TL;DR : Microsoft a intégré 6 000 ingénieurs au sein des entreprises clientes et a dépensé 2,5 milliards de dollars pour faire fonctionner réellement les outils d'IA. Ce n'est pas un succès client. C'est une confession.La clé API n'a jamais été le produit. Le déploiement l'était.95 % des projets pilotes d'IA échouent parce que personne ne possède ce qui se passe après la fin de la démonstration. Arrêtez d'acheter des modèles. Commencez à cartographier les opérations.
James ici, PDG de Mercury Technology Solutions.
Hong Kong — 8 juillet 2026
Microsoft vient d'envoyer 6 000 ingénieurs pour vivre dans les bureaux de leurs clients.
Pas pour créer des logiciels. Pas pour vendre des abonnements. Pour faire fonctionner des outils d'IA à l'intérieur des entreprises qui les ont déjà achetés.
2,5 milliards de dollars. Pour le déploiement.
Laissez cela s'installer. La plus grande entreprise de logiciels sur Terre — celle qui a construit le système d'exploitation qui fait fonctionner 70 % de l'infrastructure d'entreprise mondiale — ne peut pas rendre l'IA autonome. Ils ont dû appeler la cavalerie.
Ce n'est pas une stratégie de services. C'est une admission.
Ce que tout le monde a mal compris
Pendant trois ans, le récit de l'industrie était clair et séduisant : achetez l'API, branchez-la, regardez la productivité exploser.
Des conneries.
Microsoft le sait. Google le sait. OpenAI le sait. Chaque fournisseur qui se précipite maintenant pour intégrer des équipes d'ingénierie humaine dans les comptes d'entreprise avoue la même chose : le modèle n'a jamais été le goulot d'étranglement.
Le goulot d'étranglement est ce qui se passe après la fin de la preuve de concept.
Voici le chiffre qui compte : 95 % des pilotes d'IA ne se convertissent jamais en ROI mesurable.Pas parce que le modèle a halluciné. Pas parce que l'ingénierie des prompts était faible. Parce que le pilote a pris fin, les consultants sont partis, et l'"outil d'IA" est resté dans un flux de travail qui n'a jamais changé.
Le tableur gère toujours le processus. L'IA est assise dans un coin, coûteuse et ignorée. Un autre pilote devient une autre pierre tombale dans le cimetière de la transformation numérique.
Les outils ne transforment pas les opérations. Les opérations transforment les outils.
Le vrai problème que personne ne veut nommer
Une usine de cinquante personnes en Asie du Sud-Est n'a pas 2,5 milliards de dollars. Ils n'ont pas 6 000 ingénieurs. Ils n'ont peut-être même pas de personne IT à temps plein.
Mais ils ont quelque chose de plus précieux que le trésor de guerre de Microsoft : la clarté sur la façon dont le travail est réellement effectué.
L'industrie de l'IA a dépensé des milliards à optimiser des modèles. Pendant ce temps, la plupart des entreprises n'ont pas passé vingt minutes à écrire : "Comment notre équipe gère-t-elle actuellement cette tâche ?"
Trois mois après l'achat de l'outil, le processus est inchangé. L'IA est une couche au-dessus d'un flux de travail que personne n'a cartographié. Un autre abonnement coûteux. Une autre initiative échouée.
Ce n'est pas un échec technologique. C'est un échec opérationnel déguisé en décision d'achat.
Le Cadre de la Carte Avant la Machine
L'avertissement de Sun Tzu s'applique ici : "Si vous connaissez l'ennemi et que vous vous connaissez vous-même, vous n'avez pas à craindre le résultat de cent batailles."
Dans la guerre du déploiement de l'IA, l'ennemi n'est pas le modèle. C'est le flux de travail du statu quo qui survit parce que personne ne l'a cartographié.
Voici le nouveau cadre :
Arrêtez de demander : "Quel outil d'IA devrions-nous acheter ?" Commencez à demander : "Pouvons-nous documenter comment cela se fait aujourd'hui ?"
Si vous ne pouvez pas écrire le processus actuel — étape par étape, point de décision par point de décision, passage de main par passage de main — vous n'avez pas de problème d'IA. Vous avez un problème d'opérations. Et aucun LLM, peu importe sa taille, ne résout cela pour vous.
Les entreprises qui gagnent avec l'IA en ce moment ne sont pas celles avec les meilleurs modèles. Ce sont celles qui ont fait le travail ingrat de comprendre leur propre maison avant de la rénover.
Microsoft vient de dépenser 2,5 milliards de dollars pour apprendre cette leçon au nom de l'industrie. Vous n'avez pas besoin d'égaler leur budget. Vous devez égaler leur clarté.
Votre mouvement
Avant votre prochain pilote d'IA, faites ceci :
1. Choisissez un flux de travail. Pas le plus sexy. Celui qui consomme le plus d'heures humaines.
2. Cartographiez-le exactement. Qui fait quoi, dans quel ordre, avec quels inputs et transferts.
3. Trouvez les frictions. Où le processus ralentit-il ? Où les décisions stagnent-elles ? Où l'information meurt-elle ?
4. Alors — et seulement alors — évaluez les outils.
Si un fournisseur ne peut pas expliquer précisément comment son outil remplace l'étape 3 et s'intègre à l'étape 5, éloignez-vous.
La partie la plus difficile du déploiement de l'IA n'est pas de choisir le modèle. C'est de comprendre suffisamment bien votre propre fonctionnement pour savoir où la machine s'intègre.
La plupart des entreprises sautent les étapes 1 à 3 et se demandent pourquoi l'étape 4 échoue.
Ne soyez pas la plupart des entreprises.
Mercury Technology Solutions : Accélérez la digitalité.
