Lean et IA : et si le Team Leader était notre dernier rempart ?

Au sortir du 10ᵉ Lean Summit France, l’IA était partout. Pas nécessairement sur les slides. pas toujours dans les ateliers, mais en filigrane des conversations, dans les couloirs, aux pauses, entre dirigeants, consultants et praticiens. C’est bien normal avec tout le marketing des entreprises tech et les médias, il faut bien justifier des valorisations attendues par les investisseurs.

En tout cas l’IA fascine, inquiète, interroge les entreprises. Comme toute rupture, elle suscite autant d’espoirs que de craintes. Mais la question qui m’intéresse n’est pas « pour ou contre », mais plutôt : face à l’IA le Lean est-il une boussole, ou n’est plus qu’une carte d’un territoire qui n’existe plus ?

Le contre-argument qu’on évite

Le Gemba repose sur une idée forte : aller voir le physique vaut mieux que lire un rapport, lire un tableau Excel. Or, un agent IA ingère en continu des milliers de signaux qu’aucun manager ne verra jamais sur le terrain avec les données de l’ERP-Enterprise Ressource Planning-, du MES – Manufacturing Execution System- ou autres éléments du SI -les data lake-. Si la machine « voit » mieux et plus vite, le Gemba n’est-il pas un réflexe d’un autre âge ?

Non, mais pour une raison précise : l’IA voit des données. Le Gemba permet de se confronter au contexte, au réel qui n’est jamais dans les données — le non-dit, l’effort, le contournement de procédure, la cause derrière le symptôme. L’IA amplifie notre besoin de Gemba, justement parce qu’elle nous donne l’illusion de tout savoir depuis un écran, ceci sans effort.

La métaphore du « nouveau collaborateur, du stagiaire débutant » a une limite

Depuis plusieurs années, nous avons vu apparaître différentes formes d’IA. Les moteurs de recherche enrichis. Les modèles conversationnels. Les services agentiques. Et désormais, les agents autonomes capables d’exécuter des tâches complexes. Progressivement, nous voyons apparaître une nouvelle catégorie d’acteurs dans les organisations. Disponibles 24 heures sur 24, 7 jours sur 7. On entend souvent : un agent IA, ce sera un collaborateur junior à accompagner.

Cette hypothèse pourra peut-être intéressante dans quelques années pour fixer un cap de transformation, mais, dans l’état actuel, c’est faux. La machine, même étrangement réactive, reste un automate savant.

Si on file la métaphore plus loin, un humain apprend durablement de ses erreurs, a une intuition, refuse parfois une tâche absurde. Un modèle, lui, obéit, « n’apprend rien » entre deux sessions, peut se tromper avec un aplomb déconcertant, et n’a aucun jugement propre, ni inspiration. On ne « développe » donc pas un agent comme une personne. On conçoit le système autour de lui. La nuance est capitale, parce qu’elle déplace la responsabilité : ce n’est pas l’IA qui doit progresser, c’est notre manière de l’encadrer. Nous devons travailler le contexte, les conditions autour pour mieux la gérer.

L’attention à la qualité, le Jidoka, une pratique plus moderne que jamais

Voir l’anormal. Arrêter. Comprendre. Corriger. Apprendre.

Combien d’entreprises déploient aujourd’hui des IA sans connaître les règles de gestion que celles-ci appliquent ? Combien mesurent vraiment la qualité des réponses produites ? L’IA va plus vite, certes, mais une erreur rapide reste une erreur. Le Lean rappelle que la tenue de la qualité est un prérequis fondamental pour la confiance du client, et précède la vitesse.

Il faut savoir identifier l’erreur, surtout quand elle est cachée. Comprendre les limites, comprendre les fausses hypothèses et les défauts des règles de gestions appliquées …

L’IA peut être le moyen de comprendre pourquoi le rôle de Team Leader est aussi essentiel.

Le team leader est l’amorceur du changement dans l’équipe. Il entretient l’envie que l’on progresse ensemble vers du mieux pour nos clients.

À lui de voir avec l’équipe, ce que l’IA peut faire pour nous et avec nous. Automatiser ou autonomiser.

Si « la lance à incendie de token » génère de l’intelligence, elle doit nous servir à créer la discussion autour et avec, pour gagner dans nos connaissances et être encore plus précis et rigoureux dans les résultats obtenus. Parce que nos concurrents vont eux aussi l’utiliser.

Au team leader de mobiliser son équipe pour s’assurer de la qualité des rendus de l’IA, tout autant que celle de son contexte de raisonnement :

• En définissant un standard de réponse acceptable par tâche (format, sources exigées, niveau de certitude) — sans quoi « qualité » ne veut rien dire, et l’alignement sera perdu
• En mettant en place une revue d’écarts : un échantillon de réponses IA relu chaque semaine, erreurs classées par type (hypothèse fausse, hallucination, règle de gestion mal définie …).
• En transformant chaque erreur récurrente en amélioration du prompt, des règles de gestion, du contexte ou des données — le PDCA appliqué au système IA, avec l’équipe.
• En s’assurant que ce qui est appris circule dans l’équipe, au lieu de rester dans le PC d’un collaborateur qui ne parle plus qu’à son IA.

Ce dernier point est le vrai risque de l’IA : des micro-silos invisibles, un par poste de travail.

Le véritable enjeu : la valeur collective

Bientôt, toutes les entreprises auront les mêmes niveaux modèles d’IA, peu ou prou. Chaque poste pourra avoir une productivité accrue. Pas forcément une qualité finale pour les produits de l’entreprise. L’avantage ne viendra plus de l’outil, mais de la capacité de l’organisation à apprendre ensemble avec lui. Plus l’information circule vite, plus les conversations comptent. Plus l’information circule entre les personnes, y compris les systèmes, plus le value network, le réseau de nos connaissances restera la vraie source de performance de l’entreprise, avec toutes les technicités autour de la table, IA inclue.

Même certains acteurs de l’IA le reconnaissent

Respect for People, à l’heure de l’IA

Respect for People n’a jamais signifié préserver les tâches existantes. Il signifie développer la capacité des personnes à comprendre et créer de la valeur. À développer les personnes pour faire des choses plus percutantes pour l’entreprise. Là encore le team leader joue un rôle essentiel dans la proximité avec chacun. À mesure que l’IA absorbera des activités, les compétences décisives deviendront profondément humaines : compréhension du client, discernement, création, jugement, résolution de problèmes, gestion des conflits, leadership.

L’omotenashi おもてなし – l’attention anticipative, hospitalité sincère- Ces « + alpha » qui rendent le produit magique pour le client. Le beau, le bon, le whoua !

En conclusion

L’IA ne remet pas en cause les fondamentaux du Lean. Elle les met à l’épreuve — et c’est précisément à l’épreuve qu’on voit ce qui tient.

Si l’IA accélère certaines réponses. Le Lean développe avant tout la capacité à poser les bonnes questions. C’est dans cette rencontre que se construira l’entreprise sérieuse et apprenante de demain avec l’IA. Le team leader, au cœur de l’entreprise, sera la clé du dispositif pour éviter les débordements, assurer l’alignement, créer la symbiose homme- machine. Développer le Flourishing Human, l’épanouissement humain à petite échelle de l’équipe – Série « Culture » de Ian M. Banks-, sinon ce sera le drame. Quand l’IA vendra des choses à l’IA, ce sera peut-être différent, et même, peut-être pas !

Charles Bourinet – 8 juin 2026

Abonnez-vous à Articles ILF sur LinkedIn

Merci à Régis Medina, Jean-Claude Bihr, Bérénice Duthuillé, Michael Ballé et Steve Anavi pour l’inspiration