« L’Amérique innove, l’Asie copie et l’Europe réglemente ».
Avec la loi sur l’IA, on pourrait croire que l’UE renforce cette critique.
La réalité est plus nuancée.
À l’échelle mondiale, l’adoption de l’IA reste inégale ; en 2025, seule une personne sur six environ avait utilisé des outils d’IA générative, ce qui souligne à quel point la plupart des organisations sont encore loin d’un déploiement opérationnel à grande échelle, malgré les progrès technologiques rapides [1] .
Pour les pays européens, ce chiffre est légèrement supérieur.
L’Observatoire Européen du Digital Inetum, réalisé en partenariat avec l’Institut Bona fidé auprès de 2 400 cadres, souligne que 65 % des employés utilisent l’IA au quotidien.
-
65 %
des employés utilisent l’IA au quotidien.
Le principal obstacle à l’adoption de l’IA est la confiance. Si la loi sur l’IA est présentée comme un frein à l’innovation, cette interprétation passe à côté de sa raison d’être fondamentale.
Cette loi établit un cadre fondé sur les risques. Elle précise dans quels cas l’IA peut être utilisée librement, ou nécessite des garanties plus strictes, ou ne devrait pas être utilisée du tout. Son objectif n’est pas d’empêcher l’innovation, mais de rendre l’IA digne de confiance pour les clients, les citoyens et les entreprises et d’encourager son adoption.
Une étude menée par Deloitte dans 11 pays européens montre que, si l’enthousiasme pour l’IA est grand, les inquiétudes concernant la transparence, l’utilisation des données et la responsabilité restent répandues [2].
La confiance se mérite. Pour l’IA son acquisition passe par la gouvernance, la traçabilité et la possibilité de justifier. Le véritable défi est d’ordre opérationnel plutôt que juridique.
Dans la pratique, les organisations qui peinent à déployer l’IA ne sont pas freinées par la loi sur l’IA. Elles sont ralenties par des faiblesses structurelles que la loi ne fait que mettre en évidence : une gouvernance des données fragmentée qui empêche la mise en place de bases fiables pour l’IA.
Absence de traçabilité de bout en bout des cas d’utilisation
de l’IA.
Manque de clarté quant à la répartition des pouvoirs décisionnels
entre les services métiers, informatiques, de gestion
des données et des risques.
Modèles de déploiement non industrialisés qui maintiennent
l’IA au stade de pilote.
L’organisation doit être capable d’expliquer, en toute confiance, comment son IA fonctionne réellement. Pour de nombreuses entreprises, la réponse honnête est aujourd’hui : « Nous ne sommes pas capables ».
Seules 26 % des entreprises dans le monde sont passées
du stade des projets pilotes d’IA à la création de valeur
concrète, tandis que 74 % restent bloquées dans la phase
d’expérimentation [3] .
En Europe, notre prudence culturelle accentue cet effet. La législation sur l’IA doit devenir un avantage concurrentiel en obligeant les organisations à structurer leurs données, à clarifier les responsabilités et à documenter les processus décisionnels ; cette législation crée les conditions nécessaires à une IA de niveau industriel, la seule capable de se déployer à grande échelle.
D’après l’OCDE, presque tous les États membres de l’UE disposent de stratégies nationales en matière d’IA, mais le degré de maturité de leur mise en oeuvre et gouvernance reste inégal : c’est sur ce point que les entreprises doivent concentrer leurs efforts 4.
Pour les dirigeants et conseils d’administration, le message
est clair. Ne considérez pas la législation sur l’IA comme
une formalité administrative. Voyez-y plutôt un cadre
permettant de déployer l’IA rapidement, à grande échelle et
en toute confiance. Une gouvernance solide c’est la condition
préalable à un déploiement de l’IA à grande échelle,
durable et responsable.
On perd alors l’essentiel : l’esprit critique qui permet de la comprendre de l’évaluer et de prendre conscience des biais cognitifs qu’elle véhicule, de la mettre en perspective, de discerner qui a intérêt à la véhiculer et pourquoi. Les penseurs critiques (les intellectuels de naguère), les écrivains et les artistes deviennent une espèce menacée de disparition, comme Jean-François Lyotard l’annonçait dès 1984 (Tombeau de l’intellectuel et autres papiers, Éditions Galilée).
D’après l’OCDE,
presque tous les États
membres de l’UE
disposent de stratégies
nationales en matière
d’IA, mais le degré de
maturité de leur mise en
oeuvre et gouvernance
reste inégal.
[1] AI Adoption Report
