Transition IA : pourquoi personne ne la pilote vraiment, et pourquoi ce n’est pas le travail d’un « responsable IA »

En deux ans, l’intelligence artificielle est entrée dans les entreprises françaises par la grande porte. Selon l’Insee, 18 % des entreprises de 10 salariés ou plus utilisaient au moins une technologie d’IA en 2025, contre 6 % en 2023. Au-delà de 250 salariés, la proportion atteint 58 %.

Les résultats, eux, ne suivent pas le même rythme. Dans son enquête mondiale publiée fin août 2026, McKinsey observe que seuls 37 % des répondants attribuent à l’IA un effet, même modeste, sur leur résultat opérationnel. Un chiffre qui n’a pas bougé en un an. Et seules 6 % des entreprises en retirent un impact jugé significatif.

Entre l’adoption et la valeur, il manque quelque chose. Pour le trouver, il suffit souvent de poser une question simple en comité de direction : qui pilote la transition IA de l’entreprise ?

Quatre fonctions, quatre morceaux du puzzle

Les réponses arrivent vite, et elles sont toutes différentes :

Les ressources humaines traitent le sujet par la formation et l’évolution des compétences.
La DSI le traite par l’infrastructure : choix des outils, hébergement, accès, sécurité.
La direction générale le traite par les annonces et la feuille de route.
Le responsable IA, quand le poste existe, le traite par la veille, les démonstrations et la sensibilisation.

Aucune de ces approches n’est fausse. Chacun fait sa part, souvent avec sérieux. Mais personne ne fait l’ensemble, et surtout, personne ne suit la transformation jusqu’à l’endroit où elle doit se produire : le travail quotidien des équipes. On forme les collaborateurs, on leur ouvre des outils, on leur explique que c’est stratégique. Puis on les laisse seuls face à une question très concrète : qu’est-ce que je change dans ma façon de travailler lundi matin ?

Du morcellement au cadre commun : chaque fonction a son rôle, les managers transforment le terrain.

L’angle mort du management, en chiffres

Cette zone que personne ne couvre a un nom : l’angle mort du management. La transition IA y est traitée comme une addition de chantiers parallèles, jamais comme un tout qui descend jusqu’aux managers de proximité. Les enquêtes récentes en mesurent les effets avec une certaine netteté.

25 % des collaborateurs de terrain estiment recevoir assez d’orientation de leur hiérarchie sur l’usage de l’IA (BCG, 2025)
36 % des salariés se disent correctement formés à l’IA (BCG, 2025)
54 % des salariés utiliseraient des outils d’IA même sans autorisation (BCG, 2025)
40 % des entreprises seulement ont souscrit un abonnement officiel à un outil d’IA générative, alors que des salariés de plus de 90 % d’entre elles utilisent des outils personnels pour travailler (MIT, 2025)
95 % des organisations étudiées ne constatent aucun retour mesurable de leurs projets d’IA générative (MIT, 2025)

Ces chiffres racontent tous la même histoire. Les outils sont là, l’envie aussi. Ce qui manque, c’est un cadre et un relais : quelqu’un, au plus près du travail réel, qui décide de ce qui change et comment. À défaut, les usages se développent hors de tout contrôle, avec des données d’entreprise copiées dans des comptes personnels, et les pilotes prometteurs ne passent jamais en production.

Le réflexe du « responsable IA », et ses limites

Face à ce flou, la réponse la plus courante consiste à nommer quelqu’un. Responsable IA, Chief AI Officer, référent : le titre varie, l’intention est la même, donner un visage au sujet. La pratique se répand. D’après une étude de l’IBM Institute for Business Value, 26 % des organisations disposent déjà d’un Chief AI Officer, et celles qui en ont un déclarent un retour sur investissement de leurs projets IA supérieur d’environ 10 %.

Le poste n’est donc pas inutile. Le problème vient de ce qu’on lui demande. Trop souvent, le responsable IA devient un héros chargé de porter seul la transformation, sans le mandat qui va avec. Il doit arbitrer entre des services qui ne lui sont pas rattachés, convaincre des managers qui ne lui rendent pas de comptes, prioriser des projets dont il ne maîtrise ni le budget ni les ressources. Les équipes, elles, en tirent une conclusion logique : l’IA, c’est son sujet. Pas le leur.

Un responsable IA utile n’est pas celui qui transforme l’entreprise à la place des autres. C’est celui qui construit le cadre dans lequel les autres transforment leur activité.

Redessiner un flux de travail, c’est un savoir de terrain

Il y a une raison plus profonde pour laquelle une seule personne, même très compétente, ne peut pas mener cette transition. Les entreprises qui tirent réellement profit de l’IA ne se contentent pas d’ajouter un outil à leurs processus existants : elles les redessinent. Chez les entreprises les plus performantes identifiées par McKinsey, près de trois sur quatre déclarent avoir profondément revu leurs flux de travail grâce à l’IA. Chez les autres, c’est environ une sur quatre.

Or redessiner un flux exige de connaître le métier en profondeur : les cas particuliers, les points de blocage, les exceptions qui font perdre des heures, et surtout les moments où le jugement humain reste irremplaçable. Cette connaissance est distribuée par nature. Un responsable IA connaît l’IA. Il ne peut pas connaître dans le détail les processus de vingt équipes, de la comptabilité fournisseurs au service après-vente. Chaque manager, en revanche, connaît les siens mieux que quiconque au-dessus de lui.

Les études convergent sur ce point. Parmi les facteurs de réussite qu’identifie le MIT figure le fait de donner la main aux managers opérationnels, et pas seulement à une cellule IA centrale. Microsoft, dans son Work Trend Index 2025, va plus loin : 41 % des dirigeants interrogés s’attendent à ce que leurs équipes entraînent régulièrement des agents IA d’ici cinq ans. Le manager de demain encadre des personnes et des agents. Cela ne s’improvise pas, et cela ne se délègue pas à un poste unique.

Distribuer la transformation, dans un cadre commun

La transition IA ne se confie donc pas à un héros. Elle se distribue à l’ensemble des managers : chacun redessine les flux de son périmètre et y place les agents utiles. Mais distribuer ne veut pas dire laisser chacun faire comme il l’entend. Sans règles communes, on obtient vingt outils différents, des données qui circulent sans contrôle et aucune vision d’ensemble. Le modèle ne fonctionne qu’avec un socle partagé, posé avant de lâcher la bride :

Une plateforme technologique commune, choisie et administrée par l’entreprise, sur laquelle tous les services construisent leurs usages.
Une gouvernance claire : quelles données peuvent être utilisées, avec quels modèles, sous quelles conditions.
Des mandats définis : ce que chaque manager peut décider seul, ce qui doit remonter, qui arbitre en cas de conflit entre services.
Des processus d’audit : traçabilité des actions des agents, revue régulière des usages, capacité à corriger ou arrêter un agent qui dérive.

Une fois ce cadre en place, le rôle de chacun devient lisible. La direction fixe le cap et les mandats. La DSI fournit et sécurise la plateforme. Les RH accompagnent la montée en compétences. Et les managers font le travail que personne ne peut faire à leur place : transformer concrètement leur activité. La logique vaut pour une équipe de cinq personnes comme pour un groupe multisite ; seule l’échelle change.

Le sujet a aussi une dimension réglementaire. Depuis février 2025, l’article 4 de l’AI Act impose aux entreprises qui utilisent des systèmes d’IA de prendre des mesures pour développer la maîtrise de l’IA de leur personnel. Recalibrée par l’Omnibus européen de l’été 2026, l’obligation n’exige plus de garantir un niveau individuel de compétence, mais elle demeure. Une entreprise sans cadre ni formation organisée aura du mal à démontrer qu’elle s’y conforme.

Cinq questions pour savoir où en est votre entreprise

Pour chaque service, pouvez-vous nommer la personne qui décide des usages de l’IA sur son périmètre ?
Vos collaborateurs savent-ils quels outils et quelles données ils ont le droit d’utiliser ?
Disposez-vous d’une plateforme IA officielle, ou chacun utilise-t-il son propre compte ?
Un de vos managers peut-il citer un processus de son équipe qui a été redessiné, et pas seulement « équipé » ?
Si un agent IA a commis une erreur la semaine dernière, sauriez-vous le détecter et le retracer ?

Si vous répondez non à plus de deux de ces questions, votre difficulté n’est probablement pas technologique. Elle est organisationnelle, et c’est une bonne nouvelle : elle se traite.

Ce que propose AXALYS

C’est précisément sur ce point que nous intervenons. Nous ne venons pas installer un outil de plus, ni jouer le rôle d’un responsable IA externe qui porterait le sujet à votre place. Nous aidons l’entreprise à poser le cadre commun, puis à outiller ses managers pour qu’ils prennent la main sur leur périmètre. Le MIT relève d’ailleurs que les projets menés avec un partenaire spécialisé aboutissent nettement plus souvent que les développements purement internes.

Notre démarche se déroule en quatre temps :

Diagnostic de pilotage. Qui fait quoi aujourd’hui sur l’IA, quels usages existent déjà, y compris ceux qui ne sont pas déclarés, où se situent les risques et les gains les plus rapides.
Socle commun. Mise en place d’une plateforme IA d’entreprise, hébergée en interne, dans le cloud ou en mode hybride selon la sensibilité de vos données, raccordée à vos outils existants. Rédaction de la charte d’usage, des règles sur les données et des mandats, en cohérence avec le RGPD et l’AI Act.
Managers en première ligne. Formation-action des managers, pas seulement des utilisateurs : cartographier un flux de travail, repérer les tâches qu’un agent peut prendre en charge, définir les points de contrôle humain. Chaque équipe pilote repart avec un premier cas d’usage en production.
Audit et suivi. Journalisation des actions, revue régulière des agents en service, ajustements à mesure que les usages s’étendent à d’autres équipes.

Cette démarche s’adresse à toutes les entreprises, quelle que soit leur taille. Dans une PME, le cadre tient en quelques règles simples et une plateforme unique ; dans une organisation plus importante, il demande davantage de formalisme. Le principe reste le même : l’entreprise fixe les règles, les managers transforment leur terrain.

Parlons de votre situation

Si, dans votre organisation, chacun avance sur l’IA de son côté sans que personne ne tienne l’ensemble, un premier échange d’une heure suffit à faire le point. Nous reprenons ensemble les cinq questions ci-dessus, nous identifions ce qui manque à votre cadre et les équipes par lesquelles commencer. Vous repartez avec une vision claire des prochaines étapes, sans engagement.

Prendre rendez-vous avec AXALYS

Pour aller plus loin

Sources

Insee Première n° 2120, usage de l’IA dans les entreprises en 2025, juillet 2026
McKinsey, The state of AI in 2026, août 2026
BCG, AI at Work 2025, juin 2025
MIT Project NANDA, The GenAI Divide, synthèse publiée par Fortune, août 2025
IBM Institute for Business Value, Chief AI Officers, juillet 2025
Microsoft Work Trend Index 2025, synthèse UC Today
AI Act, article 4 recalibré par l’Omnibus IA, juillet 2026