La règle des 2 ans est-elle devenue obsolète à l'ère de l'IA agentique ?

Jusqu'à maintenant, mes expériences en transformation tech, orga et culturelle m'avaient enseigné une règle humaine : certaines mutations profondes ne s'ancrent pas en moins de deux ans.

Cette conviction n'est pas un dogme, mais le fruit d'observations répétées sur le terrain en entreprise. Que le changement soit technologique, organisationnel ou culturel, il faut du temps pour qu'il soit implémenté par les humains, en fonction de la taille et du métier de l'entreprise. Le changement dépend du système dans lequel il est opéré.

C'était mon référentiel. Ma constante. Et elle vient d'être pulvérisée par l'IA.

Les délais de transformation bousculés ?

Cette règle des 24 mois était un constat empirique solide, forgé par des réalités concrètes :

• le temps de la tech : il fallait 18 à 24 mois pour stabiliser un socle technologique robuste, déployer un nouveau progiciel (EAI, Middleware, CRM) ou migrer une infrastructure critique vers le cloud.
• le temps de l'orga : instaurer une véritable méthodologie Agile ou redéfinir un Target Operating Model (TOM) — passer d'un mode "projet" à un mode "scrum" — demandait au moins deux cycles annuels pour que les nouveaux rôles soient formés à la théorie et réellement incarnés en pratiques et que les rituels deviennent des automatismes.
• le temps de la culture : c'était le délai nécessaire pour qu'une masse critique de collaborateurs traverse la courbe du changement et que la nouvelle culture d'entreprise devienne la norme.

Dans ce monde, la technologie et l'humain marchaient au même pas. La relative lenteur du déploiement technique laissait naturellement aux équipes le temps nécessaire pour digérer la nouveauté.

La rupture : quand la tech n'est plus le frein

Hier, on changeait de méthode de travail par petites touches. Aujourd'hui, on change de système cognitif. L'IA agentique et des méthodes comme le context engineering compressent brutalement ces délais :

1. Une mutation organisationnelle pressentie : nous nous dirigeons vers des structures beaucoup plus fluides. Le ratio managers/collaborateurs sera redéfini non par des paliers hiérarchiques, mais par la capacité d'orchestration d'agents IA. Dans l'ingénierie, la capacité de l'IA à générer et restructurer du code à la volée permet d'imaginer des pivots de services entiers en quelques mois, là où il fallait auparavant des années de refonte.
2. Une exécution qui tend vers l'instantanéité : la distance entre l'intention stratégique et sa réalisation s'effondre. Là où il fallait des mois de spécifications pour lancer un nouveau service numérique, des approches de développement assisté par IA permettent désormais de passer d'un concept validé à un prototype fonctionnel en quelques jours.

Le Cynefin Framework : une boussole dans la complexité.

{: .image-article}

Le modèle Cynefin aide les leaders à choisir la bonne réponse selon le type de problème (Simple, Compliqué, Complexe, Chaotique). L'IA opère ici une migration radicale :

• ce qui était compliqué (nécessitant l'analyse d'experts sur de longs mois) glisse vers le simple (automatisable par l'IA de manière quasi instantanée).
• le rôle des humains se déporte alors vers le complexe, là où l'expérimentation et l'interaction humaine sont les seules clés de l'émergence.

L'observation est de plus en plus partagée : la limitation technique s'efface. On ne transforme plus un système sur 2 ans, on le fait muter en continu. Nous ressentons tous ce vertige du temps qui se contracte.

Le nouveau goulot d'étranglement : l'absorption humaine

Si la technologie peut changer en un clic, notre biologie, elle, n'a pas accéléré. C'est ici que se situe le nouveau défi des leaders : l'indigestion humaine.

Le risque n'est plus d'arriver "trop tard" techniquement, mais de laisser ses équipes sur le bord de la route. La vélocité exponentielle de l'IA risque de créer un décrochage entre la vitesse de l'outil et la vitesse de l'intégration culturelle.

Le duo Leader/Manager : orchestrer la permission et le passage à l'acte

À l'ère de l'IA, la réussite d'une mutation ne repose plus sur un planning, mais sur une répartition claire des rôles :

• Le leader autorise et donne le cap : son rôle est de lever les barrières psychologiques et politiques à l'échelle de l'entreprise. Il valide que l'expérimentation n'est plus une option, mais une direction stratégique. Il est le gardien absolu du "pourquoi".
• Le manager permet et sécurise : il est le maillon critique du "comment". C'est lui qui transforme l'autorisation théorique en réalité opérationnelle. Son importance est capitale pour :
  • Ouvrir l'espace de test : les équipes n'oseront pas quitter leurs réflexes de production habituels sans son feu vert explicite pour "perdre du temps" à tester des agents ou de nouveaux flux.
  • Réguler l'indigestion : il est le seul capable de détecter le décrochage cognitif sur le terrain. Son rôle n'est pas de freiner, mais de transformer cette énergie du vertige en moteur d'apprentissage.
  • Utiliser l'IA comme levier pédagogique : il ne voit plus l'IA uniquement comme un outil d'exécution, mais comme un accélérateur d'acculturation pour monter ses collaborateurs en compétence.

Le manager n'est plus celui qui contrôle des délais, il devient celui qui autorise l'usage et sécurise le changement.