Selon une enquête exclusive réalisée par
Kéa & OpinionWay auprès de 802 dirigeants français et dévoilée le 2 juillet
lors des Rencontres Economiques d’Aix, l'Intelligence Artificielle (IA) est
bien perçue comme stratégique, mais pas encore pleinement comme un sujet de
refonte du modèle d'organisation.
70 % des dirigeants estiment que l'IA nécessite surtout d'adapter certains processus, contre seulement 28 % qui jugent qu'elle oblige à repenser l'ensemble de l’entreprise.
Les dirigeants restent par conséquent encore souvent dans une logique
d'adaptation progressive plutôt que de rupture organisationnelle profonde.
Néanmoins, 61 % des
dirigeants reconnaissent dans l’IA un enjeu de transformation de l’entreprise
et non une question purement technologique, chiffre qui passe à 93 % chez les
dirigeants de grandes entreprises.
La moyenne nationale
sur la maturité IA masque de fait une fracture structurelle profonde qui sépare
les grandes entreprises (250 salariés et plus) du reste du tissu économique
(TPE/PME). Là où les premières vivent une transformation systémique et industrielle
de leur modèle, les secondes abordent encore l'IA comme un outil technologique
incrémental, souvent cantonné à de la réflexion ou à des tests locaux.
Pour les dirigeants de
grandes entreprises dont la maturité IA est plus avancée, l'intelligence
artificielle est ainsi perçue davantage comme :
• Une transformation radicale : 80 % la qualifient de
véritable « révolution industrielle ».
• Une remise en cause des business models : 68 % de l'ensemble des dirigeants estiment que l'IA améliore leur modèle économique actuel, mais une majorité des dirigeants des grandes entreprises
(53 %) affirme qu'elle remet
plutôt en cause leur modèle économique.
• L'occasion de préférer une approche « Rethink
» à une approche « Adapt » : 66 % des grandes entreprises estiment
nécessaire de repenser l'ensemble de leur organisation, contre seulement 28 %
au global, où l'on préfère simplement « adapter certains processus ».
Enfin, parmi les
principaux freins au déploiement de l’IA figurent la résistance interne et le
facteur humain pour plus de la moitié (52 %) des dirigeants de cette catégorie.
Les grandes entreprises
ont donc compris que l’IA n’améliore pas seulement le modèle existant :
elle le remet en cause et exige une refonte organisationnelle.
Une transformation
d’abord opérationnelle
Les dimensions les plus
impactées à horizon 3–5 ans sont très clairement les dimensions productives et
opérationnelles :
|
Dimension |
Impact
significatif ou transformation profonde |
|
|
|
|
Modèle opérationnel
et process de travail |
47
% |
|
Gestion des
compétences |
40
% |
|
Données et
infrastructures techniques |
40
% |
|
Prise de décision |
34
% |
|
Culture et
organisation |
30
% |
|
Rapport au temps |
29
% |
|
Système de management |
24
% |
|
Engagement des
salariés |
18
% |
|
Responsabilité
sociale et environnementale |
13
% |
Le résultat suggère une représentation encore assez “business/process” de l’IA : elle transforme d’abord la façon de produire, de travailler, de traiter les données et les compétences. Les dimensions plus culturelles, managériales ou sociales apparaissent moins spontanément identifiées comme des zones majeures de transformation, ce qui d’un certain point de vue est paradoxal puisque cela revient à
sous-estimer l’impact de la modification des process de travail sur
le système de management ou l’engagement des salariés.
Une acculturation en
cours, mais une gouvernance IA encore faible
33 % des dirigeants
déclarent que la direction de leur entreprise est acculturée aux enjeux de
l’IA, et ce chiffre monte à 62 % si l’on ajoute celles qui pensent que ce sera
le cas d’ici la fin de l’année. On observe donc une dynamique d’acculturation
assez nette. Mais les éléments plus structurants de gouvernance restent à ce
jour plus naissants que matures.
Les points faibles sont
très parlants :
75 % des entreprises n’ont pas de Chief Data Officer ou Chief AI Officer, 60 %
n’ont pas évalué leur dépendance aux fournisseurs IA, et 60 % ne disposent pas
de protocole pour gérer une décision erronée prise ou assistée par IA.
Cela dessine une tension forte : les dirigeants comprennent que l’IA est un sujet de transformation, mais les dispositifs de maîtrise, de gouvernance et de sécurisation ne sont pas encore installés.
Seuls10 % considèrent que l’IA interroge la composition de leur Comex. Là encore, la situation est assez différente dans les entreprises de 250 salariés et plus : 66 % ont un chief data officer / AI officer et
46 % se
questionnent sur la composition du Comex.
Le passage à l’échelle
reste minoritaire
Sur le déploiement, le paysage est encore très fragmenté : au total, 42 % des entreprises ont au moins des cas d’usage en production sur des périmètres limités, mais seulement 16 % ont déjà plusieurs cas industrialisés ou un portfolio structuré. La majorité reste donc en amont : réflexion, expérimentation ou premiers déploiements limités. Une entreprise sur trois est encore au stade de l'exploration ou de l'expérimentation. Les entreprises de 250 salariés et plus ont souvent dépassé le stade du test.
54 % gèrent activement un portfolio complet de cas d'usage industrialisés.
Le ROI est encore peu
mesuré
Les gains liés à l’IA
sont davantage attendus que réellement objectivés. Seules 32 % des entreprises
ont mesuré des gains d’une manière ou d’une autre. Et seulement 10 % disposent
d’un pilotage avancé, via tableau de bord ou intégration dans les modèles financiers.
Cela confirme que la
transformation IA est encore souvent pilotée par conviction, opportunité ou
expérimentation, plus que par une logique robuste de création de valeur
mesurée.
Une priorisation encore
très peu formalisée
Même constat sur les
investissements IA :
la méthode est rarement structurée. Ainsi, 62 % des entreprises n’ont pas de
méthode structurée de priorisation. À l’inverse, seules 15 % disposent d’un
modèle formalisé ou d’une logique d’optimisation continue.
C’est probablement l’un
des enseignements clés : les entreprises sont intéressées, parfois actives, mais
encore peu équipées pour arbitrer rationnellement entre les cas d’usage IA.
Une situation d’autant
plus paradoxale que l’amélioration de la productivité qu’offre l’IA est la
principale opportunité perçue (54 %). Les dimensions plus transformatrices –
nouvelles offres (15 %), satisfaction collaborateur (16 %), gains financiers déjà
tangibles (20 %) – sont nettement moins citées. Soulignons aussi 31 % déclarent
qu’aucune opportunité n’a été créée depuis trois ans, preuve que l’IA n’a pas
encore produit d’effets concrets pour une part importante des dirigeants,
notamment dans les PME.
Les freins :
compétences, données, management
Les principaux freins
ne sont pas d’abord éthiques ou réglementaires. Ils sont beaucoup plus
opérationnels. Le triptyque compétences – données – management apparait
central. L’IA semble moins bloquée par un rejet de principe que par des
conditions concrètes de mise en œuvre : manque de talents (42 %), qualité des
données insuffisante (40 %), temps managérial limité (38 %).
Le facteur humain est particulièrement mis en avant dans les grandes structures : la résistance interne est une barrière citée par 52 % des dirigeants d'entreprises de plus de 250 salariés, contre seulement 26 % au global. Plus l'intégration dépasse le stade du gadget technique pour toucher à l'organisation des postes, plus les frictions humaines deviennent un sujet stratégique majeur.