L’IA générative en entreprise : comprendre avant d’agir

Que vous le vouliez ou pas, l’IA généra­tive con­cerne toutes les entre­pris­es. Depuis l’ar­rivée de Chat GPT en 2022, l’IA généra­tive pro­gresse dans tous les domaines de manière pro­fes­sion­nelle. Le déploiement d’Overviews en France en juil­let 2026 ne fait qu’ac­croître cette pres­sion tech­nologique sur la néces­sité d’être vis­i­ble sur le numérique. 

L’évo­lu­tion grand pub­lic d’outils numériques dédiés et experts com­mence dès 1956 lors de la con­férence de Dart­mouth. Depuis cette époque l’IA porte tous les para­dox­es et ambiva­lences d’une tech­nolo­gie effer­ves­cente. Une tech­nolo­gie qui trans­forme la société en pro­fondeur avec un taux d’adop­tion incroy­able­ment rapi­de… cette trans­for­ma­tion fait peur et c’est bien normal !

Experte en généra­tion de con­tenu texte, image, son, vidéo, l’IA généra­tive inter­roge notre rap­port à la créa­tiv­ité et franche­ment, elle a de quoi con­va­in­cre les plus réticents.

Qu’est-ce que l’IA générative ?

L’IA généra­tive se car­ac­térise par l’appren­tis­sage automa­tique de la machine à par­tir de nom­breux exem­ples du monde réel et repose sur un LLM (grand mod­èle de lan­gage). Plus on fourni d’ex­em­ples à la machine, plus ses pré­dic­tions seront fines. On par­le de machine learn­ing.

Pour amélior­er les résul­tats, on pousse l’ap­pren­tis­sage de la machine beau­coup plus loin. Des réseaux de neu­rones arti­fi­ciels com­pi­lent des car­ac­téris­tiques (forme, couleur) de plus en plus com­plex­es. On par­le de deep learn­ing, ou appren­tis­sage profond.

Une fois entraînée, nous pou­vons utilis­er l’IA généra­tive pour pro­duire des con­tenus texte, image, vidéo, son…

3 points d’attention avant de déployer une IA en entreprise.

Biais cognitifs

Encore plus spé­cial­isées, les IA agen­tique*, mul­ti­modale* ou embar­quée* ont véri­ta­ble­ment fait évoluer nos pra­tiques pro­fes­sion­nelles, mais il ne faut pas nég­liger le fait qu’elles véhicu­lent des biais cog­ni­tifs humains. Elles peu­vent être ali­men­tées par des don­nées fal­si­fiées volon­taire­ment ou involontairement. 

Des acteurs tout puissant

Il est néces­saire de pren­dre en compte le nom­bre restreint des acteurs des Big Techs améri­caines et asi­a­tiques pour s’in­ter­roger sur notre indépen­dance d’en­tre­pre­neur vis-à-vis d’outils qui se sont imposés de manière “qua­si” gratuite.

C’est dans cet esprit de sou­veraineté Européenne et d’indépen­dance tech­nologique que Kae­ness ori­ente ses choix vers des solu­tions Open Source si pos­si­ble européennes.

Un impact environnemental et societal non négligeable

Aujour­d’hui, il est essen­tiel de mesur­er l’im­pact envi­ron­nemen­tal et socié­tal des tech­nolo­gies du numérique afin de sélec­tion­ner des solu­tions pérennes et les moins destruc­tri­ces pos­si­bles pour notre futur com­mun. Pour choisir en con­science, vous pou­vez con­sul­ter les syn­thès­es de l’ADEME régulière­ment mis­es à jour : Éval­u­a­tion envi­ron­nemen­tale des effets directs et indi­rects du numérique pour des cas d’usage.

Le facteur humain est incontournable de l’IA d’entreprise

Selon Insight Enter­pris­es (novem­bre 2025), seules 7% des entre­pris­es exploitent l’IA comme levi­er stratégique intégré.

Déploy­er une IA au sein de votre organ­i­sa­tion est d’abord un sujet de cul­ture d’en­tre­prise. Il n’ex­iste pas de mod­èle unique de déploiement d’une IA. Le fac­teur humain doit rester au cœur du pro­jet de trans­for­ma­tion. Si vous nég­ligez les con­nais­sances en place et omet­tez d’im­pli­quer les ser­vices con­cernés, votre pro­jet est prob­a­ble­ment voué à l’échec. Pren­dre du recul sur les enjeux de trans­for­ma­tion liés à l’intégration de l’IA dans votre organ­i­sa­tion per­met d’abor­der en équipe le degré d’ac­cept­abil­ité lié à son déploiement.

Il est essen­tiel pour vos col­lab­o­ra­teurs et col­lab­o­ra­tri­ces de partager leur réflex­ion et de tra­vailler sur l’ac­cept­abil­ité de la solu­tion envis­agée.

Au groupe de stat­uer si la solu­tion est :

• légitime, à savoir utile et pertinente,
• approu­vée par cha­cun lors de con­sul­ta­tions mis­es en place dans des groupes de travail,
• trans­par­ente afin que l’on sache quand elle inter­vient, avec quelles don­nées et son degré,
• respon­s­able et util­isée de manière raisonnée.

En Europe, le niveau de risque d’un sys­tème d’IA est encadré par l’AI Act qui impose des dis­posi­tifs de con­for­mité pro­por­tion­nés relat­ifs à l’in­for­ma­tion, la doc­u­men­ta­tion, la super­vi­sion humaine, la traça­bil­ité, la for­ma­tion, etc. Je vous invite à explor­er la loi sur l’IA et à con­sul­ter le Guide des PME sur la loi IA éditée par l’U­nion Européenne.

Quels sont les enjeux de mutations de l’IA ?

Le numérique respon­s­able, c’est s’in­former pour décider en con­science des choix des tech­nolo­gies numériques qui s’of­frent à nous. 

N’y allons pas par qua­tre chemins, le numérique accélère des évo­lu­tions tech­nologiques déjà bien présentes au sein de notre société. 

L’IA tranforme le travail

Elle redéfinit la place de l’hu­main vis-à-vis des tech­nolo­gies et de l’emploi.

• trans­for­ma­tion des rela­tions entre col­lab­o­ra­teurs, prestataires et fournisseurs,
• automa­ti­sa­tion de cer­taines tâch­es et à la clé des pertes d’emploi,
• aug­men­ta­tion du rythme du tra­vail et de la pré­car­ité de l’emploi des invis­i­bles de l’IA.

L’IA soulège des enjeux éthiques

• repro­duc­tion de biais cul­turels,
• risque de mise en dan­ger de l’hu­main par une autonomie crois­sante des systèmes,
• trans­parence des déci­sions par­fois complexes,
• respon­s­abil­ité humaine.

L’IA bouleverse les modes de production

• dépen­dance à des tech­nolo­gies externes,
• frac­tures numériques et rup­tures au sein des équipes,
• appari­tion du “shad­ow AI” : sans règles d’usage établies “l’IA de l’om­bre” ver­ra le jour au sein de votre entre­prise. Les risques bien réels sont fuites de don­nés, dépen­dance tech­nologique subie et non con­for­mité légale ;

L’IA épuise les ressources planétaires 

Gour­mande en énergie, l’IA con­somme à tous les niveaux de pro­duc­tion : équipements, entraine­ment des LLMs, pro­duc­tion de déchets.

En con­clu­sion : La trans­for­ma­tion sys­témique de notre société est à l’œu­vre. Face à des usages engageants et plein de promess­es, Kae­ness pro­pose de vous accom­pa­g­n­er dans votre stratégie de pro­duc­tion numérique en met­tant en lumière vos besoins réels dans la créa­tion de con­tenu assisté par l’IA.

Cet arti­cle est directe­ment inspiré du pre­mier mod­ule sur l’IA généra­tive respon­s­able de l’INR (Insti­tut du Numérique Respon­s­able). Si le sujet vous intéresse, je vous invite à suiv­re l’in­té­gral­ité du MOOC !