À mesure que l’utilisation de l’IA dans les entreprises s’intensifie, de nouvelles recherches soulignent l’urgence d’une gouvernance des données
Des recherches révèlent des écarts croissants entre l’expérimentation de l’IA et les modèles de risque à mesure que son utilisation s’approfondit dans les flux de travail commerciaux.
L’utilisation de l’IA dans les entreprises s’accélère rapidement dans le développement, les opérations et le travail de connaissance, mais ces changements créent de nouveaux risques de données que la technologie héritée ne peut ni détecter ni gouverner. Le rapport 2026 sur l’adoption de l’IA et les risques, publié récemment, offre un aperçu clair de la manière dont les entreprises utilisent réellement l’IA et pourquoi la gouvernance et la sécurité des données doivent être prêtes à ces changements.
Les principaux résultats de l’adoption et de l’utilisation de l’IA en entreprise
- Un écart d’adoption de l’IA émergent
L’adoption et l’utilisation de l’IA ne se déroulent pas comme une vague homogène à l’échelle de l’industrie. Au contraire, elles deviennent de plus en plus polarisées. Un écart de plus en plus large se dessine entre les adopteurs précoces de l’IA et les organisations qui restent hésitantes à adopter ces technologies. - La plupart des outils SaaS GenAI sont objectivement risqués
La plupart des utilisations de l’IA aujourd’hui se produisent dans des outils qui ne répondent pas aux normes de risque traditionnelles, mais les employés continuent d’y entrer des données sensibles à des taux élevés. - Les assistants de codage et les agents d’IA deviennent la « deuxième vague » de l’IA en milieu de travail
Les assistants de codage IA continuent de croître régulièrement. Dans les entreprises qui mènent l’adoption de l’IA, près de 90 % des développeurs utilisent ces outils, tandis que dans une organisation typique, l’adoption est plus proche de 50 %.
Implications et risques
À mesure que l’adoption de l’IA dans les entreprises continue de s’accélérer, le rapport souligne un écart croissant entre l’innovation et la supervision. L’adoption de l’IA devient inégale au sein des organisations, des équipes et des flux de travail, avec les niveaux les plus élevés souvent dans des environnements où la gouvernance et la visibilité sont les moins matures.
Conclusion
L’IA n’est plus une expérience secondaire pour la plupart des entreprises ; elle devient une partie essentielle de l’infrastructure. Les organisations qui réussiront seront celles qui iront au-delà des politiques uniformes et investiront dans des approches de sécurité adaptées aux modèles d’utilisation réels. En apportant visibilité, contexte et contrôle, les entreprises peuvent permettre aux équipes d’innover avec l’IA tout en maintenant confiance, conformité et résilience à mesure que l’adoption continue d’évoluer.
