Baifang avertit les entreprises : ne reconstruisez pas chaque processus avec l'IA
Si les deux dernières années d’engouement pour l’IA en entreprise avaient besoin d’un slogan, « tout refaire avec l’IA » serait un bon candidat. Service client, marketing, R&D, finance, RH et achats ont tous été reconditionnés en flux de travail dopés à l’IA : des formulaires autrefois remplis par des personnes sont désormais générés, des documents autrefois lus par des salariés sont désormais analysés par des modèles, et des boutons autrefois cliqués à la main sont désormais déclenchés par des agents.
Baifang, une entreprise chinoise qui vend des logiciels d’entreprise pour les activités financières et fiscales, estime que cette approche est la plus grande erreur des entreprises. Dans un argumentaire largement relayé, la société affirme que la valeur de l’IA en entreprise n’est pas uniforme : certaines étapes gagnent énormément à être automatisées, tandis que d’autres sont déjà efficaces et deviennent plus lentes, plus coûteuses ou plus difficiles à auditer lorsqu’on y insère un modèle.
L’exemple de l’entreprise est le traitement des factures et des notes de frais, ce type de travail administratif que les entreprises chinoises traitent en volumes énormes. Un modèle peut lire un reçu scanné, le rapprocher d’un bon de commande et signaler une anomalie bien plus vite qu’un employé. Mais lorsqu’on demande au même modèle de repenser une chaîne de validation qui fonctionne déjà, le résultat est souvent un processus plus long, davantage d’exceptions et une nouvelle couche de contrôle que personne n’avait budgétée.
Cette distinction compte, car les entreprises chinoises sont sous pression pour démontrer le retour sur leurs dépenses en IA. Le conseil de Baifang est de commencer par les tâches à fort volume, très normées et faciles à mesurer, comme la reconnaissance de documents, la saisie de données et le rapprochement, puis de n’étendre que là où une réduction claire des coûts ou des erreurs se manifeste.
La société pointe aussi un problème structurel : de nombreux projets d’IA sont vendus comme des refontes de plateforme. Les fournisseurs promettent de reconstruire toute la pile, ce qui ralentit les achats et rend l’intégration risquée. Une approche plus ciblée, ajoutant l’IA à quelques étapes au sein des systèmes existants, est moins séduisante mais plus facile à justifier et à annuler en cas d’échec.
C’est un schéma bien connu du logiciel d’entreprise dans le monde entier. Les premiers projets cloud échouaient souvent lorsque les entreprises transféraient toutes leurs applications d’un coup, et réussissaient lorsqu’elles déplaçaient les charges de travail les plus avantagées. L’IA en entreprise semble suivre la même courbe, des grands discours de transformation vers des outils ciblés aux résultats mesurables.
Pour Baifang, l’argumentaire est aussi une posture de positionnement. En tant que fournisseur de logiciels financiers et fiscaux, l’entreprise veut que ses clients considèrent l’IA comme une fonctionnalité intégrée à des flux de travail auxquels ils font déjà confiance, et non comme une raison de remplacer ces systèmes. Son message aux acheteurs : demander ce qu’un modèle change réellement à chaque étape, et garder une réponse assez étroite pour être testée.
Ce qu’il faut surveiller, c’est si les acheteurs d’entreprise récompensent cette discipline. Si davantage d’entreprises chinoises publient des budgets d’IA liés à des indicateurs précis de fonctions support plutôt qu’à de vastes programmes de transformation, l’ère du « tout refaire » pourrait s’achever discrètement, une facture à la fois.