Et si le prochain risque de l’IA en entreprise n’était plus seulement d’aller trop lentement, mais d’aller plus vite que l’organisation elle-même ?
Dans l’échantillon étudié par le Boston Consulting Group, 61 % des CEO interrogés considèrent que leur conseil d’administration pousse trop rapidement la transformation liée à l’intelligence artificielle. Ce résultat provient de l’étude mondiale CEOs and Boards Align on AI in Theory but Divide in Practice, publiée le 4 mai 2026 et menée auprès de 625 dirigeants, dont 351 CEO et 274 administrateurs.
Ce chiffre ne traduit pas une résistance des dirigeants à l’intelligence artificielle. Il met plutôt en évidence un problème plus profond : un décalage possible entre la vitesse à laquelle les capacités technologiques progressent et celle à laquelle les organisations sont réellement capables de les absorber, de les gouverner et de les convertir en performance.
Nous avons beaucoup parlé du risque de ne pas adopter l’IA. Il faut peut-être désormais considérer son risque symétrique :
adopter plus vite que l’on ne transforme.
Une entreprise peut acheter rapidement des solutions, multiplier les expérimentations et lancer des dizaines de projets tout en restant incapable de transformer cette nouvelle capacité technologique en résultats économiques durables.
Le problème apparaît lorsque la vitesse technologique dépasse durablement la capacité de transformation de l’organisation.
Le risque de l’inaction n’a pas disparu
Il serait pourtant erroné d’en déduire que les entreprises doivent ralentir.
Dans son AI Radar 2026, fondé sur une enquête menée auprès de 2 360 dirigeants dans 16 marchés et neuf secteurs, BCG observe au contraire une forte progression des investissements consacrés à l’intelligence artificielle et une implication croissante des CEO dans la définition des stratégies IA.
L’intelligence artificielle n’est plus seulement un sujet technologique. Elle touche désormais les processus, les modèles économiques, les compétences, la relation client, la gestion des connaissances et la prise de décision. L’arrivée des agents IA renforce cette dimension organisationnelle : plus les systèmes acquièrent des capacités d’action, plus les questions de responsabilité, de contrôle et d’intégration aux processus deviennent structurantes.
Le risque de l’inaction reste donc réel. Mais considérer que toute accélération est nécessairement positive en constitue un autre. Les dirigeants doivent avancer suffisamment vite pour ne pas subir la transformation, tout en conservant suffisamment de discipline pour ne pas engager leur entreprise dans une succession de projets dont la valeur, la gouvernance ou la capacité d’industrialisation restent incertaines.
La question devient alors moins « Allons-nous suffisamment vite ? » que :
« Savons-nous pourquoi nous accélérons ? »
Lorsque la FOMO entre dans la gouvernance
L’étude BCG révèle un résultat particulièrement intéressant : les administrateurs qui se considèrent moins compétents en matière d’IA que leurs pairs sont aussi davantage susceptibles de craindre que leur entreprise n’adopte pas la technologie assez rapidement. BCG relie explicitement cette situation à une forme de FOMO, cette peur de manquer une transformation majeure.
Le phénomène est compréhensible. Directions générales et conseils d’administration sont quotidiennement exposés à de nouveaux modèles, de nouveaux agents, des investissements spectaculaires et des annonces de gains de productivité. Dans cet environnement, l’immobilisme paraît dangereux.
Mais ce résultat ouvre une question plus large de gouvernance :
la peur d’être dépassé peut-elle finir par devenir elle-même un critère de décision ?
La comparaison permanente avec les autres organisations peut modifier subtilement le point de départ du raisonnement stratégique. Au lieu de demander « Quel problème devons-nous résoudre ? », l’entreprise commence à demander « Pourquoi ne faisons-nous pas encore ce que les autres font ? »
Ces interrogations conduisent à des stratégies très différentes. La première part des priorités de l’entreprise ; la seconde, de la dynamique du marché technologique. Dans un cas, l’IA devient un moyen au service d’une transformation identifiée. Dans l’autre, la technologie risque de devenir elle-même la justification du changement.
Une entreprise peut aller vite et transformer très peu
Nous confondons encore trop souvent vitesse de déploiement et vitesse de transformation.
Une organisation peut distribuer plusieurs milliers de licences d’un assistant génératif, lancer une multitude de pilotes et expérimenter l’IA dans presque toutes ses fonctions. Cela ne signifie pas nécessairement qu’elle transforme son modèle opérationnel.
La transformation prend véritablement corps lorsque l’IA modifie la manière dont un processus fonctionne, dont une décision est prise, dont une responsabilité est organisée ou dont une valeur économique est créée.
À ce stade, les difficultés changent de nature. Il faut traiter la qualité des données, l’intégration aux systèmes existants, les droits d’accès, la cybersécurité, les mécanismes de contrôle, les responsabilités humaines, les compétences et les critères permettant d’évaluer les résultats.
La vitesse de déploiement technique n’est donc pas une mesure suffisante de la maturité IA d’une organisation.
Le piège de la collection de cas d’usage
Les premières années de l’IA générative ont naturellement été celles de l’expérimentation. Marketing, finance, ressources humaines, service client, informatique, juridique, opérations : chaque fonction a cherché ses applications. Cette période exploratoire était indispensable.
Mais elle atteint aujourd’hui une limite.
Une organisation ne se transforme pas parce qu’elle possède plusieurs centaines de cas d’usage IA.
Elle peut même accumuler des pilotes indépendants, des fournisseurs différents, plusieurs architectures et des responsabilités dispersées sans disposer d’une vision suffisamment précise de la valeur produite.
Le changement de maturité intervient lorsque la question évolue. Il ne s’agit plus seulement de demander :
« Où pouvons-nous utiliser l’IA ? »
mais :
« Quels processus devons-nous repenser parce que l’IA permet désormais de les organiser autrement ? »
La première question produit des possibilités. La seconde impose des arbitrages. Elle oblige à hiérarchiser les opportunités, concentrer les investissements, transformer certains processus en profondeur et renoncer à d’autres initiatives.
La prochaine phase de l’IA en entreprise pourrait donc être moins celle de l’expérimentation généralisée que celle de la discipline stratégique.
Passer de l’expérimentation à la transformation conduit alors à une autre interrogation : à quelles conditions une organisation peut-elle réellement accélérer ?
Quatre dimensions apparaissent déterminantes : la valeur, la capacité organisationnelle, la gouvernance et l’adoption.
Avant de les examiner, deux tensions mises en évidence par BCG permettent de comprendre pourquoi cette question devient urgente : la gouvernance et le retour sur investissement.
Le board n’est ni l’accélérateur ni le frein
BCG constate un écart de perception significatif entre CEO et administrateurs sur la compréhension de l’intelligence artificielle et sur la vitesse appropriée de transformation. Dans une publication consacrée au rôle des conseils d’administration, le cabinet insiste sur la nécessité de concentrer l’agenda IA sur les capacités et les gisements de valeur susceptibles de modifier réellement la position concurrentielle de l’entreprise, plutôt que de multiplier les pilotes.
Cette question prolonge une réflexion déjà développée sur Yunova Consulting dans l’article « L’IA n’est plus un sujet informatique. Elle devient une responsabilité du conseil d’administration » : faire de l’IA un sujet de gouvernance ne signifie pas transférer au board la conduite opérationnelle de la transformation. Son rôle consiste à exercer un jugement informé sur la stratégie, la création de valeur, les risques et la capacité réelle de l’organisation à exécuter.
Lire l’article sur Yunova Consulting
Comprendre l’IA, pour un conseil d’administration, ne consiste donc plus simplement à suivre l’évolution des modèles ou à connaître les principaux acteurs technologiques. Il faut pouvoir distinguer ce qui est techniquement possible de ce qui est économiquement pertinent et organisationnellement réalisable.
Cela suppose de comprendre où la valeur peut être créée, quelles données sont nécessaires, quels risques émergent, quelles transformations opérationnelles seront indispensables et jusqu’où certaines décisions peuvent être confiées à des systèmes automatisés.
Le rôle du board n’est ni d’appuyer systématiquement sur l’accélérateur ni de devenir le frein de la transformation. Son rôle est de déterminer où l’accélération est réellement justifiée.
Adoption, productivité et valeur ne mesurent pas la même chose
À cette question de vitesse s’ajoute celle du retour économique. L’étude BCG met en évidence un décalage entre CEO et conseils d’administration dans leur perception de la performance attendue des investissements IA. Les dirigeants peuvent ainsi se retrouver confrontés simultanément à deux attentes : accélérer et démontrer rapidement que cette accélération produit un résultat économique.
Or une transformation organisationnelle profonde ne suit pas nécessairement le calendrier d’un déploiement logiciel. Les données doivent parfois être restructurées, les processus repensés, les compétences développées et les responsabilités redéfinies.
Cette pression peut favoriser les projets dont les résultats sont immédiatement visibles au détriment de transformations plus structurantes.
Elle invite surtout à distinguer trois notions trop souvent confondues :
adoption, productivité et création de valeur ne sont pas trois manières de mesurer la même chose. Ce sont trois niveaux différents de la transformation.
Un nombre élevé de collaborateurs utilisant un outil mesure une adoption. Le temps économisé sur une tâche peut révéler un gain potentiel de productivité. Mais ni l’un ni l’autre ne constitue automatiquement une création de valeur.
Il faut encore démontrer que cette amélioration se traduit dans les coûts, les revenus, la qualité, la réduction du risque, la vitesse d’exécution, l’innovation ou l’expérience client.
C’est précisément dans cette conversion que se joue une grande partie de la transformation.
Les quatre conditions de l’accélération IA
Il n’existe probablement pas une vitesse universelle à laquelle toutes les entreprises devraient avancer. Une organisation peut légitimement accélérer fortement dans certains domaines tout en restant prudente dans d’autres.
Avant d’accélérer une transformation IA, quatre questions devraient donc être posées.
- Valeur : savons-nous précisément pourquoi nous utilisons l’IA ?
Une initiative devrait commencer par une hypothèse de valeur, pas uniquement par une possibilité technologique.
Quel résultat cherche-t-on réellement ? Réduire un coût ? Accélérer un cycle ? Améliorer une décision ? Réduire un risque ? Augmenter un revenu ? Créer une nouvelle proposition de valeur ?
Plus l’objectif économique ou stratégique reste vague, plus le risque augmente de développer un projet impressionnant sur le plan technologique mais marginal pour l’entreprise.
- Capacité organisationnelle : l’entreprise peut-elle réellement absorber la transformation ?
La performance d’un modèle ne suffit pas à déterminer la capacité d’une organisation à l’exploiter.
L’IA peut aider à rapprocher ou exploiter des données fragmentées, mais elle ne corrige pas à elle seule les problèmes de qualité, de gouvernance ou d’accès aux données. De même, un processus mal défini reste difficile à automatiser efficacement et une responsabilité ambiguë peut devenir plus problématique lorsqu’un système intervient dans la chaîne de décision.
La question n’est donc pas seulement : « Que sait faire la technologie ? », mais également : « Que sommes-nous réellement capables d’intégrer ? »
- Gouvernance : qui décide, qui contrôle et qui assume ?
À mesure que les systèmes deviennent plus autonomes, cette question devient centrale.
Qui autorise le cas d’usage ? Qui évalue le risque ? Qui contrôle les résultats ? Qui détermine le niveau d’autonomie acceptable ? Qui décide qu’un projet doit être interrompu ? Qui assume la responsabilité lorsqu’un système intervient dans un processus critique ?
Une gouvernance efficace ne consiste pas à ajouter systématiquement une couche supplémentaire de contrôle. Elle doit permettre de décider plus rapidement parce que les responsabilités, les règles et les seuils d’intervention sont clairement définis.
- Adoption : les métiers peuvent-ils réellement transformer leurs pratiques ?
Une technologie ne transforme pas une organisation parce qu’elle est disponible. Elle la transforme lorsqu’elle est intégrée dans les pratiques, les décisions et les processus quotidiens.
Cela suppose des compétences, mais pas seulement. Les collaborateurs doivent comprendre ce qui change dans leur rôle, où se situent les limites du système, quelles responsabilités restent humaines et comment évolue la coopération entre personnes et technologies.
L’adoption n’est pas la dernière étape d’un projet technologique. Elle fait partie du modèle économique de la transformation.
De ces quatre conditions découle une règle simple :
Une organisation ne devrait pas accélérer au rythme de la technologie. Elle devrait accélérer au rythme de sa capacité à transformer la technologie en valeur.
La maturité IA pourrait se mesurer par la capacité à dire non
Cette évolution conduit également à revoir notre définition de la maturité.
Depuis plusieurs années, celle-ci est souvent associée au nombre de projets lancés, aux investissements engagés ou au nombre de collaborateurs équipés. Ces indicateurs restent utiles, mais ils ne suffisent plus.
Une organisation mature est peut-être aussi celle qui sait quels projets elle ne lancera pas, celle qui arrête une expérimentation lorsque sa valeur n’est pas démontrée et celle qui distingue un prototype spectaculaire d’un processus réellement industrialisable.
Elle sait différencier une automatisation techniquement possible d’une automatisation stratégiquement souhaitable.
À mesure que la capacité technologique devient abondante, la capacité de sélection devient stratégique.
Lorsque presque tout devient testable, la rareté change de nature. Ce qui devient rare n’est plus seulement la technologie. Ce sont le temps du management, les compétences, les données pertinentes, la capacité d’exécution et l’attention collective de l’organisation.
La maturité ne consiste donc plus seulement à savoir accélérer. Elle consiste à savoir où accélérer.
L’intelligence artificielle crée une capacité. Les organisations créent la valeur.
L’intelligence artificielle étend rapidement le champ des possibles. Elle peut produire, analyser, rechercher, prévoir, recommander et progressivement participer à l’exécution de certaines actions.
Mais une capacité technologique n’est pas encore une création de valeur.
Entre les deux se trouve l’organisation.
Ce sont les entreprises qui choisissent les problèmes à résoudre, définissent les priorités, structurent les données, organisent les responsabilités, transforment les processus, développent les compétences et déterminent la place respective de l’automatisation et du jugement humain.
L’intelligence artificielle crée une capacité. Les organisations créent la valeur.
Pendant les premières années de l’IA générative, le risque dominant était celui de l’inaction. Ce risque n’a pas disparu. Mais un second apparaît : confondre vitesse technologique et vitesse de transformation.
Le prochain avantage concurrentiel ne viendra probablement pas de l’entreprise qui adopte chaque innovation la première. Il pourrait appartenir à celle qui sait où accélérer, où expérimenter et où renoncer.
La question n’est donc plus seulement :
« Allons-nous suffisamment vite ? »
Elle devient :
« Notre organisation est-elle réellement capable de transformer cette vitesse en valeur ? »
Références principales
Boston Consulting Group, CEOs and Boards Align on AI in Theory but Divide in Practice, 4 mai 2026. Étude mondiale menée auprès de 625 dirigeants, dont 351 CEO et 274 administrateurs.
Boston Consulting Group, BCG AI Radar 2026: As AI Investments Surge, CEOs Take the Lead, 15 janvier 2026. Enquête menée auprès de 2 360 dirigeants dans 16 marchés et neuf secteurs.
Boston Consulting Group, Five Things Boards Need to Get Right with AI, 24 février 2026.
Boston Consulting Group, The CEO’s Guide to Closing the AI-Knowledge Gap with Your Board, 4 août 2026.
