Les boards observent des gains de productivité IA dans chaque fonction. Les ingénieurs livrent davantage. Les analystes produisent davantage. Les cycles de décision s’accélèrent sur le terrain. Les dashboards passent au vert. L’EBITDA, lui, ne bouge pas.
L’enjeu n’est pas l’IA. C’est l’operating model.
Les gains de productivité de l’IA sont captés par les individus. Les pertes sont absorbées par l’organisation. Dans la plupart des mid-caps, cette organisation a été conçue pour un flux d’information pré-IA qui n’existe plus.
Le mécanisme
Les organisations héritées ont été bâties pour une information lente. Les couches hiérarchiques servaient à filtrer et à router. Les cycles d’approbation existaient faute de synchronisation native. Les réunions de coordination tenaient lieu d’alignement entre fonctions.
L’IA accélère le terrain. Elle ne reconfigure pas le cœur. Un développeur assisté par IA écrit sensiblement plus vite. Le code traverse encore la même revue, le même cycle d’approbation, la même release window. Le goulot d’étranglement se déplace de la production à la coordination. L’équipe accélère. L’entreprise reste à son rythme d’origine.
L’unité atomique opère désormais à la vitesse de l’IA. L’ensemble opère encore à la vitesse pré-IA. L’asymétrie produit de la friction, de la fatigue, et de la déception. Rarement de l’EBITDA.
La mauvaise réponse
Les boards qui cherchent à résorber cette asymétrie par une réduction d’effectifs traitent le mauvais problème. La réduction d’effectifs retire les individus dont les gains étaient réels. Elle préserve l’architecture qui les dissipait.
Le résultat est un effectif réduit pour un travail effectif inchangé, avec une productivité toujours captive du niveau individuel. Les économies visibles apparaissent au troisième trimestre. Le coût invisible apparaît dans un EBITDA qui ne bouge pas.
Le bon recadrage
La question pertinente en 2026 n’est pas combien de postes peuvent être supprimés au regard des gains de productivité de l’IA. La question pertinente est quel operating model permettrait à l’entreprise de capter réellement les gains qui existent déjà au niveau individuel.
Le chantier est plus exigeant. Il suppose de redessiner l’architecture de circulation de l’information, pas seulement les lignes d’effectifs. De supprimer les couches d’approbation devenues sans objet. De raccourcir les cycles entre l’insight et la décision. De confier aux équipes opérationnelles l’autorité d’agir sur l’information produite par l’IA, sans la faire remonter par des chemins de validation hérités.
Ce chantier est difficile parce qu’il est invisible, politiquement coûteux, et structurellement disruptif. C’est aussi celui qui détermine si les gains de productivité de l’IA composeront un multiple à l’exit, ou s’évaporeront trimestre après trimestre en coûts de friction.
Le compounding
L’IA n’est pas votre goulot d’étranglement. Votre operating model l’est. Les entreprises qui défendront leur multiple à l’exit seront celles dont les boards auront compris la distinction assez tôt pour agir.
La productivité que votre operating model ne peut absorber n’est pas un gain. C’est de la leakage.
