Rendement absolu, rendement limite, rendement global
L’Intelligence Artificielle comme infrastructure — accélère, relie, amplifie. « L’IA n’est pas une finalité, c’est un multiplicateur de flux. » « L’IA agit comme une courroie de transmission — elle amplifie ce qui existe déjà. » Intrants (données brutes, documents, transactions) → nœud AI → Extrants (décisions, commandes, actions, rapports, livrables). Rendement absolu, rendement limite, rendement global : la trilogie de Ponthière s’applique à l’IA comme à la tabulatrice Bull.
Ponthière distinguait trois types de rendement pour l’équipement du bureau. Le rendement absolu est ce que l’outil peut théoriquement produire dans les meilleures conditions. Le rendement limite est ce qu’il peut produire en conditions réelles. Le rendement global est ce qu’il produit effectivement dans l’organisation, une fois intégré dans les flux de travail.
Cette trilogie est d’une utilité redoutable pour évaluer les investissements en outils numériques. La démonstration d’un SaaS montre toujours le rendement absolu — les fonctionnalités dans les meilleures conditions, avec des données parfaites et un utilisateur expert. Le contrat signé, on découvre le rendement limite. Et après six mois d’adoption, on mesure le rendement global. Le gouffre entre rendement absolu et rendement global est souvent vertigineux. Il est la principale cause de déception dans les projets d’adoption de SaaS.
Le gaspillage numérique
Le gaspillage numérique est moins visible que son équivalent physique mais tout aussi réel. Le premier gaspillage est celui des abonnements SaaS inutilisés — toute entreprise qui a quelques années d’existence numérique accumule des abonnements à des outils qui ne sont plus utilisés. Le deuxième gaspillage est celui des fonctionnalités non utilisées — la plupart des SaaS sont utilisés à 30-40 % de leurs fonctionnalités. Le troisième gaspillage est celui des données non exploitées : le bureau immatériel génère des quantités considérables de données que personne n’analyse jamais.
Principes de choix de l’équipement numérique
Ponthière proposait des principes simples pour guider les choix d’équipement : choisir l’outil adapté au travail réel (pas au travail imaginé), préférer la fiabilité à la sophistication, n’adopter un nouvel outil que si son rendement global prévisible justifie son coût total. Ces principes s’appliquent intégralement aux outils numériques. Je les ai reformulés en trois questions que je pose systématiquement avant tout adoption : Quel problème spécifique cet outil résout-il ? Combien de temps faudra-t-il pour que les utilisateurs l’adoptent vraiment ? Et si cet outil disparaissait demain, que se passerait-il ?
SaaS, API, agents — une hiérarchie d’intégration
L’équipement du bureau immatériel de 2026 s’organise en trois niveaux. Le niveau SaaS est le plus courant — des outils indépendants, accessibles via un navigateur, avec des données stockées dans le cloud du fournisseur. Le niveau API est plus avancé — des outils connectés entre eux via des interfaces de programmation, permettant l’échange automatique de données. Le niveau agent est émergent — des systèmes d’IA qui agissent de façon autonome dans les workflows. La plupart des PME sont au premier niveau. Quelques-unes atteignent le deuxième. Le troisième est encore expérimental pour les professionnels de ma taille. On ne passe pas directement du niveau SaaS au niveau agent — il faut d’abord maîtriser les intégrations API pour s’assurer que les données circulent correctement avant de confier des décisions à des agents autonomes.
La portabilité comme critère de souveraineté
Il y a une question que Ponthière n’aurait pas pu poser — parce que le bureau de papier est intrinsèquement portable — mais qui est cruciale dans le bureau immatériel : la portabilité des données. Si Pennylane est racheté demain par un concurrent et que les données migrent vers un système incompatible, mon cabinet est en danger. C’est pour cela que j’attache une importance particulière à la portabilité des données — la capacité à exporter mes données dans un format standard (CSV, XML, JSON) en cas de besoin. La portabilité des données est une question de souveraineté organisationnelle, pas seulement une question technique.