Par Didier Sensey
L’intelligence artificielle n’est pas un sujet technologique. C’est le plus grand enjeu de durabilité auquel les PME et ETI françaises sont confrontées. Or, la plupart de leurs dirigeants n’ont pas encore pris la mesure du décalage entre la vitesse de cette transformation et leur capacité à y répondre.
En février 2026, James van Geelen, fondateur de Citrini Research, a publié un récit d’anticipation économique saisissant1. Écrit comme un mémo daté de juin 2028, ce texte décrit une économie américaine en crise systémique : un taux de chômage à 10,2 %, le SCP 500 en baisse de 38 %, des défauts de paiement en cascade. La cause : non pas un krach financier classique, mais l’adoption massive de l’IA, provoquant une boucle de rétroaction où chaque vague de licenciements finance la suivante.
Le Wall Street journal et la Deutsche Bank n’ont pas hésité à discréditer le texte en le qualifiant « d’extrême et digne d’un scénario de science-fiction2 » mais sa publication a suffi à relancer la chute des cours de bourse de sociétés de logiciels sur les marchés américains. Frank Flight, analyste chez Citadel Securities, a rappelé à juste titre que l’histoire des révolutions technologiques montre davantage de complémentarité que de substitution entre l’homme et la machine. Mais même en ne retenant que les hypothèses les plus modérées, ce serait une erreur de considérer que les conséquences de l’IA seront de même nature que celles que les précédentes ruptures technologiques ont provoqué.
Un tempo sans précédent
Ǫuand je discute avec les dirigeants de PME et d’ETI que j’accompagne, une phrase s’impose depuis quelques mois avec une constance aussi troublante que soudaine : « Sur le climat, j’ai cinq, dix ans. Sur l’IA, je ne sais même pas si j’ai deux ans. »
Ce décalage de tempo change tout. Les transformations auxquelles les entreprises font face – transition écologique, évolutions réglementaires, mutations sociétales – avancent à un rythme qui laisse le temps de tester, de pivoter, de se préparer. L’IA, elle, impose un tout autre calendrier. Des pans entiers de chaînes de valeur peuvent être restructurés en trois à cinq ans non pas par une érosion progressive mais par une disruption spectaculaire.
Les exemples sont déjà là. En 2024, Klarna a annoncé que son assistant IA gérait l’équivalent du travail de 700 agents de service client, avec une satisfaction utilisateurs équivalente voire supérieure. Son CEO a déclaré avoir cessé de recruter et a engagé une réduction significative des effectifs. Dans le conseil, de grands cabinets internationaux perdent des clients majeurs, non pas au profit de concurrents établis, mais au profit de boutiques de moins de vingt personnes que personne n’avait vu venir. Des structures légères, augmentées par l’IA, dont chaque agent est capable d’abattre le travail d’une équipe de vingt juniors, ce qui permet aux partners de se concentrer sur l’essentiel : provoquer et accompagner des décisions.
Le même schéma se répète dans toute l’économie de services : les cabinets d’expertise comptable voient la saisie et la révision largement automatisées, les professions juridiques découvrent que la recherche de jurisprudence qui occupait des collaborateurs pendant des heures se fait en quelques secondes. À chaque fois, le même mécanisme : ce n’est pas l’IA qui remplace l’entreprise, c’est un concurrent plus agile, armé d’IA, qui la déplace. Les PME et ETI, souvent moins armées pour anticiper, sont en première ligne.
Avant d’être un sujet techno, l’IA est un véritable sujet de durabilité
Nous défendons ici une conception de la durabilité au sens étymologique : ce qui conditionne la capacité d’une entreprise à durer. Vue sous cet angle, l’IA est devenue le premier facteur de risque et celui dont la plupart des entreprises n’ont pas encore pris la mesure. Beaucoup de dirigeants cantonnent en effet l’IA au périmètre de la direction informatique, la considérant comme un simple booster de productivité. Or, l’IA traverse toutes les dimensions de la performance globale et c’est précisément pour cette raison qu’elle doit être traitée comme un enjeu de durabilité à part entière. En reprenant le prisme GSE – Gouvernance, Social, Environnement – que nous avons proposé comme inversion nécessaire du cadre ESG traditionnel3, les implications sont considérables.
Sur la gouvernance, d’abord. L’IA crée des risques nouveaux de conformité, d’éthique, de confidentialité et de cybersécurité. En 2023, Samsung a dû interdire l’usage de ChatGPT en interne après que des ingénieurs eurent soumis du code source confidentiel pour le faire déboguer par l’IA4 – exposant des secrets industriels à un outil tiers sans aucun contrôle. La même année, un avocat new-yorkais a été sanctionné pour avoir déposé devant un tribunal un mémoire citant six décisions de justice entièrement inventées par ChatGPT5. Ces cas, spectaculaires, ne sont que la partie visible d’un phénomène massif : dans combien de PME, aujourd’hui, des collaborateurs utilisent-ils des outils d’IA avec des données sensibles, sans cadre, sans charte, sans contrôle ? Notaires manipulant des données patrimoniales, PME industrielles faisant traiter leurs plans et procédés : l’absence de gouvernance de l’IA constitue une menace existentielle. Le risque n’épargne personne : en 2024, Deloitte a vu sa crédibilité sérieusement entamée après avoir remis au gouvernement australien un rapport contenant des erreurs imputables à l’IA6 ce qui a provoqué un scandale réputationnel à l’impact mondial et immédiat pour l’ensemble du réseau. La responsabilité ne s’automatise pas.
Sur le social, ensuite. Au-delà de la recomposition des modèles économiques, l’IA transforme en profondeur la réalité du travail à l’intérieur des organisations. Le premier impact est générationnel. L’IA absorbe en priorité les tâches qui formaient les jeunes professionnels : recherche, analyse, synthèse, rédaction de premiers jets. Dans les cabinets de conseil et d’audit, bâtis sur l’effet de levier de consultants juniors qui produisent une grande partie du travail facturable, c’est le pipeline même de transmission des compétences qui se fissure. Les juniors d’aujourd’hui sont censés être les seniors de demain. Mais si personne ne les forme par la pratique, qui prendra la relève ? Le second impact est le désengagement. Ǫuand un collaborateur découvre que l’essentiel de sa contribution peut être produit par une machine, la question du sens devient brutale. Les entreprises qui déploient l’IA sans repenser le rôle et la montée en compétences de leurs équipes récoltent certes des gains de productivité à court terme, mais au prix d’une hémorragie de talents à moyen terme.
La promesse était d’augmenter les collaborateurs. Mal pilotée, l’IA précarise les plus vulnérables et fragilise les organisations qui auront le plus besoin de talents formés dans cinq ans.
Sur l’environnement, l’accélération de l’usage de l’IA générative fait exploser les besoins en énergie. Selon l’Agence Internationale de l’Énergie (AIE), les data centers consomment aujourd’hui environ 415 TWh par an7 au niveau mondial, soit l’équivalent de 92% de la consommation électrique française8. Dans son scénario de référence, l’AIE projette un doublement d’ici 2030, à près de 945 TWh, porté pour moitié par les serveurs dédiés à l’IA dont la consommation croît de 30% par an. Les trajectoires carbone des entreprises sont ainsi fragilisées par une consommation énergétique qu’elles ne mesurent souvent même pas. Mais l’IA peut aussi être un levier d’optimisation : Schneider Electric utilise l’IA pour piloter la performance énergétique de ses sites industriels et de ceux de ses clients, avec des gains mesurables. Le sujet est ambivalent, ce qui le rend d’autant plus stratégique : il exige un pilotage, pas une posture.
Sur les modèles d’affaires, surtout. C’est sans doute la dimension la plus sous-estimée. L’IA accélère les processus d’innovation, réduit le cycle de vie des produits et abaisse les barrières à l’entrée. Les entreprises dont la proposition de valeur repose sur l’intermédiation, la complexité procédurale ou l’asymétrie d’information voient leur avantage concurrentiel fondre. L’automobile en offre l’illustration la plus saisissante. En cinq ans, des constructeurs chinois inconnus en Europe comme BYD, Zeekr, Xpeng, ont envahi le marché avec des modèles dont le niveau de prestation rivalise avec Mercedes ou Porsche, à une fraction du prix. Au-delà du coût de main d’œuvre, leur force : des cycles de développement radicalement plus courts, portés par une intégration poussée de la simulation et de l’IA dans la phase de conception. Des marques centenaires, dont on croyait la réputation intouchable, découvrent que leur avantage est menacé.
Le même mécanisme est à l’œuvre dans l’assurance, où des courtiers qui vivaient de leur connaissance fine des grilles tarifaires perdent pied face à des agents IA qui comparent et renégocient en continu. Ou dans le diagnostic immobilier, où des plateformes automatisent en quelques minutes des rapports qui prenaient une journée. À chaque fois, le même schéma : ce qui avait de la valeur hier (détenir l’information, maîtriser un processus complexe, contrôler un cycle long) est en train de devenir une commodité. La question que chaque dirigeant devrait se poser est simple : dans ma chaîne de valeur, qu’est-ce que l’IA rend gratuit ou quasi gratuit ? Et que reste-t-il que seule mon entreprise sait faire ?
Agir vite, mais agir bien : les conditions d’une transformation IA durable
Face à cette accélération, la tentation est double : l’immobilisme, « attendons d’y voir plus clair », qui expose l’entreprise à subir la transformation ; la précipitation, « déployons des outils IA partout », qui génère du shadow AI, des risques non maîtrisés et une illusion de modernité sans substance stratégique.
La réalité, dans la grande majorité des PME et ETI que j’observe, se situe quelque part entre les deux. L’IA est en effet entrée dans l’entreprise sans que personne ne l’ait décidé. De la même façon que chacun choisit son navigateur internet selon ses habitudes, les collaborateurs interrogent ChatGPT, Claude, Perplexity ou Mistral au quotidien, en y intégrant de plus en plus souvent des données sensibles et en se fiant aux réponses sans aucune procédure de contrôle. L’IA n’est pas un sujet IT en attente de décision. C’est une réalité opérationnelle déjà présente mais non pilotée qui ne concerne par ailleurs pas uniquement les petites structures : les cas Samsung, Deloitte et tant d’autres nous rappellent que la porosité sur ces sujets touche des organisations de toutes tailles.
Comme l’ensemble des sujets de durabilité, si l’on veut que la transformation IA soit traitée en profondeur, cela passe d’abord par une prise de conscience du dirigeant et de son comité de direction sur l’urgence d’engager une réflexion de fond. C’est la conviction que nous portons avec l’approche GSE : sans un dirigeant convaincu et une gouvernance alignée, aucune transformation ne tient dans la durée.
Concrètement, cela passe par trois étapes.
Première étape : poser un diagnostic lucide. Pas un audit technologique, mais une analyse stratégique en cinq questions que tout dirigeant devrait se poser dès maintenant :
- Ǫuels sont les pans de mon modèle d’affaires que l’IA peut fragiliser à trois ou cinq ans ?
- Où ma proposition de valeur repose-t-elle sur des frictions que l’IA va supprimer ?
- Mes collaborateurs utilisent-ils déjà l’IA ? Avec quelles données ? Sous quel contrôle ?
- Ǫuels sont mes risques de confidentialité, de conformité et de propriété intellectuelle ?
- Si un concurrent intègre l’IA dans son offre demain, quel est mon plan ?
Le cas Samsung nous rappelle qu’une fuite de données liée à l’IA n’attend pas qu’on ait fini d’y réfléchir. Deuxième étape : cadrer avant de déployer. Cela signifie :
- Rédiger une charte d’utilisation de l’IA qui définit ce qu’on lui confie et ce qu’on lui C’est un document simple, qui peut tenir en deux pages, mais qui doit exister.
- Dresser la liste des données sensibles qui ne doivent jamais transiter par des outils d’IA externes : données clients, propriété intellectuelle, données financières non publiques, données
- Former les équipes au discernement, cette capacité à interroger ce que l’IA produit… même quand c’est bien présenté. Le piège le plus insidieux de l’IA est de donner l’illusion qu’on a réfléchi. L’avocat new-yorkais qui a déposé des jurisprudences fictives n’a pas manqué de compétence : il a manqué de discernement face à un outil qui produit du faux avec l’assurance du
- Désigner un référent IA dans l’organisation, pas nécessairement un expert technique, mais quelqu’un qui centralise les usages, identifie les risques et fait remonter les bonnes
Troisième étape : repenser sa proposition de valeur. Dans un monde où la production de données, d’analyses et de livrables devient quasi gratuite, la valeur se déplace vers la confiance, la preuve, la décision et l’exécution. Les entreprises qui survivront à cette transformation ne sont pas celles qui auront le meilleur outil, mais celles qui auront su repositionner leur offre sur ce que l’IA ne sait pas faire : naviguer dans la complexité humaine, porter une responsabilité, construire une relation de confiance dans la durée.
L’enjeu dépasse l’entreprise elle-même. Pour un partenaire financier, un assureur ou un donneur d’ordres, l’absence de réflexion stratégique sur l’IA chez un client représente, dans certains secteurs, un risque existentiel à court ou moyen terme qu’il sera de plus en plus difficile d’ignorer.
Le canari est vivant. Mais pour combien de temps ?
Le récit d’anticipation de Citrini Research se conclut par une image forte : celle du canari dans la mine, encore en vie, mais déjà exposé aux gaz toxiques. Le parallèle avec la situation des PME et ETI françaises est frappant. Les signaux faibles sont partout : érosion des marges dans les services, pression sur les prix dans le conseil, accélération des cycles de décision chez les donneurs d’ordres, difficulté croissante à recruter et retenir des talents qui veulent travailler avec les outils de leur temps.
Ce que ce scénario catastrophe nous rappelle, en creux, c’est que les entreprises qui ont les moyens d’agir sont celles qui agissent avant d’y être contraintes. Klarna n’a pas attendu d’être en difficulté pour repenser son modèle. Les boutiques qui déplacent les grands cabinets de conseil n’ont pas attendu la permission des acteurs en place. Les premières entreprises à intégrer l’IA comme un enjeu de durabilité et non comme un gadget technologique, créeront un avantage compétitif durable. Les autres le subiront.
L’IA ne dispense pas d’une vision. Elle l’amplifie. Si votre stratégie est floue, elle produira du flou, en plus joli. Si votre gouvernance est solide, vos équipes embarquées et votre modèle robuste, elle deviendra un accélérateur de transformation et de création de valeur.
Comme pour la RSE et le climat, la question n’est plus de savoir si les entreprises doivent s’y engager. C’est de savoir si elles le feront à temps.
- https://legrandcontinent.eu/fr/2026/02/27/comment-lia-a-provoque-la-crise-financiere-de-2028-le-moment-citrini-et-sa-critique/
- https://wsj.com/finance/stocks/global-stocks-markets-dow-news-02-23-2026-06a32080 / https://www.dbresearch.com/PROD/RI-PROD/PDFVIEWER.calias?pdfViewerPdfUrl=PROD0000000000618988Crwnode=REPORT
- https://hbrfrance.fr/strategie/esg-et-si-on-changeait-l-ordre-des-lettres-60664
- Bloomberg (mai 2023) – Reuters – TechCrunch (27 mai 2023) : « Samsung bans use of generative AI tools like ChatGPT after April internal data leak ».
- New York Times (« Here’s What Happens When Your Lawyer Uses ChatGPT », 27 mai 2023)
- https://lesechos.fr/industrie-services/services-conseils/en-australie-les-hallucinations-de-lia-mettent-deloitte-dans-lembarras-2190962
- https://iea.org/reports/energy-and-ai/energy-demand-from-ai
- https://analysesetdonnees.rte-france.com/bilan-electrique-2024/consommation#Consommationcorrigee