L’adoption de l’IA : ce que l’histoire des technologies nous enseigne

Il existe une forme particulière de confiance qui entoure l’adoption de l’IA, et tout le monde la veut. Que ce soit pour le marketing, les ventes ou le juridique, les budgets augmentent et les communiqués de presse sur les nouveaux outils alimentés par l’IA se multiplient. Cependant, quelque part entre l’événement de lancement et le bilan à dix-huit mois, la même histoire commence silencieusement à se répéter.

Ce n’est pas une nouvelle histoire. Toutefois, dans la LegalTech, où le marché s’est développé plus vite que la capacité de la plupart des équipes à l’évaluer, la pression d’agir avant que la stratégie soit claire n’a jamais été aussi forte.

Un bilan qui parle de lui-même

Remontons aux années 1990, lorsque les systèmes ERP (Enterprise Resource Planning) devaient unifier l’entreprise. Des organisations ont investi massivement dans ces projets et les ont déployés largement, pour découvrir ensuite que la technologie seule ne pouvait pas compenser ce qu’une stratégie de déploiement défaillante refusait de soutenir. L’ère du CRM (Customer Relationship Management) a suivi la même logique au début des années 2000.

La transformation numérique a répété ce schéma tout au long des années 2010, souvent avec un cabinet de conseil tiers et un calendrier que personne ne souhaite revisiter.

McKinsey a constaté qu’environ 70 % des transformations à grande échelle n’atteignent pas leurs objectifs déclarés. Dans la plupart des cas, les outils n’étaient pas le problème : les conditions organisationnelles nécessaires au succès n’avaient tout simplement jamais été réunies.

Pour les ERP comme pour les CRM, la logique d’investissement était identique à chaque fois. L’énergie des annonces était la même, tout comme l’écart entre les attentes et les résultats. Avec l’IA, ce n’est pas si différent : la même histoire, simplement plus bruyante.

Avec l’IA, même histoire, plus bruyante

Ces schémas se répètent à chaque nouvelle vague technologique. Le temps que les équipes réalisent que peu de choses ont réellement changé, l’investissement est déjà engagé.

Penser l’adoption sans penser l’impact

L’adoption de l’IA suit le même cycle, avec des budgets encore plus importants. En conséquence, les attentes suivent, à un niveau au moins aussi élevé, car elles reposent davantage sur le bruit du marché que sur une clarté opérationnelle.

Voici le point délicat : laisser les fonctionnalités et la technologie briller davantage que la réponse concrète aux besoins réels. Pour les juristes, la situation est ambivalente. D’un côté, les équipes peuvent être aveuglées par les promesses excessives de l’IA. De l’autre, elles opposent souvent une résistance forte au changement. Pour le Directeur Juridique, qui tend à piloter ce type de transformation, l’enjeu est de trouver un équilibre entre enthousiasme, attentes et réalité, ce qui implique de répondre aux besoins concrets.

L’écart entre déployer quelque chose et en tirer de la valeur n’est pas toujours un problème technologique. C’est parfois le résultat d’avoir laissé les attentes prendre le dessus sur la logique.

Laisser la pression définir les attentes

Le juridique ressent cette pression plus acutement que la plupart des fonctions. L’adoption de l’IA revient désormais dans chaque revue de direction. Par ailleurs, d’autres fonctions métier embrassent la vague IA plus vite et plus fort, ce qui accentue encore la pression. Le marché de la LegalTech s’est considérablement étoffé, offrant aux directions juridiques plus d’options que jamais. Avant même d’avoir eu le temps de réfléchir, un outil a été sélectionné et des délais de déploiement sont fixés, mais la stratégie qui devrait les sous-tendre est introuvable. Le réflexe est compréhensible : aller vite, déployer large, montrer du mouvement. Or, c’est précisément contre ce réflexe que l’histoire nous met en garde.

C’est la même défaillance organisationnelle qui a alimenté chaque post-mortem (bilan rétrospectif) précédent. Les outils d’IA ne peuvent performer qu’à hauteur de l’environnement dans lequel ils sont déployés. Un plan est nécessaire, avec des données propres, des registres structurés et des cas d’usage précis. Pourtant, de nombreuses organisations ne construisent pas encore cet environnement pour leurs équipes juridiques. 

Les enseignements clés du schéma

Rupali Patel Shah, Head of Legal Solutions at DiliTrust, le formule directement dans un article récent :

« Le problème n’a jamais été l’outil en lui-même ; c’est tout ce que l’organisation a choisi de ne pas construire autour de lui. »

Elle identifie une séquence d’échec en quatre étapes :

  • Surinvestir dans l’outil
  • Sous-investir dans les personnes et les processus
  • Faire de la transformation un objectif en soi, plutôt qu’une réponse à un problème concret
  • La déception

Si cette séquence n’est pas propre à l’IA, elle est quasi naturelle dans la plupart des organisations. Elle résulte de tout ce qui précède : laisser la pression définir l’importance de l’outil, plutôt que de se concentrer sur l’impact réel. En conséquence, les équipes répondent aux forces externes plutôt qu’au problème.

Sortir du schéma

Partir de la bonne question : le cas Watson MD Anderson

Les exemples illustrant cette séquence d’échec sont nombreux dans l’histoire récente des technologies. En 2013, le MD Anderson Cancer Center a annoncé un partenariat avec IBM pour déployer Watson, avec pour mission déclarée d’« éradiquer le cancer ». L’ambition et le budget étaient réels : plus de 62 millions de dollars investis sur six ans.

Ce projet a été annulé avant d’atteindre un usage clinique, déçevant de nombreux membres de l’équipe. Ce qui manquait : la réponse à une question fondamentale. Qu’essayons-nous précisément d’améliorer, et comment saurons-nous que nous y sommes parvenus ?

Un audit indépendant a conclu que le système ne pouvait pas fonctionner de manière fiable pour l’usage prévu. Alors, quel était le problème : l’outil ou l’absence d’un défi précis et mesurable ?
 

Les grandes ambitions ne remplacent pas la définition du problème

C’est le schéma : l’outil est choisi pour sa réputation et son effet de mode, et les équipes travaillent sous cette pression, pas nécessairement parce que c’est le bon outil. L’investissement est engagé avant même que l’état initial soit défini. Et lorsque les résultats ne suivent pas, la technologie absorbe la responsabilité qui appartient au processus de décision.

Rien dans la vague actuelle d’adoption de l’IA ne suggère que les organisations ont tiré cette leçon. La pression, les annonces, l’énergie et l’enthousiasme sont identiques. Cependant, dans trop de cas, la question qui devrait venir en premier reste sans réponse claire. Avant d’opter pour une solution LegalTech, posez ces questions à votre équipe :

  • Quel problème précis cherchons-nous à résoudre ?
  • Qui l’utilisera ?
  • Dans quel délai souhaitons-nous le résoudre ?
  • Comment mesurerons-nous ce succès ?

Sortir du schéma ne requiert pas une nouvelle méthodologie. Cela exige un point de départ différent : poser la bonne question, définir la réponse attendue, et ainsi ouvrir la voie à une adoption raisonnée de l’IA

Reconnaître le schéma, poser les bonnes questions, planifier

Les Directeurs Juridiques qui voient ce schéma clairement sont mieux positionnés que ceux qui réagissent au bruit ambiant. Il s’agit d’avancer avec une clarté que les organisations réactives parviennent rarement à atteindre : définir le problème avant de financer la solution, investir dans les personnes et les processus avec le même soin que dans la plateforme, mesurer dès le premier jour. Construire cette fondation n’est pas un exercice ponctuel ; cela nécessite une approche de gouvernance moderne capable de tenir dans le temps.

Les organisations qui réussiront leur adoption de l’IA ne seront pas celles qui ont bougé les premières. Ce seront celles qui ont reconnu où elles en étaient dans la séquence et ont fait un choix différent.

La technologie n’est pas votre ennemie, et elle n’a pas à être la partie difficile. L’histoire nous l’a déjà dit.