80 à 90 % des entreprises utilisent déjà l’intelligence artificielle et 80 % ont expérimenté des agents IA. Mais les outils IA sont adoptés à seulement 50 à 60% et seuls 10 à 15 % des projets atteindraient réellement la production.
Pourtant, les premiers résultats sont déjà mesurables. Les assistants IA font gagner du temps sur les tâches du quotidien, certaines entreprises multiplient leur productivité sur la création de contenus ou de fiches produits par exemple, tandis que d’autres améliorent leurs prévisions ou accélèrent leurs développements logiciels. Reste une question : pourquoi si peu de projets franchissent-ils le cap de l’industrialisation ? Lors d’OSV Explore, Sandra Couder, Manager Conseil en IA & Marketing Digital, a identifié quatre conditions pour inscrire la valeur de l’IA dans la durée.
Sandra Couder,
Manager Conseil en IA & Marketing Digital
Changer les usages, pas seulement les outils
Le risque principal est d’intégrer l’IA sans remettre en question les modes de fonctionnement existants. Un collaborateur peut gagner une heure par jour grâce à un assistant IA. Si le processus dans lequel il intervient reste inchangé, le bénéfice demeure limité à une amélioration individuelle.
C’est pourquoi il faut identifier les activités qui peuvent être simplifiées, automatisées ou repensées. Cela implique de fixer des objectifs, de mesurer les résultats obtenus et d’accompagner les équipes dans l’évolution de leurs pratiques. Passer d’un « assistant IA » à un « processus assisté », c’est là que se joue la différence entre un gain ponctuel et un changement durable.
Gouvernance, sécurité, souveraineté : les nouveaux enjeux autour de l’IA sur IBM i
Après la phase d’expérimentation vient celle des arbitrages.
Combien coûtent réellement l’IA ? Quels agents sont réellement utilisés ? Quels bénéfices apportent-ils aux métiers ?
Quand les projets sont déployés à plus grande échelle, de nouveaux postes de dépenses apparaissent : consommation de tokens, appels API, multiplication des agents ou orchestration…
Les entreprises doivent alors se doter d’outils de pilotage inspirés du FinOps. L’objectif est de comprendre qui consomme quoi, pour quel usage et avec quels résultats. Cette transparence permet de responsabiliser les métiers sur leur consommation, mais aussi sur la valeur générée.
Elle conduit aussi à questionner le recours systématique à l’IA. Un agent n’est pas toujours la meilleure réponse à un besoin métier. Une automatisation ou une évolution du processus peut apporter un bénéfice comparable avec moins de coûts et de complexité.
La sobriété devient un principe de pilotage. Certains agents s’imposeront, d’autres disparaîtront faute d’usages ou de résultats. l’importance de la gouvernance des données et la maîtrise des infrastructures. Gestion des accès, anonymisation, sécurisation du code généré ou contrôle des agents IA deviennent des prérequis, notamment dans des architectures hybrides mêlant cloud et on premise.
Gouverner un écosystème d’agents
Les métiers déploient des agents IA pour répondre à des besoins précis. Un assistant pour la relation client, un autre pour la recherche documentaire, un troisième pour automatiser certaines tâches administratives.
Rapidement, la question de la gouvernance se pose.
Qui valide les déploiements ? Pour quels usages ? Avec quelles données ?
Cette multiplication des usages impose de cartographier les agents, d’identifier les responsables, de mettre en place des processus de validation mais aussi de superviser en continu afin de pouvoir détecter d’éventuelles dérives.
Demain, les entreprises devront piloter un véritable écosystème d’agents, avec les mêmes exigences de maîtrise que pour leurs applications critiques.
Maîtriser les données pour limiter les risques
L’IA amplifie la valeur des données, mais aussi les risques. Qui peut accéder à quoi ? Quelles informations peuvent être transmises à un agent ? Comment éviter qu’un collaborateur partage des données sensibles dans un outil non autorisé ?
Plus les usages se développent, plus la maîtrise des données devient un facteur de performance autant qu’un enjeu de sécurité.
Ces enjeux ne sont pas nouveaux. En revanche, l’IA leur donne une nouvelle dimension. Contrôle des accès, cloisonnement des sources de données, surveillance des usages ou validation humaine sur les actions critiques doivent être pensés dès la conception d’un projet.
En conclusion : L’IA ne récompensera pas forcément les plus rapides. Elle récompensera les mieux préparés.
À propos d’OSV Explore
Organisé par Outdoor Sports Valley, OSV Explore réunit les acteurs de la filière outdoor autour des grandes transformations du secteur. L’édition du 11 juin 2026 était consacrée à l’intelligence artificielle et à son potentiel comme moteur de performance pour les entreprises de l’outdoor.
Sources
