Ce qui n’était qu’une expérimentation ponctuelle s’est désormais imposé comme une brique structurante de la transformation numérique. Trois ans après l’arrivée de ChatGPT, l’usage a d’abord été porté par les métiers, souvent en dehors des circuits formels, obligeant les DSI et RSSI à construire en urgence un cadre de gouvernance. L’IA générative s’installe, parfois plus vite que les organisations ne peuvent l’encadrer.
L’intégration dans les systèmes d’information : un tournant décisif
En trois ans, ChatGPT et les modèles de sa génération ont quitté le statut de services externes pour entrer au cœur de l’architecture des systèmes d’information. L’arrivée de modèles plus robustes, de modes d’exécution privés et d’interfaces standardisées a conduit les DSI à étudier sérieusement leur intégration dans les workflows métiers. La question porte désormais sur la capacité de l’IA générative à devenir un maillon fiable du SI, qu’il s’agisse d’automatiser une partie du support, de structurer les connaissances internes ou d’assister les équipes dans le développement.
Cette transformation se reflète régulièrement dans nos analyses, notamment lorsque nous suivons les stratégies des grands fournisseurs Cloud, l’évolution des modèles open source ou les réflexions liées à l’interopérabilité.
La sécurité et la gouvernance au centre des préoccupations
Pour les RSSI, l’essor de l’IA générative a rendu visibles de nouveaux risques : fuites de données via les prompts, apparition d’un « shadow AI » difficile à détecter, ou encore intégration d’outils non conformes dans les environnements professionnels. L’année 2023 a été marquée par les premiers incidents liés à une utilisation non maîtrisée, suivie en 2024 par l’émergence d’outils de contrôle et de solutions internalisées.
La question principale n’est plus l’opportunité d’utiliser l’IA, mais la capacité à garantir un usage maîtrisé, traçable et compatible avec les exigences réglementaires et sectorielles.
Vers un SI augmenté : la prochaine étape
À mesure que les modèles deviennent multimodaux et capables d’exécuter des actions complexes, les DSI expérimentent des scénarios bien plus avancés : assistants internes connectés aux outils métiers, copilotes spécialisés pour la cybersécurité ou la gestion des incidents, agents capables d’analyser des volumes massifs de documents techniques. L’IA générative ouvre la voie à un système d’information augmenté, dans lequel certaines tâches répétitives disparaissent au profit de mécanismes supervisés par les équipes.
La maturité : entre réalité du terrain et zones d’ombre
L’IA générative n’a plus rien du gadget que l’on testait en marge des projets. En trois ans, elle s’est glissée au cœur des architectures numériques, jusqu’à devenir un sujet de stratégie plutôt qu’une simple curiosité technique. Les chiffres parlent d’eux-mêmes : dans IA en entreprise : ambitions élevées, préparation limitée, un quart des applications d’entreprise utilise déjà l’IA, mais seules 2 % des organisations se disent réellement prêtes. Ce décalage, à lui seul, raconte la vitesse à laquelle la technologie s’invite dans le quotidien des équipes… et la lenteur parfois nécessaire pour en absorber les implications.
À mesure que l’IA s’installe, les responsabilités qui l’accompagnent prennent de l’ampleur. La question de la performance des modèles ne suffit plus : elle avance désormais aux côtés de sujets autrement plus sensibles. Gouvernance et sécurité des données : clés de la préparation à l’IA le montre clairement. Exploiter l’IA générative suppose une organisation solide, une gouvernance maîtrisée, une visibilité précise sur les flux et un contrôle serré des accès. Pour les RSSI, l’IA n’est plus un territoire d’innovation, mais une extension du périmètre de risque. Et ce changement d’échelle modifie profondément les réflexes comme les priorités.
Dans ce paysage qui s’accélère, une autre réalité s’impose : la compétence interne devient un pilier. Les modèles multimodaux, les agents autonomes, les capacités d’orchestration… tout cela ne peut fonctionner que si l’entreprise sait réellement s’en saisir. IA agentique : vers une nouvelle génération d’automatisation intelligente met en lumière cette exigence. Comprendre les modèles, structurer et tracer les données, industrialiser les usages : l’IA n’entre pas dans l’organisation sans une montée en maturité parallèle. La question n’est plus “faut-il y aller ?”, mais “comment y aller durablement, et avec quels garde-fous ?”.
Trois ans après l’arrivée de ChatGPT, un cap est franchi. L’IA générative n’occupe plus la périphérie : elle redessine le centre de gravité du système d’information.
