Contactez-nous

      L'essentiel

      L'intelligence artificielle donne un nouvel élan aux modèles opérationnels des entreprises : elle bouleverse les chaînes de travail pour venir renforcer l'efficacité.  Notre étude, menée auprès de plus de 1400 dirigeants issus de huit secteurs, met en lumière un tournant stratégique. Pour capter la valeur de l’Intelligence Artificielle aujourd’hui il ne suffit plus d’expérimenter des cas d'usages isolés. Avec l’apparition de l'IA agentique, le modèle structurel et très compartimenté des entreprises n'est plus performant. A présent, il est nécessaire de repenser l'entreprise selon l'intelligence artificielle et de se défaire des silos structurels afin d'accueillir au mieux l'IA agentique. 

      Envie d'en savoir plus ? Téléchargez dès maintenant notre synthèse d'étude.

      État des lieux de l'IA en entreprise

      Les premières phases d’adoption de l’IA se sont révélées fructueuses. Beaucoup d’entreprises ont commencé par des expérimentations éparses, puis ont élargi leur périmètre de compétences vers des applications plus structurées amenant à de premiers résultats positifs dans tous les métiers.  71 % des personnes interrogées font état d'améliorations mesurables de l'efficacité. Toutefois, la majorité des entreprises reste encore limitée à des solutions ponctuelles, axées sur l'automatisation de tâches discrètes ou l’habilitation humaine (équipe et individus) sans orchestration globale.

      71%

      Remarquent déjà une amélioration mesurable de l’efficacité induite par l’IA

      58%

      Déclarent identifier un ROI issu des initiatives IA modéré (<10%) ou élevé (>10%)

      Des différences notables entre les secteurs

      • Le secteur pharmaceutique s'est emparé de l’IA avec des applications en médecine de précision ou dans le développement de médicaments.
      • Le secteur technologique, pionnier sur les cas d’usage clients, peine encore à transformer ses propres opérations internes.
      • Pour les métiers des services financiers, la progression est contrastée : prudence dans l’assurance, focalisée sur la conformité, tandis que le secteur bancaire l'exploite volontiers pour détecter les fraudes ou améliorer sa relation client.
      • Enfin, le commerce de détail rattrape son retard en investissant massivement pour personnaliser l’expérience client et optimiser les assortiments produits.

      Deux histogrammes comparant 8 secteurs sur la durée et le niveau d'investissement dans l'IA. À gauche, la majorité utilise l’IA depuis plus de 2 ans (jusqu’à 69 % en sciences de la vie). À droite, l’investissement est majoritairement modéré (jusqu’à 52 % dans la banque).

      L'agentique : une révolution qui peine à s'installer dans des organisations fragmentées

      Au cœur de cette révolution se trouve le besoin de passer d'une organisation centrée sur les fonctions internes à une logique de création de valeur de bout en bout, à l'échelle de l'entreprise. Les chaînes de valeur sont des processus transverses aux fonctions actuelles qui influencent chaque tâche  au service d'un résultat commun. Mais la progression de l’IA se heurte encore à des freins structurels qui peuvent impacter la réussite de chaque projet.  La fragmentation des données, l’héritage des systèmes anciens qui reposent sur des silos fonctionnels et l'absence de gouvernance intégrée limitent la portée des initiatives. Pour répondre a ces enjeux, les organisations doivent repenser leur modèles opérationnels, renforcer la confiance et amorcer une transformation digitale en profondeur.

      • 66% des entreprises affirment que les données sont leur plus grand enjeu : mauvaise qualité, accès limité, sécurité…
      • 24% des organisations interrogées ont mis en place un Centre d’excellence IA

      Repenser les chaînes de valeurs

      Cette étude démontre que les organisations doivent progresser selon trois étapes (Enable, Embed et Evolve) et à trois niveaux dans l'entreprise (Fondations, Fonctions, Entreprise). 

      • Dans la phase Enable, il s’agit de donner les moyens aux équipes, de bâtir une architecture IA et de tester des cas d’usage à forte valeur.
      • Vient ensuite Embed, où l’IA est intégrée dans les flux de valeur et les modèles opérationnels, en tenant compte des enjeux sécuritaires, éthiques et de gouvernance.
      • Enfin, la phase Evolve ouvre la voie à une transformation d’ensemble, où l’IA et les outils de technologies de rupture deviennent le moteur de nouveaux modèles économiques et d’écosystèmes intelligents.

      Graphique en aires empilées illustrant les trois niveaux de l'entreprise dans lesquels l’IA doit être intégrée (Foundations, Functions, Enterprise) pour atteindre progressivement les trois niveaux de maturité de l’entreprise, dans l’ordre croissant : Enable, Embed, Evolve.

      Les opportunités de déploiement et d'adoption d'IA génératives

      Réussir ce projet de transformation exige une vision structurée. L'entreprise doit se faire orchestratrice d'écosystèmes et utiliser l'IA comme un outil facilitant la création de réseaux internes intelligents et automatisés pour connecter fournisseurs, clients, prestataires logistiques et partenaires. L’IA représente une opportunité économique considérable pour les entreprises en transition numérique. En intégrant pleinement l'automatisation agentique et la IA générative, les entreprises peuvent non seulement améliorer leur productivité, mais aussi créer de nouveaux marchés. L’analyse menée par KPMG estime :

      • 4 à 18 % de gain potentiel d’EBITDA grâce à l'IA générative
      • Plus de 1 047 milliards $ de valeur identifiée au niveau mondial 
      • 17% seulement disposent d’une infrastructure intelligente et unifiée
      • 61 % des entreprises pilotent ou déploient actuellement l'IA agentique.
      • Toutefois elles ne sont que 38 % à penser que leur modèle opérationnel permet une intégration cohérente des chaînes de travail. 

      Les organisations qui souhaitent mener à bien ce projet et franchir le cap doivent agir rapidement et de manière cohérente. Il ne s’agit pas seulement d’investir dans des technologies numériques, mais de repenser la manière dont elles créent de la valeur et d'accompagner leurs équipes dans le changement avec une culture de collaboration et de formation renforcée. Les données restent également un enjeu de taille. Seule une minorité d'entreprises dispose d'un socle de données (data fabric) automatisé nécessaire au bon fonctionnement de l'IA agentique. 

      Ancrer l’IA dans la stratégie

      Instaurer la confiance et la gouvernance

      Construire une infrastructure durable

      Acculturer les équipes

      Contacts :

      Damien Allo
      Damien Allo

      Associé, Membre du Directoire, Responsable du métier Conseil et en charge de l’Intelligence Artificielle

      KPMG en France

      Julie Caredda
      Julie Caredda

      Associée, AI Business Transformation.

      KPMG en France

      Axel de Goursac
      Axel de Goursac

      Associé, AI Lead

      KPMG en France

      Aller plus loin

      insights ÉTUDE

      Adoption de l'Intelligence Artificielle en France : impacts & perspectives par métier.
      En savoir plus

      insights ÉTUDE

      Comment l'IA transforme-t-elle la fonction finance et la relation avec les auditeurs ?
      En savoir plus

      insights ÉTUDE

      Étude: les assureurs s’engagent-ils dans la transformation par l'IA ? Défis, opportunités et Gouvernance pour garantir une utilisation éthique et responsable de la technologie.
      En savoir plus

      insights ÉTUDE

      À l’aube d’une nouvelle ère, les dirigeants français misent sur l’IA et les talents.
      En savoir plus


       

      Restez au cœur des actualités et de la transformations des entreprises par l’IA en demandant dès maintenant à recevoir toutes nos publications sur le sujet.