Aujourd’hui devenue incontournable, l’IA s’est taillé une place de choix dans notre quotidien professionnel. Mais en 2026, l’heure n’est plus au simple test et à la découverte, mais bien au passage à l’échelle. 

Le constat est clair : près de 80% des POCs ne seront jamais déployés… Et cette tendance s’est confirmée lors de notre Afterwork de l’IA co-organisé avec X-PM. 

Parmi nos invités, bon nombre d’entre eux ont inclus les outils IA dans leur quotidien et certains ont même lancé des POCs, mais peu ont réussi à les faire passer à grande échelle. 

Alors comment passer le cap ? Quels sont les freins les plus courants à l’adoption de l’IA et quels cas d’usage sont à privilégier pour maximiser ses chances de réussite ? 

Ce sont les questions auxquelles ont tenté de répondre Ludovic CINQUIN, Fondateur de WhereWeGo, ex-CEO de OCTO Technology, Justin DERBYSHIRE, Directeur Associé IT, Tech & Transformation Digitale au sein de X-PM et Homéric DE SARTHE, notre CEO, lors de cette table ronde. 

Justin DERBYSHIRE : "2026 est une vraie année de maturité et d'émergence des vrais sujets en production. Jusqu'à maintenant, on était un peu dans l'anticipation. Les pure players sont déjà bien avancés"

Homéric DE SARTHE : “Tout le monde parle d'IA. C'est le sujet dont on entend tous parler et pourtant c'est un sujet qui est aujourd'hui très mal, voir pas du tout compris”

‍

Entre évolution rapide et adoption limitée, des contraintes qui freinent une adoption généralisée

‍

Malgré les ambitions gouvernementales affichées dans le plan France 2030 : 100% des grands comptes et 80% des ETI équipés d'ici 2030, la réalité du terrain révèle un décalage important. Les chiffres actuels montrent un taux d'adoption de seulement 9-10% en France, contre plus de 25% dans les pays nordiques comme la Suède, la Norvège ou la Finlande.

Elle est aujourd’hui de plus en plus ancrée dans le quotidien des entreprises mais malgré cette révolution, l’IA fait surtout l’objet d’une adoption à deux vitesse, la faute à certaines barrières à l’entrée : 

‍

1 - Un rythme d’évolution, largement supérieur à celui de l'absorption

Avec environ 3,8 mises à jour majeures par mois, l’IA évolue vite, très vite et peut-être même trop vite… Une progression à un rythme effréné qui ne permet pas aux entreprises de s’adapter suffisamment rapidement pour “rester dans la course”, surtout lorsque l’on sait qu’une véritable transformation nécessite 3 à 6 ans. 

‍

2 - Une envie de résultats immédiats

Avec son évolution rapide et ses grandes capacités, l’IA peut donner l’illusion de renfermer un “super pouvoir” et de nombreuses organisations en ont fait les frais… Comme par exemple Salesforce qui avait licencié 6000 salariés au nom de l’efficacité de l’IA… pour finir par ré-embaucher la moitié de ces effectifs. 

Et c’est là où beaucoup d’entreprises font fausse route en espérant des résultats significatifs dès les premiers mois sans prendre le temps de bien préparer le projet et d’adapter leur fonctionnement et leur données.

Ludovic CINQUIN : "Tant qu'on ne change pas l'organisation du travail, il n'y a aucun gain possible avec l'IA. Ce n'est pas parce que je vais répondre à 40 fois plus de mails avec l'IA que je ne vais pas en envoyer 50 fois plus"

‍

3 - Une mauvaise qualité des données

Comme évoqué précédemment, certaines organisations se lancent dans des projets ambitieux en fournissant à leur (futur) agent IA des données erronées, datées ou de mauvaise qualité : on assiste alors au phénomène “garbage in, garbage out” qui mène souvent à un abandon du projet.

‍

4 - Un besoin de stabilité et une méfiance du “risque”

L’intégration de l’IA fait souvent repenser tous les processus au sein d’une organisation, et engage la responsabilité des DSI. 

Ludovic identifie un obstacle majeur : "No pain, no gain. Si on veut gagner quelque chose avec l'IA, il faut repenser ses processus et c'est hyper compliqué. Et l'autre truc, c'est que quand on a un business qui marche, prendre le risque de tout péter en mettant de l'IA, c'est quand même sacrément courageux".

Ce besoin de stabilité et de sécurité fait d’ailleurs parfois obstacle à l’adoption de solutions souveraines, les DSI et entreprises préférant se tourner vers les GAFAM pour leur monopole et leur image de “robustesse”, créant ainsi une dépendance aux acteurs américains. 

Homéric DE SARTHE : "Si l’Europe n'a pas aujourd'hui plusieurs décacornes, la responsabilité incombe à toutes les directions techniques qui ont fait le choix de la simplicité et de la stabilité de leur job en choisissant des acteurs américains plutôt qu’européen, suivant souvent aveuglément les recommandations des grands cabinets de conseils qui les accompagnent et les sécurisent. La réalité est que sans moyens financiers, sans financeurs ou clients, il ne sera jamais possible pour les entreprises européennes de grossir et rattraper le retard accumulé. Nous avons les cerveaux mais nous n’avons pas les moyens."

‍

Des obstacles existants, mais pas insurmontables

‍

Comme nous avons pu le voir, de nombreux obstacles se dressent dans la “course à l’IA” dans laquelle se sont lancées de nombreuses entreprises. 

Cependant, nos experts nous ont également livré les bonnes pratiques pour les surmonter : 

‍

1 - La remise en question, un essentiel pour avancer 

Dans un environnement qui change quotidiennement, la capacité à se remettre en question et à faire preuve de curiosité est fondamentale afin d’identifier les points d’amélioration et les adaptations nécessaires pour faire décoller le projet.

‍

2 - L’accompagnement, un paramètre à ne pas négliger

L’adoption de l’IA ne concerne pas que les équipes techniques, en effet parmi les obstacles souvent rencontrés se trouve également la réticence et la méconnaissance des équipes métier. Une bonne feuille de route de conduite du changement est donc indispensable et nécessite une part plus importante que le budget IT, avec un ratio recommandé de 30% technique / 70% accompagnement.

‍

3 - La prévention du “shadow AI” ou quand les collaborateurs prennent les devants

Si les entreprises sont de plus en plus nombreuses à se mettre à l’IA, il en est de même pour les salariés… Parfois sans prévenir leur hiérarchie. C’est ainsi que certains d’entre eux peuvent utiliser des agents IA “grand public” en lui soumettant parfois des informations ou des documents confidentiels mettant ainsi à mal la sécurisation des données de l’entreprise. Une gouvernance claire et une politique interne à ce sujet est donc nécessaire afin de garantir la sécurité des données de l’entreprise et encadrer l’usage de l’IA au sein de son organisation.

‍

Evolution de l’IA : les prochaines tendances à observer

‍

Pour bien adopter l’IA, il est important d’anticiper ses futures évolutions, nos intervenants privilégient 3 changements majeurs à venir : 

Pour Homéric il s’agit de la gouvernance renforcée au sein des entreprises via un contrôle strict des accès à l'information par niveau de sensibilité calqué sur le modèle bancaire. 

Mais également l’hybridation du travail entre humains et agents IA, qui vont apprendre à travailler ensemble, couplée avec l’avènement des SLM (Small Language Models) via le déploiement de ceux-ci directement dans le hardware des devices professionnels, permettant de sécuriser la valeur de l'entreprise sans alimenter des LLM externes. 

Pour Ludovic la prochaine frontière à franchir sera celle de la robotique et des Large Action Models : équivalents gestuels des LLM, ils révolutionnent la robotique avec des capacités de gestuelle et de stabilité désormais maîtrisées.

Ludovic : "Les robots chinois sont juste incroyables, dix fois moins chers. La gestuelle, qui était la plus difficile il y a 5 ans, est aujourd'hui maîtrisée".

‍

Les recommandations pratiques de nos experts pour 2026

‍

Cette table ronde s’est terminée avec quelques bons conseils pour intégrer au mieux l’IA dans ses process à différents niveaux : 

Pour les dirigeants 

• Se former aux fondamentaux de l'IA pour prendre des décisions éclairées 
• Utiliser l'IA quotidiennement pour comprendre ses capacités réelles
• Comprendre et apprendre à distinguer la tendance de la réelle opportunité business

Pour les DSI 

• Passer d'une posture défensive à une approche proactive 
• Accompagner les directions métier plutôt que freiner les initiatives 
• Sécuriser les usages plutôt que les interdire 

Pour les équipes 

• Se former au prompting pour maximiser l'efficacité
• Privilégier les environnements sécurisés fournis par l'entreprise plutôt que les comptes personnels
• Participer aux phases pilotes avec résilience, en acceptant la frustration initiale

‍

Vous avez un projet IA et souhaitez mettre toutes les chances de votre côté pour le déployer et passer à l’échelle ? Faites-vous accompagner par nos experts ! Contactez-nous

Le cas particulier des GPAI (Modèles d'IA à usage général) : Les grands modèles de langage (LLM) comme Mistral AI, OpenAI ou Claude entrent dans un régime propre. Soumis à une application progressive, ils nécessitent des analyses d'impact approfondies pour évaluer les risques selon s’ils sont utilisés bruts, fine-tunés ou intégrés via API.

‍

3. La Méthode "RADAR" pour Auditer ses Cas d'Usage

Développée par Xavier Trigano, la méthode RADAR permet à toute organisation de piloter sa mise en conformité de manière itérative :

• R – Recenser : Cartographier exhaustivement tous les cas d'usage de l'entreprise (outils internes pour les collaborateurs et solutions commercialisées).
• A – Attribuer les rôles : Identifier si l'organisation agit en tant que Fournisseur de modèle, Fournisseur de système d'IA, Intégrateur ou Déployeur (utilisateur final). Une même entreprise peut cumuler plusieurs rôles.
• D – Déterminer le risque : Qualifier le niveau de risque selon le type de cas d’usage et sa finalité (Inacceptable ? Haut risque ? Limité ? Faible ?).
• A – Appliquer les mesures : Mettre en œuvre les actions techniques et organisationnelles requises par le niveau de risque identifié.
• R – Rédiger la documentation : Constituer le registre et les preuves de conformité (similaire à la logique de l'accountability du RGPD).

Focus "AI by Design" - L'exemple du tri automatique de CV : Un outil RH qui exclut ou accepte des candidats de manière 100 % autonome est classé "Haut Risque", avec un coût de conformité très lourd. La méthode RADAR recommande plutôt une approche by design : modifier les fonctionnalités de l'outil pour en faire un simple système d'aide à la décision (qui extrait les compétences clés du CV mais laisse la validation finale à un recruteur humain). L'outil apporte la même valeur métier, mais bascule en risque limité, allégeant drastiquement les contraintes légales.

‍

4. FAQ : Shadow IT, RGPD et Souveraineté

Comment lutter contre le Shadow AI en entreprise ?

L'interdiction pure et simple ne fonctionne pas. Pour maîtriser l'usage des LLM par les collaborateurs, la réponse doit être transverse :

• Définir un catalogue d'usages autorisés sur la base d'outils sécurisés mis à disposition.
• Utiliser des solutions technologiques de DLP (Data Loss Prevention) pour bloquer le chargement de données sensibles vers des LLM tiers.
• Mettre à jour la charte informatique et le règlement intérieur.

L'usage des LLM (ChatGPT, Claude...) viole-t-il le RGPD ?

Ce n'est pas l'outil qui caractérise la violation, mais la finalité de l'usage. Reformuler une campagne marketing sur Claude ne présente aucun risque RGPD. En revanche, y injecter l'intégralité du fichier RH de la pyramide des âges de l'entreprise sans précaution constitue un manquement grave.

Des alternatives souveraines (hébergées on-premise ou sur des clouds français/européens) permettent de pallier les risques liés au Cloud Act américain tout en garantissant une efficacité équivalente.

Comment encadrer mes équipes dans leur utilisation de l’IA ?

L'IA Act impose une obligation de formation pour tous les utilisateurs au sein de l'organisation. L'IA pouvant se tromper ou halluciner, seul l'esprit critique de l'humain formé permet de couvrir ce risque résiduel et d'assurer un contrôle qualité efficace.

‍

5. Conclusion : L'IA Act, un levier de confiance et de compétitivité

L'IA Act ne doit pas être perçu comme un frein à l’innovation, mais comme un cadre de confiance.

En intégrant la conformité dès la conception des projets, l'IA devient un levier pérenne de performance économique, d'acceptabilité sociale et de souveraineté.

‍

Envie de développer votre agent IA sur-mesure conforme à la réglementation AI Act ? Contactez nos équipes.

‍

‍

Et accédez au replay de ce webinaire dès maintenant !