TeneoServices

Notes Guillaume Stehelin

Pourquoi un C-Level ne peut plus être performant sans comprendre la tech dans le détail

Pendant des années, un dirigeant pouvait être excellent sans vraiment comprendre la technologie. Ce monde-là est terminé : aujourd’hui, le produit est logiciel, la distribution est digitale, la donnée est partout et l’IA réécrit la chaîne de valeur. Un C-Level qui ne comprend pas la tech dans le détail devient un goulot d’étranglement — même s’il est brillant sur le P&L.

10 min de lectureToutes les notes

La finance s’occupait des chiffres, les opérations des équipes, et « l’informatique » gérait les outils. Ce monde-là a disparu.

Selon McKinsey, environ 70 % des transformations digitales échouent à délivrer la valeur attendue, principalement faute de sponsorship réel et de compétences digitales au sommet. De son côté, le MIT Center for Information Systems Research montre que les entreprises dont le board est « digitally savvy » affichent 30 à 40 % de croissance de revenus et de création de valeur en plus que les autres. Autrement dit, la compétence technologique au niveau direction et conseil n’est plus un bonus : c’est un facteur de performance mesurable.

1. Sans littératie technologique, un dirigeant pilote à vue

Ne pas comprendre la tech aujourd’hui, ce n’est pas seulement « ne pas savoir coder ». C’est être aveugle sur trois dimensions fondamentales du métier de dirigeant : la réalité des systèmes, la qualité de la donnée et la nature des risques. Quand un C-Level ne comprend pas comment ses systèmes fonctionnent, il dépend de « traducteurs » internes pour tout : pourquoi tel indicateur change, pourquoi tel projet IT prend six mois au lieu de six semaines, pourquoi les équipes parlent de refonte plutôt que d’ajout de fonctionnalités. Ce décalage se paye cher : décisions plus lentes, arbitrages biaisés, projets mal cadrés.

Un dirigeant sans littératie technologique ne voit que les écrans, pas les flux derrière. Il discute de KPIs sans comprendre comment ils sont construits, d’IA sans voir les données d’entraînement, de sécurité sans visualiser les surfaces d’attaque. À mesure que l’organisation grandit, le temps passé à « comprendre ce qui se passe vraiment » explose — et les équipes techniques apprennent à contourner le top management plutôt qu’à l’impliquer.

  • Sans compréhension des systèmes, un dirigeant ne voit que les interfaces, pas les dépendances (qui parle à quoi, où les données se perdent, où les coûts explosent).
  • Sans compréhension de la donnée, il prend des décisions sur la base de reporting dont il ne voit pas les limites (lag, biais, trous dans l’historique, séries reconstruites à la main).
  • Sans compréhension des architectures, il sous-estime les coûts réels des changements (refontes nécessaires, dette technique, sécurité, disponibilité des équipes).
  • Sans compréhension minimale des usages de l’IA, il sur- ou sous-estime son potentiel : gadgets PoC d’un côté, retard irrattrapable de l’autre.

C’est exactement ce que pointent Harvard Business Review et MIT Sloan dans de nombreux travaux : les dirigeants qui ne comprennent pas la technologie sont plus dépendants de narratifs internes que de la réalité des systèmes, et leurs arbitrages stratégiques s’en ressentent.

2. Ce que « comprendre la tech dans le détail » veut dire (et ne veut pas dire)

On confond souvent deux choses : être CTO et être un C-Level tech-savvy. Un CFO, COO ou CEO n’a pas besoin de devenir architecte cloud, mais il ne peut plus se contenter d’une vision superficielle. L’objectif n’est pas de tout coder : c’est d’être capable de penser en systèmes, de challenger les choix techniques et de comprendre les ordres de grandeur de coûts et de risques.

Pour un C-Level, « comprendre la tech dans le détail » signifie plusieurs choses très concrètes :

  • Penser en systèmes : savoir représenter mentalement les flux (clients → produit → facturation → cash), les dépendances (CRM, outil métier, ERP, banque, BI) et les points de friction. Être capable de demander : « si on change ça ici, qu’est-ce que ça casse là-bas ? ».
  • Comprendre les grands blocs techniques : sans entrer dans le code, savoir ce qu’implique un monolithe, un microservice, une API, un data warehouse, une intégration, un modèle d’IA. Pas pour les construire, mais pour comprendre leur coût, leur rigidité et leur vitesse d’évolution.
  • Lire la donnée avec méfiance intelligente : poser les bonnes questions : d’où viennent ces chiffres ? À quel rythme sont-ils mis à jour ? Que ne voit-on pas ? Quel est l’ordre de grandeur d’erreur acceptable ? Beaucoup de scandales de gouvernance viennent de dirigeants qui ne savent pas voir les signaux faibles dans les systèmes.
  • Comprendre les vrais leviers de productivité de l’IA : distinguer les cas d’usage où l’IA est réellement structurante (automatisation de tâches de back-office, classification, prévision, copilotes internes) de ceux où elle reste gadget. Savoir ce que cela suppose en termes de données, de sécurité et de conduite du changement.

Des institutions comme Harvard, Stanford ou CentraleSupélec insistent de plus en plus sur cette compétence hybride dans leurs programmes pour dirigeants : pas pour transformer les CxO en développeurs, mais pour en faire des architectes de décisions capables de dialoguer d’égal à égal avec les équipes tech.

3. Pourquoi c’est critique pour un CFO/COO en particulier

Pour un CFO ou un COO, la technologie n’est pas un sujet parmi d’autres. Elle est le tissu conjonctif de la finance et des opérations : ce qui fait que les chiffres tombent au bon moment, que les équipes savent quoi faire, que les clients vivent une expérience cohérente. Un CFO/COO sans littératie technologique se retrouve mécaniquement en retard sur la réalité du terrain.

Quand un CFO/COO ne maîtrise pas la tech, le reporting est lent, bricolé et fragile ; les équipes passent leur temps à réconcilier des fichiers Excel au lieu de gérer le business ; les projets IT sont vécus comme des « coûts » plutôt que comme des changements de structure. À l’inverse, un CFO/COO qui comprend la tech dans le détail peut jouer un rôle beaucoup plus transformant.

  • Concevoir un véritable système d’exploitation de l’entreprise : un socle qui relie CRM, commandes, stocks, facturation, trésorerie, compta, support. Quand ce système est bien pensé, les chiffres remontent « tout seuls », les alertes sont automatiques et les décisions s’appuient sur des données vivantes.
  • Automatiser massivement le low value : réconcilier des banques, relancer des factures, contrôler des écarts de marge sont des tâches parfaites pour du workflow + IA. Un CFO/COO tech-savvy ne demande pas seulement « un outil » : il sait spécifier les règles, les données nécessaires, les exceptions.
  • Redéfinir les métiers internes : au lieu d’empiler des couches de middle-management et de back-office, il repense les rôles autour des décisions et des exceptions, tout en laissant la machine gérer les routines. C’est ce que j’ai construit avec Moverz : la collecte et la mise en concurrence des prix de déménageurs, qui occuperaient une équipe entière, tenues par un système.
  • Parler la langue des investisseurs et des family offices : les fonds les plus avancés savent que la valeur se joue dans les systèmes. Un CFO/COO capable d’expliquer clairement l’architecture, la donnée, les leviers d’IA et d’automatisation rassure autant sur le P&L que sur la résilience opérationnelle.

Les chiffres du World Economic Forum (Future of Jobs) sont clairs : d’ici 2027, près de 60 % des travailleurs auront besoin de formations significatives, et les compétences digitales/analytique sont systématiquement dans le top des priorités. Si le C-Level finance/ops n’est pas en avance sur ces sujets, il se met lui-même en porte-à-faux par rapport à son organisation.

4. Ce que disent les études (Harvard, MIT, McKinsey, WEF…)

Plusieurs travaux convergent sur un point : les organisations qui ont des dirigeants « digitally savvy » performent mieux. Cette réalité est désormais documentée au-delà de l’anecdote, par des chiffres.

  • MIT CISR – boards digitaux : les entreprises dont le conseil comprend plusieurs membres « digitalement compétents » affichent 30 à 40 % de croissance de revenus et de création de valeur en plus que les autres, avec des marges supérieures.
  • McKinsey – échec des transformations digitales : dans « Unlocking success in digital transformations », McKinsey rappelle qu’environ 70 % des transformations digitales ne créent pas la valeur attendue. Parmi les facteurs de succès : implication forte du top management, capacité à repenser les modèles opérationnels et à investir dans les compétences digitales des dirigeants.
  • Harvard / Stanford – leadership et disruption : Harvard Business Review et le Stanford Technology Ventures Program insistent sur le fait que les leaders capables de comprendre les technologies disruptives (cloud, data, IA) sont ceux qui parviennent à transformer leur organisation sans la casser : ils savent où expérimenter, où industrialiser, et où ne pas toucher.
  • World Economic Forum – compétences de demain : le WEF souligne que les compétences analytiques, la littératie digitale et la compréhension de l’IA font partie des compétences les plus demandées chez les dirigeants, non pas comme un vernis cosmétique, mais comme une capacité à redesigner le travail et les chaînes de valeur.

Ces sources vont toutes dans le même sens : la technologie n’est plus un support, c’est un langage. Et les dirigeants qui ne parlent pas ce langage dépendent de plus en plus de ceux qui le parlent — en interne ou chez leurs concurrents.

5. Comment un C-Level peut devenir réellement tech-savvy

La bonne nouvelle, c’est que cette compétence est apprenable, même pour des profils très orientés finance, opérations ou stratégie. Ce n’est pas une question d’âge, mais d’exposition, de discipline et d’humilité intellectuelle. De plus en plus de dirigeants retournent d’ailleurs sur les bancs de l’école, via des programmes exécutifs ou des cursus plus profonds.

Quelques leviers concrets pour un C-Level :

  • Prendre une vraie formation structurée, pas seulement des conférences : programmes exécutifs à Harvard, Stanford, MIT, CentraleSupélec… ou, comme je le fais, un cursus de Computer Science à Harvard. L’idée n’est pas d’accumuler les certificats, mais de se confronter à la rigueur de la discipline (algorithmes, data, systèmes).
  • Travailler sur de vrais produits / outils, pas seulement des maquettes : co-concevoir, voire coder certains outils internes (même simples) change la façon de penser. On voit ce qui est trivial, ce qui est complexe, ce qui coûte cher, ce qui est fragile. Un C-Level qui a déjà déployé un outil ou une automatisation de bout en bout n’aborde plus jamais les projets IT de la même manière.
  • Passer du temps « dans les systèmes » avec les équipes tech/data : plutôt que de consommer seulement des résumés PowerPoint, s’asseoir avec les devs et les data engineers : regarder les dashboards bruts, les logs, les schémas d’architecture. Poser des questions naïves, accepter de ne pas comprendre du premier coup.
  • Indexer sa propre pratique de dirigeant sur la tech : à chaque décision stratégique (nouveau pays, nouveau produit, M&A, réduction de coûts), se demander systématiquement : quels systèmes cela impacte-t-il ? Quelle donnée sera nécessaire pour piloter cette décision ? Quelle part de cette décision peut être augmentée par l’IA ou l’automatisation ?

La logique est simple : plus un C-Level est exposé à la réalité des systèmes, moins il est dépendant de narratifs techniques, et plus ses décisions gagnent en vitesse et en précision.

6. Vers des C-Level « full stack » : finance, ops, tech, IA

On parle souvent de développeurs « full stack ». Mais le vrai enjeu des prochaines années, ce sont les C-Level « full stack » : capables de passer, dans la même réunion, d’un sujet de marge brute à une question de schéma de données, d’un dilemme d’architecture à un plan de réduction de coûts, d’un détail produit à une discussion avec le board.

Un CFO/COO qui a :

  • une expérience d’opérateur dans des contextes extrêmes (Jumia, Glossybox, Ligerio…) ;
  • la capacité à construire ou spécifier lui-même des systèmes (TypeScript, IA, automatisations) ;
  • et qui pousse encore plus loin cette compétence via un cursus en Computer Science à Harvard ;

envoie un signal très clair au marché : « je ne pilote pas au feeling, je pilote par les systèmes ».

Pour des scale-ups financées et des family offices, c’est exactement ce profil qui fait la différence : quelqu’un qui peut tenir un sujet difficile quand ça presse, mais aussi concevoir la machine qui évitera de revivre la même crise — finance, opérations, tech et IA dans la même tête.

Ressources complémentaires

Contact

Un sujet attend sur votre bureau ? Parlons-en.

Teneo Services, c'est moi, Guillaume Stehelin. 5 boulevard Suchet, 75016 Paris.

© 2026 Teneo Services · Guillaume Stehelin · 5 boulevard Suchet, 75016 Paris Accueil · Parcours · Moverz · Teneolog · Notes · Mentions légales