D1 · Opportunity and Value

Ce domaine représente 18 % de l’examen blanc — soit environ 9 items sur 50 — et c’est là que la plupart des vrais programmes d’IA dérapent avant même l’achat d’un seul outil. Il vérifie votre capacité à parcourir une chaîne de valeur, à nommer les endroits où l’IA générative crée réellement de la valeur, à chiffrer cette valeur en chiffres qui ne feront pas sourire un directeur financier et — tout aussi important — à décider quelles idées arrêter. Le cours autonome AI Leadership de l’Academy (180 minutes, le plus long du catalogue) présente le leadership comme la définition de priorités, l’alignement des parties prenantes et la production d’un premier brouillon de stratégie IA ; l’identification des opportunités est la matière première de ces trois volets.

Ce qu’il faut savoir

Le travail d’opportunité relève du tri, pas de l’enthousiasme. Chaque fonction vous apportera une liste de souhaits ; votre rôle est de transformer un vague « l’IA pourrait aider ici » en un petit ensemble de paris cadrés dotés d’un responsable, d’un type de bénéfice, d’une taille approximative et d’une condition d’abandon. La valeur se décline en trois formes — gain de coût (faire le même travail en moins de temps ou avec moins d’erreurs), revenu (gagner, fidéliser ou développer des clients) et risque (réduire la perte, la fraude, les interruptions ou l’exposition à la conformité) — et chacune se mesure et se défend différemment. Un portefeuille crédible mêle des gains de coût rapides qui installent la conviction à quelques paris sur le revenu et le risque à plus forte variance. La discipline qui sépare les dirigeants des bricoleurs consiste à abandonner tôt et à moindre coût les mauvaises idées, avant qu’elles ne dévorent une année d’agenda d’une équipe.

Objectifs d’apprentissage

À la fin de cette page, vous devriez être capable de :

1. Cartographier les endroits où l’IA générative crée de la valeur tout au long d’une chaîne de valeur, en distinguant le travail à fort volume / forte variance du travail que l’IA ne peut pas encore prendre en charge.
2. Classer une opportunité comme un pari sur le coût, le revenu ou le risque et choisir la bonne mesure de bénéfice pour chacun.
3. Chiffrer un bénéfice de façon crédible à l’aide d’une estimation fondée sur des inducteurs, avec des hypothèses explicites et une fourchette de confiance.
4. Équilibrer un portefeuille selon l’effort, la valeur, le délai d’impact et le risque plutôt que de courir après un seul gros pari.
5. Abandonner tôt les opportunités faibles à l’aide d’un ensemble écrit de critères éliminatoires, et défendre cette décision auprès de leurs sponsors.
6. Cadrer une opportunité sur une seule page qu’un comité de pilotage peut approuver ou rejeter.

1.1 Where AI actually creates value

L’IA générative ne crée pas de valeur de façon uniforme. Elle se concentre dans le travail qui est de nature langagière, à fort volume et tolérant à une étape de relecture. Parcourez la chaîne de valeur fonction par fonction et posez trois questions à chaque activité : l’entrée est-elle principalement du texte, du code ou des images ? se produit-elle des milliers de fois ? un humain peut-il vérifier le résultat avant qu’il ne compte ?

  Value density of an activity
  high │  ████ contracts drafting        ████ support draft replies
       │  ████ research synthesis         ████ document extraction
       │  ────────────────────────────────────────────────────────
  low  │  ░░ physical control   ░░ audit sign-off   ░░ legal opinions
       └───────────────────────────────────────────────────────────►
           high volume · text-shaped · reviewable   →   AI-friendly
           low volume · physical · irreversible      →   keep human-owned

1.2 The three kinds of value: cost-out, revenue, risk

Chaque opportunité se ramène à un type de bénéfice dominant. Le nommer à tort est l’erreur de chiffrage la plus courante, car vous mesurez alors la mauvaise chose et ne pouvez pas défendre le chiffre.

Le test d’honnêteté le plus difficile est le gain de coût : le temps économisé n’est pas de l’argent économisé, sauf si ce temps est redéployé ou supprimé. Cinq minutes économisées par ticket dans une équipe sous-utilisée constituent de la capacité, pas du cash, tant que vous n’augmentez pas le volume ou ne réduisez pas les effectifs — et la seconde option est une décision relative aux effectifs (voir D5), pas une économie automatique.

1.3 Sizing a benefit credibly

Les membres du conseil ont déjà vu des dossiers économiques d’IA gonflés et les escomptent par réflexe. La crédibilité vient d’une estimation fondée sur des inducteurs — une courte chaîne de quantités observables — assortie d’hypothèses formulées et d’une fourchette, jamais d’un chiffre héroïque unique.

Volume      : 40,000 tickets / month
Coverage    : 60% are draftable → 24,000
Time saved  : 4 min → 2 min per ticket = 2 min saved
Rate        : £25 / hour loaded
Gross saving: 24,000 × 2/60 × £25 = £20,000 / month
Adjust      : 30% of saved time redeployed to backlog (real), 70% is slack
Credible    : ~£6,000 / month cashable, ~£14,000 capacity
Range       : ±40% pending a 6-week pilot

Baseline win rate : 22%
Hypothesis        : +2pp from faster, tailored proposals
Deals / quarter   : 300 → +6 wins
Avg deal          : £18,000
Gross uplift      : £108,000 / quarter
Counterfactual    : assume 40% would have closed anyway → net +£65,000
Confidence        : low until an A/B test on 2 regions runs

Le geste qui inspire confiance, c’est la ligne du contrefactuel et la fourchette de confiance. On croit un dirigeant qui avance de lui-même « 40 % se seraient conclus de toute façon » sur les 60 % restants ; un dirigeant qui revendique le chiffre entier est escompté intégralement.

1.4 Portfolio balance

Un seul gros pari est un risque de carrière et un risque de programme. Les dirigeants assemblent un portefeuille équilibré selon l’effort, la valeur, le délai d’impact et l’incertitude, de sorte que les premiers gains financent la conviction tandis que quelques paris plus importants portent le potentiel de hausse.

            VALUE
             ▲
   high      │   Major bets            Transformative
             │   (revenue, risk;       (rare; long,
             │    scale carefully)      board-sponsored)
             │
             │   Quick wins            Fill-ins
   low       │   (cost-out; ship       (nice-to-have;
             │    first, build trust)   defer)
             └──────────────────────────────────────► EFFORT
                 low                        high

Un portefeuille de première année sain se compose d’environ 60 % de gains de coût rapides, 30 % de paris sur le revenu/risque à l’échelle, 10 % d’exploration — assez d’élan pour que les sponsors continuent de financer, assez d’ambition pour peser. Le domaine stratégie et feuille de route transforme ce portefeuille en un plan séquencé.

1.5 Killing bad ideas early

Le comportement de leadership le plus précieux dans ce domaine, c’est arrêter un travail. Chaque opportunité devrait porter des critères éliminatoires écrits avant que l’enthousiasme ne s’installe, afin que la décision d’abandon soit une politique et non un choc de personnalités.

Abandonnez à moindre coût : une pointe de deux semaines, un chiffrage au dos de l’enveloppe et un « non » documenté préservent la crédibilité bien mieux qu’un projet d’un an qui meurt dans le silence.

Cadre de décision

The V-A-L-U-E opportunity screen

Faites passer chaque candidat par cinq portes dans l’ordre. Le premier « non » arrête le filtre — vous ne chiffrez pas une opportunité que vous ne pouvez ni posséder ni mesurer.

Seuls les candidats qui franchissent les cinq portes méritent un cadrage sur une page et une place dans le portefeuille. Le filtre est volontairement peu coûteux à exécuter — quelques minutes par idée — de sorte qu’il puisse s’appliquer à tout un backlog en une après-midi.

Erreurs fréquentes

Mise en situation

Scénario. Vous êtes responsable de la transformation dans un assureur de 4 000 personnes. Trois fonctions vous apportent des idées d’IA la même semaine. Les opérations sinistres veulent rédiger automatiquement des lettres de règlement (120 000 lettres par an, actuellement 12 minutes chacune, fortement modélisées, toujours relues par un gestionnaire). Le marketing veut un moteur de personnalisation de campagnes « propulsé par GPT » avec une « hausse de 40 % » promise et aucune référence. Le directeur de la souscription veut que l’IA prenne automatiquement certaines décisions de couverture à faible valeur pour réduire le délai de cycle. Le directeur financier vous a accordé un financement pour deux initiatives ce trimestre et souhaite une justification d’une page pour chaque choix, y compris ce que vous refusez et pourquoi.

Trace de raisonnement expert.

1. Filtrer avant de chiffrer. Passez V-A-L-U-E sur les trois. Lettres de sinistres : de nature textuelle, à fort volume, relisibles, responsable = directeur des sinistres, données internes, preuve facile (le temps par lettre est journalisé) — franchit toutes les portes. Marketing : échoue à Evidence (pas de référence) et son chiffre échoue au test de crédibilité (un simple 40 % sans chaîne d’inducteurs). Décisions automatiques de souscription : échoue à Value-chain fit et Lawful/accountable — une décision de référence irréversible et réglementée sans relecture humaine n’est pas une opportunité d’assistance, c’est un problème de gouvernance.

2. Classer honnêtement le type de bénéfice. Les sinistres relèvent du gain de coût : 120 000 × ~6 minutes économisées × taux chargé — mais je sépare l’encaissable de la capacité, car les gestionnaires ne seront pas réduits cette année ; l’essentiel relève donc de la capacité, plus un gain de qualité/délai à quantifier séparément. Le marketing serait un pari sur le revenu, mais je ne peux pas chiffrer un pari sur le revenu sans référence ni contrefactuel.

3. Réparer, ne pas rejeter, celui qui est récupérable. Le marketing n’est pas un « non » définitif — c’est un « pas encore ». Je finance une conception de référence et d’A/B de deux semaines comme une pointe peu coûteuse, pas une construction. Cela respecte le sponsor tout en refusant de financer sur un chiffre héroïque.

4. Refuser clairement le plus dangereux. Les décisions automatiques de souscription reçoivent un « non » écrit avec la raison : les décisions réglementées de référence nécessitent une conception de relecture humaine et une revue de gouvernance d’abord. J’offre au souscripteur la version assistée (l’IA rédige la justification, un humain décide) comme alternative finançable.

5. Composer le portefeuille. Financer le gain rapide sinistres (installe la conviction, gain de délai réel) et la pointe de référence marketing (maintient à faible coût le pari sur le revenu à plus fort potentiel). Documenter le refus de souscription et son alternative sûre.

Résultat prêt pour le conseil : deux initiatives financées (un gain de coût encaissable/capacité, une pointe d’hypothèse de revenu peu coûteuse), un refus documenté avec une voie plus sûre proposée, et chaque chiffre assorti d’hypothèses et d’une fourchette. Le directeur financier peut tout défendre.

Pièges de l’évaluation

Questions d’entraînement

Chaque item indique combien de réponses sélectionner. Engagez-vous avant de révéler.

À retenir

• La valeur de l’IA se concentre dans le travail à fort volume, de nature textuelle et relisible ; le travail irréversible, critique pour la sécurité et réglementé de référence n’est pas une opportunité d’automatisation complète.
• Chaque opportunité est dominée par un type de bénéfice — gain de coût, revenu ou risque — et chacun se mesure et se défend différemment.
• Le temps économisé n’est pas du cash sauf s’il est redéployé ou supprimé ; séparez l’encaissable de la capacité.
• Chiffrez avec une estimation fondée sur des inducteurs, des hypothèses explicites, un contrefactuel et une fourchette — jamais un chiffre héroïque.
• Équilibrez un portefeuille : des gains de coût rapides pour installer la conviction, quelques paris de revenu/risque à l’échelle, un peu d’exploration.
• Abandonnez tôt et par écrit. Des critères éliminatoires convenus à l’avance transforment un « non » difficile en une politique défendable.
• Exécutez le filtre V-A-L-U-E avant de chiffrer : value-chain fit, accountable owner, lawful data, unit economics, evidence path.
• Le portefeuille que vous assemblez ici devient l’entrée du domaine stratégie et feuille de route.