L’intelligence artificielle (IA) n’est plus une promesse lointaine : elle est au cœur des stratégies de transformation digitale qui redéfinissent les opérateurs économiques. Pourtant, des études – comme celle du MIT souvent citée dans les milieux professionnels – suggèrent que 95 % des projets IA échouent ou n’atteignent pas leurs objectifs. Cette statistique, choc ou réalité ? Et surtout, comment faire partie des 5 % de projets qui réussissent réellement à créer de la valeur ?

Pour répondre à ces questions avec un regard terrain, nous revenons sur l’échange de Cédric Jadoul (responsable Intelligent Automation chez Deloitte) et Ronan Vander Elst (responsable Technology Transformation chez Deloitte), invités du The Dots Rendez-vous – Podcast tech & innovation au Luxembourg. Leur message est clair : l’IA doit être pensée comme un levier au service des priorités stratégiques de l’entreprise (efficience, gestion des risques, croissance), et non comme une technologie déployée en silo.

Intelligent Automation : un besoin de maturité technologique et organisationnelle

Si l’automatisation existe depuis longtemps sous différentes formes (workflow, robotique, …), l’avènement des technologies d’IA générative et agentique change la donne. Ce qu’on appelle aujourd’hui Intelligent Automation va bien au-delà du simple Robotic Process Automation (RPA) : il s’agit d’orchestrer des processus complexes, non déterministes, qui mêlent automatisation traditionnelle, workflows intelligents et agents autonomes capables d’interagir avec des systèmes variés.

Selon Cédric Jadoul, l’enjeu n’est plus seulement technologique mais holistique : “Si la donnée n’est pas de qualité, l’IA ne fera que révéler les problèmes existants.” Autrement dit, l’IA met en lumière ce qui est déjà là, bon ou mauvais : elle amplifie les forces, mais aussi les faiblesses.

Aujourd’hui, réussir l’Intelligent Automation revient à maîtriser trois dimensions fondamentales : technologie, métiers et compliance. C’est cette combinaison qui assure non seulement un déploiement sans friction, mais surtout un impact tangible sur les opérations et l’expérience utilisateur.

ROI, scale et transformation : la nécessité d’une approche top-down

Un piège récurrent dans les projets IA est de les traiter comme des initiatives isolées. Beaucoup d’organisations commencent par des proofs of concept ou des pilot projects sans stratégie d’ensemble. Or, comme le souligne Ronan Vander Elst :

“Pour obtenir du ROI, il faut identifier deux ou trois zones d’investissement prioritaires et travailler de manière holistique sur les processus de bout en bout.”

Une approche top-down, alignée avec les priorités business, permet d’éviter les implémentations fragmentées qui finissent souvent dans le lab des essais, sans jamais atteindre la production ou le suivi à grande échelle. Si l’IA peut être la solution parfaite dans certains cas, il peut être beaucoup plus efficace de déployer d’autres technologies dans la majorité des besoins d’automatisation. 

Fondations data et gestion documentaire : le socle invisible de l’IA

Un autre enseignement fort de l’échange est que l’IA ne fonctionne pas dans le vide. Elle nécessite un socle de données solide, structuré et accessible. Sans cela, les modèles ne peuvent ni interpréter, ni générer d’informations pertinentes.

Cédric souligne que l’IA agit comme une loupe : elle met en évidence les problèmes sous-jacents, en particulier autour de la gestion de la donnée et des contenus documentaires. Beaucoup d’organisations voient ainsi leurs initiatives IA déclencher un effet domino positif : relancer ou accélérer des programmes de gouvernance data ou de gestion documentaire, qui eux-mêmes deviennent des leviers de performance.

Intelligent Automation : continuité ou rupture ?

Un débat fréquent est de savoir si l’IA constitue une rupture radicale ou une continuation naturelle des efforts d’automatisation. La réponse, pragmatique, est qu’elle est les deux à la fois. L’automatisation déterministe – workflows, RPA – reste pertinente pour une large gamme de processus standards. Mais dès que les cas deviennent complexe, non structurés ou imprévisibles, l’agentique et l’IA deviennent des moteurs indispensables.

L’Intelligent Automation ne remplace pas les approches existantes : elle les amplifie et les étend, permettant de traiter des processus qui étaient auparavant hors de portée.

Des applications concrètes tous secteurs

L'automatisation intelligente trouve des applications dans tous les secteurs présents au Luxembourg : banque, assurance, secteur public, asset management. Les cas d'usage identifiés par Cédric Jadoul sont multiples : automatisation KYC avec human in the loop, classification automatique de documents entrants, exploitation de documents pour les départements compliance, ou encore revue de documents avec validation humaine.

"Avant de parler de technologie, il faut partir du cœur : qu'est-ce qu'on veut automatiser ? Quels cas d'usage ont un vrai impact pour l'utilisateur ?", insiste-t-il. Entre l'exploitation du contenu, l'automatisation agentique et l'orchestration complète de processus, différents niveaux de valeur sont possibles. "L'idée, c'est de trouver le bon cas d'usage", résume le nouvel associé.

Deloitte applique d'ailleurs déjà ces approches en interne, notamment dans ses services de Managed Services autour des systèmes KYC ou de gestion de données, où l'agentique a été introduite pour accélérer la livraison de valeur. Le cabinet travaille également sur de nouveaux produits "service-as-a-software", pensés agentique by design, dont le lancement est prévu prochainement.

Dans 5 ans : maturité, consolidation et adoption massive

Cédric anticipe que les prochaines années seront marquées par une consolidation du marché. Les technologies agentiques et IA se multiplient aujourd’hui, mais cette diversité va s’ordonner : des écosystèmes se formeront, des fusions auront lieu, et des solutions plus complètes émergeront.

Cependant, le moment d’agir, c’est maintenant. La période actuelle d’exploration est cruciale pour structurer les approches, apprendre des premiers cas et construire des fondations robustes.

Pour Deloitte, l’objectif est clair : développer une offre complète autour de l’Intelligent Automation, ayant accompagné de multiples projets et disposant d’une équipe dédiée pour les soutenir à grande échelle.

L’humain demeure au centre du changement

Un point récurrent dans la discussion est la place centrale de l’humain : ni les “remplacistes” pessimistes, ni les irréalistes technophiles n’ont le bon angle. À l’unanimité, Ronan et Cédric s’accordent sur une vision augmentiste :

L’IA ne remplace pas les humains, elle transforme leurs rôles : plus d’esprit critique, de coordination, de supervision.

Dans les processus, l’humain reste indispensable pour garder le contrôle, garantir la conformité et valider les décisions critiques. L’IA étend les capacités, mais ne remplace pas le jugement.