L’essor de l’IA révèle un déficit croissant de confiance

Plus de 50% des utilisateurs veulent garder le contrôle de leurs données d’IA

L’adoption de l’IA progresse plus vite que la confiance dans la manière dont les fournisseurs gèrent les données personnelles. Plus de la moitié des répondants à l’enquête de Tether ont déclaré vouloir être propriétaires des données créées lors de leurs interactions avec l’IA. Pourtant, seuls 35% se disaient confiants quant à la sécurité de leurs données personnelles.

Cet écart est important. Les utilisateurs se servent désormais d’outils cloud comme ChatGPT et Claude pour faire des recherches, résoudre des problèmes et obtenir des conseils personnels. Ces interactions peuvent impliquer des informations sensibles. Comme l’IA dans le cloud envoie généralement les saisies des utilisateurs vers une infrastructure distante pour traitement, la gouvernance des données devient une composante de l’expérience produit.

La principale contrainte est la confiance. Les utilisateurs peuvent apprécier un service d’IA tout en restant incertains quant à la destination de leurs informations, à la durée de leur conservation ou au degré de contrôle dont ils disposent sur celles-ci. Une adoption plus élevée ne prouve donc pas que les utilisateurs sont à l’aise avec les pratiques actuelles en matière de données. Les conclusions de Tether indiquent l’inverse : un usage fréquent peut coexister avec une faible confiance dans la sécurité des données.

Pour les dirigeants, la propriété et la protection des données doivent être traitées comme des exigences produit. Des politiques de conservation claires, des contrôles utilisateur réellement utiles, un traitement sécurisé et des explications simples sur l’usage des données peuvent réduire l’incertitude. Ces mesures ont aussi une importance commerciale. Les produits d’IA dépendent de plus en plus du partage par les utilisateurs d’un contexte utile, et les utilisateurs qui ne font pas confiance au système peuvent limiter ce qu’ils fournissent.

La priorité stratégique est claire : les entreprises doivent rendre l’IA utile sans obliger les clients à accepter des pratiques de données peu claires. À mesure que l’IA s’intègre dans davantage de produits et de workflows, la confiance influencera de plus en plus l’adoption, les relations clients et les types d’informations que les utilisateurs seront prêts à partager.

Plus de 50% des utilisateurs sont prêts à échanger une partie de leur vie privée contre les bénéfices de l’IA

Les préoccupations liées à la vie privée n’empêchent pas les gens d’utiliser l’IA. L’enquête de Tether a révélé que plus de la moitié des répondants seraient prêts à renoncer à une partie de leur vie privée en échange de la commodité offerte par l’IA, ou à partager des données personnelles contre des services d’IA à moindre coût.

Ce constat met en lumière une distinction importante entre les attitudes et les comportements des consommateurs. Les utilisateurs peuvent s’inquiéter de la sécurité des données tout en jugeant qu’un service d’IA apporte suffisamment de valeur pour justifier le partage d’informations. La commodité et le prix peuvent l’emporter sur les préoccupations de confidentialité au moment de l’usage.

Pour les dirigeants, cela ne signifie pas que la confidentialité compte moins. Cela signifie que les clients évaluent la confidentialité en parallèle de bénéfices concrets. Un service qui fait gagner du temps, supprime des tâches répétitives ou coûte moins cher peut inciter les utilisateurs à accepter une collecte de données plus large. Mais cette disposition a ses limites, en particulier lorsque les informations concernent la santé, les finances, l’identité ou d’autres données sensibles.

Le risque business consiste à considérer le consentement de l’utilisateur comme une preuve de confiance. Un client peut accepter la collecte de données parce que l’accès à une fonctionnalité utile en dépend. Cette décision ne signifie pas nécessairement que le client comprend ou approuve chaque usage ultérieur des données. Les entreprises doivent donc rendre cet échange explicite : quelles informations sont collectées, pourquoi elles sont nécessaires, comment elles sont traitées, combien de temps elles sont conservées et quels contrôles l’utilisateur possède.

La stratégie la plus solide consiste à être compétitif à la fois sur la valeur et sur la rigueur dans la gestion des données. Les services d’IA peuvent rester pratiques et abordables tout en ne collectant que les informations nécessaires à une finalité définie. Les entreprises qui offrent aux clients de véritables choix peuvent préserver les bénéfices qui stimulent l’adoption sans faire d’un large accès aux données une condition par défaut de participation.

Les attitudes envers l’IA diffèrent fortement selon les marchés

L’adoption de l’IA ne se traduit pas partout par les mêmes attentes. L’enquête de Tether a révélé un plus grand scepticisme chez les utilisateurs aux États-Unis et au Royaume-Uni, notamment des inquiétudes plus marquées concernant la confidentialité des données de santé et des données médicales. Les répondants en Inde et au Nigeria se sont montrés plus optimistes à l’égard de l’IA et ont manifesté davantage d’intérêt pour des fonctionnalités fonctionnant sur plusieurs appareils.

Pour les entreprises mondiales, ces différences comptent, car une stratégie unique en matière de produit d’IA et de confidentialité peut ne pas satisfaire tous les marchés. Un utilisateur prêt à connecter un service d’IA à un téléphone, un ordinateur et d’autres appareils peut accorder de la valeur à un accès fluide. Un autre utilisateur peut accorder davantage d’importance à la limitation des lieux où les informations sensibles sont stockées et traitées. La conception produit doit prendre en compte ces deux priorités.

La contrainte ne tient pas seulement au sentiment des consommateurs. Les règles de confidentialité, les attentes en matière de consentement et la sensibilité à certains types de données varient aussi selon les juridictions. Les informations de santé méritent une attention particulière, car leur mauvaise utilisation ou leur exposition peut avoir des conséquences importantes. Les dirigeants doivent donc distinguer les fonctionnalités qui peuvent rester globales de celles dont les contrôles doivent refléter les exigences locales.

Les résultats de l’enquête ne doivent pas servir à classer des pays entiers comme pro-IA ou anti-IA. Ils montrent des différences relatives entre les répondants interrogés, et non des attitudes uniformes au sein des populations nationales. Des facteurs comme l’âge, le revenu, l’accès au numérique, l’usage professionnel et la familiarité avec l’IA peuvent aussi influencer la manière dont les individus évaluent ses bénéfices et ses risques.

Pour les entreprises multinationales, la localisation doit aller au-delà de la langue et du marketing. Les entreprises doivent déterminer quelles données doivent circuler entre les appareils, quels traitements peuvent rester locaux, ce que les utilisateurs peuvent contrôler et comment le consentement est présenté sur chaque marché. Les différences régionales de confiance peuvent alors éclairer l’architecture produit et la gouvernance, au lieu de devenir un frein à l’expansion.

L’IA on-device pourrait faire de la confidentialité un avantage produit

La hausse de l’usage de l’IA et la faible confiance dans la sécurité des données créent une opportunité claire pour l’IA on-device. Au lieu d’envoyer chaque requête vers une infrastructure cloud distante, l’IA locale peut traiter une partie ou la totalité des informations directement sur le téléphone, l’ordinateur ou un autre appareil de l’utilisateur. Les données sensibles peuvent ainsi rester sous un contrôle utilisateur plus strict.

La demande pour ce modèle augmente à mesure que les utilisateurs se sentent moins à l’aise avec l’IA basée sur le cloud. Cela rejoint directement les conclusions de l’enquête de Tether : plus de la moitié des répondants veulent être propriétaires des données créées lors de leurs interactions avec l’IA, tandis que seuls 35% ont confiance dans la sécurité de leurs données personnelles. Le traitement local peut combler une partie de ce déficit de confiance en réduisant la quantité d’informations qui doivent quitter l’appareil.

La contrainte technique est la performance. Les systèmes on-device fonctionnent avec moins de puissance de calcul et de mémoire que les grands centres de données cloud. Ils peuvent aussi être limités par la taille des modèles, la consommation de batterie, les mises à jour et l’accès à des informations actuelles. Un produit d’IA local doit donc offrir une vitesse et des capacités suffisantes sans dégrader l’expérience utilisateur. Pour de nombreuses entreprises, la réponse pratique peut être une conception hybride dans laquelle les tâches sensibles ou routinières s’exécutent localement, tandis que les charges de travail nécessitant une plus grande capacité de calcul utilisent le cloud.

Cette approche modifie aussi l’économie et la gouvernance de l’IA. Le traitement local peut réduire la dépendance à l’inférence cloud continue et limiter la quantité d’informations client transmises à une infrastructure externe. Mais cela ne supprime pas le besoin de sécurité. Les entreprises doivent toujours protéger les modèles, les informations stockées, les mises à jour logicielles, l’accès aux appareils et toutes les données qui circulent entre les systèmes locaux et cloud.

Paolo Ardoino, PDG de Tether, présente l’IA locale privée comme une voie vers une adoption plus large. Il a déclaré : “En développant des options d’outils d’IA locaux et privés capables d’égaler la vitesse et la puissance des offres actuelles du marché, nous pouvons accroître l’omniprésence de la technologie IA tout en supprimant les barrières qui découragent les nouveaux utilisateurs.” Il a ajouté : “L’avenir de la société ne pourra prospérer que si l’IA devient ouverte et accessible à tous.”

Pour les dirigeants, l’opportunité va bien au-delà de l’ajout d’une fonctionnalité de confidentialité. L’emplacement des données, l’architecture de traitement et le contrôle utilisateur peuvent devenir des décisions produit fondamentales. Les entreprises capables de déplacer des charges de travail d’IA adaptées vers les appareils tout en conservant des performances compétitives pourraient réduire les préoccupations liées à la confidentialité et donner aux clients un plus grand contrôle sans sacrifier l’utilité qui a initialement favorisé l’adoption de l’IA.

Points clés à retenir pour les dirigeants

• La confiance est en retard sur l’adoption de l’IA : Plus de la moitié des utilisateurs interrogés veulent être propriétaires de leurs données d’IA, tandis que seuls 35% ont confiance dans la sécurité de leurs données personnelles. Les dirigeants doivent considérer des contrôles de données clairs et un traitement sécurisé comme des exigences produit.
• Les utilisateurs échangeront de la vie privée contre de la valeur : Plus de la moitié des répondants accepteraient une certaine perte de confidentialité en échange d’une plus grande commodité de l’IA ou de prix plus bas. Les entreprises doivent offrir ces bénéfices tout en minimisant la collecte de données inutile et en rendant le consentement clair.
• Les attentes envers l’IA varient selon les marchés : Les répondants aux États-Unis et au Royaume-Uni ont montré un plus grand scepticisme et davantage de préoccupations concernant la confidentialité des données de santé, tandis que les utilisateurs en Inde et au Nigeria se sont montrés plus optimistes et intéressés par les fonctionnalités multi-appareils. Les stratégies mondiales en matière d’IA doivent adapter les contrôles de confidentialité et la conception produit aux attentes régionales.
• L’IA on-device crée une opportunité en matière de confidentialité : Traiter davantage de charges de travail d’IA localement peut réduire l’exposition des données dans le cloud et donner aux utilisateurs un plus grand contrôle. Les dirigeants doivent évaluer les architectures d’IA locales et hybrides en fonction de la confidentialité, de la performance, du coût et des exigences des charges de travail.