Savoir-faire et technologie
Histoires, idées et perspectives sur la stratégie, la technologie et les solutions d’affaires.
Articles à la une
Alors que les investissements en technologie d’entreprise augmentent d'en moyenne 8% par année depuis 2022 (Mckinsey, 2025), une réalité persiste : ce ne sont pas tous les projets de transformation numérique qui sont rentables. Une étude du Boston Consulting Group révèle que 70% des projets de transformation numériques ne parviennent pas à atteindre leurs objectifs, entraînant souvent de graves conséquences. Par contre, la même étude rappelle à quel point ces investissements sont payants.
Alors, où sont les écarts ?
Eh bien, ils se situent rarement au niveau d'un produit, de l’intelligence artificielle (IA) ou du développement logiciel entant que tel. Le succès se décide bien avant la première ligne de code : il repose principalement sur la planification stratégique.
Notre thèse ? Un projet de développement de logiciel sur mesure, c’est d’abord un projet d’affaires. Donc oui. La planification stratégique est cruciale.
Pour réduire les risques et vous assurer que votre prochain projet TI soit un levier de croissance, prenez un moment pour prendre conscience de 5 mythes qui peuvent vous mettre des bâtons dans les roues.
1. « Le succès dépend surtout des bons choix technologiques »
C’est vrai, les choix technologiques ont un impact. Par contre, le plus grand risque d’un projet est rarement technique. Il est bien plus souvent organisationnel. Des objectifs imprécis, un manque d’alignement ou une faible implication des équipes causent plus d’échecs que le choix de langage ou d’infrastructure lui-même. La technologie est l'outil pour répondre à un enjeu d'affaires et non pas la réponse en elle-même. Confondre les deux, c'est construire une solution qui fonctionne techniquement, mais qui ne résout rien de concret.
La réalité : Un projet logiciel est avant tout un projet d’affaires. Un logiciel d’entreprise n'est pas réussi parce qu'il fonctionne techniquement ; il est réussi parce qu'il simplifie le travail, crée un gain tangible pour votre entreprise et est adopté par vos utilisateurs et utilisatrices.
2. « On peut commencer à coder, on ajustera plus tard... l'analyse c'est du temps perdu. »
Ce qui est trompeur avec le développement applicatif, c’est qu’on peut toujours faire des changements. Par contre, il y a un coût à le faire. Et plus on en fait tard dans le processus, plus le coût risque d’être élevé. S'engager dans le développement sans un cadre défini mène droit aux dépassements de coûts. Certes, un projet évolue, mais chaque changement structurel en cours de route provoque des répercussions importantes sur le budget et l’échéancier. L’analyse permet d'anticiper les contraintes critiques, identifier les besoins utilisateurs réels, et valider des hypothèses clés.
La réalité : Les besoins fondamentaux et dépendances critiques identifiés dans l’analyse (aussi appelé phase Découverte) réduisent les risques de votre projet. Commencer à développer sans cadre, c'est construire une maison sans plan. On peut toujours abattre un mur, mais ça coûte bien plus cher qu'un trait de crayon effacé sur un plan.
3. « L’intelligence artificielle (IA) va rendre la planification obsolète. »
Ici, le risque n'est pas dans votre architecture logicielle. Il provient de vos décisions, et ce, d'une toute première version au produit final. L'intelligence artificielle peut générer des fonctionnalités à une vitesse record, mais elle ne peut pas dicter votre stratégie d'affaires. Plus les capacités de production augmentent, plus votre trajectoire doit être définie avec rigueur.
La réalité : L'IA ne peut pas anticiper les dépendances critiques entre vos différents systèmes ni s'assurer que l'outil règleras les irritants réels de vos équipes en usine, sur le terrain ou au bureau.
4. « On préfère payer une licence pour un logiciel existant, c'est moins cher que le sur mesure. »
S'il existe une solution sur le marché qui répond parfaitement à vos besoins, c'est probablement le choix le plus judicieux. Nous serons les premiers à vous le dire. Mais quand la solution touche au cœur de vos opérations, à ce qui vous différencie de vos compétiteurs, à votre sauce secrète — là, le calcul change complètement. Un logiciel sur mesure (bien fait et abordé comme un projet d'affaires) devient un investissement. Surtout s'il centralise vos processus, remplace plusieurs outils existants, et vous fait économiser du temps et de l'argent à long terme. Dans plusieurs industries, il existe aussi des approches hybrides qui combinent des solutions existantes avec du développement sur mesure via des APIs qui permettent de cibler uniquement ce qui crée une valeur unique pour vous.
La réalité : Ce n'est pas une question de sur mesure contre existant. C'est une question d'alignement avec vos objectifs d'affaires. Demandez-vous si cette solution règle un enjeu qui vous distingue ; si elle s’intègre à votre environnement et si elle permet de sauver des coûts, du temps, ou de faire quelque chose que vos compétiteurs ne peuvent pas faire. Vous aurez votre réponse.
5. « La livraison marque la fin du projet. »
Un logiciel est un actif vivant. Et son déploiement n'est pas une finalité. C'est le moment où les utilisateurs s'approprient la solution, où de nouveaux apprentissages débutent et de nouvelles idées surgissent. D'autant plus qu'on vise rarement la solution parfaite dès le départ : on livre une première version répondant aux besoins fondamentaux. Comme votre maison une fois construite, il faut l'entretenir et l'améliorer pour qu'elle conserve son utilité et sa valeur. Négliger les coûts d'adoption, de support et d'évolution dans le calcul initial peut être une grande erreur.
La réalité : Prévoyez un budget annuel d’amélioration et de maintenance logicielle selon les risques que vous êtes prêt(e)s à prendre. Une fois la solution en place, il faut l’entretenir pour qu’elle conserve son utilité et sa valeur.
Ces 5 mythes ont un point en commun : ils déplacent l'attention là où le risque est le plus faible, et loin de là où il est le plus élevé. On investit dans la technologie, on choisit les bons outils, on lance le développement...et on découvre en cours de route que les objectifs étaient flous, que les utilisateurs et utilisatrices n'ont pas été consultés, ou que la solution règle le mauvais problème.
Rappelons-le : 70 % des projets de transformation numérique n'atteignent pas leurs objectifs (BCG, 2020). Pas parce que la technologie a failli. Parce que la planification stratégique, elle, n'était pas au rendez-vous.
Un projet logiciel, c'est d'abord un projet d'affaires. Et même vos collègues et patron(ne)s les plus vifs d'esprit pourraient se faire prendre par ces mythes.
Pourquoi pas leur partager cet article pour que votre prochain projet, lui, soit dans les 30 % qui réussissent ?
La modernisation « human-first » : l'accélérateur silencieux de l'IA
L’intelligence artificielle (IA) promet beaucoup, mais son véritable potentiel reste sous-exploité.
Pourquoi ? Et bien, non pas parce que la technologie manque de maturité, mais parce qu’on oublie que l’usage humain reste le véritable levier de toute transformation numérique.
Eh oui, personne ne comprend les humains mieux que les humains.
C'est là qu'intervient l'approche « human-first », une philosophie simple : mettre les humains au coeur des changements technologiques, c’est-à-dire concevoir des outils et des systèmes qui travaillent réellement pour les personnes qui les utilisent.
L’objectif n’est pas de renforcer les solutions, mais d’abord de renforcer la compréhension du travail humain avant d’y intégrer une couche d’intelligence artificielle. Vous pouvez avoir les meilleurs systèmes du monde, si vos équipes ne sont pas prêtes, rien ne fonctionnera.
Chez Spiria, c’est un constat que nous faisons chaque jour. Les entreprises qui réussissent, ne modernisent pas uniquement leur infrastructure, elles modernisent la manière dont leurs équipes interagissent avec leurs outils, leurs données et leurs processus. Elles créent un terrain où l’IA peut devenir utile, lisible et durable.
Cet article explore comment une modernisation logicielle centrée sur l’humain prépare naturellement les organisations à accueillir une IA qui s’intègre avec fluidité, soutient les équipes et améliore leur travail pour un succès durable de l’IA.
1. Moderniser pour l’IA commence par moderniser pour les humains
Moderniser d'abord, puis se demander comment faire adopter l'IA ensuite.
Combien d'organisations ont fait cette erreur ?
L’envie d’intégrer l’IA est naturelle. Elle incarne le progrès, l’innovation et l’efficacité. Pourtant, dans la pratique, elle peine souvent à s’inscrire dans des environnements qui n’ont pas été conçus pour soutenir les usages des équipes.
Le résultat ? Des systèmes techniquement impressionnants mais sous-utilisés. Des équipes frustrées qui contournent les nouveaux outils pour revenir à leurs vieilles habitudes. Un ROI décevant qui pousse la direction à douter de l'IA elle-même.
Dans notre article précédent « Pourquoi les systèmes hérités cèdent sous la pression de l’IA », nous avons exploré les obstacles techniques des données fragmentées, des architectures rigides et de la dette technologique. Mais ces obstacles techniques ne sont qu'une partie du problème. L'autre partie, celle qu'on néglige trop souvent, réside dans les silos humains et organisationnels.
C’est pourquoi l’approche centrée sur l’humain est essentiel. Moderniser les systèmes non pas en fonction de la technologie, mais en fonction des humains qui en dépendent. Il s’agit de clarifier, de simplifier et de fluidifier afin que les outils deviennent un socle compréhensible, cohérent et aligné avec la réalité du terrain.
L’IA ne crée de la valeur que si elle s’inscrit dans un environnement que les humains maîtrisent déjà. Moderniser pour l’IA signifie donc moderniser pour les humains en premier.
2. Les trois fondations du human-ready : clarté, confiance, collaboration
Avant d’explorer ces fondations, rappelons une nuance essentielle, l’approche « human-first » est la méthode, tandis qu’être « human-ready » en est le résultat. Autrement dit, une organisation atteint cet état lorsque la modernisation est réellement pensée pour les humains et mise en pratique.
Ces piliers en sont la base :
1. Clarté
La clarté consiste à rendre les systèmes lisibles, les processus compréhensibles et les outils intuitifs.
On ne parle pas d’une transparence technique, mais plutôt d’une transparence opérationnelle. Quelles données l'IA utilise-t-elle ? Pourquoi elle recommande telle action plutôt qu'une autre ? Quelles sont ses limites ?
Les équipes doivent comprendre ce qu’un système fait, comment il le fait et pourquoi il le fait.
Cette clarté réduit l’incertitude et ouvre la voie à une utilisation naturelle de l’IA.
Elle permet aux utilisateurs de savoir quand ils peuvent faire confiance à l'algorithme et quand ils doivent exercer leur jugement professionnel.
2. Confiance
La confiance est le cœur invisible de toute adoption technologique.
Elle se construit au fur et à mesure, mais surtout elle commence par la preuve.
Créer la confiance avec l’utilisation de l’IA exige des résultats tangibles et vérifiables avec des systèmes robustes et fiables. Les équipes doivent voir que l'IA améliore vraiment leur travail au lieu de le complexifier et qu'elle respecte leurs contraintes opérationnelles plutôt que de les ignorer.
La formation continue joue ici un rôle essentiel. Pas seulement au lancement d’un projet, mais au fil du temps, pour permettre aux équipes d’explorer, de poser des questions et de développer une intuition technologique.
C’est lorsque cette confiance s’installe que l’IA devient réellement utile.
3. Collaboration
La collaboration est ce qui donne vie à tout le reste.
Un projet IA échoue rarement pour des raisons algorithmiques, mais souvent parce que les humains n’ont pas été consultés assez tôt.
Préparer les équipes à collaborer avec l’IA implique de comprendre leurs irritants réels, leurs décisions critiques et leurs contraintes opérationnelles. C’est cette connaissance humaine qui permet à l’IA de trouver sa place dans le flux de travail.
Une IA peut optimiser un processus, mais seule une équipe peut en comprendre la nuance, le contexte et l’intention. C’est dans cette complémentarité que réside sa véritable valeur.
De AI-ready à Human-ready : deux notions souvent confondues
Beaucoup d’organisations se concentrent sur le fait de devenir « AI-ready », avec une infrastructure modernisée, des données centralisées et de nouveaux outils intelligents. Mais cela ne suffit pas si les humains ne sont pas prêts à utiliser ces outils.
Être « human-ready », c’est autre chose, c’est le résultat d’une approche « human-first ». C’est disposer de systèmes simples, de processus clarifiés et d’outils qui respectent les usages réels. C’est créer un terrain où les équipes comprennent la technologie, lui font confiance et peuvent l’appliquer avec discernement. Et c'est cette préparation humaine qui doit venir en premier.
Trop d'organisations traitent la modernisation comme un projet TI isolé. Elles investissent des millions dans de nouvelles infrastructures sans jamais questionner l'expérience utilisateur. Mais à quoi sert un système performant si personne ne souhaite l'utiliser ?
Les entreprises qui réussissent leur transformation ne se contentent pas d'adopter des outils IA. Elles préparent leurs équipes à les intégrer dans leurs pratiques quotidiennes, avant même le premier déploiement.
Elles adaptent leurs processus en amont. Elles clarifient leurs rôles et responsabilités avant que l'IA n'arrive. Elles construisent la confiance pendant la phase de conception, pas après les premiers échecs.
Elles investissent dans une transformation organisationnelle durable où l'humain reste au centre de la décision dès le premier jour du projet.
Et si la clé du succès IA était simplement humaine ?
La modernisation «human-first » n'est pas une mode.
C'est une philosophie de travail qui reconnaît une vérité simple, celle de la performance durable qui se construit sur des fondations humaines solides, pas seulement sur des algorithmes performants.
Moderniser, c’est créer des systèmes plus clairs, plus fiables et plus humains, des systèmes capables d’évoluer au rythme des organisations qu’ils soutiennent.
Chez Spiria, cette conviction guide notre accompagnement dans les projets de modernisation et d’intégration IA. Nous aidons les organisations à bâtir des solutions sur mesure qui soutiennent les humains pour que l’IA puisse réellement tenir ses promesses.
Parce que le socle du succès IA repose sur une approche qui permet de construire une intelligence artificielle utile, durable et profondément humaine.
Et si la meilleure façon de réussir avec l’IA consistait simplement à remettre l’humain au cœur de la modernisation ?













