Les consultants de McKinsey ne publient pas tous les jours une deuxième édition d'un livre sorti à peine deux ans auparavant. Le fait qu'ils l'aient fait dit quelque chose. En avril 2026, "Rewired" est paru dans une version révisée, avec des interviews et des ajouts basés sur ce que les grandes organisations ont réellement appris au cours des années écoulées. Les conclusions sont étonnamment peu surprenantes. Et c'est précisément là le message.
Car ce que Kate Smaje et ses collègues écrivent n'est pas l'histoire que beaucoup de fournisseurs technologiques aimeraient entendre. C'est une histoire sur les personnes, la patience et les choix, non sur les plateformes, les licences et la mise à l'échelle.
Ce que dit le livre
Le cœur de l'ouvrage, désormais confirmé par deux ans d'expérience pratique dans de grandes organisations, est le suivant : la transformation IA génère de vrais rendements, mais uniquement pour ceux qui s'y prennent correctement. Les chiffres sont concrets. Une amélioration de l'EBITDA de 20 pour cent est réalisable. Le délai de rentabilité est d'un à deux ans. Pour chaque euro investi, trois euros peuvent revenir. Mais, et c'est là l'essentiel, uniquement dans les organisations qui se concentrent sur les points de levier économiques. Pas dans celles qui commencent partout à la fois.
McKinsey appelle cela la différence entre "scaling AI" et "spreading AI". Déployer n'est pas la même chose que disperser sur le plus grand nombre de cas d'usage possible. Les organisations qui gagnent choisissent deux ou trois processus où l'IA fait vraiment la différence pour le résultat, et s'y consacrent entièrement. Les organisations qui commencent partout à la fois, sans priorité claire, perdent leur concentration et leurs rendements. Cela est différent de la formation large des collaborateurs aux outils IA et à la culture IA, qui se déroule en parallèle des paris stratégiques et en constitue le fondement.
"Every AI transformation is, at its heart, a people transformation." Cette phrase de Kate Smaje devrait être affichée dans chaque salle de conseil. Non comme une affiche d'inspiration, mais comme un avertissement. Car la plupart des organisations traitent encore l'IA comme un projet technologique. Elles achètent une licence, déploient un outil et attendent le gain de productivité. Ce gain de productivité ne vient pas. Ou pas suffisamment. Non parce que la technologie est insuffisante, mais parce que les personnes n'y sont pas prêtes, n'en ont pas la maîtrise et ne comprennent pas ce qu'on attend d'elles.
Ce que cela signifie pour les organisations
McKinsey écrit depuis la perspective des grandes multinationales. Les principes s'appliquent à toute échelle, mais toutes les interventions ne génèrent pas le même rendement. La distinction entre ce qui fonctionne en largeur et ce qui délivre des résultats en profondeur est précisément là où la plupart des organisations se trompent.
La deuxième édition de "Rewired" introduit un concept absent de la première édition : le LQ, le Learning Quotient. Aux côtés du QI et de l'EQ, il y a désormais une troisième dimension qui détermine l'agilité d'une organisation dans un environnement changeant. La capacité d'apprendre rapidement, de s'adapter et de recommencer. McKinsey affirme que les organisations qui apprennent le plus vite sont les gagnantes, non les plus grandes, non les mieux équipées technologiquement.
Ce n'est pas une métaphore. C'est une observation basée sur ce qui s'est concrètement passé au cours des deux dernières années dans les organisations qui ont bien et mal intégré l'IA.
Large et profond, non large ou profond. McKinsey décrit deux niveaux qui se renforcent mutuellement, mais qui sont trop souvent traités comme des alternatives. Le premier niveau est la large culture IA : chaque collaborateur qui accroît sa productivité personnelle grâce à l'IA, chaque département disposant d'un Champion qui entraîne les autres. Le second niveau est l'investissement stratégique ciblé : des équipes multidisciplinaires s'attaquant aux deux ou trois processus où l'IA pèse le plus. Les deux niveaux sont indispensables. Ceux qui ne vont qu'en largeur ratent les rendements qu'offrent les points de levier. Ceux qui ne vont qu'en profondeur sur les paris stratégiques, sans fondation dans l'organisation au sens large, perdent l'ancrage et l'adhésion. Robert Levin l'exprime ainsi : "A rewired organization is one that has graduated to truly impactful, distributed innovation across the organization. Each manager understands their role, has the right mindset, and is able to innovate with technology and improve their portion of the business." Ce n'est pas une transformation élitiste réservée à quelques équipes. C'est une organisation qui apprend et innove à chaque niveau. Kate Smaje ajoute, sur le LQ, qu'il ne s'agit pas seulement d'apprendre pour soi-même, mais de "learning for the collective — being able to inspire others and bring the organization along." La largeur rend la profondeur possible, et les paris stratégiques indiquent où les Champions sont le plus nécessaires.
Concentrez-vous sur les points de levier, non sur la couverture. McKinsey déconseille explicitement aux organisations de déployer l'IA largement en première étape. Choisissez un processus où l'IA fait une différence démontrable sur le résultat final, mesurez-le, et faites évoluer à partir de là. "Don't let perfect get in the way of good enough" apparaît littéralement dans la deuxième édition. Apprendre rapidement est plus important que planifier parfaitement. Les organisations qui apprennent le plus au cours de la première année ont la plus grande avance après trois ans.
Le leader N-2 est la figure clé. McKinsey identifie un rôle spécifique comme crucial : le manager au deuxième ou troisième niveau sous la direction, qui possède un processus de bout en bout et y intègre la technologie. Non le DSI qui dessine la stratégie. Non l'utilisateur qui apprend un outil. La personne entre les deux, qui connaît parfaitement le domaine et comprend comment la technologie peut le renforcer. Celui qui a cette personne dans son organisation et lui donne l'espace et les moyens a déjà gagné la moitié de la transformation.
La transformation n'est pas un projet. "Rewired is a muscle you're constantly honing", écrit Smaje. L'adoption de l'IA n'a pas de date de fin. Il n'y a pas de moment où une organisation est "prête". Les organisations qui comprennent cela construisent une capacité d'apprentissage continue plutôt que des programmes de formation ponctuels. Cela demande un état d'esprit différent de la direction : non "quand sera-ce terminé", mais "comment continuons-nous à progresser dans ce domaine".
Les données sont spécifiques, non génériques. L'un des enseignements pratiques de la deuxième édition est que les outils IA génériques rapportent bien moins que les outils travaillant sur les données spécifiques d'une organisation. McKinsey conseille d'investir dans des ensembles de données spécifiques au domaine, non dans l'application IA la plus large possible. Ceux qui comprennent leurs propres données et les connectent aux bons outils obtiennent systématiquement plus de rendement que ceux qui achètent ce que le fournisseur recommande.
La vraie leçon
Ce que McKinsey couche sur papier dans "Rewired" n'est pas une nouveauté pour tout le monde. Ceux qui ont participé au cours des deux dernières années à des trajectoires d'adoption de l'IA dans des organisations de taille moyenne reconnaîtront chacun de ces enseignements. Les grands fournisseurs technologiques vendent de la couverture. Ils veulent que vous déployiez le plus d'outils possible, car c'est ainsi que fonctionne leur modèle. Mais les organisations qui obtiennent vraiment des rendements font le contraire.
Elles ne commencent pas partout à la fois. Elles choisissent là où cela compte. Elles investissent dans les personnes qui portent chaque niveau de l'organisation, du collaborateur qui aborde ses tâches quotidiennes différemment à l'équipe multidisciplinaire qui redessine un processus stratégique central. Assez large pour atterrir, assez profond pour générer des rendements.
Le rapport McKinsey donne désormais à cette approche une solide justification externe. Les chiffres sont là. Les principes sont validés. Ce qui reste, c'est la question de savoir quelles organisations en feront vraiment quelque chose.
La technologie est disponible. La connaissance aussi. Ce qui fait la différence, c'est la maîtrise. Non chez un consultant ou un fournisseur, mais chez les personnes qui font le travail chaque jour, à chaque niveau de l'organisation.