Neil Zeghidour (Gradium) : « Je gère les talents en IA comme des footballeurs »

IDC : comment les DSI de la zone EMEA peuvent accélérer leurs déploiements IA

Selon une étude IDC publiée en 2026, seulement 9 % des organisations de la région EMEA ont réussi à tirer des résultats business quantifiables de la majorité de leurs projets d'intelligence artificielle au cours des deux dernières années. Les 91 % restants sont enlisés dans la même impasse : des pilotes qui ne franchissent jamais le stade de la production. Après dix-huit mois d'investissements massifs dans les grands modèles de langage et le machine learning, les conseils d'administration freinent désormais, réduisent la voilure ou réorientent leurs initiatives IA. La cause n'est pas un désintérêt technique, mais une incapacité à démontrer un retour sur investissement concret face à des directions financières de plus en plus sceptiques et des pressions macroéconomiques croissantes. Le problème central tient à une inadéquation entre les méthodes traditionnelles d'évaluation et la nature réelle de la valeur générée par l'IA. Les outils de procurement classiques mesurent le logiciel à l'aune de la réduction de personnel, alors que les bénéfices des modèles génératifs se matérialisent différemment : nouveaux flux de revenus, accélération de la productivité, réduction des risques opérationnels. Un outil de maintenance prédictive dans une usine manufacturière n'élimine pas des postes d'ingénieurs, mais peut éviter une panne catastrophique de la chaîne d'assemblage, une économie réelle qui n'apparaît sur aucun tableau de bord budgétaire standard. Sans cadre financier adapté, les pilotes prometteurs perdent leur financement avant d'atteindre les réseaux de production. À cela s'ajoute le gouffre infrastructurel : passer d'un environnement sandbox AWS ou Azure à un déploiement d'entreprise complet expose des incompatibilités majeures entre bases vectorielles modernes et systèmes Oracle ou SAP vieillissants, des données mal structurées qui alimentent les hallucinations, et des coûts d'inférence et de fine-tuning qui explosent à mesure que le déploiement s'étend. Ce blocage s'inscrit dans un contexte réglementaire européen particulièrement exigeant, où les lois sur la protection des données et la cybersécurité imposent des contraintes strictes : documentation des arbres de décision des modèles, protection contre les attaques par injection de prompts, gouvernance formelle. Si beaucoup d'équipes vivent ces obligations comme un frein, IDC observe que les rares organisations ayant réussi à scaler leurs projets adoptent la posture inverse : elles intègrent la conformité dès la conception, ce qui accélère in fine le déploiement, améliore la résilience des systèmes et renforce la confiance des clients. Pour débloquer la situation, IDC recommande aux DSI de retravailler activement leurs calculs de ROI pour capturer ces bénéfices indirects, et de traiter la réglementation non comme un obstacle mais comme un levier d'architecture.

Les événements à ne pas rater pour comprendre la montée en puissance de l’IA en 2026

L'année 2026 s'impose comme un tournant décisif pour l'intelligence artificielle. Après plusieurs années d'expérimentation intense portée par l'essor des modèles génératifs, le secteur entre dans une phase de maturité industrielle. Les grandes conférences et salons professionnels de l'année reflètent ce changement de cap : les thématiques dominantes ne sont plus la découverte ou la démonstration, mais l'intégration opérationnelle, le déploiement à grande échelle et la gouvernance des systèmes IA en conditions réelles. Les enjeux qui structurent l'agenda 2026 sont multiples et convergents. Les infrastructures de calcul (compute) et la consommation énergétique des centres de données sont au coeur des débats, à mesure que les modèles deviennent plus complexes et plus gourmands. Les agents IA autonomes, capables d'exécuter des tâches longues et enchaînées, concentrent l'attention des entreprises qui cherchent à automatiser des processus métier entiers. La robotique physique et la souveraineté numérique s'invitent également dans les discussions, portées par des tensions géopolitiques persistantes autour du contrôle des semi-conducteurs et des données. Ce basculement vers une logique industrielle reflète une transformation plus profonde : les entreprises ne se demandent plus si elles doivent adopter l'IA, mais comment le faire sans perdre le contrôle. Les événements professionnels de 2026 servent ainsi de baromètre pour mesurer où en sont réellement les acteurs du secteur, entre les annonces des géants technologiques américains et les ambitions croissantes des acteurs européens et asiatiques.

💬 La phase POC est officiellement terminée pour beaucoup. Ce qui m'intéresse maintenant, c'est qui va réussir l'industrialisation sans se planter sur la gouvernance, parce que c'est là que ça va coincer. Les Européens ont une carte à jouer sur la souveraineté, si tant est qu'ils arrêtent d'en parler et commencent à livrer.

Les fournisseurs d'IA menacent-ils vraiment leurs clients ?

Les rivaux des grands fournisseurs d'IA, dont les dirigeants de Microsoft, Salesforce et Palantir, accusent régulièrement ces entreprises d'exploiter les données de leurs clients professionnels pour développer des produits concurrents. Mais la véritable menace serait ailleurs, selon une analyse récente : elle tiendrait moins à un pillage direct des données qu'à deux mécanismes plus discrets. D'une part, les fournisseurs d'IA collectent des données d'usage agrégées, de haut niveau, qui leur permettent d'observer les tendances de consommation sans toucher au contenu confidentiel des entreprises. D'autre part, une faille bien réelle existe : lorsque des employés partagent volontairement leurs conversations avec les chatbots, que ce soit pour obtenir de l'aide, partager des retours ou signaler des bugs, ces échanges peuvent alimenter l'apprentissage des modèles, souvent sans que l'entreprise cliente en ait pleinement conscience. Cette distinction compte pour les directions informatiques et juridiques des grandes entreprises. Le risque n'est pas tant qu'OpenAI, Anthropic ou Microsoft copient directement un produit interne à partir de documents confidentiels, mais plutôt une fuite progressive d'informations stratégiques via des canaux jugés anodins, les conversations quotidiennes avec un assistant IA. Cela change la nature des mesures de protection à mettre en place : moins une question de clauses contractuelles sur la propriété des données qu'une question de gouvernance interne sur ce que les employés sont autorisés à partager avec ces outils. Ce débat s'inscrit dans une rivalité plus large entre les géants technologiques, où les fournisseurs de modèles d'IA générative se retrouvent en concurrence directe avec certains de leurs propres clients sur des segments applicatifs. Les critiques venues de Microsoft, Salesforce ou Palantir reflètent aussi leurs propres intérêts commerciaux dans ce marché en pleine consolidation. À mesure que l'adoption des chatbots d'entreprise s'accélère, la pression monte sur les fournisseurs d'IA pour clarifier leurs politiques de traitement des données et sur les entreprises clientes pour encadrer les usages de leurs salariés.

💬 Ce que révèle vraiment cette histoire, c'est que le vrai risque n'est pas où tout le monde regarde. Microsoft et Salesforce crient au pillage de données, mais la vraie fuite elle passe par les employés qui collent leurs specs produit dans ChatGPT pour "avoir un avis rapide". Bonne nouvelle, c'est réglable avec de la gouvernance interne, pas avec des clauses juridiques à rallonge, mais faut d'abord que les boîtes admettent que le trou est chez elles, pas chez le fournisseur.

Accenture transforme le conseil en IA avec des agents prêts à déployer

Accenture et Google Cloud ont annoncé le 7 juillet 2026 le lancement d'Accenture Edge, une offre d'agents d'intelligence artificielle préconfigurés destinée aux entreprises de taille intermédiaire réalisant entre 300 millions et 3 milliards de dollars de chiffre d'affaires annuel. L'objectif affiché est de réduire le délai entre le pilote et la mise en production à quelques semaines, contre plusieurs mois habituellement pour ce type de déploiement. Ces agents couvrent déjà six domaines : l'intelligence client, l'expérience client, la cybersécurité, les opérations, la productivité des salariés, ainsi que des solutions sectorielles pour la banque, les télécommunications, le retail, les biens de consommation et la supply chain. Sur le plan technique, Google Cloud fournit la base logicielle, combinant Gemini Enterprise, la Gemini Enterprise Agent Platform lancée en avril 2026 et l'Agentic Data Cloud. Le volet cybersécurité s'appuie sur Google AI Threat Defense, qui intègre Gemini, Mandiant et Wiz. Accenture y ajoute sa propriété intellectuelle, son expertise sectorielle et des ingénieurs déployés directement chez les clients. Cette annonce marque un tournant potentiel pour l'industrie du conseil en technologie. Jusqu'ici, un projet d'intégration IA nécessitait une longue phase d'analyse sur mesure : étude des processus métiers, choix d'architecture, développement d'intégrations spécifiques, puis accompagnement au déploiement, chaque client représentant un chantier largement unique. Avec des agents préconfigurés, une partie de cette architecture, des workflows et des mécanismes de gouvernance devient réutilisable d'un client à l'autre, même si la personnalisation reste nécessaire. Pour les entreprises de taille intermédiaire, souvent moins équipées en ressources internes que les grands groupes, cela signifie un accès plus rapide et potentiellement moins coûteux à l'IA agentique appliquée à des fonctions concrètes comme la relation client ou la sécurité informatique. Pour Accenture, l'enjeu est aussi financier : le groupe a triplé ses revenus liés à l'IA générative sur son exercice 2025, et cette offre vise à accélérer encore cette dynamique en captant un segment de marché jusque-là moins servi par le conseil haut de gamme. Ce mouvement dépasse le seul cas d'Accenture. Selon une analyse de Business Insider sur la transformation du conseil par l'IA, les grands cabinets développent de plus en plus leurs propres outils logiciels et se rapprochent des entreprises technologiques, transformant progressivement leur expertise accumulée en produits réutilisables plutôt qu'en prestations sur mesure facturées à l'heure. Cette « productisation » du conseil redéfinit un modèle économique historiquement fondé sur l'intervention humaine personnalisée. Le partenariat entre Accenture et Google Cloud illustre aussi la concurrence croissante entre fournisseurs de cloud pour s'imposer comme la couche technologique de référence de l'IA agentique en entreprise, face à des rivaux comme Microsoft et AWS qui développent des stratégies similaires avec les grands cabinets de conseil.

💬 Ce qui compte ici, c'est pas les six domaines couverts, c'est que le conseil bascule du sur-mesure facturé à l'heure vers du prêt-à-déployer. Accenture transforme des années d'expertise accumulée en produit qu'on installe en quelques semaines plutôt qu'en mission de six mois, et pour les boîtes de taille intermédiaire ça ouvre un accès qui leur était fermé jusque-là. Reste à voir si la personnalisation promise tient la route dès que le client a des besoins un peu tordus.