La technologie accélère, l’adoption temporise
Pour cette nouvelle MasterClass, nous avons voulu nous attaquer à un sujet brûlant : l’IA entre fantasmes médiatiques et adoption réelle en entreprise.
Chez Datalogy, nous observons chaque semaine le même décalage :
-
La technologie avance vite.
-
Les discours vont encore plus vite.
-
Mais l’adoption, elle… avance lentement.
C’est précisément pour comprendre ce décalage que nous avons mobilisé notre Matrice d’adoption Data & IA :
Pédagogie – Communication – Change – Influence.
Et pour éclairer ce terrain parfois brumeux, j’ai eu le plaisir d’échanger avec Mick Levy, observateur aussi lucide qu’engagé du paysage IA en France.
La fumée avant le feu : trop d’IA tue-t-elle l’IA ?
Premier constat : non, on ne sature pas encore.
Il y a une fatigue autour du sujet, oui. Mais pas une saturation. Ce qui circule surtout, ce sont des promesses emballées plus vite que les réalités.
Le niveau de lucidité moyen des décideurs ?
Plutôt faible.
Ils savent qu’il faut “y aller”. Ils ressentent l’urgence. Mais peu maîtrisent réellement ce qu’implique la création de valeur avec l’IA.
Faut-il alors expliquer l’IA ou la faire pratiquer ?
Les deux.
L’expérience directe permet d’en comprendre les limites. Mais la pédagogie reste indispensable pour décrypter ce qu’il y a derrière : les enjeux sociétaux, le caractère extractiviste des données, la consommation de ressources, la part de travail humain invisible.
Autre confusion majeure :
IA = IA générative = ChatGPT.
Or l’IA est bien plus large :
-
IA analytique (présente depuis 25 ans),
-
IA perceptive (deep learning),
-
IA générative,
-
et désormais IA agentique.
Réduire l’IA à ChatGPT, c’est passer à côté de 80 % du sujet.
Faut-il parler différemment de l’IA ?
L’IA est avant tout un sujet de transformation.
La difficulté principale n’est pas technologique, elle est organisationnelle. Accepter de transformer les processus est toujours plus complexe que d’installer un outil.
Oui, il faut vulgariser. Massivement.
Expliquer sans entrer dans le détail technique, mais sans nier la complexité.
Une communication mal pensée peut saboter un projet. Mick évoque des cas où des collaborateurs ont freiné voire saboté une initiative IA faute d’avoir été correctement embarqués.
Communiquer sur l’IA, c’est :
-
Faire comprendre,
-
Rassurer,
-
Donner envie,
-
Et montrer la transformation dans sa globalité.
Sans vision claire, la peur prend le dessus.
Pourquoi l’adoption cale si souvent ?
Les chiffres sont frappants :
-
85 % des projets IA restent au stade de POC.
-
Selon certaines études, 95 % ne voient jamais leur impact en P&L.
Le problème n’est pas le modèle.
C’est l’absence de vision, de budget structuré et surtout d’acceptation de la transformation.
Investir dans une IA transformative, c’est comme installer une nouvelle machine-outil dans une usine :
former, adapter les processus, revoir l’organisation.
Mick distingue deux “saveurs” d’IA :
-
L’IA du quotidien (ex : outils génératifs).
Elle nécessite des ambassadeurs. -
L’IA transformative.
Celle qui se pose sur la donnée stratégique et modifie réellement les processus.
Comme Excel, ChatGPT seul ne donne pas d’avantage concurrentiel.
C’est son intégration dans la chaîne de valeur qui change la donne.
Où placer l’IA dans l’organisation ?
Le rattachement de l’IA envoie un signal stratégique.
-
Rattachée uniquement à la DSI ? Risque d’enfermement technologique.
-
Rattachée à la direction générale ? Signal fort d’ambition.
-
Souvent, le bon compromis se situe du côté de la transformation ou du digital.
Les secteurs les plus avancés ?
Banque, assurance, retail, industrie pharmaceutique ou énergétique.
Mais pour l’IA du quotidien, tout dépend surtout des individus moteurs dans l’organisation.
L’influence ne vient pas toujours des plus techniques, mais des plus ambitieux.
À hauteur d’humain : réalisme et ambition
Le projet qui a récemment bluffé Mick ?
L’initiative de l’Institut Curie, qui a développé un algorithme pour identifier des cancers rares, grâce notamment au mécénat de compétences.
Optimiste, lucide ou blasé ?
Lucide. L’adoption prendra plus de temps que ce que les médias laissent entendre.
Si une seule action devait être lancée demain pour accélérer l’adoption réelle :
-
Acculturer massivement.
-
Identifier et qualifier des cas d’usage ambitieux.
-
Lancer des POC… mais en prévoyant dès le départ le budget d’industrialisation.
Et l’IA agentique dans tout ça ?
L’IA agentique représente probablement la prochaine rupture.
Contrairement aux modèles actuels, elle pourra agir, exécuter des tâches, coopérer avec d’autres agents, interagir entre organisations.
Mais cela suppose :
-
Une structuration solide des données,
-
Une supervision,
-
Une nouvelle gouvernance.
Le sujet redevient alors organisationnel avant d’être technologique.
En résumé
-
L’IA n’est pas un sujet purement technologique, mais un sujet d’ambition et d’organisation.
-
La confusion actuelle freine l’adoption plus qu’elle ne l’accélère.
-
La majorité des projets échouent non pas faute de modèle, mais faute de transformation.
-
L’IA du quotidien ne suffit pas : l’enjeu est dans l’IA transformative.
-
La prochaine vague (agentique) exigera une gouvernance encore plus solide.
On retrouve ici nos quatre piliers d’adoption :
-
Pédagogie pour comprendre ce que l’on déploie,
-
Communication pour éviter la peur et le sabotage,
-
Change pour transformer réellement les processus,
-
Influence pour créer un mouvement durable.
Merci à Mick Levy pour cet échange riche et lucide.
L’IA n’est pas une promesse magique.
C’est un chantier stratégique.
Et surtout, un projet profondément humain.
