L’état de préparation des entreprises à l’IA reste une préoccupation croissante, la confiance des directeurs techniques dans le développement de la technologie diminuant pour la troisième année consécutive, selon un rapport d’une société mondiale d’ingénierie et de conseil numérique.
Dans son dernier rapport « What CTOs Think », basé sur les informations recueillies auprès de 500 CTO, Akkodis a constaté que la confiance des CTO dans la capacité de leur organisation à mettre en œuvre et à faire évoluer l’IA a chuté à 48 % en 2026, contre 62 % en 2025 et 82 % en 2024.
« De nombreuses organisations ont dépassé la question de savoir si elles peuvent accéder à l’IA », a déclaré Jo Debecker, PDG d’Akkodis. « Le plus grand défi auquel ils sont désormais confrontés est de savoir s’ils peuvent faire fonctionner l’IA au sein de la complexité de l’entreprise – à travers les systèmes existants, les données fragmentées, les contrôles des risques, les processus de gouvernance et les flux de travail humains.
« La capacité de faire évoluer l’IA de manière significative est importante car c’est ainsi que les entreprises peuvent voir la valeur de la technologie », a-t-il déclaré à TechNewsWorld.
« Les pilotes peuvent prouver ce qui est possible, mais c’est l’évolutivité qui transforme l’IA en de meilleures décisions, en une innovation plus rapide et en un impact commercial mesurable », a-t-il poursuivi. « Pour y parvenir, les organisations ont besoin de plus que de la technologie. Elles ont besoin d’une transformation de la main-d’œuvre, d’une gouvernance claire et de la confiance des personnes censées utiliser l’IA au quotidien.
« Les organisations ont passé deux ans à réaliser des preuves de concept », a ajouté Eric Hulse, directeur de recherche chez Command Zero, une société d’automatisation des cyber-investigations basée à Austin, au Texas.
« Ceux qui sont bloqués en mode pilote accumulent les coûts sans capter de valeur », a-t-il déclaré à TechNewsWorld. « La pression pour évoluer est réelle. Mais les données d’Akkodis montrent que la confiance dans la capacité d’évoluer a chuté de 82 % à 48 % en trois ans. Cela est logique. Plus les CTO se demandent ce que nécessite réellement l’évolution, plus il devient clair que la plupart des organisations ne sont pas conçues pour cela. »
Coincé sur la mise à l’échelle
La mise à l’échelle est le point où de nombreux programmes d’IA restent bloqués, a observé Ryan McCurdy, vice-président du marketing chez Liquibase, une société d’automatisation des modifications de bases de données à Austin, au Texas.
« Les entreprises peuvent accéder à des modèles performants, exécuter des démonstrations et montrer des gains de productivité. Le plus difficile est de transformer cela en un travail auquel l’entreprise peut faire confiance au quotidien », a-t-il déclaré à TechNewsWorld.
Lorsque l’IA agentique est ajoutée au mélange, les enjeux augmentent, a-t-il poursuivi. « Il ne s’agit pas seulement de répondre à des questions. Il peut écrire du code, générer des modifications de schéma, mettre à jour des pipelines et déclencher des travaux dans l’ensemble de l’entreprise », a-t-il expliqué. « Cela nécessite un modèle opérationnel différent. Les équipes doivent savoir ce que les agents peuvent faire, où les humains restent impliqués et comment les changements induits par l’IA sont examinés, tracés et contrôlés. »
« Beaucoup d’organisations ne l’ont pas encore compris », a-t-il déclaré. « Donc, soit ils gardent l’IA enfermée dans des expériences, soit ils avancent trop vite et créent des risques dans la production. Aucune des deux voies n’évolue. »
« Les entreprises qui réussiront n’achèteront pas simplement davantage d’outils d’IA », a-t-il ajouté. « Ils construiront la structure autour d’eux, comme des données fiables, des flux de travail gouvernés et une preuve de contrôle. C’est ainsi que l’IA passe d’expériences intéressantes à quelque chose que l’entreprise peut réellement exécuter. »
Les lacunes en matière de préparation à l’IA persistent
Le rapport explique qu’à mesure que les organisations vont au-delà des programmes pilotes, la complexité d’exécution augmente en termes d’alignement du leadership, de gouvernance et de confiance des employés. L’étude révèle que moins de la moitié des CTO (44 %) estiment que les équipes de direction possèdent une compréhension suffisante de l’IA, et que seulement 36 % se disent satisfaits du niveau de confiance du personnel.
En outre, les directeurs techniques ont déclaré que les progrès de l’IA étaient limités par des obstacles, tels que le manque de compétences technologiques internes (32 %), l’incertitude quant au retour sur investissement (31 %) et le manque d’urgence au niveau de l’entreprise (27 %).
« De nombreuses organisations adoptent l’IA parce qu’elles se sentent obligées de le faire », a déclaré John Strand, propriétaire de Black Hills Information Security, une société de tests d’intrusion à Sturgis, SD.
« Ils voient constamment des gros titres, des publications sur LinkedIn et du contenu sur les réseaux sociaux affirmant que l’IA change tout, et ils ne veulent pas être laissés pour compte », a-t-il déclaré à TechNewsWorld. « Le danger est que l’IA puisse devenir une solution à la recherche d’un problème. »
« L’IA a absolument le potentiel de créer de la valeur, mais les organisations doivent faire preuve de stratégie en identifiant les problèmes spécifiques et les défis commerciaux qu’elles peuvent résoudre au lieu de les diffuser dans toute l’entreprise sans objectif clair », a-t-il déclaré.
Les problèmes de données minent l’IA
Steven Swift, directeur général de Suzu Testing, un fournisseur de services de cybersécurité basés sur l’IA à Las Vegas, a affirmé que les technologies utilisées pour atteindre les objectifs commerciaux n’ont pas beaucoup d’importance. « Ce qui compte, c’est que l’entreprise atteigne ses objectifs », a-t-il déclaré à TechNewsWorld. « Si une entreprise peut transférer un certain nombre de coûts hérités vers un ensemble de modèles d’IA, cela modifie rarement de manière significative ses capacités commerciales. »
« Les laboratoires d’IA vendent des pelles et crient à tous ceux qui veulent bien les écouter qu’il y a une ruée vers l’or », a-t-il ajouté. « Techniquement, cela ne veut pas dire que votre organisation ne trouvera pas d’or. Mais la majeure partie de l’argent que l’on peut gagner lors d’une ruée vers l’or consiste à vendre des pelles, pas de l’or. »
La pléthore d’outils d’IA disponibles pour les entreprises est problématique, a reconnu Bob Brauer, fondateur et PDG d’Interzoid, un cabinet de conseil de San Francisco et fournisseur de solutions d’enrichissement pour les systèmes de données d’entreprise.
« Les équipes doivent trouver comment connecter ces outils d’IA à des systèmes réels et corrects », a-t-il déclaré à TechNewsWorld. « La raison pour laquelle c’est un gros problème est que les entreprises ont généralement des données réparties sur différents systèmes, et différents systèmes maintiennent différentes ‘versions de la vérité’. »
« L’efficacité de l’IA dépend de la qualité des données à partir desquelles elle travaille. Ainsi, lorsque les équipes sont confrontées à des systèmes désordonnés, avec des problèmes tels que des enregistrements anciens, des enregistrements en double ou des champs manquants, l’IA prend alors de mauvaises décisions », a-t-il expliqué. « Comme l’IA évolue toujours rapidement, ces mauvaises décisions évoluent incroyablement rapidement, et les entreprises ne découvrent généralement des problèmes de données qu’après avoir suffisamment évolué pour avoir des impacts négatifs. »
« En fin de compte, avant qu’une intégration d’IA puisse se connecter et évoluer, les entreprises ont besoin de données plus propres et plus cohérentes afin que l’IA fonctionne à partir d’informations auxquelles l’entreprise peut faire confiance », a-t-il ajouté.
L’innovation dépasse l’efficacité
Le rapport Akkodis a également révélé un changement fondamental dans la manière dont les organisations définissent la valeur de la transformation numérique. Pour la première fois, note le rapport, les directeurs techniques citent l’innovation, et non l’efficacité, comme principal moteur de l’investissement numérique, signalant le passage d’une optimisation axée sur les coûts à la croissance, à la différenciation et à de nouveaux modèles économiques.
À mesure que les capacités de l’IA évoluent, les gains marginaux d’efficacité diminuent, ce qui accroît l’importance de l’innovation en tant que source d’avantage concurrentiel, explique le rapport. Bien que ce changement soit mondial, poursuit-il, les priorités varient selon les secteurs – du développement de la main-d’œuvre dans l’aérospatiale à l’accélération de l’innovation dans les sciences de la vie en passant par la résilience dans le secteur énergétique – soulignant la nécessité d’approches sectorielles pour développer l’IA.
« Ce changement montre que la transformation numérique devient une priorité pour la croissance, et non seulement pour une question de coûts », a déclaré Debecker.
« Les entreprises vont au-delà de l’utilisation de la technologie pour optimiser les processus existants et commencent à l’utiliser pour créer de nouveaux produits, services, flux de travail et modèles commerciaux », a-t-il ajouté. « Ce changement est important car il change la façon dont les dirigeants mesurent le succès, non seulement par le montant des coûts qu’ils suppriment, mais aussi par la rapidité avec laquelle ils peuvent transformer la technologie en une nouvelle valeur pour les clients, les employés et l’entreprise. »
« Dans la pratique, la confiance se construit grâce à la transparence, à une gouvernance claire et à des droits de décision définis, garantissant que les employés comprennent comment l’IA est utilisée, où se situe la responsabilité et comment les résultats sont validés. »
La croissance devient l’objectif
Ce changement est une évolution fondamentale, a déclaré Josh Stanaland, associé et CTO de Shark AI Solutions, une société de développement de produits, d’IA et de gestion de comptes clients basée à Saint-Pétersbourg, en Floride.
« Auparavant, la transformation numérique se concentrait sur la réduction des coûts et sur la réalisation du même travail plus rapidement ou à moindre coût », a-t-il déclaré à TechNewsWorld. « Aujourd’hui, avec la maturation de l’IA, le principal moteur est l’innovation : la création de nouvelles valeurs, de nouveaux produits, de nouveaux modèles commerciaux et d’opportunités de croissance. »
« C’est important car cela signale le passage d’une optimisation défensive à une différenciation offensive », a-t-il déclaré. « Les entreprises qui considèrent l’IA comme un moteur d’innovation prendront de l’avance, tandis que celles qui se concentrent uniquement sur l’efficacité risquent de prendre du retard. »
