L'écart entre l'ambition et l'exécution se creuse

À mesure que la stratégie s'accélère, la modernisation est le point de rupture entre l'élan et la stagnation. Elle est largement considérée comme un investissement « sûr » : les dirigeants savent qu'ils doivent moderniser—mais comme le note Berg, de nombreux efforts « se concentrent sur la migration, pas sur la valeur ». Trop souvent, des données sont déplacées dans des plateformes modernes sans se demander lesquelles impulsseront vraiment la différenciation.

Près de huit entreprises sur dix (77 %) investissent dans la modernisation, mais la profondeur de ces efforts varie. Seuls 34 % ont un mandat à l'échelle de l'entreprise pour une replateforme complète, et 42 % admettent que leurs feuilles de route sont seulement partielles — des efforts qui font avancer les choses mais ne vont pas assez loin pour transformer le fonctionnement de l'entreprise. Plus de la moitié des organisations exécutent encore la plupart des applications principales sur des systèmes hérités, et même parmi celles avec des programmes de modernisation actifs, seulement 42 % déclarent disposer des fondations de données robustes nécessaires à un impact significatif. Ensemble, ces signaux montrent comment une modernisation incomplète est l'une des principales forces limitant silencieusement le potentiel de l’IA. 

Ces lacunes révèlent un défi fondamental : la véritable modernisation n'est pas juste technique — il s'agit de rendre les données utilisables, connectées et alignées avec l'objectif de l'entreprise. Ce niveau de changement nécessite à la fois une clarté de direction et une exécution disciplinée, et de nombreuses entreprises peinent encore à équilibrer les deux.

« Tout ce que nous rêvons de faire avec l'IA est ancré dans les données », déclare Amalia Goodwin, directrice générale des organisations adaptatives chez Slalom. « Vous ne pouvez pas prendre de décisions en toute confiance ou créer un véritable impact si vos données ne sont pas fiables, accessibles, et liées à votre stratégie. »

Le potentiel de l'IA dépend autant de la confiance que de la technologie. La modernisation peut offrir aux entreprises une base de données plus solide, mais sans sécurité, transparence et surveillance éthique, cette base reste vulnérable aux risques.  

Alors que l'IA devient de plus en plus intégrée dans les flux de travail critiques—95 % des dirigeants disent qu'ils sont à l'aise de s'appuyer sur des copilotes pour des travaux stratégiques—la gouvernance et la confiance ne suivent pas le rythme. Seule la moitié des entreprises dispose de comités d'audit ou d'éthique formels pour superviser l'IA. La plupart se concentrent sur des mesures de protection techniques, comme la surveillance en temps réel ou la détection de cybermenaces adaptée à l'IA (45 %), tandis que moins (42 %) ont mis en place des contrôles de modèles et de données qui incluent la surveillance des biais, des dérives ou de la lignée. 

Le reste repose sur une surveillance fragmentée : 29 % au niveau des unités commerciales, 9 % avec des fournisseurs, et près d'une sur dix n'a toujours aucun contrôle des risques liés à l'IA. Sans responsabilité claire, la responsabilité échappe—et lorsque des échecs se produisent, ce sont les personnes, pas les systèmes, qui en paient le prix.

Même là où des contrôles existent, ils se concentrent uniquement sur la conformité plutôt que sur la prévoyance éthique ou l'engagement des parties prenantes. Seuls 38 % des répondants disent qu'ils font participer des parties prenantes externes à la gouvernance des risques. Cette surveillance limitée reflète une douleur de croissance familière de maturité précoce: certains construisent encore la capacité de surveillance responsable tandis que d'autres supposent que les contrôles existants suffisent.

Usher décrit ce phénomène comme une sorte de « hallucination humaine » —une confiance excessive dans la capacité des gens à s'auto-policer face aux risques sans les systèmes nécessaires en place. Beaucoup supposent que la responsabilité se termine avec la conformité, note-t-elle, alors qu'elle devrait s'étendre à une surveillance continue et transparente. 

« Vous ne pouvez pas déléguer la confiance au système, » dit Goodwin. « Les dirigeants doivent en être responsables—across données, décisions, et les personnes qui les utilisent. »

Sans garanties plus fortes et une responsabilité partagée, les entreprises jouent avec la sécurité à mesure qu'elles augmentent l'adoption de l'IA. Construire en toute sécurité n'a jamais été seulement une question de conformité; il s'agit de donner aux employés et aux clients la confiance que les systèmes qui façonnent notre monde sont sécurisés parce qu'ils sont conçus pour l'être. 

Si la sécurité renforce la confiance dans l'IA, l'expérience crée des connexions. Les deux reposent sur la même base : des systèmes et des processus conçus pour les personnes, pas seulement pour la performance. Ajouter de nouvelles stratégies aux anciens flux de travail peut offrir une efficacité à court terme, mais libère rarement de nouvelles formes de valeur.

Plus de la moitié des entreprises (56 %) redessinent leurs flux de travail pour automatiser ou déléguer des tâches à l'IA avec des gains tangibles : 62 % signalent moins de travail manuel, 41 % des décisions plus rapides, et 38 % des résultats de meilleure qualité. Pourtant, l'impact reste limité : seulement 21 % des cas d'utilisation sont déployés à l'échelle de l'entreprise et seulement 39 % ont atteint des workflows multi-agents orchestrés à travers des processus de bout en bout. Dans la plupart des cas, l'automatisation est encore appliquée à des tâches isolées plutôt qu'à des chaînes de valeur complètes, ce qui produit des gains rapides en productivité mais peu de transformation dans la prise de décision, la collaboration ou l'expérience client.

La propriété est souvent le maillon manquant. Le leadership interfonctionnel pour l'IA s'est considérablement élargi—63 % déclarent une propriété partagée, contre seulement 5 % en 2023—mais la responsabilité reste diffuse. Trente-huit pour cent délèguent les décisions de risque aux unités commerciales et 18 % les sous-traitent entièrement. Lorsque la responsabilité de l'intégration de l'IA dans les flux de travail quotidiens n'est pas claire, la refonte des processus s'enlise et l'expérimentation mûrit rarement en exécution.

« Pour vraiment transformer, vous devez arrêter d'automatiser le travail d'hier », dit Goodwin. « Repenser la façon dont les décisions sont prises, où les humains ajoutent de la valeur, et comment les équipes interagissent avec l'IA—c'est là que se produit l'échelle. »

En fin de compte : une véritable transformation nécessitera de réimaginer radicalement les processus, et non pas d'intégrer l'IA dans ceux existants.

L'IA redessine l'architecture sociale du travail. De nombreux leaders se sentent préparés, mais peu investissent efficacement dans les compétences, le coaching et les modèles organisationnels nécessaires pour soutenir le changement.

Les deux tiers des dirigeants et employés (68 %) pensent que leur organisation suit le rythme de l'IA, pourtant presque tous (93 %) signalent des obstacles liés à la main-d'œuvre — des lacunes en matière de compétences et un temps limité à une formation et des outils inadéquats — qui limitent les progrès. Plus de la moitié (55 %) identifient les compétences de la main-d'œuvre comme le principal obstacle à la réalisation de la valeur de l'IA. Bien que 69 % déclarent que l'IA a joué un rôle dans les efforts de requalification, seulement un sur cinq décrit ces initiatives comme très efficaces. 

Et même lorsque des programmes existent, peu d'entre eux s'étendent grâce à un soutien continu : seulement 39 % des leaders de niveau intermédiaire se sentent capables de coacher ou de mentorer leurs équipes, et seuls 9 % des employés déclarent recevoir un tel coaching. Le résultat est une formation sans traction : des programmes qui sensibilisent mais développent rarement une capacité durable. 

Alors que l'IA transforme le travail, la définition des « compétences critiques » évolue également. La moitié des dirigeants privilégient désormais la pensée critique et la résolution de problèmes, tandis que moins mentionnent la communication (22 %) ou l'empathie (19 %) comme essentielles—signalant un pivot des capacités interpersonnelles vers les capacités analytiques.

La main-d'œuvre est déjà reconfigurée autour de ce changement. Quarante-cinq pour cent des entreprises créent de nouveaux rôles liés à l'IA, et 36 % consolident ceux existants. Pourtant, seulement environ un sur quatre (23 %) rapportent que des réductions nettes de la main-d'œuvre sont déjà en cours ou prévues au cours des 12 prochains mois—preuve d'une réorganisation, pas d'un remplacement. À mesure que les rôles évoluent, les entreprises doivent avancer tout aussi rapidement pour redéfinir la façon dont les gens apprennent, s'adaptent et restent efficaces dans le flux du changement.

« Les entreprises qui intègrent l'apprentissage dans la manière dont elles travaillent—pas seulement ce qu'elles enseignent—sont celles qui s'adapteront le plus rapidement », déclare Usher.

Stratégie, données, sécurité, processus et personnes sont essentiels—mais la valeur commerciale est le résultat qu'ils sont tous conçus pour atteindre. Et les attentes sont élevées. Quatre-vingt-dix pour cent des entreprises prévoient d'augmenter les investissements dans l'IA en 2026, contre 81 % en 2025 et 70 % en 2024—une augmentation de 20 points en seulement deux ans. Seul 1 % prévoit de réduire l'investissement, ce qui suggère que les budgets d'IA restent résilients même si l'examen des rendements s'intensifie. Lorsqu'ils s'associent à des partenaires externes, la valeur reste le moteur des décisions : 70 % privilégient l'efficacité des coûts et un ROI clair, suivis par la rapidité de la valeur (63 %), l'accès à des technologies avancées (49 %) et la réduction des risques (46 %).

Pourtant, peu sont équipés pour prouver cette valeur. Seuls 39 % disposent de mesures claires et de suivi du ROI pour la performance de l'IA, alors même que 68 % s'attendent à des retours sur investissement dans les deux ans. Les délais compressés et la mesure limitée créent une pression pour obtenir des résultats rapides et rendent plus difficile de prouver un impact à long terme.

La plupart des dirigeants considèrent encore l'IA en termes d'efficacité (76 %), tandis que moins nombreux sont ceux qui la voient comme un catalyseur de réinvention (48 %) ou d'évolution de la stratégie client (30 %). Seuls 38 % affirment que l'IA produit des résultats de meilleure qualité et plus cohérents—un signe que les gains de productivité ne se sont pas encore traduits par une performance distinctive ou un impact client tangible. En se concentrant sur l'efficacité interne, de nombreuses entreprises risquent de manquer l'endroit où la disruption se forme réellement—parmi les nouveaux acteurs qui construisent des stratégies basées sur l'IA dès le départ.

« Tout le monde regarde les mêmes acteurs historiques alors que la véritable disruption est encore en mode furtif », dit Goodwin. « Nous verrons probablement émerger la prochaine vague de concurrents natifs de l'IA en 2026-2027. »

La conclusion ? La valeur à court terme de l'IA concerne la productivité ; son potentiel à long terme réside dans la réinvention. Les dirigeants qui mesurent les deux seront ceux qui transformeront l'efficacité en une différenciation durable et une pertinence client.