L’IA est entrée dans une phase nouvelle : presque toutes les entreprises déclarent l’utiliser, mais rares sont celles qui en ont déjà libéré tout le potentiel. Une vaste enquête internationale conduite à l’été 2025 montre qu’au-delà du simple effet d’annonce, l’implantation profonde des technologies reste lente. Ainsi, 88 % des répondants affirment recourir régulièrement à l’IA dans au moins une fonction, alors même que la majorité continue de tâtonner en phase d’expérimentation ou de pilote, et qu’à peine un tiers est réellement passé à l’échelle dans l’ensemble de l’organisation .

Si la couverture fonctionnelle s’élargit – nombre d’équipes utilisent désormais l’IA pour l’IT, la supply-chain ou encore les services clients – l’entreprise « augmentée » reste l’exception. Les indicateurs sont clairs : près de deux organisations sur trois n’ont pas encore industrialisé leurs modèles, ni connecté leurs workflows et leurs données de manière à créer des boucles de valeur end-to-end. Dès lors, la promesse d’une productivité transversale demeure, pour beaucoup, un horizon plus qu’un acquis.

Parallèlement, l’essor des agents autonomes constitue le fait marquant de l’année. 62 % des décideurs déclarent tester ces assistants capables de planifier puis d’exécuter des séquences complexes, et déjà 23 % en déploient à l’échelle d’une ou deux fonctions . Derrière l’effervescence médiatique, la réalité opérationnelle reste nuancée : la plupart de ces agents sont cantonnés à l’IT ou à la gestion des connaissances, preuve qu’il faudra encore outiller les processus et renforcer la gouvernance avant d’automatiser des pans entiers d’activité.

Le clivage le plus frappant oppose toutefois la masse des utilisateurs « courants » à une avant-garde de hauts performeurs – à peine 6 % de l’échantillon – qui engrangent déjà plus de 5 % de leur résultat opérationnel grâce à l’IA . Ces organisations partagent plusieurs traits distinctifs. D’abord, une ambition nettement plus forte : elles sont 3,6 fois plus nombreuses à viser une transformation radicale de leur modèle plutôt qu’une simple optimisation incrémentale . Cette ambition se traduit concrètement : la moitié d’entre elles ont repensé leurs workflows en profondeur, soit près de trois fois la moyenne du panel .

La réussite repose également sur une discipline managériale rigoureuse. Les leaders de ces entreprises jouent un rôle moteur : ils s’approprient les projets, arbitrent les budgets et incarnent l’usage quotidien des outils. Les répondants hautement performants sont trois fois plus nombreux à constater cet engagement de la ligne C-suite . Sur le plan opérationnel, ils instaurent des processus « human-in-the-loop » pour valider les sorties de modèles, mettent en place des architectures de données réutilisables, industrialisent la livraison produit en mode agile et structurent une gouvernance centrale qui relie toutes les initiatives IA .

L’investissement suit la même logique d’accélération : plus d’un tiers des entreprises les plus avancées consacrent déjà plus de 20 % de leur budget digital total à l’IA, soit un effort près de cinq fois supérieur à celui du reste du marché . Cet engagement financier se reflète dans la vitesse de diffusion : trois quarts de ces pionniers ont achevé ou sont en cours de passage à l’échelle de leurs cas d’usage.

Du point de vue des résultats, le tableau s’éclaircit graduellement. Au niveau global, seulement 39 % des organisations attribuent un impact financier – souvent inférieur à 5 % d’EBIT – à leurs initiatives IA . En revanche, les bénéfices qualitatifs sont plus nets : 64 % constatent une amélioration de l’innovation, près d’un sur deux observe un gain de satisfaction client et un renforcement de la différenciation concurrentielle . Sur le terrain, les réductions de coûts sont déjà réelles dans le génie logiciel, la fabrication et l’IT : jusqu’à un quart des répondants rapportent des baisses dépassant 10 % dans ces domaines .

Ces chiffres soulignent un enseignement essentiel : les entreprises qui se fixent des objectifs de croissance et d’innovation, en plus de la seule efficacité, sont celles qui récoltent le plus de valeur. Les hauts performeurs alignent presque systématiquement ces trois ambitions, là où la majorité reste focalisée sur la réduction de coûts . De fait, l’IA devient un levier de création de nouvelles offres, de personnalisation poussée et de réinvention des modèles de revenus.

Cette dynamique stratégique se double d’un enjeu humain majeur. Les grandes organisations ont fortement recruté au cours des douze derniers mois, notamment des software engineers, data engineers et product owners spécialisés IA ; à l’inverse, un tiers des petites structures n’a embauché aucun profil dédié . Pour l’année à venir, les anticipations divergent : 32 % des répondants prévoient une réduction nette des effectifs sous l’effet de l’automatisation, 43 % n’entrevoient pas de changement notable et 13 % tablent sur une croissance ; les grands groupes sont les plus susceptibles d’envisager des ajustements à la baisse .

Au-delà de la bataille des talents, la gestion des risques s’impose désormais comme un pilier de la feuille de route. Plus de la moitié des organisations ont déjà subi au moins une conséquence négative liée à l’IA ; l’inexactitude des résultats arrive en tête, suivie par les questions d’explicabilité et de conformité réglementaire. Ces mêmes risques sont, logiquement, ceux qui mobilisent le plus d’efforts de mitigation – sans pour autant qu’ils soient traités de manière systématique . Les pionniers, plus exposés car plus ambitieux, déploient un arsenal plus large de contrôles, notamment en matière de propriété intellectuelle et de gouvernance des modèles.

En définitive, que retenir ? Premièrement, l’IA n’est plus un pari mais un standard ; ignorer la vague reviendrait à sortir de la compétition. Deuxièmement, l’essentiel se jouera dans la capacité à industrialiser : architecture de données robuste, automatisation orchestrée, gestion du cycle de vie des modèles et pilotage par la valeur. Troisièmement, l’avantage compétitif ira aux organisations qui feront de l’IA un moteur de transformation, pas seulement un outil d’économie. Cela suppose un leadership engagé, des objectifs de croissance clairs, une culture de l’expérimentation rapide et un investissement conséquent dans les compétences, la sécurité et l’éthique. Ceux qui réuniront ces conditions entreront, dès 2026, dans l’ère de la création continue de valeur par l’intelligence artificielle ; les autres risquent de rester coincés dans le « purgatoire du pilote », là où l’innovation promet beaucoup mais rapporte peu.