Alors que les entreprises s'empressent d'adopter l'IA générative, les agents autonomes et une nouvelle génération d'outils de données, les dirigeants font face à une question plus difficile que celle de savoir s'ils doivent adopter la technologie : comment la transformer en valeur mesurable sans créer de nouveaux coûts, risques et confusion organisationnelle.

Ce défi a encadré le sommet IAQ de Fortune, organisé à la Bourse de New York, où des dirigeants des secteurs de la technologie, de la finance, des opérations industrielles, du voyage et des ressources humaines ont examiné ce qui distingue une véritable transformation par l'IA de projets pilotes dispersés. Un schéma constant est apparu : les entreprises les plus solides ne se contentent pas de distribuer des outils d'IA. Elles repensent leurs processus, développent les talents, renforcent la gouvernance et construisent la discipline en matière de données et d'exploitation nécessaire pour passer à l'échelle de manière responsable. Ce rassemblement a reflété un moment plus large pour la technologie d'entreprise : les équipes de direction sont sous pression pour montrer le retour des engagements pris en matière d'IA, au-delà des essais à petite échelle, une tension qui a traversé une grande partie des discussions.

Les discussions du sommet se sont concentrées sur cinq grandes tendances :

• Passer de l'expérimentation à la transformation d'entreprise
• Construire une main-d'œuvre prête pour l'IA
• Gérer la gouvernance, la confiance et le risque
• Appliquer l'IA dans des environnements physiques et réglementés
• Mesurer le ROI, maîtriser les coûts et créer de la croissance

De l'adoption de l'IA à la transformation

La question la plus importante en matière d'IA n'est pas de savoir si une entreprise a déployé des outils, mais si elle a changé la manière dont le travail est accompli.

Les intervenants ont souligné à plusieurs reprises que l'accès généralisé à l'IA ne se traduit pas automatiquement en productivité, en valeur commerciale ou en maturité organisationnelle.

Diana David, directrice des prospective chez ServiceNow, a déclaré que les entreprises de pointe se distinguent par leur engagement envers les personnes et la discipline opérationnelle, et non par la technologie seule. L'Enterprise AI Maturity Index de ServiceNow a révélé que 57 % des « pacesetters » investissent dans la formation continue à l'IA, contre seulement 4 % des autres organisations. L'écart le plus frappant concerne l'attraction, le recrutement et la rétention des talents en IA : 68 % des pacesetters le font, contre 10 % des autres entreprises.

« L'investissement dans les talents. C'était le plus grand écart », a déclaré David.

Elle a mis en garde contre le fait de considérer l'accès généralisé des employés à l'IA comme une preuve de succès. « 95 % de tout le monde a X, Y, Z », a-t-elle dit. « Mais cela ne se traduit pas en productivité, et ce n'est souvent pas accompagné de formation, et cela n'équivaut pas à la maturité. » Selon elle, le véritable travail commence par le leadership, une vision claire, des systèmes transparents, de bonnes fondations de données et la refonte itérative de processus spécifiques.

Paul Fipps, président des opérations clients mondiales chez ServiceNow, a une observation connexe : les plus grands gains ne viendront pas de l'accélération d'anciens processus, mais de leur reconstruction autour de nouvelles capacités. « Si je me contente d'automatiser ou de lancer des agents autonomes pour piloter mes processus actuels, c'est un choix qui peut apporter un certain gain de productivité », a déclaré Fipps. « Mais ceux qui repensent et réinventent réellement les processus métier… font vraiment la différence. »

Fipps a soutenu que les entreprises devraient déployer l'IA de manière transversale — dans les fonctions orientées employés telles que les RH, le juridique et la technologie — plutôt que de la confiner à un seul département. Il a cité Standard Chartered, où l'IA a permis de traiter automatiquement 77 % des demandes des employés. « Si vous obtenez 25 à 30 % de traitement automatique dans ces cas d'usage, c'est révolutionnaire », a-t-il dit. « Si vous atteignez 75 à 80 %, cela change la vie. »

Amy Webb, fondatrice et PDG de Future Today Strategy Group, s'est montrée plus directe sur la distance entre ambition et préparation. « Soyons honnêtes, les entreprises du Fortune 500 sont plutôt en retard sur ce point », a-t-elle déclaré. « L'intelligence artificielle n'est pas apparue il y a seulement quelques années. » Webb a averti que les entreprises engagent des capitaux importants dans des projets pilotes sans stratégie, leadership ni planification adéquats — produisant des projets isolés qui ne génèrent jamais de valeur durable.

Construire une main-d'œuvre prête pour l'IA

La transformation par l'IA est, en soi, une transformation de la main-d'œuvre.

Le sommet a montré que les organisations ont besoin de plus qu'un nouveau logiciel : elles ont besoin d'employés et de dirigeants prêts à repenser les processus établis, à apprendre de nouvelles compétences et à faire place à de nouvelles façons de travailler.

Stacy Dillow, vice-présidente exécutive et directrice des ressources humaines de HPE, a déclaré que les entreprises doivent résister à la tentation d'insérer simplement l'IA dans les systèmes existants. « Nous devons nous forcer à penser différemment, car si nous ne cherchons pas à changer notre façon de travailler, nous nous contentons d'adapter et d'insérer l'IA dans un processus qui ne nous donnera pas de réponse différente », a-t-elle dit. Pour les hauts dirigeants, a-t-elle ajouté, l'adoption et la transformation par l'IA sont devenues des responsabilités managériales centrales.

Chez Palo Alto Networks, l'IA transforme déjà l'expérience des employés, selon la directrice des ressources humaines Danielle Gonzalez. Un agent d'IA sur mesure a réduit les tickets informatiques de 83 % et prend désormais en charge des processus dans les RH, la finance et le juridique. Plutôt que de s'adresser à un partenaire RH humain ou à un contact métier, les employés demandent de plus en plus à un agent des réponses liées à leur rôle et à leur localisation.

Gonzalez a indiqué que les entreprises devraient recruter et développer des personnes capables de s'adapter rapidement — non seulement en acquérant de nouvelles compétences, mais aussi en remettant en question des hypothèses qui ne tiennent plus. « Nous cherchons la curiosité », a-t-elle déclaré. « Nous cherchons l'initiative, et nous cherchons les personnes capables non seulement d'apprendre rapidement… mais aussi de désapprendre ce qu'elles croyaient vrai, afin de pouvoir faire de la place pour avancer. »

Drew Holler, directeur des ressources humaines du constructeur de logements Lennar, a souligné que cette responsabilité est partagée. « Nous allons vous donner tous les outils, mais c'est à vous de développer vous-même vos compétences », a-t-il déclaré. « Nous allons vous proposer des formations, mais vous, en tant qu'individu, devez monter en compétences. »

Les implications pour la main-d'œuvre vont au-delà de la reconversion. Francis Shanahan, directeur technologique de Peloton, a averti que la création assistée par lIA comporte son propre défi. Les employés sont « submergés maintenant parce qu'ils peuvent littéralement tout construire », a-t-il déclaré, et l'« épuisement professionnel » devient un problème croissant.

Michelle Kwon, directrice des opérations de Runway, a exhorté les dirigeants à ne pas confondre volume et productivité. « Le simple fait d'utiliser l'IA n'est pas un indicateur de votre productivité ni de la qualité de votre travail », a-t-elle dit. L'IA, a-t-elle soutenu, devrait améliorer la façon dont les gens travaillent sans générer de travail supplémentaire pour leurs collègues ni les submerger de contenus qui n'ont pas été correctement évalués et synthétisés.

Gouvernance, confiance et contrôle

Le plaidoyer pour l'IA doit s'accompagner d'un plaidoyer pour la supervision.

Dans les industries réglementées et les applications à enjeux élevés, les dirigeants ont souligné que le déploiement réussi dépend du choix de la bonne technologie, de la compréhension du risque et du maintien du jugement humain là où il compte le plus.

Hari Gopalkrishnan, directeur de la technologie et de l'information de Bank of America, a mis en garde contre le recours réflexif à l'IA. « L'une des plus grandes erreurs que nous constatons chez nous et chez les autres, c'est de se précipiter vers l'IA comme solution, alors que des modèles déterministes font parfaitement le travail », a-t-il déclaré. La banque part des besoins des clients et d'un inventaire détaillé du processus concerné ; parfois, une fonctionnalité mobile classique ou une règle de décision en temps réel est le meilleur outil.

Bank of America évalue les projets d'IA selon 16 piliers de risque, notamment la confidentialité, les biais, l'impact sur la main-d'œuvre et la propriété intellectuelle. Elle avance également avec prudence sur les systèmes autonomes. « Il y a tellement de jus à extraire en ce moment des agents d'assistance qui travaillent réellement avec les humains dans la boucle », a déclaré Gopalkrishnan. Pour les banques et autres institutions réglementées, de tels cadres sont devenus le passage obligé entre la construction d'agents d'IA et leur mise en production.

Sally Moore, directrice des clients et co-responsable de l'intelligence de marché, données et plateformes Kensho, chez S&P Global, a souligné que l'utilité de l'IA repose sur des données fiables. « Les données sont la monnaie de l'IA », a-t-elle déclaré, notant que les clients dans des flux réglementés exigent l'exactitude, les citations, l'auditabilité et la traçabilité jusqu'à la source. Son propos plus large : les entreprises devraient commencer par le problème à résoudre, et non par la technologie qu'elles veulent déployer. « Qu'est-ce que j'essaie de résoudre ici ? Et où cette technologie peut-elle m'emmener ? », a-t-elle demandé.

Fipps a soutenu que la gouvernance ne devrait pas être présentée comme un obstacle à l'innovation. « Je vois la gouvernance et la confiance comme des moteurs de vitesse », a-t-il dit. Il a cité l'exemple d'une banque réglementée qui avait construit des dizaines d'agents mais ne pouvait les déployer faute de confiance de ses dirigeants dans les contrôles — une illustration frappante du coût d'une supervision insuffisante.

Webb a de même exhorté les dirigeants à adopter une approche pratique de la responsabilité et du risque. Les dirigeants doivent « cesser d'anthropomorphiser » l'IA, a-t-elle déclaré : les échecs proviennent généralement non d'une technologie devenue indépendamment consciente, mais de personnes déployant des systèmes mal conçus sans garde-fous adéquats.

L'IA dans le monde réel

Les environnements physiques et réglementés exigent un autre standard de déploiement de l'IA.

Dans les bâtiments, les usines, les systèmes d'eau et les services financiers, la fiabilité, la sécurité, le coût, la latence et la souveraineté des données déterminent ce que les entreprises peuvent raisonnablement mettre en production.

Suresh Venkatarayalu, directeur technologique de Honeywell Technologies, a déclaré que les clients industriels « exigent vraiment 99,9999 % » de fiabilité, alors que les modèles de pointe « peuvent être à 85 % ». Cet écart rend le déploiement dans des contextes critiques pour la sécurité et les missions fondamentalement différent de l'insertion d'un assistant IA dans un flux de de bureau.

Venkatarayalu a décrit la direction à court terme comme « un monde semi-autonome » plutôt que totalement autonome. « L'autonomie ne consiste pas non plus à supprimer les personnes », a-t-il dit. Dans les bâtiments commerciaux et les installations industrielles, les opérateurs doivent rester impliqués, car les temps d'arrêt et les erreurs système ont des conséquences opérationnelles immédiates. « Vous ne pouvez pas vous permettre qu'un bâtiment soit à l'arrêt pendant une heure et demie », a-t-il déclaré.

AJ Wijesinghe, directeur de l'IA chez Ecolab, a plaidé économiquement pour une approche plus sélective. Lorsque l'entreprise a utilisé « le meilleur modèle disponible » pour des tâches à haut volume, « la tokenomics s'envole », a-t-il dit. « Parfois, c'est plus cher que d'avoir des humains. » Ecolab a réagi en optimisant son utilisation des modèles et en réduisant ses coûts de tokens d'environ 70 à 80 %.

Les entreprises n'ont pas toujours besoin du modèle le plus avancé disponible, a indiqué Wijesinghe : « Parfois, vous n'avez pas besoin d'avoir la voiture la plus rapide. » Il a prôné une approche « humain en tête » pour l'IA agentique et a soutenu que les résultats dépendent de l'équilibre entre fondations de données, préparation des processus et discipline des coûts. « Si l'un pèse plus que l'autre, vous n'obtenez pas la valeur », a-t-il déclaré.

Valeur, coût et croissance

Le prochain test pour l'IA sera de savoir si elle génère des retours mesurables.

Les dirigeants financiers et opérationnels du sommet ont convenu que les entreprises doivent poursuivre la productivité et la croissance tout en maintenant la discipline sur les coûts des modèles, l'infrastructure de données et la qualité des résultats.

Ewout Steenbergen, vice-président exécutif et directeur financier de Booking Holdings, a déclaré que l'incertitude sur les retours de l'IA est généralisée — même parmi les plus grands investisseurs technologiques. « Je pense même que les hyperscalers qui dépensent des centaines de milliards pour le développement de leurs grands modèles de langage ne savent pas vraiment quel sera le ROI », a-t-il dit. « Ils ont peut-être quelques hypothèses et quelques suppositions, mais l'essentiel, c'est qu'on ne veut pas être à la traîne. »

Pour Booking, la voie de la valeur ne passe pas par des dépenses indiscriminées mais par la refonte des processus « sur page blanche ». Steenbergen a indiqué que les coûts du service client de l'entreprise sont légèrement en baisse alors que les réservations croissent à un rythme à un chiffre élevé, et que la satisfaction client a augmenté. Il a ajouté que les quelque 9 000 ingénieurs de Booking mettent en production environ 30 % de code en plus, en comptant les merge requests qui franchissent les normes de test et de contrôle qualité de l'entreprise.

« Les retours seront là pour les processus repensés de bout en bout », a déclaré Steenbergen, « mais il faut aussi s'assurer que, d'autre part, ces coûts ne partent pas hors de contrôle. » Booking gère cette tension grâce au « routage efficace des coûts de modèles », attribuant des modèles moins coûteux aux tâches simples et réservant les modèles plus chers aux travaux exigeant un raisonnement plus poussé. Cette approche offre un aperçu concret de la manière dont les coûts des modèles facturés à l'usage — une ligne de dépense qui croît avec l'adoption plutôt que de se comporter comme une licence logicielle fixe — sont gérés au sein d'une grande société cotée.

Steenbergen a suggéré que le plus grand potentiel de l'IA réside peut-être dans la croissance des clients. La technologie ne changera pas la nature fondamentale du voyage — « l'hôtel reste l'hôtel, la compagnie aérienne reste la compagnie aérienne, et la voiture de location reste la voiture de location » — mais elle peut faciliter la planification, la réservation et la gestion des perturbations pour les voyageurs. En reliant les éléments d'un voyage et en anticipant les besoins du client, a-t-il déclaré, l'IA peut contribuer à créer « plus de fidité, plus de confiance et plus de valeur de marque ».

L'essentiel

Le sommet IAQ de Fortune a montré que le leadership en matière d'IA ne se définit pas par le nombre d'outils achetés, la taille d'un programme pilote ou le volume de contenu généré. Les organisations qui prennent l'avance associent ambition technologique et développement humain, refonte des processus, discipline financière, données fiables et gouvernance responsable. Les données mêmes du sommet fournissent des repères pour suivre cette évolution : la réduction ou non des écarts de talents et de formation révélés par l'indice de maturité de ServiceNow, la capacité des déploiements industriels à combler la distance entre la fiabilité des modèles de pointe et la disponibilité quasi parfaite qu'exigent les opérations physiques, et l'amélioration ou non de la clarté du ROI pour les hyperscalers qui dépensent des centaines de milliards pour construire les modèles sous-jacents. À mesure que l'IA pénètre davantage l'entreprise, les dirigeants qui réussiront seront ceux qui l'utiliseront non pas simplement pour automatiser le travail existant, mais pour construire des entreprises plus résilientes, plus productives et plus réactives.

L'IA générative a été utilisée comme aide à la recherche et/ou pour la transcription de cet article. Le journaliste a rapporté et vérifié de manière indépendante les affirmations factuelles de cet article, et un éditeur humain l'a relu avant publication.

Cet article a été publié à l'origine sur Fortune.com.