Listen à article
Principaux enseignements
- La mise à l’échelle, l’impact et la confiance à travers les écosystèmes sont essentiels pour les progrès de l’IA
- Les modèles traditionnels de partenariat s’effondrent parce que « ni le résultat ni la portée ne sont statiques »
- La réussite client doit être définie dès le départ, avec des plans d’adoption qui combinent résultats technologiques et commerciaux
- La confiance est une responsabilité opérationnelle partagée, englobant la posture de sécurité, l’IA responsable et des attentes réalistes
- Les meilleurs partenariats sont conçus pour soutenir le changement grâce à la gouvernance, la transparence et la responsabilité partagée
L’économie de l’IA réinvente les règles de la croissance. Les partenariats traditionnels basés sur des solutions ponctuelles et des rôles statiques se heurtent à une évolution technologique rapide, à l’instabilité géopolitique et à des attentes croissantes en matière de résultats mesurables. Comme l’a exprimé Tamara McMillen, directrice des revenus chez Economist Group, le défi n’est plus de savoir comment les organisations accèdent à l’IA, mais « comment nous la mettons à l’échelle, comment nous avons un impact », tout en équilibrant « risque et confiance ».
Cela a servi de cadre à une table ronde au pavillon de HCLTech lors du Forum économique mondial 2026 à Davos. La modératrice McMillen a noté qu’en dépit de l’attention portée à l’IA, l’adoption reste limitée, avec seulement environ 10 % des grandes entreprises intégrant l’IA à l’échelle de la production, selon les données du US Census Bureau citées par le MIT. Elle a également souligné le taux élevé d’abandon lors de l’expérimentation, notant que jusqu’à 95 % des projets pilotes d’IA n’apportent pas de valeur commerciale significative.
Dans ce contexte, McMillen était accompagnée de Abhay Chaturvedi, vice-président principal, Industries technologiques chez HCLTech, Adele Trombetta, vice-présidente principale et directrice générale de CX EMEA chez Cisco, et Joshua Shapiro, vice-président, Opérations de contre-adversité chez CrowdStrike, pour explorer comment les partenariats doivent évoluer pour déplacer l’IA de l’expérimentation vers un impact fiable et à l’échelle.
Pourquoi les modèles traditionnels de partenariat sont-ils en crise
Chaturvedi a suggéré que ce qui s’effondre, ce n’est pas le besoin de partenariats, mais les vieilles hypothèses qui les sous-tendent. Historiquement, « les partenariats traditionnels étaient très statiques », avec des limites fixes et des résultats prévisibles répétés sur plusieurs années. À l’ère de l’IA, « ni le résultat ni la portée ne sont statiques » et les partenariats doivent évoluer en continu selon les résultats clients et la volatilité externe.
Trombetta a renforcé ce point de vue avec une perspective client, suggérant que les clients « n’ont pas de stratégie claire et les cas d’usages identifiés qui peuvent prouver la valeur de l’IA ».
L’implication partagée : les modèles de partenariat conçus pour des environnements et des résultats statiques peinent lorsque les cas d’usage de l’IA, les profils de risques et les attentes des clients évoluent rapidement.
Travailler à rebours à partir des résultats clients dans une livraison multipartenaire
McMillen a mis en avant une vérité commerciale, qui devient encore plus marquée dans une livraison multipartenaire : « personne n’achète votre produit… ils l’achètent parce qu’il fournit un résultat ». Quand plusieurs entreprises s’associent pour livrer une solution de bout en bout, la réussite dépend d’une définition commune de ce que signifie « valeur », de la manière dont elle sera mesurée et de la façon dont les obstacles à l’adoption seront levés.
Trombetta a décrit comment les attentes des clients changent à l’ère de l’IA. Les clients veulent que les fournisseurs passent du réactif au proactif et offrent « une expérience très personnalisée ». Ils attendent de plus en plus des conseils, car l’adoption n’est « pas seulement une discussion technologique, mais beaucoup de conversations humaines sur la technologie ». Son approche se concentre sur la planification : « nous définissons… à l’avance, ce qu’est la valeur client », puis bâtissons « ce que nous appelons un plan de réussite client », combinant les étapes technologiques aux résultats d’affaires.
Chaturvedi a ajouté que définir les attentes est en soi un mécanisme de confiance, particulièrement après des cycles technologiques répétés ayant promis beaucoup mais n’ayant pas livré. La solution est une clarté disciplinée : « nous comprenons le résultat, nous orientons les attentes autour de ce résultat et nous avons un plan pour y parvenir ».
Instaurer la confiance grâce à la sécurité, à l’IA responsable et à des promesses réalistes
La confiance est apparue comme une obligation opérationnelle partagée entre partenaires. Shapiro a abordé la question à travers la réalité de la cybersécurité : la prolifération et la fragmentation des outils érodent la capacité de défense. L’organisation moyenne « possède environ 70 outils de sécurité », ce qui crée une « surcharge cognitive » pour les défenseurs. La prolifération des outils augmente le risque en créant des brèches exploitables par les adversaires.
Il a également averti que le paysage des menaces évolue à mesure que l’IA est adoptée par les attaquants et que l’utilisation de l’IA par les entreprises crée « de nouvelles surfaces d’attaque ». Les adversaires « utilisent une IA agentique » et, si « les tactiques ne changent pas », « le volume, l’échelle et le rythme » augmentent. Cela rehausse les exigences pour chaque partenaire de la chaîne, car la sécurité est un élément clé de la confiance au sein d’un écosystème de partenaires. Chaque organisation doit disposer des « bonnes personnes, bons processus [et] bonnes technologies pour répondre à ces menaces », en s’appuyant sur son écosystème de partenaires et de fournisseurs pour « consolider les outils de sécurité au besoin, mettre en œuvre des systèmes d’IA qui élargissent leurs capacités de défense informatique » et « sécuriser les applications d’IA de l’entreprise pour permettre un usage sûr » dans toute l’organisation.
Trombetta a étendu la notion de confiance au-delà de la sécurité vers l’IA responsable, évoquant la « souveraineté des données », la « responsabilisation » et « l’IA éthique », et a mis en garde contre l’impact que des données historiques biaisées peuvent avoir sur les résultats futurs. Chaturvedi a lié la confiance à la crédibilité, avertissant de l’exagération qui présente l’IA comme une solution miracle, ce qui nourrit le scepticisme.
À travers ces angles, la confiance devient un système : des fondations sécurisées, une gouvernance responsable et des promesses fondées sur des résultats livrables.
Garder l’humain dans la boucle et choisir les bons partenaires
À mesure que l’IA s’intègre aux opérations quotidiennes, le défi passe de savoir si elle fonctionne à savoir si elle est bien utilisée. La rapidité et l’efficacité sont importantes, mais le jugement humain aussi. Les résultats doivent toujours être testés, interrogés et compris, en particulier dans des environnements où les erreurs ont des répercussions opérationnelles ou de sécurité.
« Il faut garder l’humain dans la boucle », a affirmé Shapiro, en notant que la mise en œuvre entièrement automatisée de l’IA « du point A au point Z » n’est pas réaliste aujourd’hui. La meilleure approche est d’utiliser l’IA pour « de petites tâches au sein de processus plus larges qui offrent un effet de levier », tout en préservant la supervision et la formation. « Des opérateurs humains possédant les bonnes compétences » sont clés.
Trombetta a ajouté que la préparation consiste maintenant en des compétences relationnelles, pas seulement techniques : comment poser les bonnes questions et « comment évaluer les résultats de l’IA ».
Sur la sélection des partenaires, Chaturvedi a défini trois critères :
- Éviter les entreprises qui font de la « fausse IA »
- Évaluer la préparation culturelle
- Bâtir pour la pérennité grâce à des relations exécutives et à la gouvernance.
La confiance et la résilience, comme mentionné, sont centrales dans ce modèle. Selon lui, les partenariats exigent « un engagement que si les choses tournent mal, nous nous entraidons », plutôt que de recourir au blâme.
Shapiro a ajouté que les fournisseurs mieux placés pour réussir disposeront de « grands volumes de données uniques, de haute fidélité et spécialisées par domaine » pour entraîner les modèles, sinon, « ordures en entrée, ordures en sortie ».
Trombetta a souligné le passage d’un simple complément interchangeable à des résultats partagés, en décidant ensemble où chaque partenaire apporte la plus grande valeur.
Qu’est-ce qui définit un partenariat gagnant dans l’économie de l’IA?
La table ronde s’est conclue sur un message commun : la croissance à l’ère de l’IA est celle de l’écosystème, mais seulement si les partenariats sont conçus pour l’échelle, la gouvernance et la pérennité des résultats.
Shapiro a expliqué que les organisations doivent être « stratégiques quant à la façon d’intégrer l’IA, à travers les personnes, les processus et la technologie », et « ne pas simplement jeter l’IA sur le problème de façon aveugle ».
Trombetta a mis l’accent sur le large écosystème, « qui inclut le gouvernement… les clients… les partenaires », et a prévenu que les attentes des dirigeants changent déjà.
Chaturvedi a ramené la discussion à la durabilité : le travail le plus difficile est de « maintenir les partenariats à long terme dans un environnement en évolution constante », grâce à la gouvernance, la transparence et le soutien mutuel.
Les réflexions finales de McMillen ont résumé ce nouveau mode opératoire : les partenariats importent lorsqu’ils créent une « création de valeur synergique » durable ancrée dans les résultats clients.
FAQ
Pourquoi autant de projets pilotes d’IA n’apportent-ils pas de valeur aux entreprises?
Beaucoup démarrent en se concentrant sur la technologie plutôt que sur les résultats clients. Sans cas d’utilisation clairs, stratégie et plan d’adoption, les preuves de concept s’enlisent et ne passent jamais à l’échelle.
Comment les partenariats évoluent-ils dans l’économie de l’IA?
Ils passent de rôles fixes à une collaboration évolutive, axée sur les résultats clients, le partage des risques, la livraison intégrée et la capacité d’adaptation au changement.
Que signifie la confiance dans une livraison IA multipartenaire?
La confiance est opérationnelle. Elle inclut la posture de sécurité, les contrôles d’IA responsable, la souveraineté des données, une gouvernance claire et une définition réaliste des attentes de sorte que les maillons faibles n’affectent pas les résultats.
Pourquoi la prolifération des outils de cybersécurité a-t-elle un impact sur le risque de partenariat?
Avec environ 70 outils de sécurité, les équipes subissent une surcharge cognitive et une visibilité fragmentée. La consolidation et l’analyse propulsée par l’IA peuvent réduire les coûts et les risques tout en améliorant la rapidité de réponse.
Que doivent rechercher les leaders lors de la sélection de partenaires IA?
Choisissez des partenaires avec de vrais investissements, une préparation culturelle, une gouvernance solide et des bases de données robustes. Évitez ceux qui prétendent déployer l’IA ou les partenariats sans résultat commun.
