Il y a 20 ans, on résistait au cloud.
Mise au point avant de commencer: je ne veux pas tomber dans la liste des pseudo-experts qui s'improvisent spécialistes de l'IA et qui annoncent que ça va révolutionner le monde. Non. Je ne suis pas nécessairement un expert en IA. Mais je suis entrepreneur en TI depuis plus de 25 ans, et je vois bien ce qui se passe. Surtout, je l'ai déjà vu. Ce dont je veux parler ici, ce n'est pas la technologie. C'est la réaction humaine qui l'accompagne à chaque fois, et qui risque cette fois de toucher une bonne partie des travailleurs de services, tous ceux qui passent leur journée devant un ordinateur.
Ça fait 27 ans que je suis en technologie, et j'ai commencé comme programmeur, en pratique et avec des études en informatique. Ce qui m'intéresse dans le moment qu'on traverse, ce n'est pas ce que les outils peuvent faire. C'est de voir les mêmes réflexes de protection revenir, exactement dans le même ordre.
La dernière transformation majeure, avant celle de l’IA, de la façon dont les programmeurs travaillent remonte à environ 15 ou 20 ans, quand on est passé du développement de logiciels desktop au développement dans le cloud, ce qu'on a ensuite appelé le SaaS. J'ai vécu ça de l'intérieur. De nombreuses entreprises ont dû embaucher de nouveaux programmeurs, ouverts, qui connaissaient les nouveaux langages et les nouvelles bibliothèques JavaScript. Pendant ce temps, leurs équipes en place, celles qui avaient bâti toute leur crédibilité sur les logiciels desktop de l'entreprise, étaient réfractaires. Elles protégeaient leur emploi. Elles étaient les reines de leur expertise, et l'entreprise était carrément dépendante d'elles.
Certaines entreprises ont pris des années à faire le virage. Les dirigeants le savaient pourtant: tôt ou tard, la grande majorité des logiciels desktop allaient disparaître au profit du cloud. Le changement a été brutal pour plusieurs, et lent pour d'autres. J'ai même entendu des propriétaires raconter qu'ils avaient monté des équipes secrètes qui développaient dans un langage innovant, parce que le reste de l'équipe était trop fermé. Pensez-y deux minutes: des entreprises qui doivent se cacher de leurs propres employés pour innover.
Chez K3, l'ancien nom de Parkour3, on a vécu quelque chose de similaire avec la transition de notre CMS maison, K3 Soft, vers WordPress. Les développeurs étaient fermés à cette transition. La plupart sont partis travailler ailleurs, et une infime partie d'entre eux ont migré tranquillement vers la nouvelle équipe. Cette transition était nécessaire. Sans elle, selon moi, l'entreprise aurait disparu.
Le point important n'est pas que le cloud a gagné. C'est que la résistance n'a rien changé au résultat. Elle a seulement déterminé qui est resté et qui est parti.
Aujourd'hui, on est dans une transition du même type. Tous les LLM déploient des agents et des bots: Claude Code, Codex, les bots de Grok, le mode agent de ChatGPT, les navigateurs agentiques, Claude Cowork, et tout le reste. Tout ça permet d'automatiser des tâches manuelles. C'est un peu plus lent, oui. Mais ce que le monde ne comprend pas, c'est que tu peux faire autre chose pendant ce temps-là. Et que tu peux en lancer plusieurs en même temps.
Andrej Karpathy, cofondateur d'OpenAI et ancien directeur de l'IA chez Tesla, décrit exactement ça. Il a raconté au balado No Priors qu'il n'avait pas tapé une ligne de code depuis décembre, passant d'environ 80 % de son code écrit à la main à presque rien, le reste étant délégué à des agents. Il fait rouler plusieurs agents en parallèle sur un écran divisé, assigne une fonctionnalité à chacun et révise les résultats à mesure qu'ils rentrent. Selon lui, la programmation est en train de devenir méconnaissable.
Je ne cite pas ça pour vous impressionner avec la technologie. Je le cite parce que la réaction, elle, est parfaitement reconnaissable. Au début, les programmeurs étaient sur la défensive. Chez nous aussi. Ça a pris quelques années avant d'être réellement capable de développer avec l'IA. C'est vrai que ce n'était pas parfait, et ça ne l'est toujours pas. Mais depuis qu'on a des experts en développement avec l'IA à l'interne, les autres ont compris que c'était mieux, plus rapide, plus sécuritaire, et même rassurant pour leur emploi. Tout simplement parce qu'avec une utilisation massive et performante de ces outils, l'entreprise reste là, compétitive et innovante.
Il faut être juste envers ceux qui résistent. Ils ne se trompent pas complètement.
L'économiste Erik Brynjolfsson, de Stanford, a mis un nom sur le creux qu'on traverse tous: la courbe en J de la productivité. Quand une technologie à usage général entre dans une organisation, la productivité mesurée baisse souvent avant de monter. Il explique que pour récolter les bénéfices, il faut changer les processus, requalifier les équipes et parfois repenser les produits eux-mêmes. Autrement dit, celui qui dit « on va plus lentement qu'avant » a souvent raison sur le moment. Il a juste tort sur la suite.
Ethan Mollick, professeur à Wharton, ajoute la partie humaine. Il observe que beaucoup de gens abandonnent l'IA dans les premières heures parce que ça les déstabilise et que les réponses initiales sont mauvaises, alors qu'il faut passer à travers pour atteindre le point où on comprend ce que l'outil fait et ne fait pas. Il avertit aussi que les organisations qui évaluent l'IA avec des modèles gratuits ou dépassés sous-estiment systématiquement ses capacités et se fixent des ambitions trop basses. J'ai vu exactement ça: des gens testent un vieux modèle pendant vingt minutes et concluent que « ça ne marche pas ».
La résistance se nourrit donc de deux choses bien réelles: un creux de performance temporaire, et une première expérience décevante. C'est précisément ce qui la rend dangereuse. Elle se justifie avec des arguments valides à court terme.
Et c'est là que ça devient un enjeu pour beaucoup plus de monde que le département des TI. Le phénomène est en train de se produire dans tous les métiers qui demandent l'utilisation d'un ordinateur. De l'expert en implémentation CRM jusqu'à la personne qui fait la comptabilité.
D'ici quelques années, des gens vont arriver en entreprise avec la capacité d'automatiser pratiquement toutes les tâches manuelles, tout près du 100 %. Ces personnes deviendront plutôt des experts pour mettre en place des agents qui feront le travail manuel à leur place. Elles pourront exécuter beaucoup plus de travail et se transformeront en validateurs et en approbateurs.
Ce n'est pas une prédiction de ma part. C'est déjà écrit noir sur blanc dans les publications spécialisées d'autres professions, par des gens de ces professions. Dans le sondage 2026 d'Accounting Today auprès des leaders du secteur, on décrit la bascule ainsi: l'IA fera la vérification, le repérage et la conciliation, ce qui veut dire que le comptable vérifiera la réponse au lieu de chercher la solution, un changement de rôle qui le fait passer de préparateur à réviseur. Un dirigeant d'EY décrit le comptable de 2026 comme quelqu'un qui orchestre la technologie plutôt que d'exécuter les processus, et qui applique son jugement aux exceptions.
Préparateur à réviseur. Exécutant à orchestrateur. C'est exactement la même phrase que pour les développeurs, avec un autre vocabulaire.
Et l’un des métiers sur ma liste, c’est celui des intégrateurs CRM. Pas parce que c'est le nôtre, mais parce que les plateformes elles-mêmes s'en vont exactement dans cette direction. Les CRM deviennent tranquillement des plateformes agentiques.
Salesforce rapporte qu'Agentforce a atteint 18 500 clients et plus de trois milliards de flux de travail par mois, pendant que les agents Breeze de HubSpot sont intégrés dans tous les hubs, y compris le CRM gratuit. Gartner prévoit que 40 % des applications d'entreprise intégreront des agents d'ici la fin de 2026. Le signal le plus révélateur, à mon avis, c'est la tarification: depuis avril 2026, HubSpot facture certains agents au résultat, soit 0,50 $ par conversation réellement résolue et 1 $ par lead qualifié. Quand un éditeur commence à facturer l'issue plutôt que le siège, c'est qu'il considère que l'agent fait le travail.
Dans quelques années, tu ne feras plus rien de manuel dans ton CRM. Tout te sera suggéré et tu n'auras qu'à valider. Exactement comme le comptable qui vérifie la réponse au lieu de la chercher. Un analyste résumait le virage ainsi: les RevOps deviennent les architectes des systèmes plutôt que les nettoyeurs de données.
Mais tout ça demande des experts pour le configurer. Un agent mal configuré dans un CRM, ce n'est pas un rapport croche, c'est un courriel envoyé au mauvais client, un lead disqualifié pour rien, une séquence qui part toute seule. Le métier ne disparaît pas, il monte d'un cran: modéliser les données, définir le contexte d'affaires, poser les garde-fous, décider ce que l'agent a le droit de faire seul et ce qui remonte à un humain.
Et c'est là que se joue la vraie fracture entre les entreprises. Les données et le contexte d'affaires vont valoir très cher. Comme le résumait une analyse comparative des grandes plateformes en 2026, l'IA native d'un CRM ne vaut jamais plus que les données qui l'alimentent. Un agent qui ne sait rien de tes clients, de ton historique, de tes cycles de vente et de tes gagnés-perdus ne peut rien te suggérer d'intelligent. Il va te répondre des généralités.
Les entreprises qui n'ont pas de données clients structurées seront donc lourdement désavantagées, parce qu'elles ne pourront tout simplement pas automatiser ce que d'autres automatiseront. Ce n'est pas une question de budget ni de licence: les deux se rattrapent en un trimestre. C'est une question d'actif accumulé. Une base client propre, documentée et bien modélisée, ça ne s'achète pas en retard. Ça se bâtit sur des années. Et une entreprise qui a passé cinq ans à laisser son équipe résister à la rigueur des données vient de perdre cinq ans qu'elle ne rattrapera pas.
Cette transition est déjà entamée et on ne pourra rien faire pour l'arrêter. On le voit à l'interne, chez nous, dans les mandats de nos clients. Ce n'est pas une projection, c'est du vécu.
Et on vit la même chose qu'on a vécue du côté des développeurs lors des transformations précédentes: certaines personnes voient l'arrivée de ces outils comme une menace. Mais tôt ou tard, elles devront s'y faire, sinon elles vont manquer le bateau. D'autres entreprises, ou même d'autres équipes à l'interne, arriveront avec une nouvelle façon de faire, beaucoup plus innovante.
La différence avec les cycles précédents, c'est l'étendue. Le virage vers le cloud a pris une décennie et n'a touché qu'un métier, un métier habitué au changement en plus. Celui-ci prendra quelques années et touchera à peu près tous les corps de métier où il y a un clavier. Des professions entières qui n'ont jamais eu à se redéfinir vont y passer en même temps, et rien dans leur culture ne les y a préparées.
Pendant ce temps, les employés, eux, n'attendent pas leur employeur. Une étude commandée par IBM révèle que 79 % des employés de bureau canadiens utilisent des outils d'IA au travail, mais qu'un sur quatre seulement se sert de solutions de niveau entreprise. Plus révélateur encore pour les dirigeants: 46 % des employés quitteraient leur emploi pour se joindre à une entreprise qui utilise l'IA plus efficacement. Autrement dit, la réticence de l'organisation coûte déjà des employés à l'organisation.
Jensen Huang, PDG de Nvidia, l'a formulé de la façon la plus directe possible. Selon lui, tous les emplois seront touchés, et immédiatement: on ne perdra pas son emploi à cause de l'IA, mais à cause de quelqu'un qui l'utilise. On peut trouver la phrase facile, venant de l'homme qui vend les puces. Elle décrit quand même exactement ce que j'ai vu se produire deux fois dans ma carrière.
Alors non, je ne viendrai pas vous dire que l'IA va révolutionner le monde. Je vais vous dire autre chose, et c'est pas mal moins glamour: la résistance au changement va coûter beaucoup plus cher que la technologie elle-même. Elle a toujours coûté plus cher. Elle n'a jamais rien empêché non plus.
Le choix n'est pas d'y aller ou pas. Le choix, c'est d'être celui qui apprend le nouveau métier, ou celui qui se fera dire dans deux ans qu'une autre équipe le fait déjà.
Andrej Karpathy, balado No Priors, rapporté par Forbes, mars 2026
Erik Brynjolfsson, courbe en J de la productivité, entretien McKinsey Talks Talent, juillet 2026
Ethan Mollick, masterclass Stanford Graduate School of Business
Ethan Mollick, keynote AI & The Workforce Summit 2026, Valence
Accounting Today, AI Thought Leaders Survey 2026, prédictions sur les processus
Accounting Today, comment la technologie façonnera les tendances comptables en 2026
Chiffres Agentforce, Breeze et prévision Gartner, guide comparatif des agents CRM 2026
Le RevOps comme architecte des systèmes, analyse du virage agentique de HubSpot
Étude IBM Canada sur l'IA fantôme en milieu de travail, septembre 2025
Jensen Huang, Milken Institute Global Conference, mai 2025, rapporté par CNBC