IA et efficacité : l’Europe peut-elle suivre le rythme ?

L’Europe ne doit pas choisir entre rapidité et confiance. Le véritable défi consiste à appliquer la gouvernance de l’IA de manière proportionnée, afin que les applications à faible risque puissent être déployées rapidement, tandis que celles ayant un impact plus important fassent l’objet d’un contrôle approprié.

L’intelligence artificielle transforme en profondeur le fonctionnement des organisations. L’IA peut résumer des documents, préparer des analyses, automatiser des tâches répétitives et permettre aux collaborateurs d’accéder plus rapidement aux informations pertinentes. Les gains d’efficacité potentiels sont évidents : moins de temps consacré à la recherche et au traitement d’informations, et davantage de temps disponible pour l’interprétation, le conseil et la prise de décision.

Une croissance fulgurante de l’utilisation de l’IA en entreprise

L’utilisation de l’IA progresse rapidement. En 2024, 78 % des organisations interrogées dans le monde déclaraient utiliser l’IA, contre 55 % en 2023. Dans la même enquête, l’utilisation de l’IA générative dans au moins une fonction de l’entreprise est passée de 33 % à 71 %.[1]

L’impact financier reste toutefois souvent limité. Dans les fonctions où les organisations déclarent réaliser des économies grâce à l’IA, celles-ci sont généralement inférieures à 10 %. En ce qui concerne l’augmentation des revenus, le niveau le plus fréquemment rapporté est inférieur à 5 %.[2]

L’Europe mise sur une IA digne de confiance : frein ou atout ?

L’Europe associe explicitement l’utilisation de l’IA à la sécurité, aux droits fondamentaux, à la transparence et au contrôle humain. Le règlement européen sur l’intelligence artificielle (AI Act) adopte une approche fondée sur les risques : les pratiques interdites, les systèmes à haut risque, les applications soumises à des obligations spécifiques en matière de transparence ainsi que les applications présentant un risque minimal ou nul sont traités différemment.[3]

Par ailleurs, le Règlement général sur la protection des données (RGPD) reste applicable lorsqu’un système d’IA traite des données à caractère personnel. Les organisations doivent alors notamment tenir compte de la licéité, de la transparence, de la limitation des finalités, de la minimisation des données, de la sécurité et de l’obligation de rendre compte.[4]

La protection est essentielle, mais peut aussi ralentir l’adoption

Ces garanties sont essentielles, mais elles peuvent ralentir l’adoption lorsque les organisations ne disposent pas d’une vision suffisamment claire des risques, des responsabilités et des données autorisées. Avant de déployer une solution d’IA, il convient de déterminer quelles données celle-ci traitera, où ces données se trouvent, à quelles fins elles seront utilisées et quelles mesures de sécurité et de contrôle sont nécessaires.

Selon une étude de modélisation du FMI portant sur 31 pays européens, l’IA pourrait augmenter la productivité totale des facteurs en Europe d’environ 1 % au total sur une période de cinq ans. Les auteurs soulignent que les résultats varient considérablement selon le scénario et le pays.[5]

Dans l’un des scénarios étudiés, le gain potentiel de productivité diminue de plus de 30 % lorsque les règles nationales et européennes relatives aux exigences professionnelles, à la sécurité de l’IA et à la protection des données entraînent une réduction de 50 % de l’exposition à l’IA dans les tâches, professions et secteurs concernés. Il s’agit d’une estimation conditionnelle fondée sur un modèle, et non d’une prévision selon laquelle la réglementation réduirait automatiquement les gains de productivité de 30 %.[5]

Pendant que l’Europe évalue les risques, d’autres investissent plus rapidement

Les États-Unis disposent d’une avance considérable en matière d’investissements. En 2024, les investissements privés dans l’IA aux États-Unis ont atteint 109,1 milliards de dollars. Cette même année, les institutions américaines ont développé 40 modèles d’IA majeurs, contre 15 en Chine et 3 en Europe.[1]

Dans le même temps, la Chine réduit l’écart de performance sur les principaux benchmarks en matière d’IA et conserve une position très forte dans le domaine de l’automatisation industrielle.

En 2023, la Chine a installé 276 300 robots industriels, soit 51,1 % des installations mondiales.[1][2]

Cette avance ne s’explique pas uniquement par les différences de réglementation. Le capital, l’infrastructure numérique, la puissance de calcul, les talents et la solidité de l’écosystème technologique influencent également la rapidité avec laquelle les organisations peuvent expérimenter et déployer à plus grande échelle les applications qui ont fait leurs preuves. Ces chiffres montrent surtout que la réglementation n’est qu’un élément parmi d’autres d’une compétitivité plus large.

Rapidité et confiance

L’Europe ne doit pas choisir entre innovation et protection. Le défi consiste à appliquer les obligations de manière proportionnée, en fonction de l’objectif, du contexte et du niveau de risque de l’application. Une application interne qui structure des textes ou facilite l’accès aux connaissances nécessitera généralement une évaluation différente de celle d’un système qui soutient ou influence des décisions concernant des personnes. La classification exacte reste tributaire de l’utilisation prévue et de la réglementation applicable.[3][4]

Les organisations peuvent elles-mêmes accélérer l’adoption en définissant à l’avance des règles claires : quels outils sont approuvés, quelles données peuvent être introduites, quand une évaluation des risques ou de la vie privée est nécessaire, qui reste responsable des résultats générés et comment les incidents ou erreurs doivent être signalés. Cela permet de créer un cadre propice à une expérimentation sûre, tout en veillant à ce que les applications ayant un impact plus important soient soumises en temps utile à des contrôles plus stricts.

Concrètement, que peuvent faire les organisations ?

• Établissez une liste des outils d’IA approuvés et des catégories de données autorisées.
• Renforcez le niveau d’évaluation à mesure que l’impact potentiel sur les personnes, les processus ou les droits augmente.
• Maintenez un contrôle humain et une responsabilité claire pour les décisions professionnelles.
• Ne mesurez pas uniquement l’utilisation, mais également la qualité, les gains de temps, les coûts, les risques et la valeur réellement créée.

Sources

[1] Stanford Institute for Human-Centered Artificial Intelligence, The 2025 AI Index Report, 2025. Utilisé pour les chiffres relatifs à l’adoption de l’IA, aux investissements privés, aux principaux modèles d’IA et à la position de la Chine. 
[2] Stanford Institute for Human-Centered Artificial Intelligence, The 2025 AI Index Report, Chapter 4: Economy, 2025. Utilisé pour les données relatives à l’impact financier par fonction de l’entreprise, à l’adoption régionale et aux installations de robots industriels. 
[3] Commission européenne, AI Act: Regulatory Framework for Artificial Intelligence. Utilisé pour la description de l’approche fondée sur les risques. 
[4] Autorité de protection des données, Artificial Intelligence Systems and the GDPR: A Data Protection Perspective, décembre 2024. Utilisé pour l’interaction entre le RGPD et l’AI Act. 
[5] Florian Misch, Ben Park, Carlo Pizzinelli et Galen Sher, Artificial Intelligence and Productivity in Europe, IMF Working Paper No. 2025/067, 3 avril 2025.