Les dirigeants d’entreprises affichent un fort enthousiasme pour l’intelligence artificielle (IA), à l’image de Jamie Dimon de JPMorgan Chase qui recense 450 cas d’utilisation dans sa banque, ou de Yum! Brands et Booking.com qui prévoient des transformations majeures grâce à l’IA. Au premier trimestre 2025, 44 % des dirigeants d’entreprises du S&P 500 ont évoqué l’IA lors de leurs présentations de résultats. Pourtant, la transformation réelle des entreprises par l’IA reste très lente : selon une enquête du Bureau américain du recensement, seulement 10 % des entreprises utilisent l’IA de manière significative. Les analystes de Morgan Stanley avaient anticipé que 2024 serait “l’année des adoptants”, mais cette adoption massive n’a pas eu lieu. UBS estime que 2025 sera plutôt “l’année de l’évaluation des agents”, les entreprises se contentant d’expérimenter l’IA sans la généraliser. Plusieurs facteurs expliquent ce décalage entre discours et réalité. D’abord, des difficultés techniques subsistent, comme l’intégration des données dans le cloud, ce qui retarde la mise en œuvre. Mais des raisons plus profondes relèvent de la dynamique interne des entreprises. Selon la théorie des choix publics, les responsables agissent souvent pour maximiser leurs intérêts personnels, ce qui peut freiner l’adoption de nouvelles technologies. Les cadres intermédiaires, qui détiennent le pouvoir réel de mise en œuvre, peuvent retarder ou bloquer les changements imposés par la direction, par crainte pour leur propre position. Des études récentes confirment que la résistance interne à l’innovation technologique est fréquente. Par exemple, une étude menée dans des usines de fabrication de ballons de football au Pakistan a montré qu’après 15 mois, l’adoption d’une nouvelle technologie réduisant le gaspillage restait “étonnamment faible” en raison de la désinformation des employés auprès des propriétaires. D’autres recherches ont mis en évidence des conflits similaires dans une banque asiatique tentant d’automatiser ses activités. La bureaucratisation croissante des entreprises constitue un autre frein. Les entreprises américaines comptent aujourd’hui 430 000 juristes en interne, contre 340 000 il y a dix ans, soit une croissance supérieure à celle de l’emploi global. Ces juristes, dont le rôle est souvent de limiter les risques, s’inquiètent des questions de conformité, de réglementation, de responsabilité en cas de défaillance des modèles, de confidentialité des données et de discrimination. Près de la moitié des personnes interrogées par UBS citent les questions de conformité et de réglementation comme principaux obstacles à l’adoption de l’IA. Les responsables des ressources humaines, dont le nombre a augmenté de 40 % aux États-Unis en dix ans, craignent l’impact de l’IA sur l’emploi et peuvent freiner son adoption. Les cadres intermédiaires redoutent que l’automatisation des postes situés juste en dessous d’eux ne menace à terme leur propre emploi. Malgré les avantages potentiels de l’IA, l’adoption généralisée reste donc entravée par des résistances humaines et organisationnelles. Les forces du marché devraient progressivement favoriser les entreprises innovantes, qui finiront par supplanter les réfractaires, comme cela s’est produit avec d’autres technologies majeures (tracteur, ordinateur personnel). Cependant, ce processus pourrait être trop lent pour permettre aux grandes entreprises d’IA de rentabiliser rapidement leurs investissements massifs dans les centres de données. L’ironie de l’automatisation est que, bien qu’elle vise à économiser de la main-d’œuvre, ce sont souvent les personnes elles-mêmes qui freinent sa diffusion.