Rapport de recherche
Le cadre de transformation de l'IA
Un guide fondé sur des données pour développer l'adoption de l'IA par les entreprises
Les dirigeants qui ne parviennent pas à instaurer une culture de l'IA risquent d'émettre des mandats que personne ne suivra. Une culture sans outils produit de l'enthousiasme sans exécution. Les outils sans gouvernance engendrent une IA fantôme et des cauchemars potentiels en matière de conformité. La gouvernance sans leadership devient une bureaucratie qui tue l'élan.
La transformation se fait en boucle
Les équipes les plus performantes font progresser les quatre piliers ensemble, en franchissant des étapes de maturité :
Mobiliser
Activer
Amplifier
Soutenir
Les organisations commencent par se mobiliser, en jetant les bases d'une vision, en assurant la sécurité psychologique, en supprimant les obstacles et en établissant des lignes directrices claires.
Elles s'activent en procédant à une mise à l'échelle intentionnelle - en nommant des dirigeants responsables, en préconisant la maîtrise de l'IA, en surveillant l'utilisation des outils et en formalisant les politiques de gouvernance.
Elles amplifient en optimisant et en élargissant, en responsabilisant les dirigeants, en recrutant des architectes de l'IA, en consolidant les outils et en intégrant l'infrastructure de gouvernance.
Enfin, ces composantes soutiennent la transformation en la rendant permanente. Avec ce cadre, vous intégrerez l’IA dans les opérations principales, mettrez à jour les modèles de rémunération, créerez une infrastructure partagée et intégrerez la gouvernance dans les rapports du conseil d’administration.
Ainsi, que vous soyez au début de votre parcours en matière d'IA ou qu'il soit déjà bien avancé, l'équation reste la même. Si vous réussissez ces quatre étapes, l'IA deviendra votre avantage concurrentiel.
Chapitre 1
Leadership : Définir la vision, l'urgence et l'alignement
Pourquoi c'est important
26%
des dirigeants ont déclaré que plus de la moitié de leurs projets pilotes d'IA sont passés à l'étape de la production
83%
Décrivez leurs objectifs d’exécution de l’IA comme « réalistes » ou « ambitieux mais réalisables »
En l'absence d'un leadership dédié, les efforts en matière d'IA sont souvent dispersés dans des expériences déconnectées les unes des autres et n'atteignent jamais le stade de la production. Teams lancent des projets pilotes prometteurs, puis les regardent mourir dans les limbes de l'approvisionnement ou au purgatoire de l'intégration. Les développeurs élaborent des prototypes brillants qui ne quittent jamais le bac à sable. Les gestionnaires de produits identifient les cas d'utilisation transformateurs qui languissent dans le carnet de commandes. Non pas parce que les idées étaient mauvaises, mais parce qu'aucune personne disposant d'une autorité et d'un budget ne s'est donné pour mission de les faire aboutir.
Les données de nos recherches récentes Le rapport révèle un écart de confiance frappant : seulement 26% des dirigeants ont déclaré que plus de la moitié de leurs pilotes d’IA étaient en production, pourtant 83% décrivent leurs objectifs d’exécution en IA comme « réalistes » ou « ambitieux mais réalisables ».
En d'autres termes, les dirigeants croient qu'il est possible de passer à l'échelle supérieure - ils voient leurs pairs le faire, ils comprennent le potentiel et ils ont approuvé les analyses de rentabilité. Ils n'ont tout simplement pas mis en place l'infrastructure nécessaire pour faire de cette possibilité une réalité.
Cette lacune s'explique par le fait que les projets d'IA en phase pilote nécessitent un leadership différent de celui de l'IA en phase de production. Les pilotes ont besoin d'une autorisation et d'un budget. La production a besoin d'appropriation et de responsabilité.
Diriger grâce à l'IA
Des cadres de proue de Zapier, NerdWallet, Webflow et DoorDash partagent comment ils transforment les obligations de l’IA en véritables transformations d’entreprise. Découvrez comment les dirigeants exploitent le cadre de transformation IA de Zapier pour créer de l’urgence, élaborer des feuilles de route IA, développer leurs équipes et mettre à l'échelle leurs efforts à travers leur entreprise lors de notre prochain webinaire.
À quoi ressemble un grand leadership en matière d'IA ?
Activer
Désigner un dirigeant responsable et donner la priorité aux paris stratégiques
Amplifier
Tenir les dirigeants responsables des apprentissages et des résultats
Soutenir
Intégrer l'IA dans les opérations de base
Mobilisez-vous : Lancez un appel à l'action au niveau du PDG
Avant qu'un dirigeant n'approuve un budget, il doit expliquer pourquoi l'IA est importante. Lorsqu'un PDG se lève et explique clairement ce que l'organisation est en train de construire, pourquoi c'est important pour l'entreprise et pourquoi il est urgent de le faire, quelque chose change.
Le leadership ne consiste pas seulement à donner aux équipes la permission d’expérimenter ; c’est créer de l’urgence sans panique. Chaque employé devrait pouvoir expliquer pourquoi l’IA n’est pas optionnelle pour votre organisation — non pas parce qu’il a mémorisé des arguments, mais parce qu’il comprend vraiment les enjeux.
Lorsque GPT-4 a été lancé en mars 2023, la direction de Zapier a compris que le rythme de l’amélioration de l’IA conduirait inévitablement à des perturbations. Il pouvait écrire des documents API, générer du code fonctionnel, résumer des tickets et faire un vrai travail de connaissance — c’était un signal d’alarme.
Nous avons donc lancé le tout premier « Code Rouge » de Zapier. Non pas parce que nous avions toutes les réponses, mais parce que nous savions que rester immobile n’était pas une option. Nous avons dit la vérité : l’IA était là, et elle allait tout changer. Ce message n’était pas universellement populaire. Mais il était nécessaire de répondre à l’instant — et nous voulions que toute l’organisation se concentre là-dessus.
Quand les équipes comprennent leur but, elles savent pourquoi elles doivent surmonter les obstacles. Sans un « pourquoi maintenant » clair, l’IA devient une autre initiative en compétition pour attirer l’attention — quelque chose à intégrer s’il y a le temps.
GPT-4 peut lire et écrire du code, et plus particulièrement la documentation de l'API. Cela a des implications massives pour Zapier et l'ensemble du monde des logiciels. L'IA va bouleverser tous les secteurs d'activité. Zapier est maintenant dans une course pour trouver sa place dans un monde dominé par l'IA.
Activez : Nommez un leader responsable et donnez la priorité à vos paris stratégiques.
Je pense qu’il sera vraiment difficile pour une entreprise de réaliser une transformation en IA si le PDG et le CFO, le fondateur, l’équipe de direction ne l’utilisent pas tout le temps.
Amplifier : Tenez les dirigeants responsables des apprentissages et des résultats
Au fur et à mesure que la transformation mûrit, la responsabilité passe de "avez-vous essayé ?" à "qu'avez-vous appris ?" et à "quel impact avez-vous eu ?" À ce stade, les dirigeants gèrent les attentes de la courbe en J, reconnaissant que la productivité peut baisser avant de s'améliorer. Ils intègrent des rétrospectives de deux semaines à chaque phase et considèrent chaque étape comme une occasion de corriger le tir plutôt que comme une date limite à respecter. Ils célèbrent les "échecs rapides" qui permettent d'apprendre, et ils suivent les progrès par rapport à des indicateurs de réussite clairs.
Les données révèlent une histoire intéressante : 78% des praticiens considèrent que les échéances des dirigeants sont réalistesMais 75% estime que les dirigeants sous-estiment la difficulté d'exécution. Teams ne disent pas que le calendrier est mauvais - elles disent que le chemin est plus difficile que ne le prévoient les dirigeants. C'est pourquoi les rétrospectives sont importantes. C'est pourquoi il est important de célébrer les échecs rapides. L'apprentissage se compose plus rapidement que la perfection.
Nous sommes au cœur de ce changement de plateforme absolument transformateur. La meilleure analogie qui me vient à l'esprit est le décollage des téléphones portables. Certaines entreprises ont tâté du mobile, d'autres ont misé dessus. Les entreprises qui ont vraiment misé sur le mobile ont vu ce nouveau marché décisif s'ouvrir à elles... Celles qui ont tâtonné ne sont pas allées aussi loin.
Soutenez : Intégrer l'IA dans les opérations de base
Vous pouvez considérer que votre transformation de l'IA est autonome lorsque vous l'intégrez dans le mode de fonctionnement de l'entreprise : séances de stratégie où les capacités de l'IA façonnent ce qui est possible, budgétisation et planification où l'investissement dans l'IA est standard plutôt qu'exceptionnel, examens de gouvernance où le risque lié à l'IA est surveillé au même titre que les autres risques de l'entreprise, et planification des talents où la maîtrise de l'IA est une compétence de base.
À ce stade, chaque chef de service est responsable de l'impact de l'IA dans son domaine. L'examen de l'IA devient un point permanent de l'ordre du jour des réunions de direction, non pas comme une mise à jour d'un projet spécial, mais comme une affaire de routine. Les leaders de la transformation passent de l'exécution directe des initiatives d'IA à la fourniture de l'infrastructure qui permet aux autres de les exécuter. Lorsque l'IA cessera d'être un "programme" et évoluera vers la manière dont le travail est effectué, vous aurez atteint la durabilité.
Auto-évaluation du leadership
Disposons-nous d'un sponsor exécutif capable de consacrer 10% + du temps aux progrès de l'IA ?
Chaque employé peut-il expliquer pourquoi l'IA est importante pour notre entreprise et pourquoi maintenant ?
Avons-nous nommé un dirigeant responsable, habilité à établir des priorités et à allouer des ressources ?
Notre budget est-il alloué à l'infrastructure de mise à l'échelle, et pas seulement aux pilotes ?
Prochaine étape : Si vous avez répondu non à au moins deux questions, Réservez du temps avec l'un de nos experts en transformation de l'IA pour renforcer l'alignement des dirigeants.
Chapitre 2
Talents et culture : Favoriser la maîtrise de l'IA et l'expérimentation
Pourquoi c'est important
Sans les talents qui savent comment utiliser l'IA de manière efficace et sans une culture qui laisse la place à l'expérimentation pratique, l'adoption de l'IA reste superficielle. Beaucoup de licences, peu de transformations. Les outils restent inutilisés pendant que les employés se noient dans des tâches répétitives qu'ils pourraient automatiser.
Les données sont frappantes : notre étude montre que 95% des praticiens signalent souvent qu'ils luttent contre les problèmes d'exécution au lieu de progresser, et que seules 22% des organisations sont "constamment proactives" en matière d'exécution de l'IA. Il ne s'agit pas d'un problème d'outils, mais d'un problème de culture. Lorsque la lutte contre les incendies devient le mode par défaut, l'expérimentation meurt. Il n'y a pas de place pour apprendre de nouveaux outils lorsque vous êtes en train de régler des problèmes quotidiens.
95%
signaler les problèmes d'exécution de la lutte contre les incendies au lieu de progresser.
22%
des organisations sont "constamment proactives" en matière d'exécution de l'IA
Pour briser ce cycle, il ne suffit pas d'avoir de bonnes intentions. Elle nécessite des changements structurels qui préservent le temps nécessaire à l'expérimentation, en particulier lorsque les équipes se sentent très occupées.
A quoi ressemblent les talents et la culture de l'IA ?
Mobiliser
Instaurer une culture de la sécurité psychologique et de l'expérimentation
Activer
Améliorez votre maîtrise de l'IA grâce à l'apprentissage pratique
Amplifier
Sélectionnez des experts internes en IA, puis redéfinissez les rôles et les équipes.
Soutenir
Mettre à jour les ratios de personnel, les incitations et les rémunérations
Mobilisez-vous : Construire une culture de la sécurité psychologique et de l'expérimentation
La transformation commence par la culture ; plus précisément, une culture où il est possible d'essayer de nouvelles choses, de donner et de recevoir des commentaires et d'expérimenter sans craindre les conséquences sur la carrière. À ce stade, les organisations identifient les premiers adeptes et encouragent activement l'expérimentation.
Ce n’est pas un travail doux — c’est fondamental. Sans sécurité psychologique, les gens ne prendront pas de risques. Avec cela, ils repoussent les limites. La différence s’aggrave rapidement.
Je dirais que la première différence que je constate est une culture de l'expérimentation et la volonté de bricoler et de jouer avec les choses. Les entreprises qui voient la plus grande valeur globale créée par l'IA sont celles qui encouragent l'expérimentation à tous les niveaux de l'entreprise.
Howie Liu
Co-fondateur et PDG
Activez : Améliorez votre maîtrise de l'IA grâce à un apprentissage pratique
Les webinaires et les cours généraux ne permettent pas d'acquérir une bonne maîtrise de la langue. Teams apprennent à utiliser l'IA en utilisant l'IA. Les données le confirment : l'apprentissage par les pairs et les hackathons sont les méthodes de perfectionnement les plus efficaces, citées par environ 30% des dirigeants et des praticiens. Cours et certifications ? Ils sont à peine enregistrés.
Les organisations gagnantes créent des "blocs de construction" hebdomadaires de deux heures où les équipes expérimentent l'IA pour s'attaquer à des tâches réelles - non pas des cas d'utilisation hypothétiques, mais des tâches réelles avec lesquelles ils jonglent dans leur travail quotidien. Les organisations peuvent également organiser des sessions d'apprentissage par les pairs au cours desquelles les employés partagent ce qu'ils ont construit et maintenir des canaux Slack "show your flux de travail" avec 100+ des exemples que tout le monde peut copier et adapter.
Plus important encore, elles intègrent la maîtrise de l'IA dans les critères d'embauche et les compétences liées au rôle, signalant ainsi qu'il ne s'agit pas d'une option - les entreprises s'attendent à ce que les nouveaux employés aient ou développent rapidement une maîtrise de l'IA.
Le changement de mesure est révélateur : 50% des dirigeants mesurent désormais la maîtrise de l'IA en fonction des résultats commerciaux - ROI, gains d'efficacité, améliorations de la productivité - plutôt qu'en fonction de l'utilisation et de la confiance déclarées. Trois modèles de maîtrise de l'IA ont vu le jour :
Les organisations axées sur l'impact mesurent la fluidité à l'aune des gains d'efficacité, de la qualité des résultats et de l'impact financier.
Les organisations axées sur la compétence la mesurent par l'évaluation des cadres et la vérification des compétences.
Les organisations axées sur l'engagement le mesurent à travers les niveaux de confiance et les taux de participation.
Ce qui compte, ce n'est pas ce que les employés savent, c'est ce qu'ils construisent. Suivez les flux de travail créés par chaque employé plutôt que les cours suivis. Mesurez les heures économisées grâce à l'IA et à l'automatisation plutôt que l'utilisation des licences. Liez les primes aux résultats obtenus grâce à l'IA plutôt qu'à l'accès aux outils d'IA. Nos recherches montrent que 46% des dirigeants affirment que la rémunération et les promotions dépendront de la maîtrise de l'IA sur 2026.
Trois modèles de mesure sont apparus dans les entreprises
Une maîtrise de l'IA axée sur l'impact
où la fluidité est évaluée par des résultats mesurables. La fluidité est synonyme de performance : gains démontrés en termes d'efficacité, de qualité de la production ou d'impact financier directement liés à l'utilisation de l'IA.
Une maîtrise de l'IA axée sur les compétences
où la maîtrise est mesurée par des comportements observables et des compétences vérifiées, généralement par le biais d'évaluations des responsables et de certifications formelles, ou d'évaluations qui confirment une application technique cohérente.
La fluidité de l'IA axée sur l'engagement
où la fluidité reflète la confiance et la participation, suivies par les rapports des employés pour comprendre les niveaux de confort, les tendances d’adoption et l’influence culturelle.
Nous venons de piloter un atelier d'habilitation à l'IA à New York, et les ingénieurs en sont revenus transformés dans leur façon de travailler. Un ingénieur senior de mon équipe, à son retour de l'atelier, est en train de tester une étape entière sans écrire de code, uniquement par le biais de messages-guides. C'est le passage de l'IA assistée à l'IA d'abord. La véritable valeur réside dans le fait de pouvoir s'absenter du travail pendant deux semaines et de disposer du temps et de l'espace nécessaires pour approfondir et explorer.
Amplifiez : Sélectionnez des experts internes en IA, puis redéfinissez les rôles et les équipes.
À mesure que la transformation mûrit, les organisations désignent des architectes ou constructeurs d’IA — des experts internes qui aident les équipes à mettre en œuvre des solutions d’IA. Ce ne sont pas des consultants externes qui parachutent pendant trois mois. Ce sont des employés qui comprennent à la fois la technologie et le contexte métier, et ils sont embauchés ou promus à des postes formels avec des mandats clairs.
Les rôles et les équipes sont redéfinis en fonction des nouvelles méthodes de travail. Les équipes de marketing comprennent des spécialistes de l'automatisation. Les équipes financières ont des rôles d'analytique alimentés par l'IA. Les équipes d'exploitation recrutent des responsables de l'orchestration de l'IA. Les organisations consacrent 10% de la capacité de sprint à des expériences d'IA, instituent des "vendredis sans réunion" pour l'exploration et appliquent la règle des trois sprints : si vous faites quelque chose manuellement trois fois, vous l'automatisez au quatrième sprint.
Les données confirment cette approche. D'après nos données, au cours de l'année prochaine, les dirigeants prévoient d'investir massivement dans le personnel et les processus afin d'améliorer l'exécution de l'IA : 45% vont recycler et améliorer les compétences du personnel existant, et met en place des champions de l'IA en interne. 24%. Les praticiens se font l'écho de cette évolution, avec 48% déclarent vouloir investir dans le renforcement des compétences des équipes existantes, tandis que souhaite des champions internes plus forts 33%. Les gens ne veulent pas être remplacés, ils veulent être dotés des outils nécessaires pour avoir un plus grand impact.
[Un leadership favorable à l'IA] consiste à protéger l'espace d'expérimentation tout en exigeant de la rigueur dans les mesures. Ma direction m'a donné la possibilité de mettre en place une infrastructure d'expérimentation géographique qui a permis de découvrir35 millions de dollars de dépenses publicitaires inutiles - une découverte qui a nécessité la refonte de l'ensemble de notre stratégie de croissance. C'est gênant. Un leadership tourné vers l'IA signifie qu'il faut être prêt à agir en fonction de ce que l'IA révèle, et non se contenter de célébrer la technologie. Cela signifie également qu'il faut investir dans les aspects ennuyeux : l'observabilité, la gouvernance et la formation.
Soutenir : Mettre à jour les ratios de personnel, les incitations et les compensations
Les organisations gagnantes actualisent la rémunération pour refléter l'impact de l'IA, et pas seulement les heures enregistrées. Les ratios de personnel évoluent pour refléter la productivité augmentée par l'IA, c'est-à-dire que si l'automatisation permet à trois personnes de faire ce que cinq faisaient auparavant, l'organisation ne réduit pas nécessairement ses effectifs. Ils peuvent alors redéployer ces deux personnes vers des tâches à plus forte valeur ajoutée. Les incitations récompensent l'impact du travail augmenté par l'IA, et les modèles de rémunération évoluent au-delà des mesures basées sur le temps.
Le signal culturel est ici puissant. Lorsque les gens voient leurs pairs réussir avec l'IA, être reconnus et rémunérés pour l'impact de l'IA, l'adoption devient organique. Vous n'avez plus besoin de pousser, les gens commencent à tirer.
Auto-évaluation des talents et de la culture
Les employés disposent-ils d'un temps dédié et protégé pour expérimenter l'IA ?
Mesurons-nous la fluidité à travers les résultats (ce que les gens construisent) versus les intrants (ce qu'ils apprennent) ?
La maîtrise de l'IA est-elle intégrée dans nos critères de recrutement et nos compétences professionnelles ?
Avons-nous repensé les rôles et les rémunérations pour tenir compte de l'impact de l'IA ?
Prochaine étape : Si vous avez répondu non à au moins deux questions, Réservez un moment avec l'un de nos experts en transformation de l'IA pour intégrer l'apprentissage pratique dans votre culture.
Chapitre 3
Outils : Équipez les équipes de la bonne pile technologique pour une orchestration complète.
Pourquoi c'est important
Sans les outils et la couche d'orchestration adéquats, même les équipes les plus compétentes sont bloquées au niveau de l'intégration. Ils élaborent de brillants flux de travail de manière isolée, puis découvrent que ces flux de travail ne peuvent pas communiquer entre eux. Ils automatisent parfaitement un processus, puis perdent des heures à le relier manuellement à l'étape suivante de la chaîne. Sans intégration, l'IA et l'automatisation restent piégées dans des poches isolées au lieu de circuler dans l'ensemble de l'entreprise.
Les données le confirment : 46% des dirigeants déclarent la complexité de l'intégration et la dispersion des systèmes sont les obstacles les plus difficiles à surmonter— presque équivalent aux trois barrières suivantes réunies. Du côté des praticiens, ils citent les arriérés d’intégration et les retards de politique comme leurs principaux obstacles. Mais voici la statistique révélatrice : Compétences en intégration et en flux de travail : Liste des lacunes de la main-d’œuvre des principaux dirigeants à l'adresse 32% , devant l'expertise technique en matière d'IA à l'adresse 22% . Le goulot d'étranglement n'est pas la construction de l'IA, mais la connexion de l'IA à tout le reste.
C'est pourquoi la sélection des outils est plus importante que ne le pensent la plupart des organisations. La différence entre les outils qui s'intègrent facilement et ceux qui nécessitent une ingénierie personnalisée détermine si l'IA se met à l'échelle ou s'enlise.
46%
Les dirigeants déclarent que la complexité de l'intégration et la dispersion des systèmes sont les obstacles les plus difficiles à surmonter.
A quoi ressemble un outil d'IA de qualité
Mobiliser
Éliminer les obstacles à l'achat d'outils d'IA, puis évaluer l'état de préparation des données
Activer
Contrôler les outils et les modèles utilisés
Amplifier
Établir un tableau de bord de l'outillage d'IA
Soutenir
Créez une infrastructure partagée, puis consolidez les outils et connectez les équipes.
Mobiliser : Éliminez les obstacles à l'achat d'outils d'IA, puis évaluez l'état de préparation des données.
Aux premiers stades de la maturité de l'IA, l'objectif est d'éliminer les frictions et de comprendre votre base. Teams expérimentent indépendamment différents outils d'intelligence artificielle : Zapier, ChatGPT, Claude, Cursor et divers copilotes.
Les organisations rationalisent la budgétisation et l'approvisionnement afin que les expériences ne meurent pas dans l'attente d'une approbation. Ils évaluent l'état de préparation des données : où se trouvent les données, à quel point elles sont propres et quelle est la gouvernance actuelle. À ce stade, l'apprentissage prime sur la normalisation. Il n'y a pas encore d'inventaire centralisé - l'accent est mis sur l'expérimentation.
C'est important car même les meilleurs outils d'IA échouent si vos données sont désordonnées, cloisonnées ou inaccessibles. Il est préférable de découvrir les problèmes de données au cours des premières expérimentations plutôt qu'après avoir standardisé des outils qui ne peuvent pas accéder à ce dont ils ont besoin.
Activez : Contrôler les outils et les modèles utilisés
Lorsque les équipes commencent à utiliser l'IA, la visibilité devient essentielle. Les organisations créent un inventaire central des outils d'IA et des modèles d'utilisation, en assurant la surveillance de quels outils sont utilisés, quels modèles, par qui et à quelles fins. Ils évaluent les outils qui apportent une valeur ajoutée versus ceux qui restent inactifs, et ils identifient les goulets d'étranglement de l'intégration à un stade précoce, avant qu'ils ne se transforment en problèmes architecturaux.
25% des dirigeants citent la normalisation des outils et des plateformes comme leur stratégie d'exécution la plus efficace. C'est à ce stade que commence la normalisation, fondée sur des données relatives à l'utilisation réelle plutôt que sur les promesses des vendeurs.
Amplifiez : Établissez un tableau de bord de l'outillage d'IA
Les organisations créent des tableaux de bord formels qui permettent de déterminer quels outils justifient un investissement continu. Ils suivent l'utilisation, la fiabilité et le retour sur investissement de chaque outil. Ils identifient ensuite les outils à normaliser dans le cadre de leur pile technologique et ceux à supprimer. À partir de là, les équipes consolident les outils qui se chevauchent et choisissent les plateformes d'IA de base 1-2 plutôt que d'accumuler 10+. Ils sélectionnent les couches d'orchestration qui relient les systèmes, suppriment les outils qui ne s'intègrent pas et créent un "conseil de gouvernance des outils" pour éviter la prolifération.
La corrélation est frappante : les utilisateurs stratégiques de l'IA qui se décrivent comme tels - ceux qui conçoivent et optimisent les flux de travail pilotés par l'IA avec un impact commercial mesurable - sont 3.8X plus susceptibles de décrire leurs organisations comme étant constamment proactives. La discipline de l'outil permet la discipline de l'exécution.
Soutenir : Créez une infrastructure commune, puis consolidez les outils et connectez les équipes.
La phase de soutien consiste à passer de la fragmentation à l'orchestration. Les organisations peuvent se regrouper sur 1-2 plateformes principalesL'IA peut être intégrée dans les flux de travail existants plutôt que de créer des portails distincts - pensez aux triggers d'IA dans Slack, à l'automatisation intégrée dans le CRM et aux résumés d'IA envoyés par e-mail. Ils choisissent une architecture composable plutôt que des plateformes monolithiques, construisent avec des outils modulaires plutôt qu'avec des suites tout-en-un, et privilégient les API et les intégrations plutôt que l'enfermement dans un fournisseur.
Plateformes d'orchestration comme Zapier sont essentiels car ils permettent de connecter des milliers d'applications sans code personnalisé, d'automatiser des flux de travail complexes avec des approches sans code, à code bas ou à code complet, de déployer des systèmes intelligents dans toutes les fonctions et de mettre à l'échelle l'intégration sans augmenter les effectifs d'ingénierie. Lorsque l'intégration devient une infrastructure plutôt qu'un projet, l'orchestration complète au sein de votre organisation devient réalisable.
Nous standardisons au niveau « interface et primitives » plutôt que de miser la ferme sur un seul fournisseur. L’objectif est la flexibilité des fournisseurs, et une taxe d’intégration qui est payée une fois via une infrastructure partagée, et non à plusieurs reprises sur chaque produit. Si un nouvel outil ne peut pas s’intégrer proprement à nos primitives fondamentales, supporter l’adhésion et répondre aux attentes en matière de transparence et de responsabilité des données, il ne vaut pas la peine de l’introduire sur des millions de sites.
Auto-évaluation des outils d'IA
Avons-nous supprimé les obstacles à la passation des marchés pour que les équipes puissent expérimenter ?
Avons-nous une visibilité sur les outils et modèles d'IA utilisés par les équipes ?
Avons-nous établi des tableaux de bord pour suivre l'utilisation, la fiabilité et le retour sur investissement ?
Sommes-nous en train de nous regrouper dans une infrastructure partagée qui permet une connexion sans goulots d'étranglement ?
Prochaine étape : Si vous avez répondu non à au moins deux questions, Réservez un moment avec l'un de nos experts en transformation de l'IA pour auditer votre pile et élaborer une stratégie d'orchestration.
Chapitre 4
Gouvernance : Fournir des garde-fous pour une adoption sûre et évolutive
Pourquoi c'est important
63%
des praticiens admettent avoir utilisé des outils d'IA sans approbation officielle
58%
dire que la gouvernance ralentit l'exécution plus qu'elle ne la favorise
85%
des dirigeants ne sont pas totalement convaincus de pouvoir contrôler l'utilisation de l'IA en temps réel
Sans gouvernance intégrée aux flux de travail, l'adoption de l'IA crée des risques plus rapidement que le retour sur investissement. Mais une gouvernance trop restrictive tue l'innovation avant qu'elle ne commence. Cette tension est tangible et mesurable : 58% des praticiens affirment que la gouvernance ralentit l'exécution plus qu'elle ne la favorise, alors que 73% des dirigeants estiment que les politiques de gouvernance trop restrictives causent plus de tort que les politiques trop souples. Les deux groupes sont d'accord sur l'importance de la gouvernance, mais ils ne s'entendent pas sur la nature d'une bonne gouvernance.
Par contre, 63% des praticiens admettent utiliser des outils d’IA sans approbation formelle, et 85% des dirigeants ne sont pas totalement confiants de pouvoir surveiller l’utilisation de l’IA en temps réel. L’IA de l’ombre prospère précisément parce que les canaux officiels semblent trop lents, et les dirigeants ne savent même pas combien d’IA de l’ombre existe car ils manquent de visibilité sur elle.
La réponse n'est pas moins de gouvernance, mais une gouvernance plus rapide. C'est une gouvernance qui dit "oui, et voici comment le faire en toute sécurité" plutôt que de dire "peut-être, laissez-moi escalader le problème et revenir vers vous dans trois semaines".
L'IA fantôme est généralement un symptôme de friction : les gens essaient d'accomplir leur travail et la voie approuvée est trop lente ou trop floue. Je m'appuie sur l'habilitation avec des limites claires. Publiez ou donnez directement des conseils que les gens peuvent suivre, faites en sorte que les outils sûrs soient faciles d'accès et soyez francs quant aux données qui ne doivent jamais être introduites dans des outils externes. Vous n'éliminez pas le comportement ombrageux en grondant ; vous l'éliminez en faisant de la bonne chose la chose la plus facile.
À quoi ressemble une bonne gouvernance de l'IA ?
Mobiliser
Établir des lignes directrices pour l'utilisation de l'IA
Activer
Créer un groupe de travail sur l'IA et formaliser les politiques fondamentales
Amplifier
Mettre en place un centre d'excellence en matière de gouvernance
Soutenir
Intégrer la gouvernance de l'IA dans les rapports des cadres et du conseil d'administration
Mobiliser : Établir des lignes directrices pour l'utilisation de l'IA
La première étape est la clarté : qu'est-ce qui peut être utilisé en toute sécurité, qu'est-ce qui est soumis à des restrictions et qu'est-ce qui doit faire l'objet d'un examen ? À ce stade, les équipes expérimentent indépendamment divers outils d'IA et l'IA fantôme émerge, non pas parce que les gens sont imprudents, mais parce qu'ils essaient d'accomplir leur travail. Les organisations définissent des lignes directrices qui précisent ce qui est sûr au lieu de restreindre ce qui est possible. Ils définissent des niveaux de risque et encouragent l'expérimentation dans le cadre de la tolérance au risque. Ils facilitent les examens InfoSec, de sorte que les équipes ne sont pas poussées vers l'IA de l'ombre.
Des lignes directrices claires donnent aux équipes la confiance nécessaire pour aller de l'avant, et non des obstacles qui les obligent à contourner les problèmes. Lorsque les gens connaissent les limites, ils peuvent agir librement à l'intérieur de celles-ci.
Activer : Créer un groupe de travail sur l'IA et formaliser les politiques fondamentales
À mesure que l'adoption et l'utilisation de l'IA prennent de l'ampleur, la gouvernance a besoin d'une structure. Les organisations peuvent former un conseil de gouvernance interfonctionnel ou un groupe de travail sur la gouvernance qui comprend le responsable de la transformation de l'IA, des représentants des services juridiques, de la sécurité, de la conformité et des parties prenantes de l'entreprise. Le conseil peut accélérer le traitement des outils à faible risque afin que les équipes n'attendent pas des semaines pour une approbation, puis évaluer rigoureusement les outils à haut risque qui touchent aux données des clients ou automatisent des décisions cruciales. Ils mettent à l'échelle des capacités en libre-service, permettant aux équipes de construire en toute sécurité dans un cadre régi.
Plus important encore, les groupes de gouvernance formalisent les politiques fondamentales. Ils définissent ce qui est acceptable, ce qui est restreint et comment les données circulent. Ils documentent les attentes en matière de gestion des données et créent une documentation de politique accessible qui n’est pas enfouie profondément dans des threads Slack où personne ne peut la trouver.
45%
des organisations affirment avoir entièrement documenté leurs politiques d’IA
Seuls 45% des organisations déclarent avoir entièrement documenté leurs politiques d’IA ; 50% décrivent l’alignement comme « quelque peu informel ». Cette informalité crée de la confusion et ralentit l’exécution. La documentation n’est pas de la bureaucratie—c’est de la clarté.
La gouvernance doit permettre l'observabilité, et non créer une bureaucratie inutile. Mon approche : standardisez suffisamment pour voir ce qui se passe dans les différentes équipes, mais ne prescrivez pas la manière dont les gens utilisent les outils. Nous avons besoin d'une gouvernance pour la formation à la sécurité, pour éviter le travail en double, pour garantir que ce que nous construisons peut réellement être mis à l'échelle. Mais l'objectif est la visibilité partagée, pas le contrôle. Lorsque je peux voir quelles expériences sont menées par les équipes de croissance, nous apprenons les uns des autres. Lorsque tout le monde fonctionne en silos, nous ne faisons que gaspiller de l'argent pour des découvertes parallèles. Gouvernance légère, forte observabilité.
Amplifier : Établir un centre d'excellence en matière de gouvernance
À ce stade, la gouvernance devient une infrastructure intégrée dotée d'une expertise spécifique. À partir de là, les organisations mettent en place un centre d'excellence en matière de gouvernance : une équipe dédiée aux meilleures pratiques de gouvernance de l'IA. Elles automatisent la gouvernance dans la mesure du possible : modèles d'IA pré-approuvés intégrés directement dans les flux de travail, vérifications automatisées des politiques avant le déploiement plutôt que révisions manuelles, tableaux de bord d'utilisation en temps réel visibles par le service informatique et la direction, et autorisations appliquées au niveau de la plateforme.
Il est crucial d’assurer une visibilité complète sur chaque déploiement, donc les listes de contrôle avant le lancement devraient inclure la configuration de l’observabilité. Chaque flux de travail IA a un chemin clair pour le propriétaire et l’escalade, et les alertes automatisées signalent immédiatement les exceptions de politique.
99%
des dirigeants n'apprennent l'échec d'un projet qu'après coup
Les données à ce sujet donnent à réfléchir : 99% des dirigeants n'apprennent les échecs des projets qu'après coup, par le biais d'escalades des responsables ou de commentaires informels, et non par des tableaux de bord en direct ou des alertes automatisées. Le temps que les dirigeants entendent parler d'un problème, le mal est fait.
Soutenir : Intégrer la gouvernance de l'IA dans les rapports de la direction et du conseil d'administration
Lorsque le conseil interroge chaque trimestre sur la gouvernance de l’IA, la direction y prête attention. La gouvernance cesse d’être optionnelle — elle devient stratégique. Ce n’est plus l’équipe qui dit non ; c’est l’équipe qui trouve comment dire « oui » en toute sécurité.
Auto-évaluation de la gouvernance
Disposons-nous de lignes directrices claires et documentées pour déterminer ce qui est sûr versus ce qui doit être revu ?
Avons-nous créé un groupe de travail ou un conseil sur la gouvernance de l'IA ?
Les équipes peuvent-elles construire en toute sécurité dans des cadres régis sans avoir à obtenir des approbations manuelles pour tout ?
La gouvernance de l'IA est-elle intégrée dans les rapports de la direction et du conseil d'administration ?
Prochaine étape : Si vous avez répondu non à au moins deux questions, Réservez du temps avec un expert en transformation de l'IA pour mettre en place une gouvernance qui favorise la rapidité.
Chapitre 5
Le résultat : L'impact
Lorsque les quatre composantes sont alignées, la transformation devient mesurable.
Si vous supprimez l'une de ces quatre variables, le retour sur investissement de l'IA devient négligeable. Si vous réussissez les quatre, les résultats positifs se multiplient.
L'impact varie en fonction de la maturité de l'organisation. Certaines entreprises n'ont pas encore réussi à adopter l'IA - pouvons-nous faire en sorte que les gens l'utilisent ? D'autres démontrent des gains de productivité - l'IA permet-elle de gagner du temps et de l'argent ? Les organisations les plus matures affichent des résultats commerciaux mesurables directement liés à l'IA - avons-nous accéléré le chiffre d'affaires, réduit le taux de désabonnement, amélioré les marges ou permis une croissance qui n'aurait pas été possible autrement ?
Leadership
Talents et culture
Outils
Gouvernance
Impact
Ce qu'est l'impact
Indicateurs de réussite en IA préférés par les dirigeants d’entreprise
30% - Obtenir des résultats mesurables pour l'entreprise (retour sur investissement, efficacité, économies)
27% - Automatisez un pourcentage plus élevé de flux de travail grâce à l'IA
19% - Développer l'adoption de l'IA par les employés
19% - Augmenter le nombre de projets pilotes qui atteignent une production à grande échelle
5% - Atteindre les objectifs de gouvernance
Lorsque les dirigeants décrivent les prochaines étapes de la réussite, ils s'orientent résolument vers des résultats mesurables et vers l'échelle. La mesure de succès la plus importante à laquelle les dirigeants ont accordé la priorité était un retour sur investissement mesurable (30% ). Il ne s'agit pas d'indicateurs de vanité, mais de chiffres de niveau conseil d'administration qui peuvent résister à un examen minutieux. Voici quelques-unes des façons dont vous pouvez mesurer l'impact :
Accélération du chiffre d'affaires parce que les équipes de vente concluent des offres plus rapidement
Réduction des coûts car les équipes d'assistance résolvent les tickets sans intervention humaine
Des gains d'efficacité qui se traduisent par des économies d'effectifs ou une augmentation des capacités
Les mesures d'impact efficaces passent des données d'entrée (taux d'adoption, accès aux outils, achèvement de la formation) aux données de sortie (revenus, économies de coûts, heures récupérées et améliorations de la qualité).
Comme le montre le graphique ci-dessus, 27% des dirigeants donnent la priorité à l'automatisation de flux de travail supplémentaires, ce qui indique un passage de projets pilotes isolés à une orchestration à l'échelle de l'entreprise. Il s'agit de passer de "nous avons automatisé ce processus" à "nous avons automatisé 40% de nos flux de travail dans les domaines de la vente, de l'assistance et des opérations, et ils sont tous connectés les uns aux autres". C'est le moment où l'automatisation cesse d'être exceptionnelle pour devenir normale.
Un autre 19% des dirigeants privilégie l’expansion de l’adoption de l’IA par les employés. Bien que cela puisse sembler être une mesure d’entrée, c’est en réalité une métrique de résultat pour la culture. Lorsque la maîtrise de l’IA devient une compétence centrale plutôt qu’une compétence spécialisée — par exemple, lorsque le marketing construit ses propres flux de travail automatisés, ou lorsque la finance déploie sa propre analytique — l’organisation s’est fondamentalement transformée.
Signaux d'investissement des entreprises les plus performantes
Les investissements des organisations gagnantes révèlent les facteurs d'impact. 45% recyclera et améliorera les compétences du personnel existant, en reconnaissant que la transformation nécessite des capacités de main-d'œuvre, et pas seulement des effectifs. 24% se dotent de champions internes de l'IA, créant ainsi des réseaux de pairs qui favorisent l'adoption organique. 56% investissent au moins un quart de leur budget technologique dans l'exécution de l'IA - non seulement en achetant des outils, mais aussi en créant des systèmes autour d'eux.
Le schéma est clair : les organisations qui investissent dans leur personnel, et pas seulement dans leurs outils, obtiennent les meilleurs résultats.
Facteurs communs aux projets d'IA réussis
Lorsqu'il a été demandé aux praticiens de décrire les raisons de la réussite de leurs projets d'IA, quatre tendances se sont dégagées de manière cohérente :
Clarté. Des objectifs clairs dès le premier jour, des cas d'utilisation définis plutôt que de vagues mandats pour "utiliser plus d'IA", et des mesures de réussite transparentes que tout le monde comprend et sur lesquelles tout le monde s'accorde avant de commencer.
collaboration. Des équipes interfonctionnelles plutôt que des efforts cloisonnés, où l'ingénierie construit quelque chose, et les opérations trouvent comment l'utiliser plus tard ; un soutien de la direction tout au long du cycle de vie plutôt qu'au moment du lancement ; et l'apprentissage par les pairs intégré dans le processus.
Processus. Commencez à petite échelle et procédez à des itérations rapides, intégrez des boucles de surveillance et de commentaires dès le début plutôt que de les ajouter après le lancement, et fixez des attentes réalistes dès le début et ajustez-les au fur et à mesure que l'apprentissage se fait.
Fondations. Des données propres et une qualité de données élevée, des cadres de gouvernance appropriés qui définissent ce qui est autorisé avant la construction, et une intégration planifiée avant la construction - déterminer comment les systèmes se connecteront avant de construire ce qui doit être connecté.
Il ne s'agit pas d'informations révolutionnaires, mais de principes fondamentaux peu glorieux que les organisations à fort impact mettent en œuvre de manière cohérente. La différence entre le succès et l'échec se résume souvent à la discipline, et non à l'intelligence.
Découvrez comment les grands dirigeants d'entreprise transforment leurs équipes
Ce n'est pas pour rien que le leadership est le premier pilier de notre cadre : L'impact de l'IA se met à l'échelle lorsque des champions internes dévoués définissent la direction, créent l'urgence et alignent l'IA sur les objectifs réels de l'entreprise. Mais votre organisation a besoin de plus qu'un mandat.
Rejoignez-nous mercredi 4mars pour notre webinaire intitulé « Diriger par l’IA : comment les hauts dirigeants transforment les mandats de l’IA en une véritable transformation d’entreprise. » Découvrez comment les dirigeants d’entreprise de DoorDash, NerdWallet et Webflow créent une vision claire de l’IA, une coalition guide et une culture qui privilégie l’apprentissage plutôt que la perfection.
Diriger grâce à l'IA : comment les cadres supérieurs transforment les mandats d'IA en véritable transformation de l'entreprise
Mercredi, mars 4
10 AM PT
▤▦▩▨
Rapports de recherche - 2026