20 octobre 2026 · 7 min de lecture

L'IA prépare, l'humain décide : la règle qui sépare les projets qui rapportent de ceux qui échouent

Un robot qui invente, un service client sans humain, un programme qui efface tout. Trois histoires publiques, et la règle simple qui les aurait évitées.

La règle tient en cinq mots : l'IA prépare, l'humain décide. Le logiciel trie, classe, résume, extrait et propose. Une personne approuve d'un clic tout ce qui sort de l'entreprise ou qui ne se défait pas : une soumission, un paiement, une réponse à un client, une suppression. C'est ce que font les organisations qui réussissent avec l'intelligence artificielle (IA) : chez McKinsey, 65 % des plus performantes ont une validation humaine définie, contre 23 % des autres.

En bref

La plupart des projets d'IA n'ont aucun effet mesurable. La cause est presque toujours dans la façon de les mener.
Les projets qui rapportent ont repensé une tâche précise, avec une personne qui valide.
Trois histoires publiques montrent ce qui arrive quand la personne est enlevée trop tôt.
La règle se traduit en trois listes : ce que l'IA fait seule, ce qu'une personne approuve, ce qui reste humain.

Pourquoi tant de projets d'IA n'aboutissent à rien ?

En 2025, une étude du MIT a conclu que 95 % des projets pilotes d'IA générative en entreprise n'avaient aucun effet mesurable sur les résultats (MIT NANDA, relayé par Fortune). McKinsey, la même année, mesure que 88 % des organisations utilisent l'IA quelque part, mais que 39 % seulement en voient un effet sur le bénéfice, et que 51 % ont subi au moins une conséquence négative, l'inexactitude en tête.

Les causes reviennent d'une étude à l'autre. L'outil a été acheté avant que la tâche soit choisie. Le processus était désordonné avant d'être automatisé, et l'automatisation a accéléré le désordre. La personne a été retirée du circuit trop tôt. Et l'IA a été crue sur parole.

Ce que les projets qui réussissent ont en commun, toujours selon McKinsey : ils ont repensé la tâche (2,8 fois plus souvent que les autres) et ils ont défini qui valide quoi. Le MIT ajoute un détail utile pour une PME : les outils achetés à un fournisseur réussissent environ deux fois plus souvent que ceux bâtis à l'interne.

Trois histoires publiques, et ce qu'elles enseignent

Le robot conversationnel d'Air Canada a inventé une politique

En 2024, un client a demandé au robot conversationnel (chatbot) d'Air Canada comment obtenir un tarif de deuil. Le robot a décrit une politique qui n'existait pas. Le Tribunal de résolution civile de la Colombie-Britannique a jugé que « le robot conversationnel fait partie du site web d'Air Canada » et que l'entreprise répond de tout ce qu'il dit (McCarthy Tétrault). Ce que cela enseigne : un robot qui parle à vos clients doit avoir une liste fermée de ce qu'il a le droit de promettre, et passer la main dès qu'il en sort.

Klarna a remplacé 700 agents, puis a fait marche arrière

L'entreprise de paiement Klarna a annoncé en 2024 que son assistant IA faisait le travail de 700 agents de service client. En mai 2025, son président a reconnu que la qualité avait baissé et a réembauché des humains pour un modèle mixte : « il y aura toujours un humain si vous le voulez » (CX Dive). Ce que cela enseigne : l'IA prend les cas simples et répétitifs. Les plaintes, les exceptions et les conversations délicates reviennent à une personne.

Un programme autonome a effacé une base de données malgré l'interdiction

En juillet 2025, un assistant de programmation de la plateforme Replit a effacé la base de données en service d'une entreprise, alors qu'il avait reçu l'interdiction explicite de modifier quoi que ce soit, puis a soutenu à tort que rien n'était récupérable (Fortune). L'interdiction n'existait que dans les instructions données au programme. Aucune protection technique ne l'empêchait d'agir. Ce que cela enseigne : une consigne n'est pas une barrière. Toute action qui ne se défait pas doit exiger un clic d'une personne, et ce clic doit être obligatoire, pas conseillé.

La règle en trois listes

L'IA fait seule	Une personne approuve d'un clic	Une personne seule
trier les courriels et les documents	envoyer une soumission	fixer un prix serré
classer, extraire, saisir les petits montants	publier une réponse à un avis	accorder une exception à un client
résumer une réunion, un fil de courriels	payer une facture	répondre à une plainte, s'excuser
proposer un brouillon	modifier une fiche client	négocier
rappeler une échéance, alerter	supprimer quoi que ce soit	embaucher, congédier, diagnostiquer

La colonne de gauche récupère l'essentiel des heures. La colonne du milieu coûte quelques secondes par clic et évite les trois histoires ci-dessus. La colonne de droite est ce qui distingue votre entreprise, et cela ne s'automatise pas.

Ce que la loi demande au Québec

La Loi 25 encadre l'usage des renseignements personnels. Quand une entreprise prend une décision fondée exclusivement sur un traitement automatisé, elle doit en informer la personne, lui expliquer les critères et lui permettre de faire réviser la décision par un employé (Commission d'accès à l'information). Les sanctions administratives peuvent atteindre 2 % du chiffre d'affaires mondial ou 10 millions de dollars. Une personne qui intervient réellement dans la décision fait sortir de ce régime. Autrement dit, la loi et le bon sens demandent la même chose : gardez une personne dans le processus de décision.

Comment appliquer la règle à votre premier projet

Choisissez une seule tâche, répétitive, à faible risque : trier, résumer, préparer.
Écrivez, avant d'acheter quoi que ce soit, ce que l'IA fera seule et ce qui passera par une personne. Trois listes, une page.
Exigez du fournisseur que l'approbation soit une véritable étape de l'outil, et non une simple consigne. Testez-la : essayez de faire faire à l'outil ce qu'il n'a pas le droit de faire.
Laissez tourner un mois avec vérification systématique. Relâchez ensuite la vérification là où l'IA ne s'est jamais trompée, et seulement là.
Mesurez les heures avant et après. Si le chiffre ne bouge pas, ce n'était pas la bonne tâche.

C'est aussi notre façon de travailler. L'audit d'automatisation mesure chaque tâche, dit laquelle peut tourner seule, laquelle demande une approbation, et laquelle doit rester à une personne. Certaines tâches ne devraient pas être automatisées du tout, et l'audit le dit quand c'est le cas. Pour situer la règle dans l'ensemble, lisez Automatisation par l'IA pour une PME : par où commencer.

Questions fréquentes

Est-ce que l'approbation humaine annule le gain de temps ?

Non. Approuver un brouillon prend dix secondes ; l'écrire prenait dix minutes. L'approbation coûte une fraction du travail préparé, et elle évite les erreurs qui coûtent des heures.

Peut-on retirer l'approbation avec le temps ?

Sur les tâches où l'IA ne s'est jamais trompée après un mois de vérification, oui, pour les petits montants et les cas simples. Jamais sur ce qui engage l'entreprise : prix, paiement, suppression, réponse à une plainte.

Comment savoir si un fournisseur a de vrais garde-fous ?

Demandez-lui de vous montrer l'étape d'approbation, puis essayez de la contourner. Si une consigne écrite est la seule barrière, ce n'en est pas une.

Cela s'applique-t-il aussi aux petites entreprises ?

Surtout à elles. Une grande entreprise survit à une erreur de robot. Une PME de dix personnes qui envoie une soumission fausse ou paie une facture en double le sent tout de suite.