75% veulent l'IA, 90% ont peur des données

(Comment sortir de la paralysie)

L'étude BCE sur l'IA en entreprise (octobre 2025) contient un paradoxe révélateur.

75% des dirigeants canadiens considèrent l'IA comme priorité stratégique. 90% s'inquiètent pour la souveraineté de leurs données.

Ces deux groupes sont essentiellement les mêmes personnes.

Enthousiasme et peur coexistent. Ce n'est pas de l'indécision — c'est de la lucidité. Mais cette tension mène souvent à l'inaction.

Voici comment en sortir.

Le paradoxe en chiffres

L'étude Bell/Harris Poll (octobre 2025) auprès de 207 décideurs TI de grandes entreprises canadiennes révèle une tension fascinante:

L'enthousiasme:

• 75% considèrent l'IA comme priorité stratégique à l'échelle de l'organisation
• 56% affirment que l'IA sera au cœur de l'avenir de leur entreprise
• 95% ont confiance que le Canada peut être un leader mondial en IA

La peur:

• 90% affirment que les pressions mondiales renforcent le besoin de garder les données au Canada
• 94% craignent que des lois étrangères permettent l'accès à leurs données
• 91% prévoient prioriser la souveraineté des données à mesure que l'IA progresse

Enthousiasme ET peur. Volonté d'avancer ET besoin de protéger.

Ce n'est pas de l'indécision. C'est de la lucidité.

Pourquoi les deux sentiments sont légitimes

L'enthousiasme est justifié.

L'IA n'est plus une expérience de laboratoire. Les entreprises qui l'adoptent voient des résultats concrets:

• Contrôle qualité automatisé (44% l'utilisent déjà)
• Analyse de données accélérée (39%)
• Service client 24/7 (35%)

Ignorer l'IA en 2025, c'est ignorer l'électricité en 1920. Possible, mais pas recommandé.

La peur est aussi justifiée.

Le Cloud Act américain est réel. Les tensions géopolitiques sont réelles. La Loi 25 au Québec impose des obligations réelles.

Vos données sont votre avantage compétitif. Les exposer à des risques juridictionnels, c'est jouer avec le feu.

Le problème n'est pas que les dirigeants soient partagés. Le problème, c'est que cette tension mène souvent à l'inaction.

Les 3 obstacles réels (et comment les contourner)

L'étude identifie trois barrières principales à l'adoption de l'IA:

1. Qualité et disponibilité des données (46%)

Le problème: "Nos données sont partout, dans des formats différents, avec des doublons."

La solution: Ne cherchez pas à tout nettoyer d'un coup. Identifiez UN cas d'usage, avec UN jeu de données limité. Commencez petit, apprenez, élargissez.

2. Pénurie de talents qualifiés (43%)

Le problème: "On n'a pas d'experts IA dans l'équipe."

La solution: Vous n'avez pas besoin d'experts IA. Vous avez besoin de quelqu'un qui comprend votre business ET qui peut traduire vos besoins en solutions technologiques. C'est différent.

3. Enjeux de gouvernance et conformité (41%)

Le problème: "On ne sait pas si on a le droit d'utiliser l'IA avec nos données clients."

La solution: Commencez par les données internes, non-personnelles. Optimisation d'inventaire, analyse de production, maintenance prédictive. Zéro donnée client impliquée.

Framework pragmatique: IA souveraine par étapes

Voici comment avancer sans sacrifier la prudence:

Étape 1: Cartographier (Semaine 1)

Faites l'inventaire de vos outils actuels:

• Où sont hébergées vos données?
• Quels outils utilisent déjà l'IA (même à votre insu)?
• Quelles données sont sensibles vs non-sensibles?

Étape 2: Segmenter (Semaine 2)

Divisez vos données en trois catégories:

🟢 Vert (non-sensibles): Données opérationnelles internes, statistiques agrégées, informations publiques → Vous pouvez expérimenter avec l'IA immédiatement

🟡 Jaune (modérément sensibles): Données fournisseurs, analyses de marché, informations RH agrégées → Utilisez des fournisseurs avec résidence des données au Canada

🔴 Rouge (hautement sensibles): Données clients personnelles, secrets commerciaux, informations financières détaillées → Attendez les solutions souveraines ou utilisez uniquement des solutions on-premise

Étape 3: Pilote contrôlé (Mois 1-2)

Choisissez UN cas d'usage dans la catégorie verte:

• Objectif mesurable
• Données disponibles
• Impact visible si ça fonctionne

Testez pendant 30-60 jours. Mesurez. Décidez.

Étape 4: Expansion graduelle (Mois 3+)

Si le pilote fonctionne:

• Documentez les apprentissages
• Identifiez le prochain cas d'usage
• Montez progressivement vers les catégories jaune et rouge (avec les précautions appropriées)

La permission d'avancer

Vous n'avez pas besoin de résoudre tous les enjeux de souveraineté avant de commencer. Vous avez besoin de commencer intelligemment, avec des données à faible risque, et d'apprendre en marchant.

La paralysie a un coût. Les entreprises qui avancent (même imparfaitement) accumulent de l'expérience. Celles qui attendent la solution parfaite restent à la case départ.

75% des dirigeants ont raison de vouloir l'IA. 90% ont raison de s'inquiéter pour leurs données.

La solution n'est pas de choisir un camp. C'est de trouver le chemin entre les deux.

L'enthousiasme sans prudence, c'est de la témérité. La prudence sans action, c'est de la paralysie. Les entreprises qui vont gagner sont celles qui trouvent l'équilibre — et qui commencent maintenant, pas dans 18 mois quand tout sera "parfait".

Christian Boulet Fractional CTO | Boulet Stratégies TI
Source : https://explore.business.bell.ca/artificial-intelligence-spotlight/bell-enterprise-ai-study-future-ai