Rapport « Adoption Decade » de la CBI : l'écart d'exécution IA est un problème humain

En août 2026, la CBI, avec Oliver Wyman comme partenaire de connaissance, a publié The Adoption Decade: Closing the Execution Divide and Making AI Work for Britain. Son constat central : le problème d'IA du Royaume-Uni n'est plus l'invention ni la stratégie. C'est l'exécution. Les entreprises en avance sur le déploiement atteignent leur ROI attendu dans 49% des cas, contre 15% pour les retardataires. Cet écart est fait d'humain, pas de technologie.

Ce que la CBI et Oliver Wyman ont réellement publié

Le rapport est paru le 18 août 2026 et a été repris dès le lendemain par la presse professionnelle et nationale. Ce n'est pas une prospective technologique. C'est un argumentaire d'exécution, adressé à Whitehall, qui formule quatre demandes : augmenter la productivité par l'adoption, construire une « stack » IA britannique compétitive et résiliente, permettre une adoption fiable et responsable, et bâtir une main-d'œuvre prête pour l'IA.

Rain Newton-Smith, directrice générale de la CBI, résume ainsi : « Le prochain chapitre de l'IA ne sera pas seulement défini par ce que nous inventons, mais par la vitesse à laquelle nous le mettons au travail à grande échelle. » Le Royaume-Uni, selon la CBI, doit traiter l'adoption de l'IA comme une priorité économique nationale plutôt que comme une initiative sectorielle.

C'est un changement d'accent notable de la part d'une organisation qui parlait surtout d'investissement, de puissance de calcul et de clarté réglementaire. Le sujet est passé de ce que le pays peut construire à la capacité réelle des entreprises à utiliser ce qui existe déjà.

L'écart d'exécution, en un chiffre

La statistique qui porte tout le rapport est celle-ci : près de la moitié des entreprises en avance sur l'IA (49%) déclarent atteindre ou dépasser leur retour sur investissement attendu, contre seulement 15% de celles restées en mode pilote. La recherche sous-jacente vient de l'Oliver Wyman Forum et du New York Stock Exchange.

Prenez la mesure de l'écart. Il est de plus de trois pour un. Et les deux groupes achètent aux mêmes fournisseurs, à des prix comparables, avec accès aux mêmes modèles. Rien dans la technologie n'explique 34 points d'écart sur la rentabilité d'un investissement.

« Si deux entreprises achètent des licences identiques au même fournisseur et que l'une obtient trois fois le rendement de l'autre, la variable testée n'était pas le logiciel. C'était tout ce que l'entreprise a fait autour. »

Le rapport est lucide sur l'endroit où se crée la valeur : près du déploiement, dans l'intégration aux workflows, les modèles appliqués, les données fiables et l'implémentation spécialisée. L'accès à un modèle de pointe est devenu un prérequis banal. Ce qui compte, ce sont les quatre-vingt-dix jours qui suivent la signature. Nous avons détaillé cet écart dans passer du pilote à la production et les schémas d'échec dans pourquoi l'adoption de l'IA échoue en entreprise.

Notre perspective : la technologie est prête, les gens ne le sont pas

Nous disons une version de cela depuis deux ans, généralement dans une pièce avec huit dirigeants qui ont déjà acheté les licences et ne comprennent pas pourquoi rien n'a changé. Ce qui frappe dans le rapport de la CBI, ce n'est pas qu'il nous contredise. C'est qu'il dit la même chose à l'échelle des politiques publiques, avec un chiffre solide à l'appui.

Notre position, sans détour. L'adoption de l'IA est bien plus un défi humain qu'un défi technologique. Les modèles sont assez bons. Ils le sont depuis dix-huit mois. La contrainte, c'est que la plupart des organisations n'ont modifié aucune routine de management, aucune fiche de poste, aucun cycle de revue ni aucune définition du « travail terminé » pour tenir compte du fait qu'un assistant compétent est désormais présent dans chaque workflow.

Toni Dos Santos, notre co-fondateur et conseiller IA, le formule ainsi : « Chaque programme IA raté qu'on nous demande de sauver était une décision technologique compétente suivie d'aucune décision comportementale. Personne n'a changé ce à quoi ressemble une bonne semaine pour un responsable marketing. Le responsable marketing a donc continué à vivre l'ancienne semaine, avec un onglet coûteux ouvert. »

Meera Sanghvi, notre autre co-fondatrice, ajoute le volet gouvernance : « Les entreprises qui stagnent sont rarement celles qui ont les règles les plus strictes. Ce sont celles dont les règles ne sont pas écrites. Quand un salarié ne sait pas si utiliser l'IA sur un document client lui vaudra des félicitations ou une sanction, il choisit l'option sûre, qui est de ne pas l'utiliser. »

C'est la dimension de confiance sur laquelle le rapport revient sans cesse, et ce n'est pas un sujet secondaire. La confiance est le facteur limitant de l'usage. L'ambiguïté se lit comme une interdiction. Si vous n'avez jamais publié une page sur ce que vos équipes peuvent ou ne peuvent pas confier à un modèle, vous avez interdit l'IA sans le savoir. Notre cadre de gouvernance aligné sur l'ICO est généralement notre point de départ.

Ce qui sépare vraiment un leader d'un retardataire

Sur une cinquantaine de missions en grands groupes et ETI, les entreprises qui atterrissent dans les 49% partagent quatre traits. Aucun n'est budgétaire.

1. Un responsable nommé avec du temps dans son agenda, pas un comité

Les leaders ont une personne responsable de l'adoption, avec du temps formellement alloué. Les retardataires ont un groupe de travail transverse qui se réunit tous les quinze jours et produit des slides. La différence apparaît en six semaines.

2. Des workflows, pas des outils

Une formation qui enseigne le « prompting » produit un pic bref puis une décroissance rapide. Une formation construite sur les livrables réels d'une équipe — ce devis, ce comité, ce dossier de crédit, cette réponse à appel d'offres — produit des habitudes. L'unité d'adoption est un workflow que quelqu'un est déjà payé pour exécuter, pas une fonctionnalité.

3. Des managers qui l'utilisent visiblement

C'est le prédicteur le plus fort que nous observons. Si un directeur de département ne peut pas montrer une chose qu'il fait différemment, son équipe lit l'IA comme une initiative à endurer plutôt qu'un outil à utiliser. Nous avons écrit un playbook pour transformer les managers sceptiques en ambassadeurs précisément parce que cette couche décide du résultat.

4. Un chiffre suivi chaque semaine

Les leaders mesurent quelque chose de précis : heures entre déclencheur et livrable validé, part des productions d'une équipe passées par l'IA, usage actif hebdomadaire dans un workflow nommé. Les retardataires mesurent les licences distribuées, ce qui mesure les achats. Notre guide CFO pour mesurer le ROI de l'IA liste les rares métriques qui survivent à une revue financière.

Le chiffre sur les compétences que personne ne veut regarder

Le quatrième objectif de la CBI est une main-d'œuvre prête pour l'IA, et les données qui l'accompagnent expliquent pourquoi. Une étude de Lloyds Banking Group citée en marge du rapport indique que si 58% des entreprises estiment que l'IA a créé des emplois chez elles, près d'un tiers (31%) déclarent que leurs équipes n'ont pas encore les compétences nécessaires. La réponse du gouvernement est un partenariat industriel visant à former 10 millions de travailleurs à l'IA d'ici 2030, avec plus de 200 millions de livres.

Dix millions, c'est le bon ordre de grandeur. Mais le mot « compétences » porte énormément de poids, et il vaut la peine d'être précis sur ce qu'il doit signifier, car l'essentiel de ce qui est livré sous ce titre relève de la sensibilisation.

Une session de sensibilisation apprend aux gens que l'IA existe, qu'elle invente parfois, et qu'il ne faut pas coller de données client dans un chatbot grand public. C'est utile environ quarante minutes. Cela ne change rien le lundi. Une compétence, au sens dont la CBI a besoin, signifie qu'une personne nommée exécute une partie nommée de son vrai travail plus vite, à qualité égale ou supérieure, et peut le démontrer. C'est bien plus coûteux à livrer, et bien plus utile. Nous avons posé la distinction dans combler le déficit de compétences IA et dans notre guide de la formation à l'adoption de l'IA au Royaume-Uni.

Les données britanniques confirment l'inquiétude. Les chiffres des British Chambers of Commerce montrent 54% de PME déclarant adopter l'IA en 2026, mais seulement 11% l'utilisant intensivement, et plus de 60% des entreprises citant le déficit de compétences comme premier frein, devant le coût. Nous tenons un relevé de ces chiffres dans nos statistiques d'adoption de l'IA par les PME britanniques.

Là où nous ne suivons pas le rapport

Deux points, formulés de bonne foi.

D'abord, le mot « adoption » porte trop de choses. Le rapport traite l'adoption comme un état binaire. En pratique il y a trois étapes distinctes qui échouent pour des raisons différentes : faire essayer, faire utiliser sur du travail réel, puis redessiner un processus autour de l'outil parce que l'usage est devenu fiable. Une politique qui finance l'étape une et l'appelle adoption produira beaucoup de gens formés et très peu de productivité. C'est là que se situe l'essentiel du risque sur les 200 millions.

Ensuite, la demande est sous-spécifiée. Le rapport est solide sur l'offre : programmes de compétences, stack britannique, puissance de calcul, clarté réglementaire. Il est plus léger sur la raison pour laquelle une ETI rentable avec un carnet de commandes plein perturberait volontairement un processus qui fonctionne. D'expérience, elle ne le fait pas, jusqu'à ce qu'un concurrent l'y force ou qu'un dirigeant comprenne personnellement l'écart. C'est un sujet de conduite du changement, et c'est précisément ce que l'État ne peut pas acheter. Nous en décrivons les mécanismes dans la conduite du changement IA en entreprise.

Rien de tout cela ne rend le rapport faux. Le diagnostic est juste et le cadrage « décennie de l'adoption » est le bon. Nous soutenons simplement que cette décennie se jouera dans le management intermédiaire, pas à Whitehall, et que le chiffre 49 contre 15 du rapport en est la preuve.

Ce qu'une entreprise doit faire dans les 90 jours

Si vous lisez le rapport de la CBI et voulez agir plutôt que le faire circuler, voici la séquence que nous déroulons.

1. Jours 1 à 14 : choisir trois workflows, pas trente. Prenez ceux à fort volume, avec une exigence de qualité claire et un responsable existant. Réponses à appels d'offres, reporting client, premiers jets marketing, tri du support, dossiers de crédit. Notez le délai actuel jusqu'au livrable. C'est votre référence, et vous en aurez besoin pour défendre la dépense.
2. Jours 15 à 30 : publier une page de gouvernance. Quelles données peuvent entrer, lesquelles sont interdites, quels outils sont approuvés, à qui s'adresser. Une page, signée par un dirigeant. C'est l'ambiguïté qui étouffe votre usage, pas l'appétit pour le risque. Alignez-la sur le RGPD et les recommandations de la CNIL ou de l'ICO plutôt que d'inventer votre propre schéma.
3. Jours 31 à 60 : former sur les livrables, par métier. Pas un webinaire d'entreprise. Deux à trois heures par unité opérationnelle, sur des documents réels, chaque personne repartant avec un livrable qu'elle enverrait vraiment. Les managers assistent à la même session que leurs équipes, et passent en premier.
4. Jours 61 à 90 : mesurer et nommer des responsables. Reprenez les trois références. Nommez un responsable par workflow avec du temps dédié. Présentez l'écart au comité de direction en heures et en euros, pas en licences activées.

Si les chiffres n'ont pas bougé au jour 90, la conception était mauvaise, et cela se rattrape. Si vous n'avez jamais pris la mesure de départ, vous débattrez d'impressions en revue budgétaire, et cela ne se rattrape pas.

La phrase à garder

Réduisez le rapport de la CBI à une phrase et il dit : le Royaume-Uni n'a pas un problème de capacité en IA, il a un problème d'usage. C'est une bien meilleure position, car un problème d'usage se résout sans rien inventer.

Il est aussi plus difficile qu'il n'y paraît, parce qu'il est fait d'habitudes, d'incitations, de permission et de courage managérial plutôt que de budget. La technologie est prête. Les organisations autour ne le sont pas, et la distance entre ces deux faits vaut environ trois fois votre retour sur investissement.