Ce que révèlent Anthropic et OpenAI sur l'adoption de l'IA en entreprise
À mesure qu’OpenAI et Anthropic s’implantent davantage dans les services aux entreprises, une réalité s’impose : la valeur de l’IA repose moins sur l’accès à des modèles puissants que sur la capacité des organisations à transformer leur façon de travailler, à développer leurs capacités et à apprendre à grande échelle.
Nicholas Massad, Responsable de la pratique IA, et Shiv Kamal, Conseiller sénior en marketing
Le marché rattrape la réalité de l'adoption
L’annonce qu’OpenAI et Anthropic approfondissent leur présence dans les services d’IA pour les entreprises indique clairement que le marché entre dans une phase plus mature.
Depuis deux ans, les conversations autour de l’IA en entreprise ont surtout porté sur l’accès : accès aux modèles, aux agents, aux outils capables de raisonner, rédiger, coder, analyser, synthétiser et agir. Mais la prochaine étape concerne l’adoption réelle, et surtout la capacité des organisations à s’y structurer.
C’est là que réside le véritable message derrière les dernières initiatives des grands laboratoires d’IA. Anthropic a annoncé la création d’une nouvelle entité de services visant à intégrer Claude au cœur des opérations. L’entreprise indique que ses ingénieurs en IA travailleront aux côtés des équipes clientes pour identifier où Claude peut générer le plus de valeur, concevoir des solutions sur mesure et accompagner les organisations dans la durée.
OpenAI semble aller dans la même direction en préparant une nouvelle offre de services d’IA pour les entreprises, avec l’objectif de créer un nouveau levier de déploiement. Ces initiatives convergent vers un modèle de partenariat intégré, où les ressources d’ingénierie sont directement mobilisées dans l’exécution chez les clients.
L'écart entre la capacité et l'implantation de l'IA
Le moment est déterminant. Ces annonces reconnaissent une réalité : la transformation en IA en entreprise se heurte à un problème de « dernier kilomètre ». Or, ce dernier kilomètre est souvent la partie la plus complexe du parcours.
Les systèmes d’IA agentique deviennent plus performants, plus autonomes et mieux intégrés aux environnements de travail. Pourtant, leur implantation en entreprise n’avance pas au même rythme.
Acheter l’accès à un modèle puissant est une chose. Transformer les processus, clarifier les responsabilités décisionnelles, encadrer l’accès aux données, gérer les risques de sécurité, aligner les dirigeants, faire évoluer la culture, former les équipes et instaurer la confiance dans les résultats en est une autre.
Un point essentiel à retenir : le modèle est nouveau. L’organisation, elle, ne l’est pas.
La plupart des entreprises ne sont pas conçues pour un monde où l’intelligence peut être intégrée aux processus, confiée à des agents et déployée à grande échelle. Les structures existantes, processus, rôles, systèmes, mécanismes d’approbation, incitatifs, pratiques de gestion, ne permettent pas une création de valeur automatique avec l’IA.
C’est pourquoi la discussion évolue : on passe de l’adoption de l’IA à son absorption. L’adoption mesure l’usage. L’absorption mesure la capacité de l’organisation à transformer ces outils en nouvelles façons de travailler.
Le véritable goulot d'étranglement : la préparation organisationnelle
Les données de Microsoft sur les tendances de travail en 2026 confirment ce constat : la principale contrainte est organisationnelle.
Le rapport indique que « les individus sont prêts », mais que « les systèmes autour d’eux ne le sont pas ». Il montre également que les facteurs organisationnels ont plus de deux fois plus d’impact sur la valeur générée par l’IA que les comportements individuels.
Microsoft parle d’un « paradoxe de la transformation » : les employés sont prêts, mais les organisations ne le sont pas.
Un constat particulièrement révélateur est celui des employés en « blocage d’application » : des personnes qui développent rapidement leurs capacités en IA, mais qui se heurtent à des règles floues, des systèmes cloisonnés, des pratiques de gestion prudentes ou des cultures axées sur la performance actuelle plutôt que sur la transformation.
À cela s’ajoute un autre facteur clé : les fondations technologiques. Comme on le dit souvent chez Levio : « données de faible qualité, IA de faible qualité ».
Dans de nombreuses organisations, les freins sont connus : systèmes fragmentés, processus mal documentés, gouvernance incohérente et données en silos. Même la meilleure stratégie d’adoption échouera si l’environnement de données ne permet pas des usages fiables, sécuritaires et évolutifs.
Du déploiement à l'intégration en partenariat
Face à la pression de livrer des résultats, plusieurs organisations cherchent à passer rapidement de l’expérimentation à l’impact. Mais tous les modèles d’adoption ne créent pas les conditions d’une transformation durable.
Une approche répandue consiste à « acheter » : acquérir une plateforme, annoncer le déploiement et former les équipes en espérant que la valeur suivra. Cela peut générer de l’enthousiasme initial, mais l’usage ne garantit pas la transformation.
Une autre approche consiste à centraliser l’IA dans une équipe spécialisée. Cela permet de bâtir de l’expertise, mais peut isoler la transformation du terrain. Résultat : des projets pilotes, mais peu d’évolution du modèle opérationnel.
Le modèle qui s’impose de plus en plus, et que Levio pratique, est celui du partenariat intégré. Il consiste à travailler au cœur de l’organisation : comprendre les réalités opérationnelles, connecter affaires et technologie, et développer les capacités internes.
Cette distinction est essentielle. La transformation en IA ne peut être complètement externalisée, car la connaissance la plus précieuse est interne : les dynamiques de travail, les frictions, les priorités, les risques.
Un bon partenaire apporte expertise technique, rigueur d’exécution et accélération. Mais il doit aussi permettre à l’organisation d’apprendre et de se transformer durablement.
Ce que cela signifie pour les dirigeants
Pour les dirigeants, le message est clair : acheter de l’IA ne suffira pas.
Les organisations doivent répondre à des questions concrètes : où intégrer les agents dans les processus, où maintenir le jugement humain, comment définir les standards de qualité, comment gouverner les systèmes, comment faire évoluer les pratiques de gestion.
Ce ne sont pas des questions théoriques. Elles exigent une coordination entre plusieurs expertises : technologie, affaires, gouvernance, cybersécurité, gestion du changement.
C’est pourquoi le partenariat est essentiel.
Les organisations n’ont pas besoin d’un nouveau discours sur l’IA. Elles ont besoin d’un partenaire capable d’opérer dans la complexité réelle : systèmes hérités, contraintes réglementaires, processus humains, exigences de sécurité.
Elles ont besoin d’équipes capables de relier stratégie et exécution.
La dernière étape à ceux qui apprennent
Le virage d’OpenAI et d’Anthropic vers les services aux entreprises confirme une réalité : la valeur de l’IA se crée à l’intersection de la technologie, des processus, des gens et du changement.
La prochaine phase de l’IA distinguera les organisations qui expérimentent de celles qui apprennent.
Celles qui réussiront seront celles capables de transformer l’IA en capacité organisationnelle : gouvernée, reproductible, mesurable et en amélioration continue.
Le dernier kilomètre sera franchi par les organisations prêtes à redéfinir leur façon de travailler, et par les partenaires capables d’accompagner ce changement durable.