L'intelligence artificielle générative augmente le travail humain plutôt qu'elle ne le remplace. Tel est le consensus qui s'est dégagé d'un panel réunissant trois experts lors de l'événement « L'IA au service du développement économique et financier des entreprises tunisiennes ». C'est Amen Bank qui l'organisait à Tunis, le 26 janvier 2026.
Entre gains de productivité mesurables, personnalisation à grande échelle et optimisation multi-objectifs, les intervenants ont démontré que ces technologies élargissent considérablement l'espace de liberté décisionnelle des entreprises. Et ce, tout en exigeant un renforcement proportionnel de la responsabilité humaine. La condition de cette réussite : maintenir l'être humain dans la boucle décisionnelle et refuser l'automatisation totale des choix
Nabil Belgasmi, Partner - Founder et CEO spécialisé en Business et Intelligence Artificielle, a posé un principe fondamental : l'intelligence artificielle générative vient augmenter le travail de l'humain, non le remplacer. L'expert a identifié deux grandes familles d'augmentation. L'augmentation cognitive permet aux professionnels, qu'ils soient marketeurs, médecins ou avocats, de découvrir de nouveaux modèles et services. L'augmentation opérationnelle améliore leur efficacité dans l'exécution des tâches quotidiennes.
L'apport majeur de l'intelligence artificielle réside selon lui dans la sérendipité : cette capacité à découvrir quelque chose à laquelle on n'avait jamais pensé auparavant. L'IA ne se contente pas d'optimiser l'existant, elle ouvre des perspectives totalement nouvelles aux professionnels qui l'utilisent.
Malledh Marrakchi : personnalisation, gains mesurables et responsabilité
Malledh Marrakchi, consultant universitaire et spécialiste en intelligence artificielle, a structuré son intervention autour de trois considérations majeures : l'efficacité opérationnelle, la productivité et la personnalisation. Cette dernière dimension permet de traiter chaque client de manière individualisée, comme s'il était l'unique client de l'entreprise.
S'appuyant sur une étude McKinsey, l'intervenant a détaillé les principaux usages de l'IA. 72 % des entreprises utilisent l'IA générative dans le reporting, révélant des gains extraordinaires en productivité. L'expert a précisé qu'il ne s'agit pas d'appuyer sur un bouton et de prendre le document généré tel quel, mais d'un outil puissant entre les mains de personnes expertes. Le deuxième domaine concerne l'innovation, où l'IA donne la possibilité d'expérimenter et de questionner les possibilités disponibles.
Trois domaines se situent à égalité avec 45 % de citations : la satisfaction client, la satisfaction des employés et la différenciation compétitive. L'IA transforme la relation avec le client mais aussi au sein même de l'entreprise, offrant une personnalisation des rapports avec le management, entre collaborateurs ou avec les ressources humaines. 38 % des entreprises citent les gains de coût et 36 % les gains en profitabilité.
Le domaine juridique illustre ces transformations. Les cabinets d'avocats se transforment grâce à l'exploitation d'historiques considérables. L'histoire des jugements et les positions des tribunaux influencent directement la construction des plaidoyers. L'IA générative permet d'explorer une documentation extrêmement riche qu'il serait humainement impossible de maîtriser exhaustivement.
Sur les garde-fous nécessaires, Malledh Marrakchi a insisté sur un principe éthique : avec l'IA, nous agrandissons notre espace de liberté d'action. Or, il n'y a pas de liberté sans responsabilité. Plus on est libre, plus on doit être responsable. L'IA démultiplie nos capacités et libère du temps en automatisant les tâches répétitives ou intellectuellement moins stimulantes, permettant de se concentrer sur ce qui relève réellement de l'expertise.
Aymen Chakhari : l'optimisation multi-objectifs comme rupture méthodologique
Aymen Chakhari, Co-Founder et CEO de SKILIA, a introduit l'optimisation multi-objectifs, approche qui présente une caractéristique surprenante : elle ne nécessite pas nécessairement de données. Les modèles d'apprentissage par renforcement pour la planification tactique et stratégique requièrent seulement les règles du jeu, la connaissance des contraintes et des actions possibles.
L'expert a formulé un message fort : optimiser un seul objectif, c'est créer les problèmes de demain. Lorsqu'une entreprise se concentre sur un seul indicateur, elle le perfectionne mais dégrade d'autres objectifs critiques. En optimisant le coût global, on peut provoquer une dégradation des délais de production, de la satisfaction client, de l'ambiance de travail et des risques opérationnels. L'optimisation mono-objectif rassure un tableau de bord mais pas l'entreprise.
Un cas concret illustre cette approche : une entreprise allemande de distribution disposant de 35 véhicules effectuait 1800 tournées annuelles. Le coût de transport s'élevait à 1,2 million d'euros, l'assurance à 500 000 euros et la disponibilité du stock atteignait 99,7 % L'équipe d'Aymen Chakhari a retenu cinq indicateurs de performance et développé un moteur générant des centaines de millions de scénarios en quelques heures. Les résultats ont démontré qu'avec 34 véhicules et 1200 tournées, le coût de transport tombait à 700 000 euros et l'assurance à 280 000 euros.
L'optimisation multi-objectifs permet donc de simuler les décisions dans l'espace de décision et de les connecter à l'espace des objectifs. Une entreprise disposant d'un tableau de bord d'indicateurs de performance peut adopter immédiatement cette approche.
Sur les conditions de mise en œuvre, Aymen Chakhari a précisé que l'adoption de l'optimisation multi-objectifs pousse l'entreprise à se structurer et à modéliser mathématiquement ses indicateurs de performance, de risque et ses contraintes. Une entreprise disposant d'une comptabilité analytique possède déjà la moitié de la solution. L'affirmation sur l'absence de besoin de données doit être contextualisée : elle est vraie dans certains cas; mais les données structurées restent nécessaires dans de nombreux usages. L'IA peut d'ailleurs aider à structurer ces données, créant une double opportunité.
