L’Enterprise AI Adoption Impact Index publié par Infor livre une cartographie chiffrée du passage de l’expérimentation à l’exécution de l’IA dans 1 000 entreprises des États-Unis, du Royaume-Uni, d’Allemagne et de France. Près de la moitié des organisations interrogées en sont encore aux premières étapes du déploiement, la sécurité et la souveraineté des données ressortent comme l’obstacle dominant, et la France se classe deuxième sur la maturité déclarée, derrière l’Allemagne et devant le Royaume-Uni et les États-Unis. La prudence française, longtemps lue comme un frein, commence à se renverser en alignement structurel avec l’AI Act, NIS2 et le RGPD.

Le marché de l’IA en entreprise a vécu trois années d’expérimentation sous l’effet conjugué de l’arrivée des modèles génératifs grand public, des investissements massifs des hyperscalers en infrastructure, et de la diffusion rapide des copilotes dans le poste de travail. Les rapports d’analystes successifs ont décrit pendant cette période une trajectoire à deux temps, l’enthousiasme initial puis le ralentissement à l’épreuve de la mise en production, sans toujours en mesurer la composante géographique. L’Enterprise AI Adoption Impact Index publié par Infor le 22 avril 2026 documente précisément ce passage de l’ambition à l’exécution, sur un panel de 1 000 décideurs interrogés par YouGov entre le 24 mars et le 9 avril 2026 dans cinq secteurs (commerce de détail et de gros, agroalimentaire, industrie manufacturière, automobile, logistique et distribution), à raison de 250 répondants par pays aux États-Unis, au Royaume-Uni, en Allemagne et en France.

L’étude croise quatre indicateurs principaux. Le premier mesure la maturité déclarée pour mettre en œuvre l’IA, et place la France au deuxième rang à 36 %, derrière l’Allemagne à 38 %, devant le Royaume-Uni à 27 % et les États-Unis à 21 %, sur une moyenne globale de 31 %. Le second mesure les freins à l’adoption, dans l’ordre la sécurité, la souveraineté et la conformité (36 %), le manque de talents internes (25 %), les bénéfices peu clairs (23 %) et le coût (23 %). Le troisième mesure l’avancement réel : 49 % des organisations sont encore en phase pilote, en pause ou n’ont pas démarré. Le quatrième mesure les priorités stratégiques retenues pour le long terme : la sécurité et la souveraineté des données arrivent en tête à 37 %, devant la capacité d’exécution autonome (32 %) et les cas d’usage sectoriels (28 %).

La France au deuxième rang européen sur la maturité déclarée

Le score de 36 % de décideurs français qui jugent leur organisation prête à mettre en œuvre l’IA dépasse de cinq points la moyenne du panel (31 %), de neuf points le score britannique (27 %) et de quinze points le score américain (21 %). Il reste deux points en deçà du score allemand (38 %). Cette position française mérite plusieurs lectures successives. Elle confirme d’abord le diagnostic posé par d’autres études récentes sur la maturité européenne en IA, dont l’étude PwC AI Performance Survey de mai 2026, qui plaçait la France parmi les pays leaders de la gouvernance IA en Europe. Elle remet ensuite en cause le récit, longtemps dominant outre-Atlantique, d’une Europe en retard sur l’adoption : sur un périmètre industriel ciblé, l’Allemagne et la France devancent largement les États-Unis et le Royaume-Uni.

Le périmètre sectoriel de l’étude (industrie manufacturière, automobile, commerce, agroalimentaire, logistique) explique en partie ce résultat. La maturité industrielle française et allemande sur les chaînes d’approvisionnement, les systèmes ERP installés depuis vingt ans, la culture de la donnée opérationnelle dans la production et l’entreposage produit un terrain plus favorable que l’économie de services dominante aux États-Unis et au Royaume-Uni. La lecture pour les DSI français est nette : sur les secteurs où la chaîne de valeur repose sur la donnée d’exécution, la base technique existe, et la maturité déclarée n’est pas une auto-évaluation flatteuse mais le reflet d’une infrastructure réelle.

Le score doit toutefois être confronté à l’écart entre la confiance déclarée et la réalité du déploiement. Globalement, 80 % des décideurs jugent que leur organisation dispose des capacités internes pour gérer un déploiement d’IA, mais 49 % sont encore en phase pilote ou n’ont pas commencé. L’étude ne publie pas la décomposition pays par pays de ce taux d’avancement réel, ce qui constitue une limite méthodologique à signaler. Le décalage entre maturité déclarée et exécution effective reste donc à mesurer pour la France spécifiquement, et plusieurs études sectorielles de 2026 le placent dans une fourchette comparable au panel global.

La sécurité et la souveraineté en tête des freins

Interrogés sur l’obstacle majeur à l’avancement de leur stratégie d’IA, les répondants français placent la sécurité, la souveraineté et la conformité en tête à 36 %, devant le manque de talents internes à 25 % et le retour sur investissement peu clair à 23 %. Le même triptyque ressort dans les quatre pays, mais la France se distingue par l’intensité avec laquelle elle érige la sécurité et la souveraineté en arbitrage dominant. La lecture qui s’impose ne décrit pas une frilosité subie mais une cohérence avec le paysage réglementaire français et européen, dans un contexte où NIS2 est applicable depuis l’automne 2024, où le RGPD entre dans sa huitième année d’application, et où l’AI Act déploie progressivement ses obligations en 2026 sur les systèmes à haut risque.

L’étude Infor renforce cette interprétation par les priorités stratégiques retenues pour le long terme. Le renforcement de la sécurité et de la souveraineté des données arrive en tête à 37 %, devant la capacité d’exécution autonome à 32 %. La sécurité n’est donc pas un obstacle conjoncturel à dépasser, c’est un axe d’investissement assumé. Pour les DSI français, ce déplacement est éditorialement significatif : la prudence française n’est plus une variable à corriger pour rejoindre la trajectoire américaine, c’est un trait stratégique à exploiter dans les choix d’architecture (cloud souverain, hébergement qualifié SecNumCloud quand le périmètre le justifie, contrôles MFA, journalisation, traçabilité des agents).

Le rapport annuel 2025 de la CNIL, publié le mois précédent, converge sur ce point : 80 % des violations de grande ampleur constatées en 2024 ont été permises par l’usurpation d’un compte protégé par un mot de passe sans second facteur, et la cybersécurité concentre près de 30 % des sanctions prononcées en 2025. La sécurité de la donnée, longtemps présentée comme un coût de conformité, devient un facteur direct d’accélération de l’adoption IA pour les organisations qui l’ont déjà intégrée à leur infrastructure. Le marché commence à valoriser cette antériorité.

La ligne de partage entre confiance et supervision

L’étude documente une tension qui structure désormais les arbitrages de l’IA en entreprise. D’un côté, 32 % des dirigeants placent la capacité de l’IA à effectuer des tâches de manière autonome parmi leurs trois priorités majeures pour le long terme. De l’autre, 31 % se déclarent mal à l’aise avec des agents autonomes qui exécutent des processus métier critiques. La même proportion exprime des doutes sur la maturité des données de leur organisation : 27 % ne sont pas d’accord avec l’idée que leurs données sont suffisamment matures et bien gouvernées pour soutenir une IA fiable. En moyenne, près de la moitié (49 %) des flux générés par l’IA exigent une révision manuelle par un expert avant validation.

Cette tension est cohérente avec la distinction acquise en 2026 entre copilote sous supervision humaine continue, agent multi-étapes supervisé avec validation aux points critiques, et agent autonome exécutant des chaînes d’actions sans intervention humaine intermédiaire. Pour les DSI français, l’arbitrage entre les trois objets ne se réduit pas à un choix technique : il implique la cartographie de la responsabilité juridique, la traçabilité exigée par DORA pour les acteurs financiers et par NIS2 pour les opérateurs essentiels et importants, et la conformité avec les obligations de l’AI Act sur les systèmes à haut risque. Le rythme de déploiement français, plus mesuré que le rythme américain, n’est plus à lire comme une hésitation mais comme une conséquence directe du cadre normatif applicable.

L’étude souligne par ailleurs la demande de transparence économique. 87 % des répondants déclarent qu’une tarification fixe et prévisible de l’IA est importante. Le facteur économique, longtemps occulté par la phase d’expérimentation, redevient un critère d’engagement à long terme. Cette donnée recoupe le travail d’audit FinOps déjà engagé par plusieurs grandes directions IT françaises sur la facturation au jeton et sur les coûts d’inférence des modèles propriétaires.

L’écart entre confiance déclarée et exécution réelle

Le résultat le plus instructif de l’étude n’est pas le classement géographique mais l’écart documenté entre la confiance dans les capacités internes (80 % des répondants) et la réalité du déploiement (49 % toujours en phase pilote ou non démarrés). Cet écart traduit ce que les analystes commencent à appeler la zone d’exécution, c’est-à-dire la distance entre la maîtrise théorique d’une technologie et la capacité à la mettre en production dans un environnement contraint par la sécurité, la gouvernance et la sectorialité.

Pour les directions des systèmes d’information françaises, trois enseignements opérationnels se dégagent. Le premier porte sur la maturité des données : la donnée d’exécution, la qualité référentielle, la gouvernance des accès et la journalisation conditionnent désormais la fiabilité des inférences autant que le choix du modèle. Le deuxième porte sur le pilotage des agents : l’orchestration, l’observabilité et la supervision humaine aux points critiques deviennent une couche d’infrastructure à part entière, qui se déploie en parallèle des modèles. Le troisième porte sur la souveraineté technique : la dépendance à des modèles propriétaires hébergés hors juridiction européenne expose au Cloud Act et complique l’application des obligations de l’AI Act, ce qui ouvre la voie à des architectures hybrides combinant modèles ouverts, modèles propriétaires et inférence locale.

L’étude met également en lumière un point peu commenté : 30 à 40 % du budget des entreprises est consacré à l’intégration des systèmes, ce qui place les protocoles d’échange entre modèles, agents et applications au centre de l’arbitrage technique. Le Model Context Protocol, standard ouvert proposé par Anthropic et déjà adopté par plusieurs éditeurs en 2026, devient un repère structurant pour réduire ce coût d’intégration sans enfermer les architectures dans une pile propriétaire.

Le récit du retard européen mis à mal

L’étude Infor dessine une carte de l’adoption IA en entreprise qui contredit le récit d’un retard européen. La France et l’Allemagne devancent les États-Unis et le Royaume-Uni sur la maturité déclarée, et la France place la sécurité et la souveraineté en tête de ses arbitrages, en cohérence avec son paysage réglementaire (RGPD, NIS2, AI Act, DORA). Pour les directions des systèmes d’information françaises, le déplacement à retenir tient en une formule : la prudence est un actif stratégique à condition d’être instrumentée. Les organisations qui ont investi avant 2025 dans l’authentification multifacteur, la gouvernance des données, la qualification SecNumCloud quand le périmètre le justifie et la traçabilité des accès, disposent désormais d’une avance sur la phase suivante, celle du passage à l’échelle des agents autonomes.

Trois chantiers se dégagent pour les douze à dix-huit prochains mois. La maturité des données reste la condition nécessaire de la fiabilité des agents, et plusieurs grands programmes français de gouvernance MDM lancés depuis 2023 commencent à produire leurs effets. L’orchestration et l’observabilité des agents deviennent une couche d’infrastructure à part entière, à choisir avec autant d’attention que le modèle sous-jacent. La portabilité de la pile agentique, dont le Model Context Protocol devient le repère, conditionne la capacité à arbitrer entre modèles propriétaires et modèles ouverts à mesure que le marché se recompose. La fenêtre est étroite, et la lecture cumulative de l’étude Infor et du rapport CNIL 2025 indique qu’elle se referme rapidement.