Steven LafortuneUtiliser l’IA et gagner en maturité avec l’IA, ce sont deux formes de progrès différentes. Dans le rapport Devolutions 2026 AI Maturity Benchmark, 92 % des organisations utilisent déjà l’IA. Seulement 8 % ont dit ne pas l’utiliser. La question utile, c’est quoi faire ensuite, et ça dépend d’où vous en êtes.
Nous avons regroupé 616 professionnels des TI selon un score qu’ils se sont attribué, de 0 à 100 :
- Stade précoce (0 à 40) : 267 organisations, 43 % de l’échantillon
- Adopteurs d’IA (41 à 60) : 255 organisations, 41 %
- Avancé (61 à 100) : 94 organisations, 15 %
Ceci est le complément pratique de l’annonce du rapport. Les listes ci-dessous viennent des cinq recommandations du rapport : nommer un responsable, bâtir l’accompagnement autour des outils, laisser les équipes expérimenter avant de standardiser, mesurer les résultats, et laisser la gouvernance grandir avec l’autonomie. Ce qui change selon le stade, c’est lequel de ces points est le goulot.
Une limite, énoncée dans le rapport lui-même : ce sont des comportements qui accompagnent une maturité plus élevée. Une seule pratique ne fait pas d’une organisation une organisation avancée. Les tendances restent assez concrètes pour choisir la prochaine étape.
Stade précoce : donner un nom à l’IA, du temps, et une cible étroite
Les organisations au stade précoce sont déjà dans le travail. En moyenne, elles utilisent l’IA dans environ 2 des 9 domaines que nous avons suivis, le plus souvent la création de contenu (48 %) et le développement logiciel (38 %). Ce qui reste mince, c’est l’organisation autour de ces expériences.
Seulement 14 % disent que la direction promeut activement l’IA et y investit. Environ 60 % rapportent au moins un certain soutien de la direction. La moitié n’a pas de responsable clair. Le suivi formel par KPI est presque absent, à 0,4 %. Quand les gens expliquent pourquoi une tâche qu’ils voudraient automatiser ne l’est toujours pas, les premières raisons sont le manque de temps ou de ressources (27 %), les enjeux de sécurité ou de conformité (19 %), et le manque d’expertise interne (16 %).
1. Nommez une personne qui peut répondre à trois questions
Où l’IA est-elle utilisée, pourquoi, et selon quelles règles? Dans l’ensemble du sondage, le soutien actif de la direction était beaucoup plus fréquent lorsqu’un rôle ou une équipe était explicitement responsable de l’IA : 77 %, contre 8 % quand personne ne l’était.
Cette personne n’a pas besoin d’un nouveau département. Chez les adopteurs d’IA, la responsabilité informelle à l’intérieur des TI est le pont sur lequel la plupart des équipes se tiennent (34 %, contre 22 % au stade précoce et 7 % au stade avancé). Confiez à un responsable TI déjà en place le soin de rassembler ce qui se passe déjà.
2. Demandez à la direction du temps d’apprentissage protégé
Environ 60 % des organisations au stade précoce ont déjà une certaine adhésion de la direction. L’écart, c’est de rendre cette adhésion utile. Un répondant au stade précoce a dit que les dirigeants offraient une formation d’ingénieur en IA, alors que la plupart des employés des TI ne sont pas des ingénieurs de données. D’autres ont décrit le même empilement : une expertise mince, l’inquiétude pour la confidentialité des données, et pas de temps dans la journée pour apprendre les outils.
Demandez une formation qui correspond aux emplois que les gens ont vraiment, et quelques heures réservées à la pratique. La conclusion du rapport sur la direction colle exactement à ce stade. Les dirigeants n’ont pas besoin de toutes les réponses. Les gens ont besoin de confiance et d’espace pour apprendre.
3. Rendez les cas d’usage que vous avez déjà sûrs à répéter
L’étendue peut attendre. Le soutien du centre de services est en place dans 14 % des organisations au stade précoce, et la gestion des identités et des accès dans 3 %. La création de contenu et le développement logiciel sont là où ce groupe travaille déjà.
La sécurité ou la conformité est la deuxième raison citée pour une automatisation souhaitée qui n’a pas eu lieu. Une règle d’une page fait plus ici qu’une licence de plus : quelles données peuvent aller dans quel outil, et qui révise le résultat avant que quelqu’un s’y fie.
Adopteurs d’IA : transformer l’attention en destination
C’est le milieu du parcours, et plusieurs tendances plient ici. Le soutien actif de la direction monte à 49 %, et environ 95 % rapportent au moins un certain soutien. La responsabilité informelle des TI atteint un sommet à 34 %. La direction des TI mène l’IA dans 38 % de ces organisations, et 15 % ont un rôle ou une équipe dédiée à l’IA. Ensemble, cette responsabilité plus claire est en place pour 53 %, contre 21 % au stade précoce.
L’empreinte est plus large : près de 4 des 9 domaines, en moyenne. La friction se déplace avec elle. Le manque d’expertise interne reste élevé (19 %). Le travail qui semble trop complexe ou trop dépendant du contexte passe de 5 % au stade précoce à 12 %. Le suivi formel par KPI atteint 9 %.
1. Mettez le résultat en une phrase
L’attention de la direction est beaucoup plus courante ici. Une destination claire est le morceau qui échappe encore. Le rapport décrit ce stade comme un élan sans image commune de ce à quoi ressemble un travail « terminé ». Un répondant adopteur d’IA s’attendait à ce que le gain apparaisse en économies de coûts. Les gains de temps sont apparus à la place, et ils étaient beaucoup plus grands.
Choisissez le résultat que vous allez vraiment regarder. Le temps gagné, la qualité de la documentation, et la vitesse de résolution des incidents sont le genre d’indicateurs que le rapport traite comme pratiques. Le coût peut rester sur la liste. C’est souvent le plus lent à apparaître.
2. Donnez au responsable informel un mandat, et une règle de revue
Les TI tiennent déjà une bonne partie de tout ça ensemble. La tendance qui apparaît plus souvent au stade suivant, c’est une responsabilité délibérée : la direction des TI, ou un petit rôle dédié, plus des règles que les gens peuvent suivre. Un répondant adopteur d’IA en a décrit la version pratique : gouvernance, sécurité et protection de la propriété intellectuelle, formation, et une politique sur le moment d’utiliser les outils et sur la façon de réviser les résultats générés par l’IA pour l’exactitude, la qualité et la conformité.
Écrivez cette politique pour les outils que vous permettez déjà. Le rapport recommande aussi de laisser les équipes comparer un ensemble contrôlé d’outils avant d’en standardiser un seul. Verrouiller trop tôt une seule pile d’outils fige l’apprentissage.
3. Nommez de quoi dépend le prochain flux de travail
En moyenne, les adopteurs d’IA approchent d’un cinquième domaine d’usage. La conclusion du rapport sur la mise à l’échelle, c’est d’identifier, avant que ce prochain flux soit en production, à quels systèmes il doit se connecter, de quel contexte il a besoin, et qui a le temps de le soutenir.
C’est aussi le stade où les agents d’IA commencent à paraître réels. L’exploration reste courante, et les pilotes deviennent beaucoup plus visibles. Gardez un pilote à l’intérieur d’un seul flux, avec une personne qui révise le résultat. La sécurité reste la principale préoccupation au sujet des agents d’IA dans chaque groupe de maturité, y compris celui-ci.
Avancé : concentrer l’avance que vous avez déjà
À cette extrémité de la courbe, les bases sont en grande partie en place. 91 % disent que la direction promeut activement l’IA et y investit, et au moins un certain soutien de la direction atteint 100 %. Un rôle ou une équipe dédiée à l’IA existe dans 55 % des organisations. La direction des TI mène l’IA dans 34 % de plus. Seulement 2 % n’ont pas de responsable clair.
L’empreinte est large : plus de 6 des 9 domaines, et 3,8 outils d’IA en moyenne, contre 1,9 au stade précoce. 47 % bâtissent ou personnalisent l’IA à l’interne. 47 % suivent les bénéfices avec des KPI formels. Plus de 4 sur 5 pilotent déjà des agents d’IA ou les font tourner en production.
La contrainte change de forme. Le manque de temps ou de ressources est la première raison pour laquelle une automatisation souhaitée n’a toujours pas eu lieu, à 35 %, plus haut que dans les deux autres groupes. Le manque d’expertise tombe à 4 %. Les défis d’intégration montent à 8 %.
1. Pointez la direction vers moins de paris
La question de savoir si les dirigeants vont s’engager est réglée pour ce groupe. L’horizon du rapport, c’est que la question ouverte devient où va cette attention quand les cas d’usage se font concurrence. Près de la moitié des organisations avancées suivent déjà les bénéfices de façon formelle. Élargissez les usages qui améliorent le temps, la qualité, la vitesse de résolution, le débit ou le risque. Mettez en pause ceux qui ne font qu’ajouter de l’activité.
La compétitivité devient aussi une raison plus courante d’investir, passant de 17 % au stade précoce à 38 % ici. L’efficacité opérationnelle reste le premier moteur dans l’ensemble de l’échantillon (39 %). La preuve est ce qui garde un pari compétitif honnête.
2. Budgétez le travail d’intégration
Les répondants plus avancés décrivent la partie difficile comme tout ce qui entoure le modèle : systèmes hérités, gouvernance des données, API, identité, permissions, audit, et les heures pour faire ça avec soin. L’expertise est rarement encore le blocage. La capacité l’est.
Si une automatisation souhaitée est coincée, dotez le travail de raccordement. Ajouter un autre outil par-dessus une moyenne de 3,8 est le chemin le plus lent.
3. Écrivez la ligne humaine avant d’ajouter de l’autonomie
Les agents sont déjà en pilote ou en production pour la plupart de ce groupe. Une plus grande maturité ne met pas les inquiétudes à la retraite. Les vulnérabilités de sécurité restent la principale préoccupation au sujet des agents d’IA, y compris parmi les organisations avancées. La perte de contrôle humain arrive deuxième au classement général (17 %) et reste près du sommet à chaque stade. Les organisations avancées sont plus susceptibles de rapporter aucune préoccupation importante (15 %, contre environ 5 % dans les groupes précédents), et moins susceptibles de pointer un manque de transparence.
Mettez trois lignes par écrit : quelles actions ont encore besoin qu’une personne les approuve, comment les résultats sont vérifiés, et qui est responsable quand quelque chose tourne mal. Laissez l’IA prendre davantage de l’analyse et de l’exécution routinière. Gardez le contexte, la supervision et la responsabilité du résultat avec les gens.
Le geste qui correspond à votre stade
- Stade précoce : nommez un responsable, et protégez du temps pour apprendre sur les cas d’usage que vous avez déjà.
- Adopteurs d’IA : écrivez le résultat et la règle de revue avant que le prochain flux de travail passe en production.
- Avancé : financez le travail d’intégration, et tracez la ligne où un humain décide encore.
Vous pouvez commencer par le geste du stade où vous êtes vraiment. Notre CEO, David Hervieux, a conclu le rapport sur la même idée :
Vous n’avez pas besoin d’une stratégie d’IA parfaite avant de commencer. Ce qu’il vous faut, c’est une façon claire d’apprendre. Laissez de la place pour expérimenter, assurez-vous que quelqu’un est responsable de la façon dont l’IA est utilisée, et portez attention à ce qui améliore vraiment le travail.
Téléchargez le rapport. C’est un PDF gratuit, sans inscription.
Nous passons aussi les résultats en revue en direct le 7 octobre 2026. Inscrivez-vous au webinaire si vous voulez la discussion, pas seulement les graphiques.
Des questions, ou une histoire de votre propre stade? Laissez un commentaire ci-dessous.