EntretienIA & agilité
L’intelligence artificielle accélère le développement des solutions. Leur adoption, leur utilité et leur déploiement dépendent aussi de l’organisation des entreprises. À l’occasion de l’afterwork « Autopsie d’une transformation qui stagne », organisé par Mobiblanc à Casablanca, Mohamed Benboubker, cofondateur du groupe Arrabet, revient sur cette articulation entre technologie et performance collective. Formation des talents, qualité des données, autonomie des équipes : il expose les conditions pour transformer les expérimentations en usages durables.
Mobiblanc a réuni des experts de l’IA et de l’agilité devant les équipes d’Arrabet et leurs partenaires. Quelle était votre intention ?
Mohamed Benboubker. Créer un espace où l’on peut parler précisément de ce qui facilite le travail et de ce qui le ralentit. Nos métiers évoluent vite. Les équipes expérimentent de nouveaux outils, les clients expriment de nouveaux besoins et les possibilités technologiques s’élargissent. Nous avons intérêt à partager nos expériences pour apprendre plus rapidement.
Le mot « autopsie » introduit volontairement une forme de provocation. Il invite à examiner les mécanismes d’une transformation : comment les décisions sont prises, comment les équipes coopèrent, où se créent les délais. En réunissant les expertises du développement, des données, de l’IA et de l’agilité, nous cherchons à construire une compréhension commune de ces sujets.
L’IA permet notamment de coder plus vite. Comment convertir cette accélération en performance pour l’entreprise ?
Il faut regarder toute la chaîne qui conduit du besoin du client à un service effectivement utilisé. Prenons une équipe qui développe une fonctionnalité beaucoup plus rapidement grâce à l’IA. Si cette fonctionnalité attend ensuite plusieurs semaines une validation, un accès aux données ou une mise en production, une partie du gain disparaît.
La performance se mesure donc à plusieurs niveaux : le délai de livraison, la qualité, l’adoption par les utilisateurs et le résultat obtenu. Le temps gagné dans le développement doit permettre de tester davantage, d’améliorer le produit et de répondre plus vite aux besoins.
L’IA nous pousse ainsi à revoir l’organisation autour des outils que nous adoptons.
Que change concrètement le passage du mode projet au mode produit ?
Le mode produit installe une responsabilité dans la durée. L’équipe suit ce qu’elle construit, observe son utilisation et l’améliore à partir des retours du terrain. Elle relie ses décisions à un problème à résoudre et à un résultat attendu.
Cela rapproche les métiers et la technologie. Ils définissent ensemble les priorités, testent des hypothèses et ajustent la trajectoire. Les cycles courts permettent d’apprendre avant d’engager trop de temps ou de ressources dans une mauvaise direction.
Cette évolution demande aussi de revoir le management. Pour qu’une équipe soit autonome, elle doit connaître son objectif, disposer des compétences nécessaires et savoir quelles décisions elle peut prendre. L’autonomie se construit avec un cadre clair.
Vous placez le facteur humain au centre de la transformation. Qu’est-ce que cela implique pour un dirigeant ?
Cela implique d’investir dans la capacité des collaborateurs à comprendre les changements et à agir. La formation doit accompagner le travail quotidien : apprendre à utiliser les outils, à évaluer leurs résultats et à revoir ses propres méthodes.
Avec l’IA, cette exigence devient particulièrement importante. Une équipe doit savoir formuler un problème, apporter le bon contexte, vérifier une réponse et exercer son jugement. Ce sont des compétences qui se développent par la pratique.
Le dirigeant doit aussi rendre le changement possible : donner du temps pour apprendre, clarifier les responsabilités et faciliter les décisions. Une organisation gagne en vitesse lorsque ses collaborateurs disposent à la fois des compétences et de la confiance nécessaires pour avancer.
Par où une entreprise devrait-elle commencer pour intégrer l’IA à ses activités ?
Par une situation de travail précise. Où perd-on du temps ? Quelle information est difficile à retrouver ? Quelle tâche mobilise beaucoup d’efforts ? Quelle décision pourrait être mieux préparée ?
À partir de là, on peut définir un usage, constituer une petite équipe et observer ce que l’IA améliore réellement. Le périmètre doit être suffisamment concret pour permettre une évaluation : qualité du résultat, temps consacré, facilité d’utilisation, coût de fonctionnement.
Cette démarche rapproche immédiatement l’expérimentation des besoins de l’entreprise. Elle donne aussi aux collaborateurs un rôle actif : ce sont eux qui connaissent les difficultés du métier et qui peuvent apprécier la pertinence d’une solution.
Vous insistez sur les données. Quel travail les entreprises marocaines doivent-elles engager ?
Elles doivent traiter leurs données comme un actif essentiel de leur activité. Cela commence par des questions très concrètes : où sont-elles, qui en est responsable, sont-elles fiables, à jour et accessibles aux personnes autorisées ?
L’IA tire une grande partie de son utilité du contexte qu’on lui apporte. Pour produire des résultats pertinents dans une entreprise, elle doit pouvoir s’appuyer sur une information exploitable et bien organisée.
Pour le Maroc, l’effort porte donc sur la production, la structuration et la gouvernance des données. Ce travail demande des compétences techniques, une connaissance des métiers et une responsabilité clairement attribuée. Il prépare les usages de l’IA tout en améliorant la qualité de l’information disponible pour décider.
Comment passe-t-on d’un prototype convaincant à une solution utilisée au quotidien ?
En préparant son fonctionnement dans les conditions réelles de l’entreprise. Un prototype permet de tester une idée. Le passage à l’échelle exige de traiter la fiabilité, la sécurité, les coûts, l’intégration aux outils existants et l’accompagnement des utilisateurs.
Il faut également désigner un responsable du service, prévoir son suivi et organiser son amélioration. Qui intervient lorsque le résultat est insuffisant ? Comment recueille-t-on les retours ? Comment fait-on évoluer la solution ?
C’est à ce niveau que les expertises doivent travailler ensemble. Les métiers définissent l’utilité recherchée, les équipes techniques construisent les conditions de fonctionnement et les utilisateurs permettent d’évaluer la valeur obtenue.
Quel rôle Mobiblanc entend-il jouer dans cette évolution ?
Notre rôle est d’aider les clients à relier leur ambition aux conditions concrètes de réalisation. Chaque entreprise a son niveau de maturité, ses contraintes et ses priorités. L’accompagnement peut porter sur le conseil, la conception, le développement ou l’évolution de son organisation.
La proximité avec les équipes est essentielle. Elle permet de comprendre les usages et de construire une manière de travailler adaptée à chaque situation.
Ces rencontres participent de cette approche. Elles font circuler l’expérience entre les équipes du groupe Arrabet, les experts et les partenaires. Ce partage nourrit les compétences et donne un langage commun pour aborder des sujets qui traversent plusieurs métiers.
Quelles priorités voyez-vous pour le Maroc dans cette dynamique ?
La formation et la capacité d’exécution. Nous avons des talents et de l’ingénierie. Il faut continuer à recruter, à développer les compétences et à donner aux équipes des occasions de travailler sur des problèmes concrets.
L’enseignement a aussi un rôle à jouer dans l’apprentissage de la coopération. Construire un produit demande de croiser les disciplines, de partager une responsabilité et de progresser à partir des retours des utilisateurs.
Nous devons également renforcer notre maîtrise des données et des choix technologiques. La question de la vitesse est centrale : à quelle cadence apprenons-nous, expérimentons-nous et transformons-nous ces apprentissages en solutions utiles ?
Quelle décision un dirigeant peut-il prendre dès demain ?
Choisir un problème important pour son entreprise, réunir les bonnes compétences et donner à l’équipe un objectif mesurable. Il faut prévoir un premier cycle d’expérimentation, examiner les résultats et décider de la suite.
Quand je parle de « brûler des tokens sur l’IA », j’encourage cette pratique. Il faut utiliser les outils, tester leurs possibilités et développer son propre jugement. L’expérience permet de mieux choisir les technologies, les architectures et les partenaires.
Cela suppose de recruter, de former et d’accepter les ajustements. Les capacités dont une entreprise disposera dans deux ou trois ans se préparent aujourd’hui.
Il faut se lancer parce que demain, c’est maintenant.
