Kirk Drake dans TNW : les entrepreneurs brident eux-mêmes leur potentiel en matière d'IA

Kirk Drake, chroniqueur de The Next Web, a publié une tribune dont la thèse est la suivante : les entreprises disposent d'assez d'outils d'IA, mais ce n'est pas la technologie qui les empêche de transformer leurs expériences en résultats mesurables. C'est la disposition de leur direction à changer sa manière de travailler.

Pourquoi l'IA ne produit pas de résultats

L'intelligence artificielle est devenue l'un des grands sujets de conversation du monde des affaires de la décennie, et l'écart entre les discours et les résultats réels s'avère considérable. D'après les études citées par Drake, les organisations jugent globalement avec optimisme la valeur à long terme de l'IA. Rares sont pourtant celles qui parviennent à convertir cet optimisme en gain économique mesurable.

L'auteur relève un paradoxe : les investissements dans l'IA augmentent et les discussions se multiplient, mais de nombreuses organisations abordent encore la technologie avec prudence, sans oser dépasser le stade des projets pilotes.

L'état d'esprit compte plus que les outils

L'argument central de Drake : le problème ne vient pas des outils, mais des postures de ceux qui les pilotent. Passer de « nous testons l'IA » à « l'IA transforme systématiquement nos résultats » ne dépend pas de la qualité du modèle, mais de la détermination de la direction à repenser les processus.

• Les organisations sont optimistes sur la valeur à long terme de l'IA, mais tardent à changer réellement leur façon de travailler
• L'écart entre les pilotes et le déploiement industriel relève avant tout du management
• Les limites viennent des entrepreneurs eux-mêmes, pas des capacités techniques des plateformes

«

Le véritable avantage de l'IA commence lorsque les entrepreneurs cessent de brider leur propre potentiel » : c'est ainsi que Kirk Drake formule sa thèse centrale dans sa tribune pour The Next Web.

Selon Drake, de nombreuses entreprises voient dans l'IA un complément aux anciens processus, et non une raison de repenser leur modèle économique. C'est précisément pour cela que les expériences restent des expériences, au lieu de devenir un nouveau standard opérationnel.

Ce qui empêche les entrepreneurs de passer l'IA à l'échelle

Drake pose à ses lecteurs une question pratique : qu'est-ce qui empêche, concrètement, d'exploiter l'IA à plein dès maintenant ? Si la réponse tient à l'infrastructure ou aux fonctionnalités des outils, c'est une autre histoire. Mais le plus souvent, comme le suggère la logique de l'article, la réponse se situe ailleurs : dans l'habitude de travailler comme on l'a toujours fait.

En 2026, les modèles de langage et les agents IA maîtrisent un large éventail de tâches professionnelles, de la génération de contenu à l'analyse de données en passant par l'automatisation des tâches opérationnelles routinières. Les capacités techniques ont cessé d'être un facteur limitant pour la plupart des cas d'usage business. La question est de savoir si les entrepreneurs s'autorisent à exploiter ces capacités, sans se laisser freiner par la peur du changement.

Ce que cela signifie

Le passage à l'échelle de l'IA en entreprise est une question de management, pas de technique. Les sociétés qui lèveront les premières leurs barrières internes et passeront des expériences à une application systématique obtiendront un avantage concurrentiel, non pas grâce à de meilleurs outils, mais grâce à une approche plus audacieuse de leur usage.