Je réfléchissais récemment au vaste chantier de l’accompagnement au changement autour de l’adoption de l’intelligence artificielle. Un chantier particulier, tant par l’ampleur et la diversité des usages possibles que par les écarts de connaissances et de points de vue au sein des organisations.
Cette réflexion m’a replongée dans les discussions que nous avions autrefois autour du Shadow IT… et j’y ai trouvé un parallèle interessant.
Shadow IT : un moteur inattendu de la transformation digitale
Pendant des années, les équipes métier — notamment le marketing — ont cherché à aller plus vite que les cycles de validation IT. Elles ont ainsi souscrit directement à des solutions SaaS d’AB testing, ou à des outils de sondages en ligne, pour tester des campagnes ou obtenir des feedbacks sans attendre un déploiement officiel.
- Selon Gartner, environ 30 à 40 % des dépenses IT dans les grandes entreprises relèvent du shadow IT.
- D’après Zluri, 38 % des employés y ont recours parce qu’ils jugent les délais de réponse de l’IT trop longs.
- Auvik souligne que dans de nombreuses organisations, une grande partie des applications utilisées au quotidien échappent totalement au radar de la DSI.
⚠️ Les risques étaient bien réels : sécurité, conformité, perte de contrôle.
🚀 Mais les apports l’étaient aussi : adoption accélérée, innovation bottom-up, mise en lumière de besoins réels.
Et surtout, le temps gagné ne se limitait pas à la mise en service. Il se traduisait aussi par une productivité immédiate : moins de temps passé à négocier, attendre ou justifier un besoin, et plus de temps consacré à l’expérimentation et à l’action.
Shadow AI : la même histoire, en version augmentée ?
Aujourd’hui, l’histoire se répète avec l’IA générative.
Le Shadow AI, c’est l’usage d’outils comme ChatGPT, MidJourney ou des copilots IA par les collaborateurs, en dehors du cadre officiel. Certains employés vont même jusqu’à se payer eux-mêmes l’accès (BYOAI).
Exemples concrets
- Un chef de projet qui résume un compte-rendu en quelques minutes grâce à ChatGPT.
- Une équipe marketing qui génère des slogans pour enrichir un brainstorming.
- Un service client qui teste un chatbot pour trouver des formulations adaptées.
- Une équipe génère une image avec midjourney sans se soucier des risques encourus par rapport au droit à l’image.
Là encore, les risques existent : fuite de données sensibles, conformité RGPD, fiabilité aléatoire des réponses. Mais les bénéfices sont évidents : gain de productivité, appropriation rapide par chacun, curiosité stimulée.
Une étude de Microsoft et Linkedin démontre que 75% des employés utilisent quotidiennement l’IA sans le dire à leur management. Sans contrôle, ces risques ne sont pas gérés mais surtout la valeur à tirer de cette adoption n’est pas exploiter. Pourquoi ne pas aborder de manière ouverte ce sujet du shadow AI, sans complexe, pour pouvoir la cerner et l’exploiter de manière vertueuse ?
Similarités et différences
Commun à Shadow IT et Shadow AI :
- Adoption hors gouvernance.
- Accélérateur d’innovation.
- Tension entre innovation bottom-up et sécurité top-down.
Différences clés :
- Le Shadow IT concernait des solutions SaaS relativement stables.
- Le Shadow AI repose sur des modèles dynamiques, en évolution permanente, difficiles à maîtriser et parfois opaques.
Faut-il interdire ou canaliser ?
Comme pour le Shadow IT, la réponse n’est pas dans l’interdiction systématique mais dans l’encadrement intelligent.
Laisser un peu de liberté contrôlée au Shadow AI peut même être stratégique :
- Les utilisateurs découvrent, testent et comprennent mieux les usages.
- Cette phase d’appropriation les rend ensuite plus enclins à accepter les recommandations officielles et à suivre les règles de gouvernance.
- L’expérimentation nourrit aussi l’organisation : elle fait émerger des cas d’usage concrets qui serviront à bâtir un cadre plus pertinent.
Conclusion
Le Shadow AI n’est pas qu’un risque. C’est aussi un laboratoire d’usages, qui permet aux collaborateurs de tester, d’apprendre et de se projeter.
En phase d’adoption, accepter une part d’errance et de test peut être constructif, car cela favorise la curiosité, l’engagement et l’appropriation.
Mais à terme, je crois fermement que la rationalisation et la maîtrise des solutions restent indispensables pour garantir sécurité, conformité et cohérence.
Bien sûr, cette position doit être adaptée au contexte de chaque industrie : certaines, comme la banque ou la pharma, sont soumises à des contraintes de sécurité, de confidentialité et de conformité qui exigent un cadre beaucoup plus strict dès le départ.
✨ En d’autres mots : il s’agit de trouver l’équilibre entre une phase initiale d’exploration encadrée et une intégration progressive dans une gouvernance robuste, afin de transformer l’expérimentation en adoption durable et responsable.