par En janvier 2026, le cabinet Deloitte a publié la dernière édition de son rapport annuel State of AI in the Enterprise, sous-titré « The untapped edge ». Ce document, produit par le Deloitte AI Institute, repose sur une enquête menée auprès de 3 235 dirigeants (du niveau directeur au C-suite) dans 24 pays et six secteurs d’activité, complétée par 15 entretiens qualitatifs avec des responsables IA de grandes organisations.
C’est un travail d’envergure, riche en données, qui mérite une lecture attentive, autant pour ses enseignements que pour ce qu’il laisse dans l’ombre. Ce qu’il y a d’intéressant c’est aussi de le rapporter à la récente parution du rapport de PwC sur l’IA en entreprise… la lecture combinée des deux publications est éclairante sur le fossé entre la tête des entreprises et les corps de l’organisation.
Les grands enseignements du rapport
L’accès s’élargit, mais l’usage ne suit pas
Le constat d’ouverture est saisissant : l’accès des salariés aux outils d’IA sanctionnés par leur entreprise a augmenté de 50 % en un an, passant de moins de 40 % à environ 60 % des effectifs. Cependant, parmi les travailleurs ayant accès à ces outils, moins de 60 % les intègrent dans leur travail quotidien, un taux resté stable par rapport à l’année précédente. L’écart entre disponibilité et adoption réelle constitue désormais le principal frein à la création de valeur.
Du pilote à la production : une accélération encore timide
Le passage du pilote à la production reste le point de blocage majeur. Seules 25 % des organisations déclarent avoir déployé en production 40 % ou plus de leurs expérimentations IA. Toutefois, 54 % estiment atteindre ce seuil dans les trois à six prochains mois. Le rapport identifie un « piège du proof-of-concept » : les pilotes fonctionnent dans des conditions contrôlées, mais leur mise en production révèle des problèmes d’intégration, de sécurité, de conformité et de maintenance qui allongent considérablement les délais, un cas estimé à trois mois pouvant s’étendre à 18. Cela tend à confirmer ce que l’étude du MIT avant indiqué il y a déjà quelques mois sur le problème du passage du Proof of Concept à l’impact organisationnel réel.
Productivité pour le plus grand nombre, réinvention pour une minorité
L’impact business de l’IA progresse : 25 % des dirigeants jugent l’IA transformatrice pour leur entreprise, contre 12 % l’année précédente. 84 % des organisations augmentent leurs investissements, et 78 % expriment une confiance accrue.
Mais le rapport distingue trois groupes dans leur approche de la transformation : 34 % des entreprises commencent à utiliser l’IA pour transformer en profondeur leurs produits, processus ou modèles économiques ; 30 % redessinent des processus clés autour de l’IA tout en conservant leur modèle inchangé ; et 37 % n’utilisent l’IA qu’en surface, sans modification notable de leurs opérations.
Sur le plan des bénéfices, l’efficacité et la productivité sont les résultats les plus fréquemment atteints aujourd’hui (66 %), tandis que la croissance du chiffre d’affaires reste largement aspirationnelle : 74 % espèrent y parvenir, mais seuls 20 % y parviennent déjà.
Le paradoxe talent : tout le monde forme, personne ne restructure
Malgré des attentes élevées en matière d’automatisation — 36 % des entreprises prévoient l’automatisation complète d’au moins 10 % de leurs postes d’ici un an, et 82 % à horizon trois ans — 84 % des organisations n’ont pas redessiné les emplois autour des capacités de l’IA. L’insuffisance des compétences des collaborateurs est identifiée comme le premier obstacle à l’intégration de l’IA dans les flux de travail, et pourtant, les stratégies talent restent superficielles : 53 % se concentrent sur l’éducation générale à l’IA, et seules 33 % repensent les parcours de carrière.
Le rapport souligne un point rarement mis en avant : l’automatisation menace d’abord les postes d’entrée (saisie, réconciliation, support client de premier niveau), qui constituent traditionnellement la porte d’entrée vers des carrières plus avancées. La question de la reconstruction des filières de progression professionnelle est posée.
L’IA souveraine : un nouvel enjeu stratégique
77 % des entreprises considèrent le pays d’origine d’une solution d’IA comme un critère de sélection, et 58 % construisent leur pile technologique IA principalement avec des fournisseurs locaux. 83 % jugent la souveraineté des données et du calcul au moins modérément importante dans leur planification stratégique.
Les disparités géographiques sont notables : seules 11 % des entreprises des Amériques s’appuient majoritairement sur des solutions étrangères, contre 32 % en Europe/Moyen-Orient/Afrique (EMEA).
L’IA agentique : adoption massive annoncée, gouvernance en retard
23 % des entreprises utilisent déjà l’IA agentique de manière au moins modérée, et 74 % prévoient de le faire d’ici deux ans. 85 % anticipent la personnalisation des agents pour répondre à leurs besoins spécifiques.
Cependant, seules 21 % déclarent disposer d’un modèle de gouvernance mature pour les agents autonomes. Le décalage entre vitesse de déploiement et maturité de l’encadrement est l’un des constats les plus préoccupants du rapport.
L’IA physique : une intégration déjà en marche
58 % des entreprises utilisent déjà l’IA physique (robotique, véhicules autonomes, drones, jumeaux numériques) à un certain degré, un chiffre qui devrait atteindre 80 % d’ici deux ans. L’Asie-Pacifique mène l’adoption avec 71 % d’utilisation actuelle, contre 56 % dans les Amériques et en EMEA.
Les types d’IA physique jugés à plus fort impact sont les systèmes de sécurité intelligents et la surveillance connectée (21 %), la robotique collaborative (20 %) et les jumeaux numériques (19 %).
Préparation stratégique vs. préparation opérationnelle
42 % des entreprises se déclarent hautement préparées sur le plan stratégique, et 30 % sur la gouvernance des risques — deux chiffres en hausse. Mais les perceptions de préparation reculent pour l’infrastructure technique (43 %, -4 points), la gestion des données (40 %, -3 points) et les talents (20 %, -2 points). L’écart entre vision stratégique et capacité d’exécution se creuse.
Deloitte vs. PwC : deux rapports, deux récits difficilement conciliables
La publication quasi-simultanée du rapport Deloitte State of AI in the Enterprise (janvier 2026) et de l’enquête PwC Hopes and Fears (mars 2026) offre une occasion rare de confronter deux lectures de la même réalité. Or, ces deux documents, produits par des cabinets de conseil de stature comparable et s’appuyant chacun sur des échantillons de plusieurs milliers de répondants, dessinent des tableaux sensiblement contradictoires de l’adoption de l’IA en entreprise. Ces divergences ne sont pas anecdotiques : elles interrogent la fiabilité même des récits dominants sur la transformation IA.
Accès en expansion ou stagnation des usages ?
Le rapport Deloitte affirme que l’accès des salariés aux outils d’IA sanctionnés a augmenté de 50 % en un an, passant de moins de 40 % à environ 60 % des effectifs. PwC, de son côté, constate que 54 % des salariés français n’ont jamais utilisé d’outil d’IA générative dans un cadre professionnel en 2025, et que la France se positionne avant-dernière des pays européens en fréquence d’usage. Les deux constats ne sont pas strictement comparables, Deloitte mesure l’accès déclaré par les dirigeants, PwC l’usage déclaré par les salariés, mais c’est précisément cette différence de perspective qui est éclairante. Elle suggère que la mise à disposition d’outils et leur adoption effective sont deux phénomènes distincts, séparés par un fossé que Deloitte lui-même reconnaît (moins de 60 % des salariés ayant accès utilisent réellement les outils) sans en tirer toutes les conséquences.
Confiance en hausse ou confiance en érosion ?
Deloitte rapporte que 78 % des dirigeants expriment une confiance accrue envers la technologie IA et que 84 % des organisations augmentent leurs investissements. Le récit est celui d’une accélération portée par la conviction. PwC, en interrogeant les salariés plutôt que les dirigeants, obtient un tableau inverse : 48 % des salariés français ne croient pas dans les objectifs long terme de leur entreprise, et la même proportion doute de la capacité des dirigeants à les accompagner. La perception des bénéfices de l’IA générative recule fortement : seuls 4 salariés français sur 10 estiment qu’elle améliorera la qualité de leur travail, contre 6 sur 10 un an plus tôt. Ce recul de 20 points en un an contraste frontalement avec le doublement, rapporté par Deloitte, de la proportion de dirigeants jugeant l’IA transformatrice (de 12 % à 25 %).
Transformation en marche ou « IA-réalisme » ?
Le récit de Deloitte est celui d’une transformation qui accélère : 34 % des entreprises commencent à transformer en profondeur leurs produits et modèles économiques, 54 % prévoient de passer une masse critique d’expérimentations en production dans les trois à six mois. PwC décrit au contraire l’émergence de ce qu’il nomme l’« IA-réalisme », un retour de balancier après l’enthousiasme initial, marqué par le constat que les gains concrets tardent à se matérialiser.
Le rapport PwC note que les usages professionnels de l’IA marquent pour la première fois en trois ans un temps d’arrêt, et que les freins identifiés : absence de cadre organisationnel, manque de démarche d’adoption structurée, insuffisance de montée en compétence. Ces éléments sont d’ordre managérial bien plus que technologique. C’est souvent un manque de transformation de la culture organisationnel qui est à incriminer plus qu’un déficit de déploiement d’outils.
Une fracture managériale que Deloitte ne voit pas
La divergence la plus révélatrice tient peut-être à ce que chaque rapport choisit de mesurer. Deloitte interroge des dirigeants et IT leaders ayant une implication directe dans les initiatives IA de leur entreprise. PwC interroge l’ensemble des collaborateurs, managers et non-managers confondus. Le résultat est prévisible mais néanmoins frappant : là où Deloitte voit une organisation qui investit, scale et se prépare, PwC voit des salariés qui doutent, ne comprennent pas la stratégie et n’utilisent pas les outils mis à leur disposition.
PwC identifie d’ailleurs une fracture émotionnelle nette entre managers (77 % enthousiastes vis-à-vis de l’IA) et non-managers (58 % perplexes, 64 % inquiets). Cette fracture est invisible dans les données de Deloitte, précisément parce que l’enquête ne descend pas en dessous du niveau directeur.
Ce que la confrontation révèle
La mise en regard de ces deux rapports ne permet pas de déterminer lequel dit « vrai ». Elle révèle en revanche un phénomène bien documenté en théorie des organisations : le décalage de perception entre le sommet et la base. Les dirigeants voient les budgets alloués, les pilotes lancés, les partenariats signés. Les salariés voient les outils non configurés, les formations inexistantes, les processus inchangés. Les deux ont raison, mais ils ne décrivent pas la même chose.
Ce décalage a une implication directe pour le lecteur du rapport Deloitte : les chiffres d’adoption, de confiance et de préparation qui y figurent reflètent la perspective des décideurs, pas l’expérience vécue par les équipes. Or, c’est dans l’expérience vécue que se joue la réalité de la transformation. Une stratégie IA jugée « hautement préparée » par 42 % des dirigeants interrogés par Deloitte coexiste, dans le même tissu économique et au même moment, avec 54 % de salariés qui n’ont jamais touché un outil d’IA générative au travail selon PwC. Ce n’est pas une contradiction : c’est la mesure exacte du chemin qui reste à parcourir entre l’intention stratégique et l’activation opérationnelle, un chemin que Deloitte lui-même identifie comme le principal défi, sans en mesurer la profondeur réelle.
Analyse critique de l’étude de Deloitte
Un échantillon d’élite, pas un reflet du tissu économique réel
Le premier point d’attention, et sans doute le plus structurant, concerne la composition de l’échantillon. Les 3 235 répondants sont tous des dirigeants de niveau directeur à C-suite, travaillant dans des organisations qui ont déjà des implémentations IA opérationnelles ou des pilotes en cours. C’est donc, par construction, un échantillon d’organisations avancées. Les entreprises qui n’ont pas encore engagé de démarche IA, c’est-à-dire une part significative du tissu économique mondial, et particulièrement des PME, sont entièrement absentes de l’enquête.
Ce biais de sélection a des conséquences directes sur l’interprétation des résultats. Quand 84 % des répondants déclarent augmenter leurs investissements IA, cela ne signifie pas que 84 % des entreprises le font : cela signifie que parmi les entreprises déjà engagées, la quasi-totalité accélère. La distinction est cruciale et le rapport ne la souligne pas suffisamment. L’extrapolation implicite, courante dans la couverture médiatique de ce type de publications, peut induire une vision excessivement optimiste de l’adoption réelle.
La répartition géographique soulève des questions de représentativité
Sur 3 235 répondants, 1 200 proviennent des États-Unis, soit 37 % de l’échantillon. Certains marchés sont représentés par des effectifs très faibles : 5 répondants pour Oman, 10 pour le Koweït et le Qatar, 15 pour le Portugal. Tirer des conclusions régionales solides — par exemple sur les disparités de souveraineté IA entre Amériques et EMEA — avec de tels volumes pose un problème statistique évident. La granularité géographique affichée donne une impression de couverture mondiale qui dépasse la robustesse réelle des données sous-jacentes.
Des indicateurs auto-déclaratifs, sans mesure d’impact réel
L’ensemble des résultats repose sur les déclarations des dirigeants interrogés. Or, les études en sciences de gestion montrent de longue date que les perceptions des dirigeants sur la maturité de leur organisation tendent à être systématiquement optimistes. Quand 25 % déclarent que l’IA a un effet transformateur sur leur entreprise, ou que 42 % se disent hautement préparés sur le plan stratégique, rien ne permet de savoir si ces perceptions correspondent à une réalité mesurable en termes de revenus, de parts de marché, de productivité quantifiée ou de satisfaction client.
Le rapport d’Anthropic sur le marché du travail, par contraste, croise des données comportementales (usages réels de Claude) avec des données administratives (enquêtes d’emploi du Bureau of Labor Statistics). Cette différence méthodologique est fondamentale : l’un mesure ce que les gens font, l’autre ce que les dirigeants pensent faire. Les deux sont utiles, mais ne portent pas le même poids probant.
L’absence de définition normalisée de « production »
Le rapport mentionne que 25 % des organisations ont déployé 40 % ou plus de leurs expérimentations en production. Mais qu’entend-on exactement par « production » ? Un chatbot interne consulté par quelques dizaines de collaborateurs est-il « en production » au même titre qu’un système de pricing dynamique intégré au cœur des opérations commerciales ? Le rapport n’offre aucune définition normalisée, ce qui rend les comparaisons entre répondants, et a fortiori entre secteurs et géographies, difficilement interprétables.
De la même manière, la projection selon laquelle 54 % des entreprises atteindront ce seuil dans les trois à six mois repose sur une intention déclarée, pas sur une trajectoire observée. L’écart bien documenté entre intentions de déploiement et déploiements effectifs (le fameux « pilote-to-production gap » que le rapport lui-même identifie) invite à traiter ce chiffre avec prudence.
L’IA agentique : une catégorie encore floue
Le rapport consacre une section entière à l’IA agentique, mais la définition employée reste suffisamment large pour englober des réalités très différentes : un assistant qui relance des participants après une réunion et un système autonome de gestion de la chaîne logistique ne posent pas les mêmes problèmes, ni en termes de valeur ni en termes de risque. Quand 74 % des entreprises déclarent prévoir un usage au moins modéré de l’IA agentique d’ici deux ans, il est difficile de savoir ce que recouvre concrètement cette adoption.
Ce flou définitionnel est d’autant plus problématique que le rapport souligne, à juste titre, le retard de la gouvernance (seules 21 % disposent d’un modèle mature). Mais gouverner quoi, précisément ? Un agent conversationnel et un système de décision autonome ne relèvent pas du même cadre réglementaire ni du même niveau de risque. Une catégorisation plus fine aurait considérablement renforcé la portée des recommandations.
La souveraineté IA : un constat sans analyse des tensions
Le rapport identifie la montée de la souveraineté IA comme un phénomène structurant, et les chiffres sont parlants (77 % intègrent l’origine géographique dans leurs décisions). Mais l’analyse reste en surface. Quelles sont les conséquences concrètes pour les entreprises européennes dépendantes des hyperscalers américains ? Comment les exigences de souveraineté se concilient-elles avec la concentration de la puissance de calcul chez une poignée d’acteurs (NVIDIA, les clouds AWS/Azure/GCP) ? Le rapport pose le constat mais n’en tire pas les implications stratégiques opérationnelles, ce qui est dommage pour un document qui s’adresse précisément à des décideurs.
L’angle mort de l’impact environnemental
Le rapport ne mentionne à aucun moment la dimension environnementale de la montée en puissance de l’IA : consommation énergétique des centres de données, empreinte carbone de l’entraînement et de l’inférence des modèles, impact de la multiplication des agents autonomes sur la demande en calcul. Dans un contexte où les engagements ESG sont de plus en plus scrutés — et où les coûts énergétiques deviennent un facteur compétitif — cette omission est notable pour un rapport se voulant exhaustif sur l’état de l’IA en entreprise.
Des recommandations pertinentes mais plutôt génériques
La seconde partie du rapport propose six axes d’action : combler l’écart entre accès et activation, redessiner le travail autour de l’IA, construire la gouvernance avant de scaler, adresser la souveraineté, moderniser l’infrastructure et poursuivre la réinvention stratégique. Ces recommandations sont sensées, mais elles restent formulées à un niveau de généralité élevé — davantage comme des principes directeurs que comme des guides opérationnels.
Conclusion
Le rapport Deloitte « State of AI in the Enterprise » 2026 a le mérite de fournir un panorama large et documenté de l’adoption de l’IA dans les grandes organisations mondiales. Ses données sur l’écart entre accès et usage, le piège du proof-of-concept, le retard de la gouvernance agentique et la montée de la souveraineté IA sont des contributions utiles au débat. La mise en lumière du fossé entre ambition stratégique et capacité opérationnelle constitue probablement l’enseignement le plus structurant du rapport.
Ses limites, cependant, sont celles du genre : un échantillon auto-sélectionné d’organisations avancées, des données déclaratives sans mesure d’impact objectivée, des catégories parfois trop larges pour être opérationnelles, et un émetteur dont les intérêts commerciaux sont alignés avec le récit d’une accélération nécessitant un accompagnement. Ces limites n’invalident pas les résultats, mais elles en conditionnent la portée.
Pour le décideur, la lecture croisée avec des travaux méthodologiquement différents, comme le rapport d’Anthropic sur le marché du travail, les études du MIT sur la productivité IA, ou les travaux de l’OCDE sur l’automatisation des tâches, permettra de construire une vision plus complète et plus robuste de la transformation en cours.
