Pourquoi les use cases ne fonctionnent pas avec les technologies freeform

Dans les démarches d’adoption de nouveaux outils numériques, l’utilisation de cas d’usage est devenue la norme car cela permet de cadrer, de rassurer, de justifier les investissements. On identifie un besoin, on lui associe une solution, et l’on structure l’adoption autour de scénarios concrets. C’est simple, logique, efficace.

Mais que se passe-t-il quand l’outil n’a pas d’usage prédéfini ? Quand il n’est ni spécialisé, ni vertical, ni prescriptif ? Quand il ne résout pas un problème donné, mais propose au contraire un large champ de possibilités à explorer ? C’est le cas de nombreux outils que l’on pourrait qualifier de freeform tools ou technologies « freeform » (désolé pour le néologisme mais je n’ai pas trouve mieux). Une catégorie hétéroclite qui comprend des plateformes comme Notion, Miro, Coda mais également les outils collaboratif ou sociaux ou encore, aujourd’hui, des IA comme ChatGPT, qui n’imposent aucune structure et laissent à chacun le soin de décider quoi en faire.

Ces outils sont puissants, flexibles mais ils échappent à la logique classique des cas d’usage et c’est bien là le problème. Car vouloir les adopter avec d’anciennes méthodes, c’est risquer de passer à côté de leur valeur, ou pire, de les enfermer dans des usages trop étroits.

En bref :

L’approche traditionnelle des cas d’usage est inadaptée aux technologies « freeform », qui ne répondent pas à un besoin précis mais offrent un large champ d’usages possibles, à inventer et structurer par les utilisateurs.
Les outils « freeform » sont flexibles, sans structure imposée, et favorisent des usages émergents, souvent informels, personnalisés et évolutifs.
L’adoption de ces technologies nécessite un changement de posture : encourager l’exploration, créer des communautés d’échange, proposer des canevas modulables et documenter les usages réels.
Le passage à l’échelle pose des risques : trop de standardisation peut étouffer l’innovation, mais un manque de coordination peut générer du désordre ; il faut viser une cohérence progressive fondée sur les pratiques efficaces.
Le rôle des fonctions support évolue vers l’animation, la légitimation et l’encadrement léger des usages : une gouvernance souple mais claire devient indispensable pour éviter les dérives tout en valorisant l’autonomie.

Les “freeform tools” : des outils aux usages non structurés

A la différence des logiciels métier classiques, ces plateformes ne proposent pas d’usage prédéfini : elles sont malléables, modulaires, et demandent à l’utilisateur de leur donner structure et sens. C’est le propre des technologies « freeform » qui ne sont ni rigides, ni prescriptives, simplement des environnements à organiser soi-même.

Même les suites traditionnelles (Microsoft 365, Google Workspace) évoluent dans cette direction, brouillant la frontière entre bureautique, collaboration et gestion de l’information, et s’ouvrant à des usages plus créatifs et transversaux.

Le réflexe “use case” : un héritage de l’IT d’ « avant »

Historiquement, l’adoption d’un logiciel se structure autour d’un cas d’usage : on identifie un besoin précis, on sélectionne un logiciel capable de le résoudre, on déploie, on forme, on mesure le ROI. Cette approche est efficace pour des outils fonctionnels standardisés (ERP, CRM, paie, etc.).

Sauf qu’avec les outils freeform, il n’y a pas de périmètre fonctionnel figé : l’usage dépend des individus, des équipes ou des contextes et on ne peut pas encapsuler un outil libre dans un cas d’usage unique.

Les cas d’usages sont inadaptés aux technologies freeform

L’approche par use case fonctionne difficilement avec de tels outils car leurs usages sont quasiment illimités et, parfois, dépassent même l’intention de leurs concepteurs.

Un même outil peut ainsi servir à organiser des projets, gérer des contacts, tenir un journal ou générer des contenus avec l’IA. Pas de cas d’usage unique, mais une boîte de Lego avec laquelle on construit ce qu’on veut.

Ensuite cela tient au fait qu’on parle de workflows individualisés.

Chaque personne crée le sien, selon son rôle ou préférences. Un commercial, un juriste ou un manager n’utiliseront jamais un même outil de la même manière. Pire, les usages diffèrent même au sein même d’une équipe.

Enfin parce que ces outils permettent ce qu’on appelle des usages émergents.

Ces outils se découvrent en les pratiquant et en observant les usages qui s’en dégagent. Souvent, des usages inattendus émergent, bien au-delà des intentions initiales.

Un sujet central pour l’IA

Si j’exhume à nouveau ce sujet c’est qu’il est en train de nous revenir comme un boomerang avec l’IA et, à ce sujet, je vous invite à lire un excellent billet de Frédéric Cavazza : l’adoption de l’AI générative ne passera ni par les politiques, ni par les cas d’usage.

Son analyse repose sur le constat selon lequel les entreprises cherchent à canaliser l’IA générative par des stratégies top-down (chartes, cadres d’usage, comités) ou par l’identification de cas d’usage « prioritaires » alors que ces approches, bien qu’indispensables à un moment, sont inopérantes comme point de départ.

En effet l’IA générative ne s’insère pas naturellement dans une logique de « besoin-solution ». Au contraire, elle est exploratoire, malléable, détournable. Elle crée de la valeur à travers des usages imprévus, souvent informels, parfois bricolés, qui émergent de la pratique plus que de la planification.

Frédéric insiste également sur l’écart de culture technologique entre ceux qui explorent ces outils au quotidien, à titre individuel, et ceux qui cherchent à les encadrer sans les comprendre vraiment.
En cela, il plaide pour une adoption par le terrain, depuis les usages, plutôt qu’au travers d’injonctions descendantes.

Appliquée aux freeform tools, cette grille de lecture est particulièrement pertinente. Ces outils, tout comme l’IA générative, n’ont pas besoin d’un use case pour commencer à créer de la valeur.
Ils ont besoin d’un espace d’appropriation, d’une légitimation du tâtonnement, et d’un accompagnement qui suit l’usage mais ne le précède pas.

Quelle approche pour les outils freeform ?

Pour réussir l’adoption des technologies freeform, il faudrait donc plutôt :

Explorer : donner du temps, de l’espace, encourager l’expérimentation.
Fédérer des communautés : favoriser les échanges, les partages, les bonnes pratiques.
Proposer des canevas inspirants : templates réutilisables, tout en restant modifiables.
Documenter les usages effectifs : plutôt que prédéfinir ce que doit être l’usage, observer ce qui se passe et le valoriser.
Redéfinir le pilotage : passer d’un déploiement logiciel à un design organisationnel, incluant gouvernance, espaces d’échange, indicateurs d’usage.

Des angles morts à ne pas négliger

Il faut toutefois faire attention : on parle ici du démarrage d’une démarche mais à un moment il importe quand même de structurer les choses.

Ces technologies brillent par leur capacité à produire rapidement des usages locaux, adaptés, souvent très efficaces. Mais quand vient le moment de passer à l’échelle, deux risques apparaissent :

vouloir uniformiser trop tôt, et tuer la richesse des usages émergents,
ou laisser coexister une myriade de pratiques incompatibles, générant dette organisationnelle, silos ou confusion.

L’enjeu n’est pas de standardiser à marche forcée, mais de laisser émerger une cohérence organique, en consolidant les usages qui font preuve d’efficacité.

Ensuite se pose la question de qui est en charge de la démarche. Ici le rôle des managers, de l’IT voir des RH est clé.

Ces outils ne s’adoptent pas sans sponsoring explicite, une légitimation des expérimentations, une animation des communautés, et parfois encadrement léger.

Le rôle des fonctions support évolue : il ne s’agit plus de « déployer » un outil, mais d’accompagner la mise en forme de nouveaux espaces de travail, en co-construction avec les utilisateurs.

Enfin se pose la question de la gouvernance. En effet, plus la liberté est grande, plus le risque de dérive l’est aussi.

Bases dupliquées, données sensibles dispersées : le désordre numérique menace si l’organisation ne définit pas de standards même légers, ou de canvas de référence.

Les technologies freeform exigent donc paradoxalement plus de rigueur organisationnelle, et surtout pas moins. Leur souplesse nécessite une certaine maturité collective.

Conclusion

Ce n’est pas aux outils de s’adapter à nos méthodes d’hier mais c’est à nous de revoir nos approches, notre accompagnement pour laisser émerger la valeur.

La nature malléable ou flexible des outils n’est pas le problème mais elle révèle toutefois un décalage entre des promesses d’autonomie et des organisations encore trop figées dans leurs façons d’adopter, de piloter, d’uniformiser.

Crédit visuel : Image générée par intelligence artificielle via ChatGPT (OpenAI)