avons travaillé à regrouper toutes ces informations dans des hubs sectoriels et à créer des agents sectoriels, que nous appelons affectueusement les « MD sectoriels dans votre poche », à destination de nos équipes commerciales.
Nous avons constaté que nos agents de planification des comptes clients et nos agents sectoriels n'apportaient pas seulement des gains d'efficacité. Ils nous ont permis de franchir une étape importante : nous ne nous contentions plus de gagner du temps, nous améliorions également la qualité de notre travail.
Ce printemps, tandis que nous poursuivons notre transformation vers une entreprise centrée sur l'IA, je suis plus enthousiaste que jamais face aux perspectives qui s'offrent à nous. Box AI est désormais capable de prendre en charge des tâches plus complexes, de consulter simultanément plusieurs hubs de connaissances pour accomplir une même tâche et de s'intégrer à des flux de travail dans lesquels des agents se transmettent les tâches les uns aux autres. Ces avancées donneront un véritable coup d'accélérateur aux agents que nous avons déjà développés, tandis que nous continuerons à repousser les limites de la complexité des processus que nous sommes capables de prendre en charge.
Je ne doute pas que nous continuerons à connaître des hauts et des bas, et que nous devrons parfois ajuster notre cap pour gagner en rapidité. À chaque étape de cette transformation, nous devrons définir les rôles, accompagner, aligner et former les membres de nos équipes, y compris les agents IA. Car, au bout du compte, la transformation par l'IA reste avant tout une transformation portée par les êtres humains.
Ce que nous avons appris
Notre transformation est loin d'être terminée. Mais nous avons déjà parcouru beaucoup de chemin et nous tirons chaque jour de précieux enseignements de cette expérience. Voici quelques-uns des principaux enseignements que nous en retenons :
C'est en passant à l'action que l'on découvre ce que l'on n'avait pas anticipé
Aucun cadre, aussi sophistiqué soit-il, ne résiste à son premier contact avec la réalité. Notre matrice 2 × 2 n'était qu'une hypothèse jusqu'à ce que nous commencions à développer des agents et à comprendre les domaines dans lesquels ils avaient un réel impact, et ceux dans lesquels ce n'était pas le cas.
Les erreurs sont un formidable moteur de progrès
Les erreurs constituent une excellente source d'apprentissage pour mieux faire la fois suivante. À mesure que nous déployons de nouveaux agents, nous découvrons ce que chacun d'eux est capable de faire et quelles sont ses limites. Certaines de ces limites peuvent être dépassées ; d'autres relèvent d'une vision trop idéale pour être réalistes. Dans tous les cas, ces enseignements nourrissent la prochaine vague d'innovation chez Box.
Les agents IA sont des collaborateurs, pas de simples outils
Ils ont besoin d'être intégrés, accompagnés et pilotés dans la durée. Il en va de même pour la sélection et la gestion des contenus sur lesquels ils s'appuient. Les flux de travail agentiques ne doivent pas être conçus selon une logique de « configurer puis oublier ».
La gouvernance est indispensable
La phase « que mille fleurs s'épanouissent » est un formidable moteur d'innovation, mais elle peut (et doit) s'inscrire dans un cadre sécurisé et gouverné. Il est possible d'innover tout en protégeant les collaborateurs, les clients et les partenaires.
Les agents IA ont besoin de contenus soigneusement sélectionnés pour fonctionner
Il est essentiel de savoir où se trouvent vos connaissances. Même des agents parfaitement conçus peuvent produire de mauvais résultats, voire cesser complètement de fonctionner, s'ils ne disposent pas de contenus fiables sur lesquels s'appuyer.
Le plus difficile sera de développer les compétences humaines
Une grande partie des efforts porte sur les outils. Le véritable défi consistera à former nos équipes à l'IA, à réinventer nos méthodes de travail et à repenser la manière dont les équipes créent de la valeur. Les entreprises qui en sont à leurs débuts n'ont pas encore à gérer ces enjeux de conduite du changement. En revanche, les entreprises qui évoluent vers un modèle centré sur l'IA devront avant tout investir dans leurs équipes.
Pour en savoir plus sur le parcours de Box AI, découvrez notre série « AI-First Transformation ».
*Bien que nous maintenions notre engagement indéfectible à offrir des produits et des services de première qualité en matière de protection de la vie privée, de sécurité et de conformité, les informations fournies dans cet article de blog n'ont pas valeur d'avis juridique. Nous encourageons vivement nos clients actuels et potentiels à faire preuve de diligence raisonnable en évaluant la conformité avec les lois applicables.