IA et bureaucratie : la complexité qui grève les projets

Une « taxe de complexité » qui s’invite dans les DSI

Le Global Cost of Complexity Report de Freshworks, mené auprès de 12 021 décideurs IT dans six pays (dont 2 001 en France), montre que l’adoption de l’IA s’accompagne d’une surcharge opérationnelle significative. En France, 85% des répondants déclarent que 10% à 39% du temps consacré à l’IA est désormais mobilisé pour gérer la complexité (intégrations, résolution d’incidents, gouvernance) plutôt que pour des initiatives stratégiques.

Concrètement, les équipes IT françaises consacrent 27% de leur temps lié à l’IA à des tâches d’intégration et de maintenance, au détriment de projets à forte valeur ajoutée. Côté budget, 25% des dépenses dédiées à l’IA sont absorbées par ce que Freshworks appelle la « taxe de complexité » : coûts imprévus d’intégration, préparation des données, retouches et support continu.

Pourquoi l’IA complexifie plus qu’elle ne simplifie

L’IA était censée simplifier les processus et libérer du temps. Pourtant, la multiplication des outils, l’hétérogénéité des environnements et l’absence de gouvernance claire créent de nouvelles frictions.

En France, 26% des décideurs IT considèrent désormais la complexité de l’IA comme « un problème très important » pour leur organisation. Derrière ces chiffres se cachent des réalités opérationnelles notamment shadow AI, configurations excessives …

Gouvernance : le levier pour éviter la bureaucratie invisible

La gouvernance devient un impératif, mai peu disposent d’un cadre formel de gouvernance de l’IA. En France, le contexte est marqué par une forte pression publique pour simplifier les démarches, mais l’IA risque de créer une bureaucratie parallèle si son déploiement n’est pas rationalisé.

« Les entreprises françaises sont appelées à faire plus avec moins de bureaucratie, pourtant notre étude montre que l’IA crée discrètement sa propre charge administrative », souligne Simon Hayward, Vice President of Sales EMEA chez Freshworks. « La simplification doit désormais s’appliquer à la manière dont l’IA est déployée et gouvernée, et pas uniquement aux systèmes qu’elle est censée remplacer. »

Que faire en pratique ?

Pour inverser la tendance, les DSI et directions innovation peuvent agir sur plusieurs leviers : standardiser les cas d’usage prioritaires, réduire le nombre d’outils redondants, formaliser des règles de gouvernance (données, modèles, usages), et investir dans la formation des équipes. Objectif : transformer la complexité en capacité d’exécution, et non en nouvelle couche administrative.