Les entreprises ont acheté l'IA pour aller plus vite. Aujourd'hui, elles n'arrivent plus à décider.

L'IA peut produire dix directions de campagne avant qu'une équipe ait fini de discuter de la première. Spécifications, maquettes, images, code, tout cela en quelques minutes.

Les retours sur investissement, eux, ne suivent pas. La 29e enquête mondiale de PwC auprès des CEO, publiée en janvier 2026, révèle que 56 % des dirigeants n'ont constaté ni hausse de revenus ni baisse de coûts liée à l'IA sur l'année écoulée. Seuls 12 % rapportent les deux. Le projet NANDA du MIT a examiné plus de 300 déploiements d'IA en 2025 et estime qu'environ 5 % des pilotes intégrés génèrent une vraie valeur, après 30 à 40 milliards de dollars dépensés.

Quelque chose absorbe les gains entre la production et le résultat.

Le coût qui a disparu, et celui qui est resté

Produire une nouvelle version coûtait autrefois une journée de travail. Ce coût plafonnait discrètement le nombre d'options qui arrivaient sur la table. On en faisait deux. On en choisissait une, et choisir semblait facile parce qu'il n'y avait presque rien à trancher.

L'IA a fait sauter ce plafond, et rien d'autre. Les options arrivent maintenant par dizaines, et l'équipe doit toujours les regarder, en débattre, et se mettre d'accord sur une seule. Ce travail-là n'est pas devenu plus rapide.

BetterUp Labs et le Social Media Lab de Stanford ont chiffré ce gâchis en 2025. Dans une enquête auprès de 1 150 salariés américains, 40 % avaient reçu au cours du mois précédent un livrable IA qui semblait fini mais ne faisait pas avancer le travail. Chaque cas coûtait au destinataire un peu moins de deux heures. Ils ont appelé ça du workslop.

Quarante options qui se ressemblent toutes un peu

Choisir est plus difficile qu'il n'y paraît parce que les options se ressemblent davantage qu'on ne le croit.

Dylan Field, CEO de Figma, l'a expliqué sur Lenny's Podcast en octobre 2025 : le premier résultat que donne l'IA est générique par nature, parce qu'il est la moyenne de tout ce qu'elle a vu. Des équipes qui interrogent des modèles similaires obtiennent des résultats similaires. Merriam-Webster a fait de « slop » le mot de l'année 2025, défini comme du contenu numérique de faible qualité produit en masse par l'IA.

Ce qui veut dire que la seule chose qui sépare votre travail de celui d'un concurrent, c'est que quelqu'un a regardé la pile et fait un vrai choix. C'étaient les cinq dernières minutes d'un projet. C'est aujourd'hui l'essentiel de la valeur.

La réunion où rien ne se décide

Quelqu'un arrive avec trente options générées par IA. Elles sont toutes correctes. Chacun a une préférence légèrement différente, personne ne veut éliminer les vingt-neuf autres, et la réunion se termine par un « laissons décanter ». Les options finissent dans un dossier que plus personne n'ouvrira.

Le problème n'est pas l'équipe. Elle n'a nulle part où faire ce travail.

Les options vivent dans un fil Slack, empilées les unes sous les autres, si bien qu'arrivé à la cinquième, on a déjà oublié la première. Ou elles dorment dans Drive, un fichier à la fois, comparées de mémoire. David Kirsh, à UC San Diego, étudie depuis des décennies la façon dont les gens raisonnent avec des objets hors de leur tête, et le constat est simple : on réfléchit mieux quand on peut tout voir en même temps, ensemble. Un fil de discussion ne permet pas ça. Un dossier non plus.

Alors la décision revient à celui qui parle le plus longtemps, à celui qui a le plus d'autorité, ou à la deadline. Des semaines plus tard, quand on demande pourquoi l'équipe est partie dans cette direction, personne ne retrouve le raisonnement, parce qu'il n'a été consigné nulle part. Seule la conclusion a survécu, sous forme de tâche.

Relire n'est pas choisir

Relire, c'est une personne qui juge une chose par rapport à un standard. Beaucoup d'outils le font très bien.

Choisir, c'est un groupe face à plusieurs options viables, qui débat et s'engage sur une seule. L'IA a fait exploser le premier type de travail et rendu le second décisif.

Ce qu'il faut mesurer

La plupart des entreprises comptent les utilisateurs, les prompts et les brouillons. Ces chiffres disent juste que la machine tourne.

Meilleurs indicateurs : le temps jusqu'à une décision, le nombre de tours de validation, la part de ce qui est produit qui finit vraiment livrée. Une équipe qui produit cent brouillons et en valide deux ne bat pas une équipe qui en fait cinq et s'engage sur un seul.

Gardez vos outils

Concevez dans Figma. Stockez les fichiers dans Drive. Suivez les tickets dans Jira. Animez votre atelier dans Miro.

Le vide se situe entre ces outils, au moment où le travail cesse d'être produit et commence à être tranché.

Ce que nous avons construit

ALLO est un canvas pour ce moment précis. Les options s'affichent côte à côte avec le brief et les références, les retours s'attachent à l'élément dont ils parlent au lieu de flotter dans un fil, et l'équipe débat devant le travail jusqu'à ce qu'une décision émerge. La décision reste à côté de ce qui l'a motivée.

ALLO ne fabrique pas le travail. Fabriquez-le là où vous le faites déjà. Ce n'est pas non plus une file d'approbation.

Les modèles vont continuer à baisser en coût, et produire ne sera plus un avantage, parce que tout le monde y aura accès et tout le monde recevra la même moyenne. Ce qui reste, c'est décider laquelle des quarante est la bonne, et amener une équipe à s'accorder dessus.

FAQ

Pourquoi l'IA n'améliore-t-elle pas la productivité des équipes ? Elle accélère la production d'une personne et augmente ce que tous les autres doivent évaluer. L'étude 2025 de BetterUp Labs et Stanford montre que 40 % des salariés reçoivent des livrables IA qui semblent finis mais ne le sont pas, à raison de près de deux heures perdues à chaque fois.

Pourquoi le travail généré par IA se ressemble-t-il partout ? Les modèles renvoient une moyenne de ce qu'ils ont vu. Dylan Field, de Figma, dit que le premier résultat est générique par nature. Ce qui rend un travail distinct, c'est une personne qui choisit une direction.

Choisir est-il la même chose que relire ? Non. Relire, c'est juger une pièce de travail. Choisir, c'est retenir une direction parmi plusieurs viables et amener une équipe à s'y engager.

ALLO remplace-t-il Figma, Jira ou Drive ? Non. Gardez-les. ALLO se place entre la fabrication du travail et son exécution, là où les options sont comparées et où une direction est arrêtée.

En quoi ALLO diffère-t-il de Miro ou FigJam ? Ces outils sont pensés pour des ateliers, et les tableaux sont abandonnés à la fin de la session. ALLO conserve les options, les versions, les retours et les décisions d'un projet à mesure qu'il avance.

Comment savoir si l'IA est rentable ? Pas en comptant les prompts. Le temps jusqu'à la décision, le nombre de tours de relecture, et la part de ce qui est généré qui est vraiment livrée.