L’IA en entreprise : ce que l’engouement cache – et ce que les PME doivent faire dès maintenant

10 min de lecture

L’essentiel en bref

700 employés licenciés, puis réembauchés – et la valorisation boursière malgré tout réduite de plusieurs milliards d’euros. Ce que Klarna a vécu avec son expérience IA n’est pas un cas isolé, mais un signal d’alerte pour toute entreprise considérant l’IA comme une réponse rapide à la pression sur les coûts. Alors que les cercles technologiques américains débattent de savoir si l’IA assumera intégralement, dans un à cinq ans, l’ensemble du travail cognitif, les PME allemandes luttent encore contre la migration vers le cloud, la documentation des processus et la pénurie de compétences informatiques. Ces deux mondes semblent très éloignés. Or, ils ne le sont pas.

Car le développement de l’IA modifie les conditions de concurrence pour tous ceux qui exercent une activité intellectuelle – indépendamment du fait que l’entreprise compte 50 ou 50 000 collaborateurs. Les entreprises sous-estiment chroniquement la dynamique à l’œuvre. Celles qui l’adoptent sans filtre risquent de tomber dans le piège Klarna.

Deux mondes, un seul sujet

Le débat entre l’investisseur Matt Shumer et le neuroscientifique Gary Marcus est, au fond, américain. Dans son essai largement commenté « Something Big Is Happening », repris par Fortune, CNN et CNBC, Shumer affirme que l’IA assumera intégralement le travail cognitif dans un à cinq ans. Marcus réplique en qualifiant cette rhétorique de « hype weaponized » (« engouement instrumentalisé »). Deux positions extrêmes. Toutes deux passent à côté de la réalité quotidienne des PME européennes.

Le Mittelstand allemand vit dans une autre réalité. De nombreuses entreprises se posent encore des questions fondamentales : comment migrer nos systèmes on-premise vers le cloud ? Comment numériser des processus qui fonctionnent depuis vingt ans sur papier et dans des tableaux Excel ? Comment recruter des spécialistes IT capables de porter cette transformation ? L’idée que l’IA remplace entièrement des départements entiers dans quelques années paraît presque surréaliste dans ce contexte.

Or, c’est précisément là que réside le danger. La vitesse à laquelle les capacités de l’IA progressent ne concerne pas uniquement les startups de la Silicon Valley. Elle transforme les conditions de concurrence pour toute entreprise exerçant une activité intellectuelle – et cela concerne, dans le Mittelstand, presque toutes les entreprises. Celui qui ignore ce phénomène risque bien plus qu’un simple retard d’efficacité à court terme. Quels schémas structurels façonneront l’industrie en 2026 ? C’est ce que l’article L’intelligence décentralisée comme fil conducteur : ce qui définira l’industrie en 2026 analyse.

Ce que Klarna enseigne sur les risques de l’engouement

Pour comprendre ce qui arrive lorsqu’une entreprise transpose sans filtre l’engouement autour de l’IA dans ses décisions opérationnelles, il faut observer Klarna. Le prestataire suédois de services de paiement était, pendant des mois, présenté comme le modèle même d’une intégration réussie de l’IA. Le PDG Sebastian Siemiatkowski avait annoncé publiquement que des chatbots IA avaient pris en charge le travail de 700 employés du service client. Le personnel avait été drastiquement réduit, les nouvelles embauches suspendues.

La désillusion suivit rapidement. La qualité du service chuta de façon mesurable. Les clients se plaignirent de réponses erronées, de problèmes non résolus et de l’impossibilité de joindre un interlocuteur humain. Klarna dut faire marche arrière – et recommença à embaucher du personnel humain. Sur un marché du travail qu’il avait lui-même appauvri.

L’exemple Klarna est instructif, car il révèle un schéma qui se répétera dans de nombreux secteurs. Les entreprises qui positionnent l’IA comme un remplacement direct du travail humain, plutôt que comme un outil d’assistance, tombent dans un piège. La technologie impressionne lors des démonstrations. Mais elle n’est pas encore suffisamment fiable pour accomplir durablement, sans surveillance humaine, des tâches complexes et fortement contextualisées. Cela valait autant au début de l’année 2026 qu’au moment du désastre Klarna.

Pour les décideurs des PME, cela contient une leçon essentielle : la question n’est pas de savoir si l’IA doit être déployée. La question est comment – et avec quelle attitude. Pourquoi tant d’entreprises hésitent-elles encore malgré de tels signaux d’alerte ? C’est ce que l’article L’IA dans les PME : pourquoi tant d’entreprises hésitent – et ce qui compte désormais explique.

Évolution actuelle en 2026 : les agents IA déplacent le débat

Au début de l’année 2026, le paysage s’est encore profondément transformé. Alors que les grands modèles linguistiques et les chatbots dominaient jusqu’ici la discussion, ce sont désormais les agents IA autonomes qui occupent le centre de la scène. Des systèmes tels que Devin (Cognition AI) ou Microsoft Copilot Studio permettent à l’IA de ne plus simplement répondre, mais d’exécuter de façon autonome des tâches sur plusieurs étapes – écrire du code, effectuer des tests, rédiger de la documentation.

Parallèlement, OpenAI lance sa fonctionnalité Operator, axée sur des agents navigateurs autonomes capables, sur instruction des utilisateurs, de remplir des formulaires, de procéder à des réservations ou de mener elles-mêmes des recherches sur le web. Google DeepMind suit avec Project Mariner. Ce qui, en 2024, était encore considéré comme une zone expérimentale, est aujourd’hui pleinement opérationnel en 2026 – et atteint désormais aussi les environnements des PME.

Cela modifie considérablement le calcul des risques. Les systèmes IA agentiques s’intègrent bien plus profondément dans les processus d’entreprise qu’un simple chatbot. Les erreurs s’amplifient plus vite, car aucun humain ne vérifie chaque étape intermédiaire. En même temps, les gains d’efficacité augmentent sensiblement pour les entreprises qui déploient ces systèmes avec rigueur. L’écart entre les premiers adoptants (Early Adopters) et les entreprises en attente s’élargit encore plus rapidement que ce que laissait présager le débat Shumer-Marcus.

Pour le Mittelstand, cela signifie : la thèse fondamentale – créer d’abord les fondamentaux numériques, puis automatiser – est plus vraie que jamais en 2026. Celui qui ne comprend pas et ne documente pas ses processus ne pourra jamais déployer l’IA agentique de façon maîtrisée. Un déploiement incontrôlé finira par coûter plus cher que le retard initial en matière de numérisation.

Les budgets cloud sous une nouvelle pression

Le débat sur l’IA a des répercussions directes sur les budgets IT et les stratégies cloud. Les grands fournisseurs de services cloud (hyperscalers) – Microsoft, Google, Amazon – lient de plus en plus étroitement leurs offres IA à leurs plateformes cloud respectives. Celui qui souhaite utiliser de façon productive GPT-4o ou des modèles comparables ne peut guère éviter Azure, Google Cloud ou AWS. Cela modifie considérablement la planification budgétaire des migrations cloud.

De nombreuses entreprises ont établi leurs budgets cloud sur la base d’hypothèses datant d’un ou deux ans. Depuis, les services IA sont apparus comme un nouveau poste de coût, totalement absent des calculs initiaux. Les appels d’API aux grands modèles linguistiques, l’ajustement fin (fine-tuning) de modèles propres sur les données de l’entreprise, l’infrastructure nécessaire pour assurer la sécurité des données et la conformité réglementaire – tout cela fait grimper les coûts. Avec les systèmes agentiques, la consommation de tokens par tâche augmente encore nettement : des observateurs sectoriels estiment que les coûts supplémentaires atteignent 5 à 10 fois ceux des interactions avec des chatbots simples.

Parallèlement, la pression exercée sur les départements IT pour mettre en œuvre rapidement des projets IA ne cesse de croître. Les dirigeants, ayant lu l’essai de Shumer ou des articles similaires, attendent des résultats concrets. La divergence entre les attentes et la faisabilité pratique s’accroît – plaçant les responsables IT dans une position ingrate : ils doivent à la fois livrer de l’innovation et respecter les budgets.

Une stratégie cloud réaliste devrait donc intégrer explicitement les coûts liés à l’IA – non pas comme une ligne budgétaire vague, mais comme une enveloppe budgétaire spécifique, associée à des cas d’usage définis, à des objectifs mesurables et à des critères clairs d’arrêt. Les entreprises qui lancent des projets IA sans cette structure s’exposent à des surprises budgétaires pouvant compromettre d’autres investissements stratégiques.

La sécurité devient plus complexe, pas plus simple

Un aspect chroniquement sous-estimé dans le débat public sur l’IA : la dimension sécurité. Chaque service IA intégré dans les processus d’entreprise élargit la surface d’attaque. Les grands modèles linguistiques peuvent être manipulés via des attaques dites de prompt injection. Les données d’entreprise utilisées pour l’entraînement ou l’exploitation des modèles IA doivent être protégées – non seulement contre les attaquants externes, mais aussi contre les fournisseurs eux-mêmes.

Les exigences réglementaires se renforcent parallèlement. Le Règlement européen sur l’IA (EU AI Act) entre progressivement en vigueur et impose aux entreprises la classification, la documentation et, dans certains cas, l’audit de leur utilisation de l’IA. Pour le Mittelstand, cela signifie un surcroît de travail dans un domaine déjà fortement sous-doté en personnel.

Les responsables sécurité sont confrontés au défi d’intégrer les systèmes IA dans les architectures de sécurité existantes, sans laisser exploser la complexité de façon incontrôlée. Cela exige non seulement une compétence technique, mais aussi la capacité de communiquer clairement des limites à la direction générale. Tous les cas d’usage de l’IA ne sont pas techniquement justifiables sur le plan de la sécurité – et la capacité à dire non de façon argumentée devient une compétence managériale sous-estimée. Le fait que Lloyd’s of London propose désormais des assurances spécifiques contre les dommages causés par les hallucinations de l’IA montre que le secteur de la gestion des risques prend très au sérieux cette dimension. Pour en savoir plus : Lloyd’s of London assure contre les dommages causés par les hallucinations de l’IA.

Ce que signifie aujourd’hui le leadership

La véritable question derrière le débat Shumer-Marcus n’est pas technologique. Elle est stratégique : comment les dirigeants prennent-ils des décisions face à une incertitude extrême ? Ni les optimistes ni les sceptiques ne peuvent aujourd’hui prédire de façon fiable quelles performances les systèmes IA auront dans trois ou cinq ans. Leur développement suit une trajectoire ni linéaire ni prévisible.

Pour les PDG et les membres des conseils d’administration, cela signifie développer une posture qui évite à la fois l’activisme aveugle et la passivité attendiste. Concrètement : lancer des projets pilotes, mais avec des critères de succès clairement définis. Investir dans le développement des compétences internes avant que des consultants externes ne remplacent la capacité de jugement interne. Former les employés, plutôt que de les remplacer précipitamment par la technologie. Et surtout : comprendre sa propre chaîne de valeur avant de chercher à l’automatiser.

Les entreprises incapables de décrire clairement leurs processus centraux ne pourront pas non plus les optimiser intelligemment avec l’IA. La numérisation des fondamentaux – données structurées, processus documentés, infrastructure IT moderne – reste la condition préalable à tout ce qui suit. Celui qui saute cette étape pour passer directement à l’IA construit sur du sable. Ce que cela implique pour l’agenda stratégique 2026 est discuté dans l’article Tendances business 2026 : comment les entreprises façonnent la prochaine phase de l’IA.

« La plupart des projets d’IA agentique sont actuellement des expérimentations en phase précoce, souvent mal appliquées. Cela peut aveugler les entreprises sur les coûts réels et la complexité inhérente à leur déploiement à grande échelle. »
– Anushree Verma, Senior Director Analyst, Gartner, juin 2025

L’écart se creuse

La vérité la plus inconfortable du débat actuel : l’écart entre les entreprises qui déploient l’IA de façon stratégique et celles qui peinent encore avec l’équipement numérique de base va s’élargir de façon spectaculaire dans les années à venir. Cela concerne non seulement l’efficacité et les coûts, mais aussi la capacité à attirer des talents, fidéliser les clients et rester compétitif sur les marchés mondiaux.

Matt Shumer pourrait bien être trop optimiste quant aux délais qu’il avance. Gary Marcus pourrait avoir raison sur les limites fondamentales de la technologie actuelle. Mais la direction prise par l’évolution est claire – et sa vitesse ne cesse d’augmenter. Pour le Mittelstand allemand, cela signifie : agir maintenant, mais agir avec intelligence. Construire les fondamentaux, comprendre les risques, embarquer ses équipes. Ne pas se laisser entraîner par l’engouement, ni paralysé par le scepticisme.

Ce n’est pas une tâche facile. Mais c’est précisément ce genre de défi qui définit une bonne gouvernance d’entreprise.

Lectures complémentaires

• L’IA agentique dans les PME – MyBusinessFuture
• Cloud privé pour l’IA – cloudmagazin
• Management du changement dans la transformation IA – Digital Chiefs

Source de l’image : Pexels / Pixabay