Pourquoi la baisse de confiance dans l’IA est un signal positif

La baisse de confiance dans le niveau de maturité de l’IA reflète une évaluation plus réaliste des défis à relever

Pour de nombreuses organisations, une baisse de confiance dans l’IA peut sembler être une mauvaise nouvelle. Il s’agit en réalité d’un signe de progrès. Lorsque les entreprises lancent leurs premières initiatives en matière d’IA, en particulier des projets pilotes, il est relativement facile d’obtenir des résultats positifs, car l’environnement est contrôlé et le champ d’application est limité. La mise en production est différente. Les agents d’IA commencent à interagir avec des systèmes réels, à prendre des décisions qui affectent des processus métier concrets et à fonctionner en continu. C’est là que les questions difficiles se posent.

Le rapport sur les tendances du troisième trimestre 2026 illustre clairement cette évolution. Il y a six mois, 40 % des entreprises se considéraient comme ayant atteint un niveau de maturité dans le déploiement de l’IA. Aujourd’hui, ce chiffre s’élève à 23 %, d’après une enquête menée auprès de 800 responsables informatiques aux États-Unis et au Royaume-Uni. À première vue, cela ressemble à un recul. En réalité, cela suggère que les entreprises ont acquis une meilleure compréhension de ce qu’exige réellement l’IA d’entreprise.

Il s’agit d’une transition importante pour les dirigeants. Une confiance excessive, sans expérience opérationnelle, peut créer un faux sentiment de préparation. Une fois que l’IA est mise en production, les dirigeants se heurtent à des défis en matière de gouvernance, de sécurité, de visibilité, de responsabilité et de résilience opérationnelle qui étaient invisibles lors des tests pilotes. Un niveau de confiance plus faible à ce stade signifie souvent que les équipes de direction se mesurent à des normes plus élevées au lieu de se réjouir des premiers succès.

Cette distinction est importante. L’adoption de l’IA ne consiste plus à démontrer qu’un modèle est capable de générer des résultats utiles. Il s’agit désormais de prouver que l’IA peut fonctionner de manière fiable au quotidien au sein de l’entreprise, tout en répondant aux exigences en matière de sécurité, de conformité et d’exploitation. Les organisations qui identifient ces lacunes dès le début sont généralement mieux placées pour intégrer l’IA dans leur stratégie à long terme.

Pour les équipes de direction, l’objectif ne doit pas être de maximiser les scores de confiance. L’objectif doit être d’instaurer une confiance qui s’appuie sur des capacités opérationnelles mesurables. Une évaluation honnête permet de prendre des décisions d’investissement plus pertinentes, d’assurer une gouvernance plus efficace et de faciliter considérablement l’expansion future.

Pour réussir la mise à l’échelle de l’IA, il est nécessaire de disposer d’un cadre de gouvernance solide

Obtenir un projet pilote d’IA est relativement simple. C’est lorsque l’IA est déployée à l’échelle de l’entreprise que le véritable travail commence. Les exigences changent radicalement dès lors que les agents IA commencent à accéder aux systèmes de production, à interagir avec les clients, à assister les collaborateurs ou à prendre des décisions qui ont une incidence sur les opérations de l’entreprise.

Un projet pilote consiste généralement à réaliser une tâche dans des conditions contrôlées. Un système d’IA en production fonctionne en continu, souvent sans supervision humaine directe. Cela modifie le profil de risque. Les organisations doivent désormais savoir quels agents d’IA sont en cours d’exécution, à quels systèmes ils ont accès, quelles actions ils sont autorisés à effectuer, et dans quels délais un comportement inhabituel peut être détecté et fait l’objet d’une enquête. Ces capacités relèvent de la gouvernance.

L’étude révèle que 84 % des organisations prévoient d’étendre l’utilisation de l’IA dans leurs opérations informatiques au cours des 6 à 24 prochains mois. Un tel niveau d’investissement prévu fait de la gouvernance une priorité stratégique plutôt qu’un simple détail technique. Développer l’IA sans renforcer la gouvernance accroît le risque opérationnel, à mesure que l’IA s’intègre de plus en plus profondément dans les processus métier clés.

Les dirigeants doivent également prendre conscience que la gouvernance est un moteur de croissance. Les organisations considèrent souvent la gouvernance comme un frein à l’innovation. Dans la pratique, c’est tout le contraire. Une gouvernance solide permet aux entreprises de déployer l’IA à plus grande échelle, car les dirigeants ont davantage confiance en la sécurité, la conformité, la responsabilité et la fiabilité opérationnelle. Les équipes consacrent ainsi moins de temps à résoudre des problèmes imprévus et davantage à créer de la valeur pour l’entreprise.

Cela modifie également la manière dont il convient de mesurer la réussite. Se contenter de compter les déploiements d’IA ne suffit pas. Les dirigeants d’entreprise doivent évaluer si l’IA produit des résultats mesurables tout en s’inscrivant dans un cadre de contrôle clairement défini. Cela implique de surveiller les performances, de gérer les droits d’accès, de garantir la traçabilité et de veiller à ce que chaque agent d’IA relève clairement d’une responsabilité bien identifiée tout au long de son cycle de vie.

Les organisations qui déploient l’IA de la manière la plus efficace ne sont pas nécessairement celles qui la mettent en œuvre le plus rapidement. Ce sont celles qui mettent en place les fondements opérationnels permettant à l’IA de se développer en toute sécurité, de manière cohérente et en toute confiance à l’échelle de l’entreprise.

Le déploiement accéléré de l’IA devance la mise en place des contrôles de gouvernance nécessaires

L’IA d’entreprise évolue à un rythme effréné. La gouvernance ne suit pas le rythme. Cet écart est en train de devenir l’un des plus grands défis auxquels sont confrontées les organisations aujourd’hui. De nombreuses entreprises se sont attachées à déployer des agents d’IA aussi rapidement que possible afin de réaliser des gains de productivité, mais elles ont moins investi dans les dispositifs de contrôle nécessaires pour gérer ces systèmes à grande échelle.

Cela engendre un problème prévisible. Les agents d’IA s’intègrent dans différentes fonctions de l’entreprise, utilisant souvent plusieurs plateformes dotées de modèles de sécurité, d’outils de surveillance et de contrôles d’accès différents. Au fil du temps, les dirigeants perdent une vue d’ensemble de l’endroit où l’IA est déployée, des données auxquelles elle a accès et de la manière dont ses actions peuvent être examinées. La technologie continue de se développer, mais la visibilité ne suit pas le même rythme.

Les organisations hautement performantes simplifient leurs environnements technologiques au lieu d’ajouter des outils distincts pour chaque nouvelle fonctionnalité d’IA. Elles considèrent les agents d’IA comme des identités numériques régies par des règles, avec des autorisations, une propriété et une responsabilité clairement définies. Elles mesurent également les résultats commerciaux plutôt que de se contenter de recenser le nombre de systèmes d’IA déployés.

Il s’agit autant d’un enjeu de direction que d’un enjeu technologique. Chaque nouveau déploiement d’IA accroît la complexité opérationnelle. En l’absence de normes de gouvernance claires, cette complexité augmente plus rapidement que la capacité de contrôle de l’organisation. Cela a des répercussions sur la cybersécurité, la conformité, la résilience opérationnelle et, en fin de compte, la confiance des clients.

Le rapport met en évidence l’impact commercial d’une mise en place précoce de la gouvernance. Les organisations situées au niveau le plus élevé du modèle de maturité sont cinq fois plus susceptibles de déclarer ne rencontrer aucun obstacle à l’extension de leurs agents d’IA que la moyenne des organisations. Ce constat suggère que la gouvernance ne freine pas l’adoption de l’IA. Elle rend au contraire cette extension plus facile à mettre en œuvre, car les organisations ont déjà établi les bases opérationnelles nécessaires à leur développement.

Les dirigeants devraient considérer la gouvernance comme faisant partie intégrante de l’infrastructure de l’entreprise plutôt que comme une exigence de conformité supplémentaire. Les initiatives en matière d’IA continueront de se développer au cours des prochaines années. Les organisations qui intègrent dès à présent la gouvernance dans leur modèle opérationnel pourront se développer avec moins de perturbations, en réduisant les risques opérationnels et en ayant davantage confiance dans les décisions prises par leurs systèmes d’IA.

La gestion insuffisante des identités non humaines est en train de devenir l’un des défis les plus importants

Chaque agent d’IA opérant au sein d’une organisation dispose d’une identité numérique. Cette identité détermine les systèmes auxquels il peut accéder, les actions qu’il peut effectuer et les informations qu’il peut extraire. À mesure que les organisations déploient davantage d’IA, le nombre de ces identités non humaines augmente rapidement. Dans de nombreuses entreprises, elles sont déjà plus nombreuses que les utilisateurs humains.

Le problème est que la gouvernance n’ait pas évolué au même rythme. Les collaborateurs humains bénéficient généralement de processus d’intégration bien établis, de responsabilités clairement définies, de contrôles d’accès et de procédures formelles de départ. De nombreux agents d’IA ne disposent d’aucun de ces contrôles. Ils peuvent continuer à fonctionner longtemps après que leur objectif initial a pris fin, tout en conservant des autorisations qui ne sont plus appropriées.

Ces systèmes non gérés sont souvent appelés « agents zombies ». Le problème ne réside pas simplement dans leur existence. Le plus grave, c’est qu’ils peuvent continuer à accéder aux systèmes de l’entreprise sans qu’il y ait de responsable clairement identifié ni de contrôle efficace. À mesure que les organisations déploient des centaines, voire des milliers d’agents d’IA, il devient de plus en plus difficile de surveiller ces identités non gérées, ce qui accroît les risques de sécurité et réduit la responsabilité.

Ce rapport met en évidence l’ampleur du problème. Seules 21 % des entreprises ont mis en place une gouvernance des identités non humaines, alors que celles-ci sont déjà plus nombreuses que les utilisateurs humains dans 83 % des entreprises. Cela suggère que les pratiques de gouvernance n’ont pas suivi le rythme de l’expansion rapide de l’IA dans les environnements d’entreprise.

Pour les équipes de direction, cela doit être considéré comme une priorité stratégique plutôt que comme un détail technique. Chaque agent d’IA doit avoir un responsable désigné et identifié par écrit, des droits d’accès clairement définis, faire l’objet d’une surveillance continue, d’examens réguliers des droits d’accès, ainsi que d’un processus structuré de mise hors service lorsqu’il n’est plus nécessaire. Ces mesures de contrôle garantissent la responsabilité et réduisent les risques de sécurité inutiles.

La question plus générale est celle de la confiance. L’IA ne peut devenir un élément central des opérations commerciales que si les dirigeants comprennent qui, ou quoi, effectue les actions critiques au sein de l’organisation. Une gouvernance claire apporte cette visibilité. Elle permet aux organisations de développer l’IA avec davantage de confiance, tout en garantissant la sécurité, la conformité réglementaire et la rigueur opérationnelle.

Une auto-évaluation honnête et la transparence sont essentielles pour une adoption responsable et durable de l’IA

L’un des indicateurs les plus probants de la maturité de l’IA n’est pas un niveau de confiance élevé. Il s’agit plutôt de la volonté d’identifier les faiblesses avant qu’elles ne se transforment en problèmes plus graves. Les organisations qui réévaluent leur niveau de préparation en matière d’IA après le passage en production posent souvent des bases plus solides que celles qui continuent d’afficher un niveau de confiance élevé sans disposer de la même expérience opérationnelle.

Les entreprises qui revoient à la baisse leur niveau de maturité en matière d’IA ne réduisent pas pour autant leurs ambitions. Elles rehaussent au contraire leurs attentes. Elles reconnaissent que le déploiement de l’IA ne constitue qu’une partie du défi. La réussite à long terme repose sur la mise en place d’une gouvernance qui englobe à la fois les agents d’IA, les personnes et les appareils, sur la création d’une supervision unifiée de l’ensemble de l’environnement technologique, et sur la mesure des résultats commerciaux plutôt que sur le simple décompte des déploiements.

Cette évolution témoigne d’une approche plus rigoureuse en matière d’investissement dans l’IA. À mesure que les organisations acquièrent une expérience concrète, elles cessent de considérer le déploiement comme leur objectif principal. Elles se concentrent désormais sur la fiabilité opérationnelle, la sécurité, la responsabilité et la valeur commerciale mesurable. Ces priorités constituent une base plus solide pour étendre l’IA à l’ensemble des fonctions métier essentielles.

Ce rapport confirme que les entreprises ne ralentissent pas leurs stratégies en matière d’IA. Selon l’enquête, 84 % des entreprises prévoient d’étendre l’utilisation de l’IA au cours des deux prochaines années. La différence réside dans le fait que nombre d’entre elles reconnaissent désormais que cette expansion doit s’accompagner d’une gouvernance plus solide, d’une définition plus claire des responsabilités et de meilleurs contrôles opérationnels. Une croissance sans ces capacités engendre des risques inutiles qui deviennent plus difficiles à gérer par la suite.

Pour les dirigeants, il s’agit là d’une leçon importante en matière de leadership. L’IA doit être gérée avec la même rigueur que celle appliquée à toute capacité essentielle à l’activité. Les évaluations régulières du niveau de maturité de l’IA doivent être considérées comme des outils de gestion stratégique plutôt que comme des tableaux de bord de performance. Un niveau de maturité moins élevé aujourd’hui peut refléter une compréhension plus précise des capacités actuelles et une feuille de route plus claire en matière d’amélioration.

Les organisations qui encouragent un reporting transparent sont également mieux à même de prendre des décisions d’investissement éclairées. Les équipes sont ainsi plus à même d’identifier les lacunes en matière de gestion des identités, de sécurité, de conformité, de surveillance et de processus opérationnels avant que celles-ci n’aient des répercussions sur les clients ou les activités de l’entreprise. Cela permet à la direction de hiérarchiser les investissements en se basant sur des risques mesurables plutôt que sur des hypothèses.

En fin de compte, l’adoption responsable de l’IA repose sur le maintien de normes élevées à mesure que les systèmes gagnent en performances et s’intègrent de plus en plus profondément dans l’entreprise. Les organisations qui associent des stratégies ambitieuses en matière d’IA à une gouvernance rigoureuse, à une évaluation transparente et à une amélioration continue seront mieux à même de déployer l’IA de manière sûre et cohérente. L’objectif n’est pas simplement de déployer davantage d’IA. Il s’agit de développer des capacités d’IA auxquelles les dirigeants, les collaborateurs, les clients et les autorités de régulation puissent faire confiance à long terme.

Principaux faits marquants

• Renforcer la confiance grâce à l’expérience acquise sur le terrain : une baisse de la confiance dans la maturité de l’IA peut être le signe d’une meilleure prise de conscience des enjeux opérationnels. Les dirigeants devraient considérer ces réévaluations honnêtes comme un moyen d’identifier les lacunes en matière de gouvernance avant qu’elles ne se transforment en risques commerciaux plus importants.
• Intégrez la gouvernance à chaque déploiement d’IA : passer de la phase pilote à la mise en production nécessite de la transparence, une responsabilisation, des contrôles d’accès et une surveillance continue. Étant donné que 84 % des organisations prévoient d’étendre leur utilisation de l’IA, la gouvernance doit évoluer au même rythme que les investissements dans ce domaine.
• Combler les lacunes en matière de gouvernance avant de développer l’IA : un déploiement rapide sans supervision cohérente accroît les risques opérationnels, de sécurité et de conformité. Les organisations qui simplifient leurs environnements technologiques et gèrent les agents d’IA comme des identités gérées sont mieux à même de se développer en rencontrant moins d’obstacles.
• Accordez la priorité à la gouvernance des identités non humaines : les agents d’IA doivent bénéficier des mêmes contrôles en matière de gestion du cycle de vie, de propriété et d’accès que les utilisateurs humains. Étant donné que les identités non humaines sont plus nombreuses que les utilisateurs humains dans 83 % des organisations et que seules 21 % d’entre elles ont mis en place une gouvernance dédiée, il s’agit là d’une priorité immédiate en matière de sécurité et de responsabilité.
• Évaluez la maturité en matière d’IA en fonction de la rigueur opérationnelle : le succès à long terme de l’IA repose sur une auto-évaluation transparente, des résultats commerciaux mesurables et des bases solides en matière de gouvernance. Les organisations qui renforcent dès aujourd’hui leurs normes opérationnelles seront mieux armées pour déployer l’IA de manière responsable à mesure que son adoption s’accélère.