En 1960, Theodore Levitt publiait dans la Harvard Business Review un article resté célèbre, « Marketing Myopia ». Sa thèse tient en une phrase : les entreprises déclinent quand elles se définissent par leur produit plutôt que par le besoin qu'elles servent. Les compagnies de chemin de fer américaines se pensaient dans le train, alors qu'elles étaient dans le transport. Elles ont regardé passer la voiture et l'avion.

Soixante ans plus tard, l'intelligence artificielle rejoue la même scène, mais à l'envers. Ce sont les fournisseurs qui se définissent par leur technologie, et qui la vendent à des dirigeants qui n'en ont jamais demandé.

Le problème : on vend un outil à quelqu'un qui cherche un résultat

Un dirigeant de PME ne se réveille pas en se disant qu'il lui manque un modèle de langage. Il se réveille avec des questions plus terre à terre. Pourquoi le chiffre d'affaires plafonne-t-il depuis deux trimestres ? Pourquoi la marge s'érode-t-elle alors que l'activité est soutenue ? Pourquoi les nouveaux clients arrivent-ils au compte-gouttes ?

Face à ces questions, la plupart des offres d'IA répondent par une liste de fonctionnalités : générer des textes, résumer des documents, répondre à des courriels. Chacune est réelle. Aucune ne dit au dirigeant ce qu'il gagnera, ni à quelle échéance, ni comment il le saura.

Clayton Christensen, professeur à la Harvard Business School, a donné un nom à ce décalage avec ses coauteurs : la théorie des « Jobs to Be Done ». Un client n'achète pas un produit, il l'« embauche » pour accomplir un progrès dans sa situation. Celui qui comprend ce progrès conçoit la bonne offre. Celui qui part de son produit cherche ensuite désespérément à qui le vendre.

La conséquence économique : des abonnements qui ne rapportent rien

Quand l'achat part de l'outil, l'usage suit rarement. L'abonnement est souscrit, quelques personnes l'essaient, puis chacun retourne à ses habitudes. Le coût est certain, le gain reste hypothétique. Et comme personne n'a fixé d'objectif au départ, personne ne peut dire à la fin si l'opération a réussi.

Le dirigeant en tire une conclusion compréhensible et fausse : l'IA, ce n'est pas pour nous. En réalité, ce n'est pas l'IA qui a échoué, c'est la façon dont elle a été introduite.

La réponse de ChorAigraph : partir des objectifs, pas des fonctionnalités

ChorAigraph inverse la démarche. Le point de départ n'est pas la liste de ce que savent faire nos employés numériques, mais ce que le dirigeant veut voir bouger : un chiffre d'affaires, une rentabilité, un volume d'acquisition.

À partir de ces objectifs, on définit des missions. Une mission a un but précis, un périmètre, des règles et des indicateurs de résultat. Relancer les devis restés sans réponse depuis plus de quinze jours est une mission. « Utiliser l'IA pour le commercial » n'en est pas une.

Chaque mission est ensuite confiée à un employé numérique, qui l'exécute dans le cadre fixé, avec des validations humaines aux moments qui engagent l'entreprise. Le dirigeant ne pilote pas un outil : il suit l'avancement de missions dont il a choisi le but.

Ce qu'il faut retenir

La question à poser à un fournisseur d'IA n'est pas « que sait faire votre solution ? », mais « quel progrès m'aidez-vous à accomplir, et comment le mesurerons-nous ? ». Levitt l'écrivait déjà pour le chemin de fer : le client ne veut pas de votre produit, il veut ce que votre produit lui permet d'obtenir.

Un dirigeant de PME ne veut pas de l'IA. Il veut que son entreprise progresse. C'est de là qu'il faut partir.