Eh bien, dansez maintenant

• IA-lphabétisation forcée : 30% des grandes entreprises étudiées par Forrester rendront la formation IA obligatoire (y compris celle d’IA responsable pour les rôles techniques), suivant l’exemple de premiers programmes internes à grande échelle.
• Autorégulation • En outre, 60% des entreprises du Fortune 100 nommeront des responsables de la gouvernance IA pour intégrer conformité, sécurité et éthique au‑delà de la simple « compliance ».
• Agents de liaison • La majorité des entreprises s’apprêtent à assembler des « agentlakes » pour orchestrer des déploiements multi‑agents hétérogènes, en s’appuyant sur des standards émergents comme le Model Context Protocol pour l’interopérabilité outils‑agents.

• Charrettes • Les équipes data paieront la note : l’agentisation automatisera lourdement la découverte, le nettoyage et l’analyse des données. Les équipes d’ingénieurs, analystes et data scientists devraient être réduites de 25 %.

• Coup de frein • Forrester Research anticipe que 25% des budgets IA prévus pour 2026 glisseront à 2027. Seuls 15 % des responsables IA interrogés considèrent que l’IA a eu un impact positif sur la marge, jusqu’à présent. On peut prévoir des exigences plus sévères pour des retours sur investissement (ROI) tangibles et l’écrémage des preuves de concept (POC) trop chères.

• EN FILIGRANE : ROI introuvable. Depuis que cet été l’étude du MIT Media Lab (Nanda) a fait trembler les bourses en montrant que seules 5 % des entreprises avaient déployé avec succès des projets d’IA générative sur mesure (contre 40 % pour l’accès aux modèles du marché), le marché doute de la capacité des entreprises à générer de la valeur « à l’échelle », même si au niveau micro la productivité augmente.

Le déploiement de l’IA générative dans les entreprises • Source : MIT Nanda

• À SURVEILLER : La fin de l’innocence et le shadow AI • Il y a quelque chose de paradoxal à l’intégration de l’IA générative, dont les modèles ne distinguent pas les données du code, aux équipes data et machine learning. Mais cela devrait permettre de réduire l’adoption désordonnée de modèles d’IA du commerce par les équipes métiers (« shadow AI ») et de rétablir l’équilibre budgétaire. L’effet sur les start-up d’IA et sur l’optimisme de leurs actionnaires ne peut que s’imaginer.