Responsable des systèmes de gestion

Chine continentale. Au titre des mesures provisoires sur les services d'IA générative, un service est déposé auprès du régulateur national et une application qui appelle un modèle déposé par une interface de programmation est enregistrée auprès du régulateur provincial ; une application en service doit afficher, en évidence ou sur sa page de détail produit, le nom du modèle et le numéro de dépôt ou d'inscription. Pour qui détient un système d'entreprise, cela fait de l'activation d'une fonction générative une étape avec une condition préalable nommée et vérifiable, non un changement de configuration. Les décomptes portent sur les dépôts, non sur l'usage : ils disent combien de services ont franchi la porte, non combien d'entreprises les ont déployés, ni leur qualité, ni si quelqu'un a vérifié l'affichage. Cela ne dit rien des systèmes hors de Chine.

Un échec, un retour en arrière, une réglementation ou un coût freine l'adoption. Cela peut abaisser une appréciation ou élargir son incertitude.

Toutes les entreprises américaines, échantillon représentatif à l'échelle nationale ; période de référence de novembre 2025 à janvier 2026. Les 16 % portent sur les entreprises utilisant l'IA, non sur l'ensemble. L'enquête demande à l'entreprise ce qu'elle a remplacé ; elle n'identifie ni le système, ni l'éditeur, ni qui l'administrait, donc rien ici ne dit qu'un logiciel de relation client ou de gestion des commandes particulier a été échangé. À lire à côté des chiffres d'emploi de la même enquête plutôt qu'à leur place : parmi les entreprises utilisant l'IA, 95 % ne déclarent aucun changement d'emploi lié à l'IA, avec 2,3 % de hausses et 2,0 % de baisses (pondéré par entreprise), tandis que, parmi les entreprises qui remplacent des tâches par l'IA, la part déclarant un grand nombre de tâches remplacées est passée de 2,5 % à 7 % depuis le premier supplément — une hausse dont les auteurs avertissent qu'elle peut refléter en partie des modifications des questions environnantes de l'enquête, même si la formulation de la question sur le remplacement des tâches est elle-même restée inchangée.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

La fiche de transparence publiée par le ministère lui-même pour le modèle d'appariement construit par son équipe d'appariement des données. Elle indique que le modèle compare les enregistrements relatifs à des personnes au sein des systèmes de gestion des dossiers des prisons, de la probation et des tribunaux et d'un système à l'autre, et attribue un score à la probabilité que deux enregistrements désignent la même personne ; qu'un appariement déterministe, fondé sur des règles, a été envisagé et jugé inadapté, faute de pouvoir saisir les nuances, en raison d'un nombre élevé de faux négatifs et de la difficulté à gérer de nombreuses règles ; qu'il tourne en continu sur des millions d'enregistrements par système ; et que, lorsqu'il propose à une personne une liste de correspondances possibles, c'est cette personne qui prend la décision finale, le personnel qui fusionne des enregistrements ou annule ces fusions étant formé à cet effet. Elle ne publie aucun chiffre d'exactitude et indique que les étiquettes posées lors d'une revue manuelle ne peuvent pas être tenues pour une vérité terrain. Un système public de la justice, non le CRM d'une entreprise.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

L'équipe de suivi et d'évaluation du ministère lui-même, rendant compte de 1 000 licences Microsoft 365 Copilot attribuées à du personnel basé au Royaume-Uni d'octobre à décembre 2024, des volontaires pour environ 70 %. Elle a constaté que l'attitude des collègues allait de l'encouragement au découragement, et que l'attitude de l'équipe et du responsable hiérarchique d'une personne semblait influer sur la mesure et la manière dont cette personne utilisait l'outil ; que la formation était un facteur important de la satisfaction, l'autoformation se montrant plus efficace que les sessions formelles organisées par le ministère ; que les collègues extérieurs au pilote connaissaient mal ses capacités, ses limites et sa sécurité ; et que, lors de tâches observées, les utilisateurs faisaient l'analyse de données sous Excel plus lentement et avec moins d'exactitude que les non-utilisateurs. Il s'agit d'un assistant d'IA bureautique, non d'un CRM ni d'un système de gestion des commandes, et les constats ne sont pas une mesure contrôlée de l'adoption.

Essai à petite échelle dans un cadre réel. Cela nous dit que les conditions de déploiement sont mises à l'épreuve, non qu'elles sont réunies — donc un pilote ne suffit jamais à lui seul ; deux indépendants suffisent.

Les ingénieurs de LinkedIn décrivant un outil interne, SQL Bot, que l'entreprise ne vend pas. Ils indiquent que les experts des données consacrent une part importante de leur temps à aider leurs collègues à trouver les données dont ils ont besoin, ce qui retarde les partenaires métier ; que SQL Bot est désormais utilisé par des centaines de salariés dans les branches d'activité de LinkedIn, avec une adoption durable après son intégration à la plateforme de notebooks de science des données de l'entreprise ; qu'il n'est devenu utilisable qu'après que des experts métier ont identifié les tables clés de leurs domaines et rédigé des descriptions de tables obligatoires ; et que, dans une enquête, environ 95 % ont noté l'exactitude de ses requêtes « Passes » ou mieux, et environ 40 % « Very Good » ou « Excellent ». L'adoption et l'exactitude sont auto-déclarées ; les utilisateurs comprennent des analystes aussi bien que du personnel métier.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

L'unité d'évaluation interne du Trésor, rendant compte d'un essai de Microsoft 365 Copilot par 218 membres du personnel du 20 mai au 23 août 2024, dans le cadre d'un essai du gouvernement australien. Elle indique que le produit a été moins utilisé que prévu initialement, environ un quart des participants s'en servant fréquemment à la fin ; que cet usage moindre tenait probablement à des attentes initiales élevées qui se sont amenuisées à l'usage, à des limites technologiques et à un manque d'accompagnement et de formation à l'utilisation du produit ; et que 42 participants se sont portés volontaires comme référents de l'essai, chargés d'accompagner leurs équipes. Les constats reposent sur des enquêtes (136 réponses après l'essai) et des groupes de discussion. Il s'agit d'un assistant d'IA bureautique dans un ministère chargé d'élaborer des politiques publiques, non d'un CRM ni d'un système de gestion des commandes.

Essai à petite échelle dans un cadre réel. Cela nous dit que les conditions de déploiement sont mises à l'épreuve, non qu'elles sont réunies — donc un pilote ne suffit jamais à lui seul ; deux indépendants suffisent.

L'Union européenne, et seulement pour les déployeurs de systèmes d'IA à haut risque. Ce que cela établit, c'est que du côté des entrées de ces systèmes, la propreté des données passe d'une bonne habitude interne à une obligation légale — et dans la plupart des entreprises, la partie qui contrôle ces données d'entrée est la personne à qui appartient le système. L'article 26, paragraphe 1, exige en outre des déployeurs qu'ils utilisent ces systèmes conformément à leur notice d'utilisation. Le règlement (UE) 2026/1744 (l'omnibus numérique sur l'IA, publié le 24 juillet 2026) a reporté l'application de ces obligations du 2 août 2026 au 2 décembre 2027 pour les systèmes à haut risque au titre de l'annexe III, et au 2 août 2028 pour ceux qui sont à haut risque au titre de l'article 6, paragraphe 1, et de l'annexe I ; c'est donc une règle inscrite dans les textes qui ne s'applique pas encore. La loi ne nomme aucun intitulé de poste et n'exige pas de responsable des données dédié, donc rattacher le devoir à ce métier est notre inférence ; cela ne couvre que les systèmes classés à haut risque.

Une réglementation, une subvention ou une commande publique exige ou finance l'adoption — le miroir d'une contrainte. Cela montre que l'adoption est exigée, non qu'elle a eu lieu, donc une impulsion ne suffit jamais à elle seule ; deux indépendantes suffisent.

La fiche de l'agence dans l'inventaire fédéral de l'IA, où l'usage est déclaré déployé, avec une date de mise en service au 1er février 2023. Elle indique que le modèle détermine avec un degré de confiance élevé quels enregistrements des systèmes de gestion des dossiers appartiennent à la même personne, en s'appuyant sur sept systèmes de traitement des formulaires ; que l'apprentissage automatique résiste mieux aux correspondances approximatives et aux taux de remplissage variables des données, et améliore la résolution d'entités par rapport à un système fondé sur des règles ; qu'un enregistrement n'est rattaché qu'au-delà d'un score de vraisemblance de 0,98 ; et que les faux positifs ou négatifs sont envoyés dans une file de résolution manuelle traitée par du personnel habilité et formé. Elle ne donne aucun chiffre d'exactitude ni de volume, et il s'agit d'un système public de prestations, non du CRM d'une entreprise.

Un employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.

Cela a été l'une des voies fiables vers une carrière commerciale sans diplôme technique : apprendre le système, devenir la personne qui sait où tout se trouve, passer aux opérations ou à l'analyse. La partie « apprendre le système » est exactement ce que les assistants font désormais bien : le barreau s'est aminci. Ce qui reste rare, et ne s'apprend qu'en étant là, est de savoir pourquoi le processus a cette forme — y compris les parties qui existent à cause d'une dispute d'il y a trois ans.

Vous êtes la seule personne à savoir quels chiffres portent la charge et lesquels sont décoratifs, et ce savoir n'est pas dans le système que vous administrez. Le risque est que votre valeur ressemble à de la maintenance vue de l'extérieur : quand les données sont propres et que les rapports tournent, le travail est invisible, et le travail invisible est ce qui se retrouve confié au contrat de support de l'éditeur.

Rester et se renforcer

Détenez un résultat, non une instance

Administrer un système est une ligne de coût ; déplacer un chiffre d'affaires n'en est pas une. Les responsables de systèmes qui restent sont ceux dont le mandat est énoncé comme le chiffre que le système existe pour déplacer, la configuration étant le moyen plutôt que le métier.

Refaçonner le poste

Écrivez ce que l'automatisation a le droit de faire

Maintenant que le système agit au lieu d'enregistrer, quelqu'un doit poser et tenir cette frontière. Vous êtes la seule personne à voir à la fois la configuration et la conséquence pour l'entreprise — et dans la plupart des entreprises cela s'est réglé par défaut au lieu d'être décidé.

Mouvement latéral

Passez dans la fonction que vous serviez

Vous connaissez déjà le processus d'une fonction avec plus de détail que la plupart des gens qui y travaillent, parce que vous l'avez encodé. La vente, la finance et l'exploitation ont tous besoin désormais de quelqu'un qui comprend à la fois le travail et le système dans lequel il tourne.

Changement de secteur

Passez à la gouvernance des données

Quel enregistrement fait foi, ce qu'un champ a le droit de signifier, qui peut le changer et ce qui est journalisé — ces questions deviennent une fonction à part à mesure que plus de décisions se prennent automatiquement depuis ces données, et vous y répondez de façon informelle depuis des années.

Les parties qui consistent à aller chercher et à nettoyer — dédoublonner les enregistrements, écrire la requête derrière un rapport — s'automatisent, et la configuration du système est assistée plutôt que retirée. Celle qui ne s'automatise pas est de savoir pourquoi le processus a cette forme et quels chiffres portent la charge. Attendez-vous à moins de ces postes, tenus par des gens plus proches de l'entreprise, et attendez-vous à ce que la première coupe soit celui qui ne fait qu'administrer.

Comptez les demandes. Prenez les demandes de modification et de rapports reçues par votre équipe le trimestre dernier et comparez-les au même trimestre l'an passé. Si le décompte a baissé sans que l'activité se soit réduite, l'outillage en libre-service absorbe votre file — et cela apparaît avant que quiconque ne reconsidère les effectifs. Ce que cela ne vous dit pas est si les demandes ont cessé ou ont simplement cessé de vous parvenir : vérifiez où elles sont allées avant de lire la baisse dans un sens ou dans l'autre.

Cela retire la file et garde la responsabilité. Davantage de gens citent désormais des valeurs dont ils n'ont jamais vu les réserves, et vous restez la seule personne à savoir lesquelles tiennent par une hypothèse. C'est un travail plus précieux et moins visible en même temps — le mouvement pratique est donc de faire des réserves une partie du rapport plutôt qu'une partie de votre mémoire.

Oui pour le classement, prudemment pour tout ce qui clôt un enregistrement ou envoie quelque chose, et jamais sans écrire ce qui se passe quand il n'est pas sûr. Les défaillances coûteuses de ce métier ne sont pas des notes fausses, ce sont des changements d'état silencieux : un enregistrement clôturé, un responsable réattribué, un message envoyé, chacun ressemblant ensuite à une ligne normale. Décidez la frontière par écrit pendant que rien n'a mal tourné, parce qu'après un incident elle est décidée à votre place.