Pour rester compétitive, l'Europe doit faire de l'exécution IA sa priorité
Jamais les dirigeants n'ont autant parlé d'IA, jamais ils n'en ont aussi peu capturé la valeur.
En mai dernier, auditionné par la commission d'enquête de l'Assemblée nationale sur les dépendances numériques, Arthur Mensch, cofondateur de Mistral AI, chiffrait à 1 000 milliards d'euros par an le déficit commercial potentiel que l'IA pourrait creuser en Europe – si le continent reste consommateur d'une technologie produite ailleurs. En France, en 2025, seul un quart des entreprises avait utilisé des outils d'IA générative, contre 37 % en moyenne en Europe, selon la Banque européenne d'investissement. L'écart ne tient ni aux modèles disponibles, ni aux budgets engagés. Il tient à la façon dont les organisations ont choisi, ou non, de se transformer autour de l'IA plutôt qu'à côté d'elle.
Donner des outils sans repenser le travail : pourquoi la première vague n'a pas tenu ses promesses
La première vague a été celle de l'enthousiasme. Les entreprises ont distribué des outils à leurs collaborateurs, souvent déconnectés des systèmes internes, rarement pensés pour l'industrialisation. Les gains ont existé, mais si diffus, si répartis entre les individus, qu'il était difficile de les capturer ou de les réinvestir collectivement. La vision d'une transformation ascendante, portée par l'émergence spontanée de nouvelles pratiques, a largement buté sur une réalité que l'histoire des grandes ruptures technologiques confirme : l'outil ne transforme pas l'organisation. C'est l'organisation qui décide de ce que l'outil peut accomplir. Confondre automatisation et réinvention des process, c'est s'assurer de rester durablement au stade de l'expérimentation.
Qu'est-ce qui distingue concrètement les entreprises qui ont franchi le cap ?
Ce que ces déploiements réussis ont en commun tient à trois décisions. La première est celle du choix : non pas le choix de déployer l'IA partout, mais celui d’identifier les quelques domaines où repenser le modèle en profondeur justifie l'effort. Cela suppose un investissement réel de la direction générale et un cadre technologique pensé dès l’amont pour encadrer les agents. La deuxième est celle de la codification des données et des process. Un agent IA qui opère dans une organisation aux données fragmentées et aux règles de fonctionnement non écrites produit des résultats non maîtrisés, exactement comme un nouveau collaborateur à qui l'on n'aurait remis ni organigramme, ni accès aux outils, ni interlocuteur. Plus les données sont structurées et les process explicites, plus le déploiement est rapide et les dérives limitées. La troisième est celle de la mesure, intégrée dès la conception plutôt que greffée après coup. Pourquoi tant d'entreprises peinent-elles à démontrer la rentabilité de leurs projets IA ? Souvent parce qu'elles n'ont pas défini, en amont, ce qu'elles cherchaient à obtenir. C'est l'un des enseignements tirés de l’analyse faite auprès de 415 dirigeants de grandes entreprises mondiales.
Quand l'agent cesse d'assister pour commencer à décider, qu'est-ce qui change vraiment pour l'entreprise ?
L'IA agentique déplace le problème. Là où l'outil assistait le collaborateur, l'agent agit à sa place : il planifie, il arbitre, il exécute. Ce qui devient rare, de fait, ce n'est plus la connaissance, car un agent peut la centraliser et la rendre accessible en quelques secondes. C'est plutôt l'expertise, id est la capacité à décider dans l'incertain, à évaluer ce qu'un agent ne voit pas. Les critères de performance devront suivre : évaluer un collaborateur sur le volume de tâches produites perd tout sens lorsque ces tâches sont déléguées. Beaucoup de collaborateurs sont en train de changer de posture : ils passent de simples contributeurs individuels à managers d'agents, ce qui suppose d'apprendre à structurer, déléguer, évaluer. Ce qui comptera, c'est la qualité du jugement, la créativité, l'impact. Les entreprises devront aussi adapter leurs mécanismes de décision à un rythme d'itération que les feuilles de route IT traditionnelles n'ont jamais connu. Les entreprises qui réussiront sont celles qui sauront recomposer leurs équipes aussi vite que leurs usages évoluent.