L'Oliver Wyman Forum publie sa deuxième édition de « The AI Agenda », intitulée « The reality check ». Le constat d'ouverture : l'IA est partout dans l'entreprise sauf dans le compte de résultat. Les budgets montent, les pilotes se multiplient, mais les gains prouvés restent tardifs, diffus ou dépendants de changements extérieurs à la technologie. Le rapport s'appuie sur plus de 25 000 réponses dans 15 marchés, une enquête auprès de 415 CEO menée avec le NYSE et un index de souveraineté.
Sur le retour sur investissement, les auteurs distinguent quatre types d'investissement aux trajectoires différentes : applications ciblées, outillage des salariés, fondations, transformation. Le calcul oublie souvent des coûts, comme les 22 minutes de vérification par heure de travail assisté, et confond gain sur la tâche et rendement. Il faut formuler une thèse de rendement avant d'engager le capital, refondre le processus quand l'IA déplace le goulot, et nommer un « ROI harvester » chargé de convertir la capacité libérée. Seuls 12 % des CEO déclarent un gain supérieur à 10 %.
AI is everywhere in our company except the P&L
Sur la main-d'œuvre, le rapport décrit un désalignement des dirigeants : 37 % des cadres dirigeants et 11 % des non-managers voient une ambition IA claire. Faute de récit, les salariés en écrivent un plus sombre : 62 % des utilisateurs quotidiens cachent leur maîtrise de l'IA, 68 % sacrifieraient du salaire contre une garantie d'emploi. Le management se dégroupe, l'apprentissage des juniors s'érode, et 27 % des utilisateurs se disent deux fois plus productifs, surtout là où l'employeur fournit cadre, outils et formation.
Sur le commerce, l'IA devient le deuxième point de départ des achats et la source de conseil la plus suivie. Les marques doivent pratiquer la « shopping agent optimization » : fiches lisibles par un agent, preuves indépendantes, parcours de paiement acceptant les agents autorisés. Le vendeur doit vérifier l'agent, le client et son mandat.
Sur la gouvernance, une route approuvée simple réduit le shadow AI ; un laboratoire de risque permet de tester des usages nouveaux ; l'humain dans la boucle ne peut plus être le modèle de supervision, remplacé par des contrôles automatiques en couches et une gouvernance vivante qui réexamine l'approbation à chaque changement.
Sur la souveraineté, aucun pays ni aucune entreprise ne maîtrise toute la pile. L'objectif est une interdépendance contrôlée : posséder la couche de contrôle (données, contexte, mémoire, permissions), garder le modèle remplaçable, ne payer la prime de souveraineté que là où l'enjeu le justifie, et privilégier les règles et les partenariats aux chèques publics.