Unlock AI
L’IA est déjà utilisée au sein des DSI, mais de façon hétérogène et souvent cachée, avec des modèles, des agents, des prompts et des pratiques qui varient selon les personnes.
Cette situation crée des risques : des usages “shadow AI”, des incohérences, de la dette technique, et une maîtrise insuffisante des enjeux de sécurité et de conformité.
Au niveau de l’entreprise, beaucoup d’initiatives IA menées officiellement restent au stade de PoC vitrine : de belles réflexions théoriques, des expérimentations isolées, qui ne changent rien au quotidien des équipes de terrain. L’enjeu n’est plus de tester l’IA, mais de la faire vivre dans le delivery pour rester compétitif - sans attendre qu’un framework standard se dégage pour l’appliquer.
En parallèle, l’IA offre aujourd’hui une opportunité immédiate de gains concrets pour les équipes. Chez aqoba, nous aidons les DSI à passer de cette IA dispersée à une capacité maîtrisée, et à en tirer rapidement des bénéfices.
Chez aqoba, nous ne sommes pas les concepteurs des derniers LLM. Mais nous en sommes des utilisateurs pionniers, et nous sommes surtout experts dans la transformation des organisations IT. Ce sont ces outils de conduite du changement que nous vous proposons d’utiliser, pour canaliser les usages existants et les rendre cohérents, en nous appuyant sur une coalition d’acteurs terrain et une démarche ouverte par défaut (“open by default”).
Nos convictions sur l’IA
L’IA n’est pas un choix
C’est une révolution technologique majeure, au même titre que l’arrivée d’internet. Face aux difficultés d’adoption, l’enjeu est d’y aller pleinement, mais de façon rigoureusement structurée et contrôlée.
La performance est systémique
Un gain de productivité individuel non absorbé par le système est inutile. Les “PoC” isolés ne passent pas à l’échelle. La vraie valeur naît de l’adaptation simultanée des individus, des processus et du système global.
L’indépendance by design
Pour éviter le verrouillage technologique et le risque de hausses de prix brutales, les architectures doivent être agnostiques. Votre résilience dépend de votre flexibilité à changer de modèle à tout moment.
Pas de “framework” rigide
Face à des cycles technologiques ultra-courts, concevoir ou s’appuyer sur un framework figé est inutile : il sera obsolète demain.
Alerte aux métriques toxiques
Piloter l’IA en comptant les tokens consommés est un contresens, tout comme l’était autrefois le fait de mesurer la performance d’un développeur au nombre de lignes de code. Le pilotage de l’IA exige des indicateurs de flux systémiques pour cibler les réels goulots d’étranglement.
L’humain et l’agilité
La compétence clé se déplace de la maîtrise technique vers la capacité d’abstraction et de résolution de problèmes. Les organisations agiles à l’échelle sont les mieux armées pour absorber cette transformation.
Notre démarche en 3 étapes
1. Le diagnostic par le flux (Value Stream Mapping)
Le piège évité
Le syndrome du “PoC vitrine” : multiplier des expérimentations isolées et théoriques qui amusent la galerie, mais ne modifient en rien le delivery quotidien.
Comment ?
- Reconstituer le flux de delivery réel (de l’idée à la mise en production) via une démarche VSM, pour identifier les véritables goulots d’étranglement.
- Auditer de manière bienveillante le Shadow AI pour sécuriser les pratiques déjà existantes sur le terrain.
L’indicateur de succès (l’impact)
Un backlog de cas d’usage IA prioritaires, aligné sur les blocages réels de votre production.
2. La coalition de praticiens (fédérer & aligner)
Le piège évité
La transformation descendante (“top-down”) : imposer des outils d’IA par le haut, ce qui braque les équipes techniques et génère du rejet ou de l’évitement.
Comment ?
- Bâtir une coalition de transformation (selon les principes de Kotter) composée de praticiens du terrain.
- Associer d’emblée les experts de l’architecture, de la sécurité et de la conformité pour casser les silos.
- Structurer un socle minimal de gouvernance pour définir les règles communes.
L’indicateur de succès (l’impact)
Des ambassadeurs internes formés et engagés, et l’éradication complète de l’usage non sécurisé de l’IA.
3. De l’artisanat à l’industrialisation (context engineering & TOM)
Le piège évité
L’artisanat du prompt : se limiter à du prompt engineering individuel, qui produit des hallucinations et crée de la dette.
Comment ?
- Passer au context engineering : nourrir les IA avec votre propre patrimoine (bases de code, règles métier et standards…).
- Faire évoluer votre modèle opérationnel cible (TOM) : accompagner les développeurs, de producteurs de code à concepteurs et superviseurs de l’IA.
- Piloter la performance via 4 métriques : qualité du produit livré, productivité globale du système, maîtrise des concepts, et discipline de livraison.
L’indicateur de succès (l’impact)
Une capacité de livraison démultipliée, maîtrisée, souveraine et sans perte de vigilance humaine.
Notre approche est pragmatique : plutôt que de multiplier les PoCs vitrines, nous intégrons l’IA directement dans votre flux de delivery. Nous ne nous contentons pas de “prompter” : nous accompagnons les équipes pour industrialiser leurs pratiques et générer des gains de productivité mesurables.
Le résultat : un développeur qui passe de la production de code mécanique à un rôle de concepteur et superviseur, ce qui renforce la capacité de livraison sans sacrifier la vigilance humaine.