Rapports
Une enquête de Körber révèle que l’utilisation de l’IA progresse à mesure que les décisions d’entreprise se complexifient
Points clés76 % des décideurs seniors déclarent que les décisions sont devenues plus complexes…
Voir plus
- 76 % des décideurs seniors déclarent que les décisions sont devenues plus complexes alors même que l'IA a pris un rôle plus important.
- Des résumés IA plus rapides ne permettent pas de déterminer quel enregistrement est à jour ni qui approuve une exception.
- 73 % des répondants étaient mal à l'aise à l'idée de laisser la technologie prendre la décision finale.
Les entreprises confient un rôle accru à l’IA dans la prise de décision, mais cela ne signifie pas que leurs dirigeants trouvent les décisions plus faciles à prendre. Dans une enquête publiée par Körber, 76 % des décideurs de haut niveau ont déclaré que la prise de décision était devenue plus complexe. La même proportion a indiqué que l’IA était autorisée à jouer un rôle plus important. Ces réponses décrivent deux tendances qui se manifestent simultanément ; elles ne permettent pas d’établir que l’une est à l’origine de l’autre.
L’enquête a porté sur 2 000 cadres dirigeants, répartis à parts égales entre les États-Unis et l’Allemagne. Selon Körber, les personnes interrogées travaillaient pour des organisations réalisant un chiffre d’affaires annuel supérieur à 250 millions de dollars et comptant au moins 250 employés. Le travail de terrain s’est déroulé du 27 août au 8 septembre 2026. Les résultats donnent donc un aperçu de la prise de décision au sein de grandes organisations sur deux marchés ; ils ne constituent pas une mesure représentative de tous les employeurs ni des petites entreprises.
Les points de blocage dans la prise de décision
Le communiqué qui accompagne l’enquête indique que 74 % des personnes interrogées ont déclaré que le volume d’informations pouvait entraver la prise de décision, tandis que 75 % ont indiqué que les décisions étaient retardées lorsque des informations essentielles n’étaient pas disponibles au bon moment. Disposer de davantage de données et avoir les bonnes données au moment où une décision doit être prise sont deux problèmes distincts.
Prenons le cas d’un responsable qui doit décider s’il faut retarder une livraison. Les équipes commerciales, les opérations d’entrepôt et les services financiers peuvent disposer de dossiers différents pour une même commande, tous mis à jour à des moments différents. Un assistant d’IA peut résumer rapidement ces dossiers, mais la rapidité du résumé ne permet pas de savoir quel chiffre est à jour ni qui peut approuver une dérogation. Si l’équipe ne peut pas vérifier les sources et résoudre les divergences entre les dossiers, l’outil risque de transférer le travail de rapprochement d’une personne à une autre plutôt que de le supprimer.
L’enquête a également révélé que 73 % des personnes interrogées étaient réticentes à laisser la technologie prendre la décision finale. Cela aide à comprendre pourquoi les entreprises peuvent vouloir intégrer l’IA à leurs processus sans lui confier la maîtrise du résultat. Rédiger une explication, rassembler des pièces justificatives et prendre une décision engageant l’entreprise sont des tâches distinctes. Le coût d’une erreur n’est pas le même pour chacune d’elles.
Ce que déclarent les groupes ayant déployé l’IA à l’échelle de l’entreprise et ceux en phase pilote
Parmi les personnes interrogées dont l’organisation qualifiait sa transformation de déploiement à l’échelle de l’entreprise, 63,8 % ont fait état de solides performances organisationnelles, contre 41,6 % de celles dont l’organisation en était à la phase pilote. Le niveau de confiance dans la capacité à être prêts pour l’avenir s’élevait respectivement à 66,4 % et à 46,5 %. Les projets d’investissements importants dans l’aide à la décision par l’IA étaient presque identiques : 59 % pour le groupe ayant déployé l’IA à l’échelle de l’entreprise, contre 59,4 % pour le groupe en phase pilote.
Il s’agit de différences entre des groupes, fondées sur des déclarations des personnes interrogées, et non de rendements mesurés dans le cadre d’un déploiement contrôlé. Les organisations capables de mettre en œuvre une technologie dans plusieurs services disposent peut-être déjà de données de meilleure qualité, de ressources plus importantes ou de processus opérationnels plus efficaces. La publication n’établit pas que l’extension d’un projet pilote entraîne une amélioration des performances. Il vaut mieux y voir une invitation à se demander ce que les déploiements à maturité font différemment et lesquelles de ces pratiques une équipe donnée pourrait mettre à l’essai.
Un indicateur plus pertinent que le seul taux d’adoption
Pour un responsable opérationnel, la question pratique est de savoir à quel endroit un outil améliore le travail entre la formulation d’une question et la prise d’une décision. Le Cadre de gestion des risques liés à l’IA du NIST permet de formaliser les responsabilités et de déterminer ce qu’il convient de mesurer dans un contexte donné. Les équipes peuvent choisir une décision récurrente et comparer le temps nécessaire pour obtenir les éléments de preuve requis, la fréquence à laquelle une recommandation doit être corrigée et la capacité de la personne chargée de l’approbation à expliquer sur quoi elle s’est fondée.
Le suivi distinct de ces indicateurs peut révéler un compromis que masque un simple chiffre d’adoption. Un outil peut accélérer la production de rapports tout en augmentant le temps consacré à leur vérification ; à l’inverse, il peut permettre aux utilisateurs de passer moins de temps à recueillir des faits et davantage à évaluer les options. Pour les dirigeants interrogés, le défi ne consiste pas simplement à rendre l’IA plus accessible. Il s’agit de définir le rôle qu’elle joue lorsque les informations sont incomplètes et qu’une personne doit malgré tout assumer la responsabilité de la décision.












