Back office ou front office ? Où le potentiel de l’IA est il le plus grand ?

Il y a un discours qui revient de plus en plus en entreprise et qui m’a d’ailleurs été tenu par quelqu’un qui travaille chez un des « géants » de l’IA il n’y a pas plus tard que le mois dernier et il revient à dire que si on recherche de la valeur avec l’IA, il faudrait commencer par le back office. Les fonctions internes, administratives, support, seraient donc le terrain le plus rationnel, le plus sûr, et surtout le plus rentable pour obtenir des résultats concrets. A l’inverse, d’autres analyses affirment exactement le contraire, en expliquant que la valeur se situe du côté du front office avec ses enjeux de relation client, de revenu et de différenciation.

Un débat que l’on retrouve parfois dans les comités ce direction, qui oppose parfois finance et opération et conditionne une grande partie des décisions d’investissement autour de l’IA. Pourtant, lorsqu’on regarde les faits de près, ce débat dit moins quelque chose sur la localisation de la valeur que sur la manière dont les entreprises pensent leur activité, leur travail et leur capacité à transformer des gains en résultats durables.

C’est un débat trompeur, et ce d’autant plus qu’il est alimenté par des sources sérieuses qui semblent se contredire, alors qu’elles décrivent en réalité des niveaux d’analyse différents, souvent confondus dans les discussions opérationnelles.

En bref :

• Le débat entre back office et front office masque une question plus profonde : la capacité des entreprises à intégrer l’IA dans leurs processus de travail de manière durable et structurée.
• La majorité des projets pilotes en IA échouent non à cause de la technologie, mais faute d’intégration réelle dans les flux de travail et d’une gouvernance claire des gains.
• Le back office est souvent privilégié pour initier des projets IA en raison de sa stabilité opérationnelle, mais les gains y sont limités et rarement transformateurs à l’échelle de l’entreprise.
• Le front office recèle un potentiel de valeur plus élevé (relation client, revenu, différenciation), mais nécessite une transformation plus profonde du travail pour éviter des effets négatifs ou des échecs.
• Pour un COO, la vraie question n’est pas où appliquer l’IA, mais comment et dans quelles conditions l’intégrer de façon à produire une valeur réelle et soutenable, indépendamment de la fonction ciblée.

Leçons des échec des projets IA

Un rapport récent du MIT qui a fait beaucoup parler de lui a jeté un pavé dans la marre quant à l’état réel des initiatives en cours. Selon cette étude près de 95 % des projets pilotes d’IA générative en entreprise n’aboutissent à aucun impact mesurable sur le P&L (MIT report: 95% of generative AI pilots at companies are failing). Ce chiffre est souvent utilisé pour alimenter un discours alarmiste sur l’immaturité de la technologie ou l’incompétence des organisations alors. Une analyse rapide et simpliste qui ne nous dit pas que ces pilotes ne fonctionnent pas mais qu’il existe simplement un décalage entre ce que permet la technologie et ce qu’attendent les entreprises (Les technologies vendent de la productivité, mais les entreprises veulent du revenu et L’IA de la productivité au P&L : rien n’arrive par hasard).

Mais ce que montre surtout ce rapport c’est que l’IA est déployée sans être réellement intégrée au travail, aux flux existants et aux arbitrages opérationnels. Autrement dit, les entreprises multiplient les pilotes, mais elles échouent à transformer ces essais en pratiques qui tiennent dans la durée et qui modifient réellement le fonctionnement de l’activité.

Ce constat n’est pas isolé. Il est repris, sous d’autres formes, par plusieurs analyses récentes qui décrivent la même difficulté à transformer des initiatives locales en valeur durable. Gartner, par exemple, estime que plus de 40 % des projets d’IA agentique en entreprise seront abandonnés d’ici 2027, non pas en raison d’un échec technologique, mais parce que les organisations ne parviennent pas à en tirer une valeur économique suffisante à l’échelle de leur activité(Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027).

Pour un COO c’est un constat important car il déplace immédiatement la question de savoir où l’on teste à savoir ce que l’on fait une fois que quelque chose fonctionne localement.

Le back office comme point d’entrée évident

Si le discours selon lequel la valeur est dans le back office est aussi répandu, ce n’est pas par hasard. Les fonctions de back office concentrent souvent des activités répétitives, des règles explicites, des volumes relativement stables et des dépendances internes mieux identifiées. Dans ces conditions, il est plus simple d’introduire de l’IA sans mettre immédiatement en danger la promesse faite au client ou la continuité de l’activité. En tout cas a priori.

Du point de vue des opérations, cela a un sens. On peut y observer des gains unitaires plus lisibles, réduire certaines frictions, améliorer la fiabilité ou accélérer des traitements sans bouleverser l’ensemble du système. C’est souvent là que les premiers résultats apparaissent, et c’est ce qui alimente l’idée que la valeur s’y trouve en priorité.

De nombreux retours de cabinets et d’analystes vont dans ce sens, en soulignant que les fonctions internes constituent souvent un terrain plus favorable à l’industrialisation initiale, non pas pour des raisons stratégiques, mais parce que le travail y est plus facilement standardisable et contrôlable, comme le rappellent régulièrement les analyses opérationnelles de Gartner ou de Deloitte sur l’automatisation interne.

Mais ce raisonnement a une limite structurelle car les gains obtenus dans ces zones sont rapidement plafonnés. Ils améliorent l’efficience locale, parfois le confort de travail, mais ils ne modifient pas fondamentalement la trajectoire de l’entreprise.

Pour un COO cela se traduit par l’impression que le système fonctionne (peut être) un peu mieux, mais qu’il fonctionne toujours de la même manière.

Le front office concentre les promesses et les échecs

A l’inverse, ceux qui affirment que la valeur se trouve dans le front office ne disent pas nécessairement quelque chose de faux. C’est en effet dans les interactions avec le client, dans la capacité à servir, à convertir, à retenir ou à ajuster une offre, que se trouvent les leviers les plus intéressants en termes de revenu et de différenciation.

Le problème, c’est que ces zones sont aussi celles où le travail est le plus dépendant, le plus contextuel et le plus difficile à formaliser. Les flux de travail y sont moins prévisibles, les arbitrages et le besoin en capacité de jugement plus nombreux, et les erreurs ont un impact immédiat sur la perception de valeur. Introduire de l’IA dans ces espaces sans retravailler le travail lui-même revient souvent à ajouter de la variabilité là où l’organisation peine déjà à tenir ses promesses.

C’est exactement ce que montrent plusieurs retours d’expérience qui analysent des usages réussis de l’IA dans des fonctions au contact du client, tout en précisant que ces résultats supposent des processus très structurés et une forte discipline d’exécution (How Is Your Team Spending the Time Saved by Gen AI?) 

C’est précisément pour cette raison que beaucoup de projets orientés front office échouent à passer à l’échelle. Non pas parce que la valeur potentielle n’existe pas, mais parce que l’augmentation de productivité ne se traduit par aucun effet mesurable à l’échelle de l’entreprise.

Et au delà de la dimension opérationnelle on ne peut pas ne pas mentionner un risque relationnel voire réputationnel. C’est en effet au niveau du front office que se joue la manière dont les clients perçoivent l’identité d’une marque, la manière dont elle tient ou non sa promesse. Ici on ne parle pas uniquement d’excellence opérationnelle mais de cohérence entre identité, promesse et exécution.

Comment ne pas parler ici du cas Klarna, cette fintech qui a voulu confier son service client à une IA. Contrairement à ce qui s’est dit la technologie fonctionnait parfaitement mais c’est le changement dans la relation qui a entrainé la grogne puis la fuite des clients. Klarna avait gagné en efficacité, peut être en couts, mais y avait perdu ce qui faisait son succès, la manière dont sa culture infusait le service client (When AI Turns Your Secret Sauce Into Ketchup). Un très bon exemple de ce qui se passe quand on fait passer la technologie avant le design d’entreprise (Efficacité contre singularité : le faux dilemme des opérations).

Mais pour un Klarna qui a ouvertement communiqué sur le sujet, combien d’autres échecs passés sous silence.

La ligne de fracture n’est pas organisationnelle

Lorsque l’on met bout à bout ces constats, le débat back office contre front office apparaît pour ce qu’il est, à savoir une simplification excessive. La ligne de fracture ne passe pas entre des fonctions, mais entre des formes de travail. Là où le travail est isolable, répétable et intégrable dans un flux relativement stable, l’IA produit plus facilement des effets observables. Là où le travail est fortement dépendant, mal articulé et peu stabilisé, elle révèle surtout les faiblesses existantes.

Le rapport du MIT le montre indirectement. Les projets qui échouent ne sont pas ceux qui visent une fonction plutôt qu’une autre, mais ceux qui restent au stade de l’outil, sans transformation du travail ni gouvernance des gains (Sans gouvernance, les gains dus à l’IA sont virtuels). Inversement, lorsqu’un cas d’usage est réellement intégré dans une séquence de travail existante, il peut produire de la valeur aussi bien dans une activité interne que dans une activité orientée client.

La mauvaise manière d’arbitrer

Pour avoir un un certain nombre d’échange avec des professionnels du sujet l’arbitrage se fait par rapport au risque « acceptable ». Alors oui le pilotage des risques est vital dans de telles démarches, bien sûr, mais il y a une différence entre faire du risque un outil de pilotage et en faire le seul critère de décision.

Ce qui me gène ici c’est que la question de la transformation est secondaire et que cette approche amène, à mon avis, à prendre des décisions pour de mauvaises raisons.

Je discutais il y a peu avec le responsable d’une ESN majeure qui me disait leur préférence pour amener les clients vers des sujets front office et cela pour deux raisons.

La première est que c’est visible, ça donne une impression de modernité, ça permet de facilement communiquer (même si je doute pas que depuis Klarna ils aient quelque peu tempéré leur position ou que leurs clients les challengent un peu plus).

La seconde est que si on est conscient des risques qui pèsent sur le front office, personne ne veut prendre de risque avec ses RH, sa finance, sa logistique etc car non seulement cela peut entrainer un risque opérationnel qui impactera à un moment donné le front office mais en plus il y parfois un risque légal qui peut s’y ajouter.

Tous ces arguments sont valides et incontestables mais, encore une fois, ils doivent constituer pour moi des outils d’arbitrage et de pilotage mais ne doivent pas être des objectifs en soi.

Ce que cela implique pour un COO

Vu depuis les opérations, la question n’est donc pas de choisir entre back office et front office mais de se demander où l’organisation est capable de stabiliser des usages sans créer plus de désordre qu’elle n’en résout. Commencer par le back office peut être un choix pragmatique, à condition de ne pas le confondre avec une stratégie de création de valeur. Aller vers le front office devient inévitable si l’on cherche un impact durable, mais uniquement si le travail et les dépendances ont été préalablement retravaillés.

Ce que montrent les échecs massifs dont on parle beaucoup aujourd’hui, c’est que la plupart des entreprises cherchent la valeur là où elles savent déployer des outils et non là où elles savent transformer leur activité.

Conclusion

La valeur ne se trouve ni naturellement dans le back office, ni magiquement dans le front office. Elle se construit là où l’entreprise est capable d’intégrer l’IA dans des flux de travail stabilisés, de gouverner les gains qui en résultent et d’assumer les arbitrages que cela implique. Le rapport du MIT ne dit pas autre chose, même s’il est souvent lu comme un constat d’échec technologique alors qu’il décrit avant tout un échec organisationnel.

Pour un COO, le véritable enjeu n’est donc pas de choisir un camp, mais de reconnaître que la valeur apparaît là où l’on a pris le temps de transformer le travail, et surtout là où l’on a décidé, en amont, ce que l’on ferait des gains une fois qu’ils seraient là.

Pour répondre à vos questions…

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

Articles similaires:

Qui s’occupe de vos projets d’intelligence artificielle ? Probablement pas les bonnes personnes. Fusion des RH et de l’IT : Moderna redessine son organisation pour et avec l’IA Adoption de l’IA : des méthodes à l’épreuve de la réalité Si votre entreprise n’est pas conçue pour l’IA elle finira conçue par l’IA AI First : beaucoup de débats et peu de réponses L’IA de la productivité au P&L : rien n’arrive par hasard