Les entreprises sont confrontées à un moment charnière, alors que l’intelligence artificielle (IA) transforme chaque facette de la société. Et comme l’IA progresse à une vitesse sans précédent, de nombreuses entreprises exploitent déjà des applications concrètes pour créer de la valeur. Presque toutes les entreprises élaborent une stratégie visant à intégrer des processus enrichis par l’IA, que ce soit pour accroître l’efficacité interne ou améliorer l’engagement des clients.

Un sondage récent réalisé auprès de dirigeants d’entreprise lors du Congrès 2025 de Computershare à Washington, D.C., incluant les retours de directeurs juridiques, secrétaires généraux, responsables des relations avec les investisseurs et membres de la haute direction, offre un aperçu des approches adoptées par les entreprises et de leurs perceptions vis-à-vis de l’IA.

Trois domaines façonnent la manière dont les dirigeants affinent leur approche de IA :

  1. Les cas d’utilisation potentiels de l’IA
  2. L’évolution du cadre réglementaire aux États-Unis et à l’échelle mondiale
  3. L’importance du changement de comportement et de l’alignement organisationnel

Cas d’utilisation 1 : Exploiter pleinement les capacités existantes

Les principaux modèles d’utilisation de l’IA dans les marchés financiers soulignent l’importance de développer des cadres réutilisables et des solutions prêtes pour la mise en production.

  • Applications de génération de contenu : L’IA est utilisée pour générer et personnaliser du contenu destiné aux relations avec les investisseurs, aux rapports annuels et aux communications aux actionnaires. Selon un expert du secteur, certaines entreprises auraient constaté des gains de productivité en automatisant entre 50 et 60 % de la création de contenu, sous supervision humaine.
  • Solutions d’extraction d’informations : Les modèles génératifs d’IA permettent d’extraire des informations précieuses à partir de sources non structurées, telles que des fichiers PDF et des documents. Cette capacité offre aux organisations la possibilité de développer des assistants de connaissance combinant données structurées et non structurées, afin d’améliorer la prise de décision.
  • Assistants numériques adaptés aux rôles : Le développement d’assistants numériques spécifiques à chaque fonction, appelés aussi « copilotes », constitue un autre cas d’utilisation importante. Ces assistants automatisent les tâches routinières, permettant aux employés de se concentrer sur des activités à plus forte valeur ajoutée.

Cas d’utilisation 2 : Gouvernance et gestion réglementaire

L’évolution du cadre réglementaire entourant l’IA, notamment les complexités liées à la gouvernance des données, restera un pilier central des cadres de l’IA responsable. Les affaires juridiques, les législations et les enjeux pratiques de gestion des données influenceront l’adaptation nécessaire de ces cadres. Enfin, la gouvernance des données et les stratégies de déploiement s’imposent comme des impératifs organisationnels majeurs dans l’élaboration d’une stratégie d’IA plus globale, intégrant les enjeux de confidentialité et d’exactitude des données. La gouvernance et la mise en œuvre à l’échelle de l’organisation doivent tenir compte des éléments suivants :

  • Réglementation mondiale et locale : L’absence de cadre réglementaire unifié sur l’IA aux États-Unis, l’application des lois existantes à l’IA, ainsi que les défis liés à la conformité aux réglementations internationales variées – en particulier pour les entreprises mondiales – constituent des enjeux majeurs. En octobre 2025, plusieurs projets de loi relatifs à l’IA sont en cours d’examen au Congrès américain, tant à la Chambre des représentants qu’au Sénat.

  • Exploration, tests et maturité : De nombreuses organisations mettent en place des environnements de bac à sable ou de préproduction pour réaliser des sprints à faible risque, permettant aux employés d’expérimenter et d’apprendre avec des outils d’IA conçus pour améliorer leur travail. Les taux d’échec élevés dans les projets d’IA sont typiques des phases initiales d’adoption technologique. Comme pour toute technologie émergente, y compris l’évolution d’Internet, l’expérimentation, le démarrage à petite échelle et l’optimisation sont essentiels pour progresser.

Cas d’utilisation 3 : Alignement organisationnel

Alors que les dirigeants évaluent leur stratégie en matière d’IA et mettent progressivement en œuvre des initiatives visant à accroître l’efficacité opérationnelle ou à renforcer la sécurité, cinq éléments clés doivent être pris en compte, selon les experts en IA présents au Congrès 2025 de Computershare :

  1. L’alignement avant les algorithmes : La direction doit être alignée dès le départ sur la stratégie et la gouvernance.
  2. La réglementation comme levier de conception, non comme contrainte : Adopter une approche où la réglementation devient un principe structurant plutôt qu’un frein.
  3. Suivre les « employés IA dans l’ombre » : Le retour sur investissement initial se cache souvent chez les collaborateurs qui utilisent des outils d’IA sans autorisation officielle ni supervision du service informatique.
  4. Des parcours différents sont acceptables : Certains secteurs de l’organisation peuvent avancer à des rythmes différents.
  5. La technologie a fait ses preuves: Des cas d’utilisation clairs, des indicateurs de succès précis, un leadership fort et des formations ciblées sont essentiels pour suivre les progrès des technologies faisant appel à l’IA.

En résumé, les cadres réutilisables, les pratiques responsables en matière d’IA, et l’importance de « tester, mesurer, analyser et répéter » en cohérence avec les objectifs stratégiques soulignent à la fois la complexité et le potentiel transformateur de l’IA dans le contexte commercial mondial actuel.

 

Computershare ne fournit pas et ne prétend pas fournir à quiconque des avis juridiques, des conseils en placements ou en fiscalité

Paul Capozzi

Paul Capozzi
Chef de l’exploitation, Services aux émetteurs, Amérique du Nord, Computershare

LinkedIn