Skip to content
Discutez avec un agent IA
Fondamentaux

AI-native ou AI-enabled : le test de suppression qui montre d'où vient votre marge

Orange ITS — Équipe d’ingénierie IA 10 min de lecture

Un menuisier de Winterthour de 25 collaborateurs (cas illustratif) s’abonne à un outil d’IA pour ses devis. Les chiffreurs préparent les offres un peu plus vite, le patron en parle lors du prochain événement de la branche et le site affiche désormais « propulsé par l’IA ». Six mois plus tard, le processus de devis est le même qu’avant : mêmes étapes, mêmes personnes, même marge. Pendant ce temps, un concurrent établi deux vallées plus loin a rebâti la prise de commande autour d’un modèle qui lit les plans, signale les cotes manquantes et propose une fourchette de prix. Si l’on retire ce modèle, la prise de commande du concurrent s’arrête.

Dans une présentation commerciale, les deux entreprises seraient des « entreprises d’IA ». Ce sont pourtant des activités très différentes, et l’écart se révèle avec une question que vous pouvez vous poser dès cette semaine. Si le retrait de l’IA bloque le fonctionnement d’un processus, l’IA y produit peut-être de la marge. Si son retrait ne vous coûte que quelques fonctions, c’est un poste de dépense. Cet article vous propose une méthode en six étapes pour le vérifier sur vos propres processus, et il reste honnête sur ce que les preuves démontrent ou non. Si vous souhaitez replacer le résultat dans un plan plus large, notre travail sur la stratégie IA part de la même approche centrée sur les processus.

Voyez ceci comme un diagnostic à essayer. Il n’est pas démontré : aucune étude ne mesure encore la marge selon le résultat du test de suppression, et un processus qui s’arrête sans IA peut être une force comme une faiblesse.


Ce que signifient réellement AI-native et AI-enabled

Personne ne détient ces termes. Aucun organisme de normalisation ni cabinet d’analystes n’a publié de définition établie, et l’essentiel de ce qui s’écrit vient de fournisseurs et d’investisseurs en capital-risque qui profitent de l’étiquette. Mieux vaut le savoir avant de lire un classement des « entreprises AI-native ».

La distinction exploitable est la suivante. Une entreprise AI-native est bâtie autour de modèles qui forment le cœur de son produit ou de son mode de production. Une entreprise AI-enabled est une entreprise classique qui a ajouté des fonctions d’IA à des produits ou à des flux de travail existants. La société de capital-risque CRV formule le test simplement dans son article AI Native vs. AI Wrapper : si l’on supprime la couche d’IA d’un produit AI-native, il s’arrête net ; si on la supprime d’un logiciel doté de fonctions d’IA, on perd une fonction pratique et le reste continue de tourner.

Pour une PME suisse, l’étiquette compte moins que la question qu’elle recouvre. Vous vendez rarement un produit conçu de bout en bout autour d’un modèle. Vous gérez des devis, la planification des interventions, la facturation et le support, et certaines de ces activités dépendent aujourd’hui de l’IA, d’autres non. Le test s’applique à ce niveau, processus par processus.


Ce que les preuves permettent d’affirmer

La thèse séduit, elle mérite donc un regard sobre. Trois constats vont dans son sens, aucun ne la démontre.

Dans l’enquête de septembre 2025 de BCG auprès de 1 250 cadres dirigeants, 5 % des entreprises forment le groupe « future-built », 35 % le groupe en phase de déploiement et 60 % le groupe des retardataires, qui déclarent des gains minimes en revenus et en coûts. BCG indique que le groupe future-built obtient une croissance du chiffre d’affaires 1,7 fois supérieure et un multiple de marge d’EBIT de 1,6 par rapport aux retardataires. Deux réserves s’imposent. BCG n’emploie nulle part le terme « AI-native » dans cette comparaison. Et les groupes sont définis en partie par la valeur que les entreprises disent tirer de l’IA : une partie de l’écart est donc inscrite dans le classement.

L’enquête State of AI 2025 de McKinsey indique que les entreprises les plus performantes ont près de trois fois plus de chances que les autres d’avoir profondément repensé leurs flux de travail. Là aussi, les données sont déclaratives et corrélationnelles, et nous les citons d’après une couverture secondaire du rapport.

Prises ensemble, ces sources soutiennent une affirmation modeste : repenser la circulation du travail autour de l’IA va de pair avec de meilleurs résultats financiers que l’ajout de l’IA à un travail inchangé. Elles ne montrent pas que « s’arrête quand on la retire » produise de la marge. Le test de suppression est notre manière de repérer si une refonte a eu lieu, et ce lien reste une hypothèse.


Le test de suppression en six étapes pour une PME

Il vous faut un tableau blanc, la personne qui pilote chaque processus et environ une demi-journée. Laissez de côté l’inventaire des outils au départ. Commencez par le travail.

  1. Listez trois processus qui génèrent du chiffre d’affaires ou des coûts. Les candidats typiques sont les devis, la prise de commande, le support client, la planification des interventions et la facturation. Choisissez ceux où une erreur ou un retard coûte réellement de l’argent.
  2. Menez une expérience de pensée de coupure pour chacun. Demandez : « Le service d’IA est indisponible pendant deux semaines. Que se passe-t-il ? » Notez la réponse avec le tableau de la section suivante.
  3. Demandez où se situe l’IA. Prend-elle une décision qui fixe un prix, un délai ou une priorité, ou accélère-t-elle une tâche qu’une personne ferait de toute façon ? Un modèle qui propose une date de livraison sur laquelle les clients comptent n’occupe pas la même place qu’un modèle qui retouche des brouillons d’e-mails.
  4. Vérifiez si le processus a changé. Dessinez les étapes avant et après. Qui fait quoi désormais, et qu’est-ce qui ne se fait plus à la main ? Si la réponse est « les mêmes étapes, en plus rapide », les indices pointent vers l’AI-enabled. Pour la partie pratique, voir cartographier un flux de travail avant de l’automatiser.
  5. Mesurez le délai de traitement et le taux d’erreur avant et après. Suivez-les sur au moins deux trimestres, puis rattachez-les au coût ou à la marge par commande ou par chantier. L’usage des licences indique qui se connecte. Il dit peu de chose sur l’activité.
  6. Ajoutez le contrôle de dépendance. Que vous coûterait un doublement du prix chez le fournisseur ou une semaine d’indisponibilité ? Quelles données quittent la Suisse ou l’UE, et sous quel contrat ? Les aspects de conformité relèvent d’un examen distinct.

L’étape 5 suppose un point de départ. Beaucoup de PME découvriront qu’elles n’ont jamais mesuré l’ancien processus, ce qui est déjà un constat, et utile.


Noter vos processus

Notez chaque processus à l’aide de la question de la coupure. Les lignes ci-dessous sont des exemples illustratifs pour une entreprise artisanale ou de services de taille moyenne. Remplacez-les par les vôtres.

ProcessusRésultat de la coupureNoteCe que cela suggère
Prise de commande à partir de plansLa file des commandes s’arrête, personne ne peut lire les plans à ce volume(a) S’arrêteRefonte possible. Vérifiez la dépendance
Tri des demandes au support clientLes tickets sont triés à la main, les réponses prennent plus de temps(b) Ralentit, repli manuelAI-enabled avec une vraie valeur. Mesurez le temps gagné
Brouillons de textes marketingLes collaborateurs rédigent eux-mêmes les brouillons(c) Perd un confortUn poste de dépense. Gardez-le seulement si l’économie est visible
Imputation des facturesLe comptable impute à la main, deux jours de plus par mois(b) Ralentit, repli manuelCandidat à une intégration plus poussée ou à l’abandon
Promesse de date de livraisonLe répartiteur estime d’après son expérience, la précision baisse(b) ou (a) selon l’appui que les clients y prennentRegardez où se situe la décision

Lisez les lignes (a) comme les endroits où l’IA produit peut-être déjà de la marge, et les lignes (c) comme ceux où remettre en question la licence. La plupart des entreprises trouvent plus de cas (c) que prévu. C’est utile, car cela montre où cesser de dépenser avant de décider où dépenser davantage.

Une mise en garde sur l’honnêteté. Les dirigeants ont tendance à répondre « cela s’arrêterait » pour tout ce qui leur paraît essentiel aujourd’hui. Vérifiez la réponse avec la cartographie de l’étape 4, car l’intuition surestime ce qui a réellement changé.


Le contrôle de dépendance : quand l’arrêt est une mauvaise nouvelle

Une note (a) n’est pas un trophée. Elle signifie que le processus repose désormais sur quelque chose qui échappe à votre contrôle.

Passez en revue quatre expositions :

  • Prix. Les tarifs des modèles et des API ont évolué vite. Un processus dont l’économie unitaire ne tient qu’au prix d’aujourd’hui est un pari sur ce prix.
  • Disponibilité. Les services d’IA hébergés connaissent des pannes. Si votre prise de commande s’arrête une journée, combien coûte chaque heure ?
  • Données. Sachez quel fournisseur voit quelles données clients, sous quel contrat et dans quelle juridiction.
  • Repli. Vos équipes peuvent-elles continuer à exécuter le processus manuellement, même lentement, pendant une semaine ?

Une réponse solide est un processus qui s’arrête sans IA et dispose d’un repli documenté, d’un fournisseur remplaçable et d’un coût modélisé au double du prix actuel. Une réponse fragile est un processus qui s’arrête, sans repli, et dépend du bon vouloir d’un seul fournisseur. Les deux obtiennent (a). Un seul est un actif pour l’entreprise.


Où en sont les PME suisses aujourd’hui

Les meilleures données locales viennent de la KMU-Arbeitsmarktstudie 2026 que Sotomo a réalisée pour AXA Suisse, fondée sur 336 PME de Suisse alémanique et romande interrogées en mars 2026. Elle montre que 35 % intègrent délibérément l’IA dans leurs processus d’affaires, que 39 % testent la technologie et que 26 % n’utilisent pas encore l’IA.

Le communiqué d’AXA s’ouvre sur « trois PME suisses sur quatre utilisent l’IA ». Cette somme compte les tests comme de l’usage. Une lecture plus juste est qu’environ un tiers a commencé à intégrer l’IA dans ses processus et qu’à peu près autant en sont encore à l’expérimentation.

Sur le modèle d’affaires, 31 % des répondants s’attendent à l’adapter en raison de l’IA, et près de deux tiers y voient peu ou pas de nécessité. Kathrin Braunwarth, responsable de la transformation digitale et de l’innovation chez AXA Suisse, résume la situation ainsi : l’IA optimise les processus existants sans remettre fondamentalement en cause le modèle d’affaires. C’est la lecture de la dirigeante, assortie d’un « apparemment » dans l’original, et non un résultat mesuré. Le tableau complet de l’adoption en Suisse figure dans adoption de l’IA dans les PME suisses en 2026.

Pour le test de suppression, cela signifie que la plupart des dirigeants noteront aujourd’hui leurs processus (b) et (c). C’est un point de départ normal.


Lire le résultat sans se laisser séduire par l’étiquette

Un mot sur les fournisseurs. En 2025, Gartner a mis en garde contre l’« agent washing », qui consiste à rebaptiser de simples chatbots et automatismes en agents autonomes. Le communiqué de presse de Gartner du 25 juin 2025 estime que seuls environ 130 des milliers de fournisseurs d’IA agentique sont authentiques. Staffing Industry Analysts a relayé le même point, ainsi que l’idée que la plupart des offres agentiques n’apportent pas de valeur ni de retour significatifs.

La même prudence vaut pour « AI-native ». Un outil qui appelle un modèle par API et se présente comme AI-native n’a pas mérité le mot pour autant. Appliquez aussi le test de suppression au produit du fournisseur : que reste-t-il si son fournisseur de modèle lui retire l’accès demain ?

Voici ce que vous pouvez faire de vos notes :

  • Surtout des (c) : vous êtes AI-enabled. Passez les licences en revue, gardez celles qui montrent une économie mesurée et cessez de payer les autres.
  • Quelques (b) : choisissez le processus au coût ou au retard le plus important et mesurez-le pendant deux trimestres avant de changer quoi que ce soit.
  • Tout (a) sans repli : rédigez d’abord le repli, puis envisagez d’aller plus loin.

L’objectif est d’identifier les deux ou trois processus qui pourraient porter ce statut, et de le confirmer par des chiffres avant de vous engager. Transformer toute l’entreprise n’est pas nécessaire. Pour une comparaison concrète des briques qui sous-tendent de tels processus, voyez agent IA, assistant et copilote. Pour vérifier si vos données et vos équipes sont prêtes à une refonte, l’évaluation de la maturité IA est l’étape suivante. Et si une partie de votre processus relève d’un travail à règles, agents IA et RPA montre où l’automatisation classique suffit.

Questions fréquentes

Quelle est la différence entre AI-native et AI-enabled ?

AI-native signifie que le produit ou le modèle opérationnel cesse de fonctionner si l'on retire l'IA. AI-enabled désigne une entreprise classique dont les fonctions d'IA pourraient être désactivées sans casser l'essentiel de l'activité. Aucun organisme de normalisation n'a défini ces termes : utilisez-les comme une question de diagnostic, pas comme une certification.

Une entreprise AI-native est-elle plus rentable qu''une entreprise AI-enabled ?

Aucune étude ne l'a mesuré. BCG associe des marges d'EBIT plus élevées aux entreprises qui repensent leur façon de travailler autour de l'IA, mais ses groupes sont définis en partie par les capacités et en partie par la valeur que les entreprises déclarent, et les données sont corrélationnelles. La dépendance à l'IA peut réduire les coûts comme accroître l'exposition à ceux-ci, la rentabilité reste donc une question ouverte.

Comment réaliser le test de suppression dans une petite entreprise ?

Listez trois processus qui génèrent du chiffre d'affaires ou des coûts, demandez-vous ce qui arrive à chacun si le service d'IA est indisponible pendant deux semaines et notez la réponse : s'arrête, ralentit avec une solution de repli manuelle, ou perd un confort. Comparez ensuite le processus avant et après l'IA en mesurant le délai de traitement et le taux d'erreur sur deux trimestres.

Un processus qui s''arrête sans IA prouve-t-il que je m''en sors bien ?

Pas automatiquement. L'arrêt révèle une dépendance, et la dépendance peut signifier une vraie refonte ou simplement une fragilité. Évaluez ce que vous coûterait un doublement du prix chez le fournisseur ou une panne d'une semaine, et vérifiez où vont vos données et sous quel contrat. Un plan de repli fait partie d'une bonne réponse.

Une PME suisse doit-elle viser le statut d''AI-native ?

Seulement là où un processus repensé le justifie. La plupart des PME gagnent davantage à faire dépendre de l'IA, de façon délibérée, deux ou trois processus clés qu'à adopter l'étiquette pour toute l'entreprise. Commencez par le processus où une décision sur le prix, le délai promis ou la priorité est aujourd'hui lente, et testez-le avant d'élargir le périmètre.

Insights

Passez de l’idée à l’action

Un appel de 30 minutes suffit pour savoir si un agent IA s’intègre à votre flux de travail — et ce qu’il rapporterait.