Comment est (vraiment) intégrée l’IA dans les entreprises aujourd’hui ?

En 2024, Klarna, spécialiste suédois du paiement fractionné, pensait avoir trouvé l’une des équations les plus séduisantes de l’intelligence artificielle (IA) en entreprise. Son assistant de service client traitait 2,3 millions de conversations par mois et assurait ainsi les deux tiers des échanges avec les clients. Un volume qui représentait, selon le groupe, l’équivalent du travail de 700 agents à temps plein. Klarna annonçait alors près de 40 millions de dollars d’économies annuelles. Mais un an plus tard, l’enthousiasme est retombé. Son patron, Sebastian Siemiatkowski, reconnaissait avoir poussé trop loin la logique de réduction des coûts, au détriment de la qualité du service, et souhaitait redonner une place à l’humain. Après la course à l’adoption, une question s’impose ainsi désormais au sein des entreprises : comment intégrer réellement l’IA sans sacrifier la qualité ?

Encore loin de la transformation

Car utiliser l’IA ne signifie pas encore l’avoir intégrée. En France, son adoption progresse certes rapidement dans les entreprises, mais la transformation profonde des organisations suit beaucoup plus lentement. Selon les données publiées en juin dernier par l’Institut Montaigne, 40% des entreprises françaises avaient adopté l’IA en 2025, contre 33% un an plus tôt. Pourtant, seules 16% avaient pleinement modernisé leurs processus autour de cette technologie, c’est-à-dire “pour reconcevoir des produits, des modèles d’affaires ou des segments stratégiques de leur chaîne de valeur”, précise le rapport. Dans la majorité des cas, l’IA reste ainsi cantonnée à l’automatisation de tâches répétitives ou aux fonctions support.

Le constat est particulièrement marqué en France. “On est un pays où l’IA est adoptée de manière grand public, spontanée. En revanche, dans les entreprises, le retard est patent”, observe Frédéric Bardeau, président et cofondateur de Simplon.co, qui accompagne notamment les sociétés dans la montée en compétences de leurs salariés. Un retard particulièrement visible dans les TPE et PME. Quelques rares acteurs ont néanmoins pris de l’avance. Il cite les entreprises nées dans le numérique, comme le spécialiste de l’assurance santé Alan, mais aussi de grands groupes tels que L’Oréal, AXA, BNP Paribas, Safran ou Thales, qui ont déployé des programmes de formation et d’acculturation. Pour autant, “les entreprises qui ont transformé leur modèle d’affaires restent l’exception”, souligne-t-il.

Transformer plutôt qu’équiper

Mais alors, comment passer de l’usage à une véritable intégration ? Le choix de l’outil compte moins que la manière dont il s’insère dans le travail. L’IA doit répondre à un besoin précis, s’appuyer sur des données fiables et évoluer dans un cadre clairement défini : ce qu’elle peut faire seule et ce qui doit rester sous contrôle humain.

Car équiper les salariés ne suffit pas. Une entreprise peut multiplier les outils, les tests et les formations sans changer réellement sa façon de travailler. Dans son étude, l’Institut Montaigne parle de “dernier kilomètre organisationnel” : les entreprises les plus avancées ne se contentent pas d’ajouter une couche d’IA, elles revoient les tâches, les responsabilités et l’ensemble des étapes de validation. Pour Frédéric Bardeau, cette transformation doit toutefois se faire progressivement : “Il faut partir d’un cas d’usage, y compris tout petit, et voir si ça marche jusqu’au bout. Puis en faire un deuxième. Il n’y a pas de grand soir, il n’y a que des petits matins.”

Cette évolution progressive doit aussi permettre de garder la maîtrise de ce qui est délégué. Car faire entrer l’IA au cœur des processus n’est pas sans risque : plus elle agit seule, plus une erreur peut se propager avant qu’un humain n’intervienne. Les entreprises doivent donc lui fixer des limites : restreindre l’accès à certaines données, lui interdire certaines actions ou imposer une validation humaine pour les décisions sensibles. Et derrière la question du contrôle se pose celle, plus délicate encore, de la responsabilité. L’Institut Montaigne insiste ainsi sur la nécessité de pouvoir “reprendre la main quand les systèmes faillissent”.

Rétropédalages

Mais une fois l’IA déployée, les promesses se heurtent parfois aux résultats. “On prête à l’IA des gains de productivité qu’on ne voit pas encore dans les chiffres. C’est un secret de Polichinelle pour les gens du secteur”, observe Frédéric Bardeau. Non que ces bénéfices soient illusoires, selon lui, mais ils peuvent mettre du temps à apparaître : l’arrivée d’une nouvelle technologie ne rend pas mécaniquement une organisation plus productive.

Certains rétropédalages en donnent déjà un aperçu. Selon une étude publiée en mars par Orgvue, spécialiste britannique de la planification des effectifs, près d’un tiers des entreprises interrogées ayant supprimé des postes en misant sur les économies promises par ces outils ont ensuite dû réembaucher. Ford offre une illustration récente de ce retour de balancier. En 2026, le constructeur américain a recruté 350 ingénieurs expérimentés, dont d’anciens salariés, pour améliorer la qualité de ses véhicules, après avoir reconnu avoir surestimé ce que l’automatisation et les modèles d’IA pouvaient accomplir seuls. Ces profils chevronnés doivent désormais travailler avec ces systèmes, mais aussi transmettre un savoir-faire que la technologie ne suffit pas à remplacer.

“On devrait parler autant des échecs que des succès”, poursuit le cofondateur de Simplon.co. Car ces réajustements racontent moins un désenchantement face à l’IA que la fin d’une illusion : celle d’une technologie qui pourrait simplement se substituer au travail humain. “Les gens sont augmentés par l’IA, pas remplacés”, résume Frédéric Bardeau. Après le temps de l’adoption, l’intégration se joue peut-être précisément là : dans la capacité des entreprises à déterminer ce qu’elles peuvent déléguer à la technologie, et ce qu’elles ont intérêt à laisser entre des mains humaines.