Le formulaire Web est mort

J'ai regardé une collègue passer quarante minutes la semaine dernière à saisir des données dans un système d'approvisionnement. Pas de nouvelles données. Des données qui existaient déjà dans un courriel, un PDF et un tableur, tous ouverts dans des onglets adjacents. Elle copiait et collait entre les fenêtres, tabulait d'un champ à l'autre, retapait parfois les choses à la main quand le collage ne fonctionnait pas correctement.

Quarante minutes. Pour dire à un système quelque chose qu'il aurait pu savoir en quelques secondes.

Ce soir-là, j'ai pris une photo d'un reçu froissé, je l'ai déposée dans une application et j'ai tapé "oui" une fois. Terminé. L'IA a lu le commerçant, le montant et la date, a déterminé la catégorie et m'a posé une seule question. Huit secondes.

Ma collègue n'était pas en colère à cause du formulaire d'approvisionnement. Elle n'était même pas frustrée. Elle avait accepté que les logiciels d'entreprise fonctionnent ainsi. On trouve le bon écran. On remplit les cases. On clique sur soumettre.

Cette acceptation est en train de disparaître.

Le cliquet

Un cliquet est un dispositif mécanique qui ne permet le mouvement que dans une seule direction. Les attentes fonctionnent de la même façon.

Une fois que quelqu'un a téléversé un document et regardé l'IA extraire ce qui compte en quelques secondes, la saisie manuelle de données cesse de paraître normale. Une fois que quelqu'un a décrit ce qu'il veut en langage courant et a regardé une machine déterminer les étapes, un assistant à douze onglets semble défectueux.

Cela se produit chaque soir. Les gens rentrent chez eux, utilisent des outils d'IA grand public qui s'améliorent constamment sur une courbe. Ils reviennent le lundi matin face à des outils d'entreprise qui s'améliorent selon une feuille de route, ce qui signifie trimestriellement au mieux. La courbe s'éloigne de la feuille de route un peu plus à chaque cycle.

Votre véritable concurrent n'est pas un autre fournisseur. C'est l'application fiscale qui a lu un T4 en trois secondes. Le client de messagerie qui a rédigé une réponse que quelqu'un n'a eu qu'à modifier légèrement. L'application d'épicerie qui a prédit leur liste. Les logiciels grand public ont entraîné toute une main-d'oeuvre à s'attendre à de l'intelligence. Les logiciels d'entreprise leur demandent encore d'être l'intelligence.

Le rapport UX 2026 du NNGroup a mesuré ceci : les utilisateurs qui ont eu de bonnes expériences avec l'IA deviennent moins patients avec les interfaces traditionnelles. Ils ne préfèrent pas simplement la version IA. Ils perçoivent l'ancienne version comme défectueuse. Le formulaire n'a pas changé. Leur seuil de tolérance, oui.

Gartner prévoit que 40 % des applications d'entreprise auront des agents IA spécifiques aux tâches d'ici la fin de l'année, contre moins de 5 % en 2025. Salesforce a ajouté 6 000 clients entreprise à Agentforce en un seul trimestre. Les grands fournisseurs reconstruisent leur modèle d'interaction autour des agents et du langage naturel. L'ancien contrat, "apprenez notre système, mémorisez nos menus, remplissez nos formulaires," arrive à expiration. Personne ne le renouvelle.

Ce que le fossé coûte

Le coût évident est le temps. Des gens qui passent des heures sur un travail que les machines gèrent en quelques secondes. Le coût moins évident se compose : vos meilleurs éléments contournent entièrement vos systèmes.

Ils collent des données dans ChatGPT au lieu de votre outil de rapports. Ils utilisent des comptes IA personnels pour analyser des tableurs que votre plateforme de BI devrait gérer. Ils construisent des flux de travail parallèles dans des outils que vous ne contrôlez pas, que vous n'auditez pas et dont vous ignorez l'existence.

La plupart des directeurs technologiques découvrent ce schéma lors d'un audit de sécurité, pas par les équipes qui le pratiquent. À ce moment-là, les données transitent par des comptes personnels depuis des mois. La question du conseil d'administration, "quelle est notre stratégie IA," arrive en même temps que la question de sécurité, "où vont nos données." Le directeur technologique doit répondre aux deux avec le même budget.

Un sondage de Salesforce a révélé que plus de la moitié des utilisateurs d'IA générative au travail ont utilisé des outils que leur entreprise n'a pas approuvés. Pas parce qu'ils sont imprudents. Parce que les outils approuvés sont plus lents que ce qu'ils ont à la maison.

L'IA clandestine est le nouveau TI clandestin : des données qui fuient vers des systèmes que vous ne pouvez pas voir, des décisions prises avec des outils que vous ne pouvez pas gouverner. Laissez le fossé ouvert assez longtemps et les gens cessent de contourner le système. Ils partent.

L'erreur du chatbot

Il existe une version de cette histoire où la réponse est "il suffit de coller un chatbot dessus." Beaucoup de fournisseurs racontent cette histoire en ce moment. Mettre un petit assistant IA dans le coin de l'écran. Laisser les gens taper des questions. Livrer.

Cela passe à côté du problème.

Personne ne veut avoir une conversation avec son système d'approvisionnement. Le problème est que les logiciels d'entreprise s'attendent encore à ce que les humains fassent un travail que la machine devrait faire.

La question utile : quelle proportion de ce que votre interface exige pourrait être traitée avant même que l'utilisateur ne voie un écran?

Pensez à ce qui se passe quand quelqu'un doit mettre à jour les coordonnées bancaires d'un fournisseur. Dans la plupart des outils d'entreprise, on navigue dans un arbre de menus à quatre niveaux de profondeur, on trouve le bon formulaire et on commence à taper. Dans la version qui respecte leur temps, on dépose la lettre de l'équipe financière d'Acme et le système s'occupe du reste. Il affiche le bon dossier. Remplit ce qu'il peut. Pose des questions sur les une ou deux choses qu'il ne sait véritablement pas.

L'utilisateur révise toujours. Approuve toujours. A toujours le dernier mot. La corvée a disparu. Ce qui reste, c'est le jugement.

L'intention plutôt que la procédure

Une expression gagne du terrain dans les cercles de design : le logiciel axé sur l'intention. Cesser de concevoir des interfaces autour de la structure de votre base de données et commencer à les concevoir autour de ce que quelqu'un essaie d'accomplir.

Ancien modèle : "Voici 200 choses que vous pourriez faire. Déterminez laquelle vous avez besoin."

Nouveau modèle : "Qu'essayez-vous de faire?"

Le concept est simple. L'ingénierie ne l'est pas. Votre interface ne peut plus être statique. Elle doit inférer le contexte : qui l'utilise, ce qu'il a fait avant, ce dont il a probablement besoin maintenant.

Cela effraie les gens qui se soucient de l'auditabilité. Cela ne devrait pas. Quand un agent remplit automatiquement un champ, il consigne d'où proviennent les données. Quand il infère une catégorie, il peut montrer son raisonnement. Chaque action remonte à un document source ou à une règle de décision. C'est une meilleure piste d'audit qu'un humain qui copie-colle entre des onglets de navigateur, où personne ne peut reconstituer ce qui s'est passé après coup.

Mais on ne peut pas livrer cela à moitié. Les gens échaudés par de mauvaises fonctionnalités IA deviennent plus hésitants à en essayer de nouvelles. Le système doit montrer son travail, et il doit permettre aux utilisateurs de corriger facilement les erreurs. La confiance se compose de la même manière que la méfiance.

Intuit l'a compris avec TurboTax. Téléversez un document fiscal et leur IA le lit, interprète les données, construit une liste de contrôle personnalisée de ce dont vous avez encore besoin, vous dit où trouver les formulaires qui vous manquent.

La question de la conformité

L'objection des industries réglementées est toujours la même : "Nous ne pouvons pas envoyer des données sensibles à une IA dans l'infonuagique."

Ils ont raison. Et cela n'a pas d'importance.

Les modèles à code ouvert que vous pouvez exécuter entièrement sur votre propre infrastructure sont devenus performants. Vous les hébergez sur site ou dans votre propre espace infonuagique. Les données ne quittent jamais votre périmètre. Vous isolez chaque instance pour qu'elle ne touche qu'à ce dont elle a besoin. Vous possédez les entrées, les sorties, les journaux, tout.

La plupart des gens entendent "modèle local" et pensent "compromis." Pour une organisation réglementée, c'est l'inverse. Un agent en bac à sable produit un registre complet de chaque donnée qu'il a touchée et de chaque décision qu'il a prise. On peut auditer un agent. On ne peut pas auditer l'historique de Alt-Tab d'une personne.

Pas besoin de construire quelque chose d'ambitieux. Un agent qui lit les factures. Un qui pré-remplit l'intégration des fournisseurs. Un qui extrait les termes clés des contrats. Chacun isolé, chacun auditable, chacun faisant une seule chose bien. De petits paris avec des limites claires; exactement le type de pari qu'une organisation prudente devrait faire. Les organisations réglementées mettent leur premier agent en production de cette façon : un flux de travail, un bac à sable, des résultats mesurables en un trimestre.

Les ingénieurs qui ont maintenu vos systèmes, ceux qui connaissent les règles d'affaires, les cas limites, les champs qui comptent par rapport à ceux que personne n'a touchés depuis 2014, sont votre meilleur atout dans cette transition. Ils comprennent le domaine mieux que n'importe quelle startup IA qui l'a découvert le trimestre dernier. Un ingénieur qui a passé cinq ans sur le traitement des réclamations est la bonne personne pour construire un agent de traitement des réclamations.

Le passage de la maintenance de formulaires à la construction d'agents qui éliminent les formulaires est une promotion, pas un licenciement.

Les organisations les plus craintives face à cette transition sont assises sur la plus grande opportunité. Le plus de formulaires. Le plus de corvées. Les gens qui connaissent le travail par coeur. Un modèle local, un environnement isolé, un ingénieur qui comprend déjà le flux de travail. C'est tout le kit de départ.

Par où commencer

Observez vos utilisateurs travailler. Asseyez-vous avec quelqu'un pendant une heure. Prêtez attention aux changements d'onglets. La resaisie. Les moments où une personne devient un pont entre deux systèmes qui devraient communiquer entre eux.

Puis choisissez trois flux de travail où les gens contournent le plus visiblement vos systèmes. Les endroits où ils vous ont déjà dit, par leur comportement, que l'outil actuel n'est pas à la hauteur. Pour chacun, demandez : qu'est-ce qui pourrait être pré-rempli, extrait d'un document ou éliminé entièrement?

Si la réponse est "rien," vous avez cessé de le voir. C'est là depuis si longtemps que ça ressemble à du mobilier.

Ce n'est pas du mobilier. C'est de la friction. Et vos utilisateurs commencent à s'en rendre compte.