Aujourd’hui, une question brûlante anime les réunions stratégiques de presque tous les dirigeants : comment intégrer efficacement l’intelligence artificielle dans l’entreprise ?
Que ce soit pour améliorer les processus de production, dynamiser les approches commerciales ou optimiser les fonctions support internes, l’enjeu est clair : gagner en efficacité opérationnelle et compétitivité. Dans cette course à l’intégration de l’IA, certains chefs d’entreprises mobilisent d’importants moyens, font appel à des cabinets de conseil réputés, mais risquent parfois de prendre des décisions coûteuses ou inadaptées. Pourtant, une approche pertinente consiste à regarder en arrière pour anticiper l’avenir.
C’est justement ce que nous vous proposons dans cet article : revenir sur l’histoire des Digital Factories. Apparues à la fin des années 2010 dans la quasi-totalité des groupes du CAC 40 et dans certaines ETI, elles constituent un précédent intéressant à analyser. Sept à huit ans après leur création, il est temps d’en tirer les enseignements, d’identifier leurs limites et de se demander si ce modèle peut inspirer la transition vers l’IA, en d’autres termes, faut-il créer des IA Factories ?
Pourquoi les Digital Factories ont-elles vu le jour ?
Dans les années 2010, les grands groupes ont rapidement compris que la technologie devenait un impératif stratégique vital, notamment avec l’arrivée spectaculaire de Tesla dans l’industrie automobile. L’innovation devenait non plus une option, mais une nécessité urgente pour ne pas se laisser distancer. Les Digital Factories ont été créées précisément pour répondre à cette urgence, en mobilisant des talents variés : développeurs, UX designers, data scientists et experts en stratégie, recrutés souvent à l’extérieur de l’entreprise. Appuyées par des cabinets prestigieux comme BCG ou McKinsey, ces équipes transverses avaient pour but de générer des idées innovantes, rapidement exploitables pour rester compétitif.
👉 Un tournant symbolique : en quelques années, Tesla a redéfini les standards de l’industrie, non seulement en matière de motorisation électrique, mais surtout par son ADN technologique.
Comment fonctionnaient les Digital Factories ?
Les Digital Factories étaient des équipes centralisées, transversales, fonctionnant à la manière d’un cabinet de stratégie interne à l’entreprise. Leur rôle principal était d’aller à la rencontre des différentes parties prenantes métier, afin d’identifier ou de faire émerger des cas d’usage innovants grâce à des méthodes éprouvées telles que l’Open Innovation ou le Design Thinking.
Ces équipes disposaient également d’une capacité d’investissement propre. Comme le souligne Serge Yoccoz, ancien directeur général de Renault Digital, la Digital Factory du groupe Renault bénéficiait à l’origine d’un budget corporate centralisé, spécifiquement dédié au financement de projets technologiques innovants.
Alignés avec la stratégie du groupe et validés par le top management, ces projets jouissaient néanmoins d’une réelle autonomie financière et opérationnelle, permettant d’en accélérer la mise en œuvre.
Pourquoi avoir contourné la DSI historique ?
Face à ce besoin d’agilité et d’innovation, la DSI traditionnelle ne s’est pas imposée naturellement aux yeux des dirigeants. Perçue avant tout comme un centre de coûts et orientée support utilisateur, souvent éloignée des enjeux opérationnels des métiers, elle apparaissait peu à même de jouer un rôle moteur.
À l’inverse, les Digital Factories étaient considérées comme des structures plus agiles et dynamiques, capables d’identifier rapidement des opportunités technologiques à forte valeur ajoutée, en prise directe avec les besoins concrets des métiers.
Quel bilan pour les Digital Factories ?
Les Digital Factories ont permis de gagner en rapidité, efficacité, et surtout en culture technologique au sein des organisations. L’adoption massive du cloud et la sensibilisation des équipes dirigeantes aux enjeux de la data et de l’IA constituent des succès indéniables. Pourtant, tout n’a pas été parfait : les coûts élevés de recrutement de talents externes et les frais associés au recours intensif à des consultants de haut niveau ont limité leur rentabilité à court terme. Malgré cela, l’impact culturel positif reste indéniable, rendant aujourd’hui inconcevable pour un dirigeant de négliger l’importance stratégique de la technologie.
Quelle évolution aujourd'hui pour les Digital Factories ?
Aujourd’hui, le contexte économique plus contraint pousse les Digital Factories à être intégrées progressivement au sein des DSI, réduisant ainsi leur périmètre et leur budget. Les métiers prennent désormais directement en main l’identification des opportunités technologiques, réalisant eux-mêmes la veille stratégique. Les Digital Factories et la DSI interviennent principalement pour l’industrialisation des solutions identifiées. Parallèlement, le marché du recrutement technologique s’ajuste à cette nouvelle réalité économique, entraînant une baisse des salaires pour des profils autrefois très recherchés comme les développeurs, data scientists ou data engineers.
Comment les DSI peuvent accompagner le tournant IA ?
L’intelligence artificielle marque une rupture profonde, comparable à l’industrialisation du digital dans les années 2010. Mais la réponse organisationnelle ne peut pas être la même.
Chez Hubadviser, nous défendons une conviction claire : l’IA ne se déploie pas efficacement via des modèles ultra-centralisés de type AI Factory, mais par une adoption distribuée dans les métiers, encadrée par une DSI forte.
Pourquoi les modèles centralisés montrent rapidement leurs limites ?
Les métiers sont aujourd’hui en première ligne :
- ils connaissent les processus,
- ils perçoivent les irritants,
- ils identifient les gains rapides et les leviers de performance.
Avec l’IA générative, la barrière technologique s’est effondrée. Un directeur supply chain, juridique ou finance n’a plus besoin d’un intermédiaire pour prototyper un usage pertinent. Reproduire les logiques des Digital Factories, équipes centrales, backlog unique, priorisation descendante, crée mécaniquement :
- de la frustration côté métiers,
- de la lenteur,
- et un écart croissant entre stratégie IA et valeur business réelle.
Le vrai enjeu pour la DSI : passer de producteur à architecte du système IA
Décentraliser ne signifie pas renoncer au pilotage. Cela implique au contraire une DSI plus stratégique, plus structurante, plus influente. Nous identifions cinq responsabilités majeures pour les DSI.
1. Instaurer une gouvernance IA orientée valeur, pas uniquement contrôle
Le risque n’est pas l’expérimentation. Le risque est l’anarchie invisible : une prolifération de cas d’usage non priorisés, non industrialisables, non alignés avec la stratégie du groupe.
La DSI doit définir :
- des principes clairs (ce qui est autorisé / interdit),
- des critères de valeur (ROI, impact métier, passage à l’échelle),
- des mécanismes d’arbitrage simples et rapides.
Les Enterprise Architects jouent ici un rôle clé : ils ne doivent plus seulement garantir la cohérence du SI, mais aussi celle du portefeuille d’initiatives IA.
2. Structurer formellement le rôle de Citizen Developer
L’essor du no-code, du low-code et de l’IA transforme profondément la production IT. Une partie significative du développement sort de la DSI de fait.
Ignorer ce mouvement, c’est le subir. L’encadrer, c’est en faire un levier.
La DSI doit :
- reconnaître officiellement le rôle de Citizen Developer,
- définir des règles de responsabilité,
- former aux bonnes pratiques (sécurité, données, architecture, dette technique).
On voit émerger des DSI qui organisent des communautés internes, des parcours de certification internes, voire des revues périodiques des cas d’usage IA métiers.
3. Assumer pleinement le rôle de garant réglementaire et éthique
L’IA n’est pas neutre. IA Act, RGPD, souveraineté des données, dépendance technologique : ces sujets sont désormais structurants.
La DSI doit :
- monter en compétence sur ces enjeux,
- travailler étroitement avec le juridique, la conformité et la sécurité,
- intégrer la réglementation dès la conception (compliance by design).
Dans les grands groupes, le rôle de la DSI comme socle de confiance devient un facteur clé d’accélération, pas de frein.
4. Construire des plateformes technologiques réellement “enableantes”
L’autonomie des métiers n’est possible que si la DSI fournit des fondations solides :
- plateformes data gouvernées,
- environnements cloud sécurisés et souverains,
- briques IA mutualisées,
- standards d’architecture clairs.
Le sujet n’est pas l’outil, mais la capacité à passer du prototype à l’échelle industrielle. Cela renforce le rôle de l’architecture technique et d’entreprise comme discipline stratégique, au cœur du dialogue avec les métiers.
5. Être exemplaire sur l’adoption de l’IA dans les opérations IT
Un DSI ne peut pas promouvoir l’IA sans l’utiliser dans sa propre organisation. ITSM, support, exploitation, gestion des incidents, capacity planning, qualité de service : les cas d’usage IA sont aujourd’hui suffisamment mûrs pour générer des gains mesurables. La DSI doit être un terrain d’expérimentation avancé, démontrer par l’exemple et crédibiliser le discours auprès du COMEX et des métiers.
En conclusion
L’enjeu n’est pas de recréer une nouvelle Digital Factory dédiée à l’IA. L’enjeu est de redéfinir le rôle de la DSI dans un monde où la technologie devient accessible à tous. Les DSI qui réussiront seront ceux qui sauront :
- laisser les métiers innover,
- tout en maîtrisant la cohérence, la conformité et le passage à l’échelle.
C’est cette vision d’une DSI architecte, régulatrice, formatrice et exemplaire que nous portons chez Hubadviser.
À propos de l'auteur
Ismail a une expérience de 15 ans dans le conseil IT et digital. Il a évolué pendant près de 7 ans chez Gartner. Il a accompagné des startups innovantes dans leur stratégie de croissance, mais aussi travaillé avec des DSI de grands groupes sur leur transformation digitale. En 2021, Ismail a créé Hubadviser pour permettre aux DSI de challenger leur vision avec des experts de haut niveau.