Deux ans après l'explosion de l'IA générative, les dirigeants français ont largement intégré l'idée que l'IA va transformer leur activité. Mais entre la prise de conscience et le passage à l'échelle, l'écart reste important. Selon une enquête réalisée par Kéa et OpinionWay auprès de 802 dirigeants, une majorité d'entreprises n'a toujours pas structuré sa gouvernance IA, mesure rarement les bénéfices obtenus et peine à dépasser le stade des expérimentations.
Le paradoxe est saisissant. Alors que 61 % des dirigeants considèrent désormais l’IA comme un enjeu majeur de transformation de l’entreprise, cette proportion grimpant à 93 % dans les grandes entreprises de plus de 250 salariés, seuls 28 % estiment qu’elle impose de revoir l’organisation dans son ensemble. Pour la majorité des dirigeants, l’IA reste encore un outil d’optimisation des processus existants plutôt qu’un moteur de rupture organisationnelle. Les grandes entreprises font toutefois figure d’exception. Elles semblent avoir pris une longueur d’avance dans leur approche de l’IA : 66 % de leurs dirigeants jugent nécessaire une refonte globale de l’organisation pour en tirer pleinement parti. Plus révélateur encore, une majorité d’entre eux considère que l’IA remet en cause leur modèle économique, quand les dirigeants français dans leur ensemble la perçoivent encore principalement comme un moyen d’améliorer l’existant
Des expérimentations nombreuses, mais peu de mises en production
Cette différence de maturité se retrouve directement dans les déploiements. Les entreprises multiplient les tests et les projets pilotes, mais rares sont encore celles qui ont réussi à industrialiser leurs usages. Ainsi, seules 16 % des organisations déclarent disposer de plusieurs cas d’usage déployés à grande échelle ou d’un portefeuille structuré de projets IA. La majorité reste encore dans une phase intermédiaire, avec des expérimentations ou des déploiements limités. Un tiers des entreprises se situe même toujours au stade de l’exploration. Le constat illustre une difficulté largement observée depuis l’arrivée des modèles génératifs : lancer un assistant conversationnel ou tester un outil d’IA est relativement simple, mais l’intégrer durablement dans les processus métiers demande une transformation beaucoup plus profonde. L’enjeu n’est donc plus seulement d’identifier des cas d’usage pertinents, mais de réussir à les inscrire dans une stratégie industrielle.
Cette progression de l’IA s’accompagne toutefois d’un constat : les dispositifs de gouvernance peinent encore à suivre. Si les entreprises sont de plus en plus nombreuses à considérer l’IA comme un enjeu stratégique, elles n’ont pas toujours mis en place les structures nécessaires pour en encadrer les usages. Ainsi, 75 % des entreprises interrogées ne disposent ni d’un Chief Data Officer ni d’un responsable dédié à l’IA. Par ailleurs, 60 % n’ont pas évalué leur dépendance aux fournisseurs de technologies en IA et autant ne disposent d’aucun protocole pour gérer une décision erronée prise ou assistée par un système IA. Plus de la moitié des répondants (51 %) indiquent également ne pas avoir défini de « lignes rouges » concernant l’intégration de l’IA dans certains métiers ou pour certains usages, contre 19 % qui ont déjà engagé cette démarche. Ces résultats témoignent d’un écart entre la prise de conscience des enjeux liés à l’IA et la mise en place des mécanismes de gouvernance associés.
Le retour sur investissement reste difficile à démontrer
Cette maturité encore incomplète se retrouve également dans le pilotage de la performance. Malgré l’intérêt croissant pour l’IA et la multiplication des projets, peu d’entreprises sont aujourd’hui capables de mesurer précisément les gains générés. Moins d’un tiers des dirigeants interrogés déclarent avoir évalué les bénéfices obtenus grâce à leurs projets IA. Et seuls 10 % disposent d’un dispositif avancé de pilotage, avec des tableaux de bord dédiés ou une intégration dans les modèles financiers de l’entreprise. Cette difficulté à quantifier le retour sur investissement explique en partie pourquoi les investissements restent encore prudents. Les gains de productivité constituent de loin l’opportunité la plus citée, tandis que les bénéfices plus stratégiques, création de nouvelles offres, évolution du modèle économique ou génération de nouveaux revenus, restent encore difficiles à objectiver. L’IA est donc largement considérée comme prometteuse, mais elle n’a pas encore partout démontré sa capacité à produire une valeur mesurable.
Le défi devient désormais organisationnel et humain
À mesure que les entreprises cherchent à dépasser le stade des expérimentations, les obstacles changent de nature. Les freins ne sont plus principalement technologiques : ils sont désormais liés aux compétences, aux données et au management. Le principal enjeu réside moins dans l’adoption de la technologie que dans les conditions nécessaires à son déploiement à grande échelle. Les dirigeants citent ainsi le manque de talents (42 %), la qualité insuffisante des données (40 %) et le temps managérial limité (38 %) parmi les principaux freins.
Dans les grandes entreprises, ces difficultés sont encore plus marquées. Le manque de talents est cité par 60 % des dirigeants comme un obstacle majeur, tandis que l’indisponibilité des compétences concerne 54 % d’entre eux. Au-delà des ressources techniques, c’est donc la capacité des organisations à accompagner le changement qui devient un facteur déterminant de réussite.