Le cadre réglementaire européen conçu pour encadrer l’intelligence artificielle suscite des questions sur son application. Alors que certaines de ses dispositions pourraient être reportées à 2027 voire 2028, son impact varie selon les entreprises : anticipé par les grands groupes, il pourrait structurer le marché pour les PME. Éclairages de Mathieu Changeat, co-fondateur de Dydu.

Le Conseil de l’UE et de Parlement européen ont trouvé un accord pour simplifier la mise en œuvre de l’AI Act, qui implique de reporter certaines échéances d’application. Pour quelles raisons ?

Il faut rappeler que l’AI Act a d’abord été pensé comme un texte destiné à protéger les utilisateurs des outils reposant sur l’IA. Son objectif est de permettre davantage de transparence dans la manière dont les modèles sont entraînés, les données utilisées et le fonctionnement des systèmes. Ce chantier réglementaire est ancien puisqu’il a commencé avant l’arrivée de ChatGPT en 2022. Selon moi, l’explosion des IA génératives a cependant compliqué le travail de la Commission européenne puisqu’il a fallu intégrer de nouvelles problématiques liées à ces technologies. En raison de lourdeurs dans les mises en application administratives et des exigences techniques liées à l’encadrement des modèles, certaines dispositions pourraient être repoussées, sans date précise confirmée. L’objectif est de donner plus de temps aux entreprises pour se mettre en conformité sur les systèmes d’IA à haut risque.

Quel impact ce report peut-il avoir sur les entreprises et leur mise en conformité ?

Je pense qu’il faut distinguer les grands groupes des PME. Aujourd’hui, dans les grands groupes français ou européens avec lesquels nous travaillons, une grande partie des exigences de l’AI Act est déjà appliquée dans les faits : les entreprises veulent que les données restent hébergées en France ou en Europe, que les flux soient sécurisés et que les modèles ne réutilisent pas les données de manière illicite. Ces sujets sont devenus incontournables dans les appels d’offres et les projets. Ainsi, le report de certaines dispositions ne changera pas fondamentalement les pratiques des grands groupes. En revanche, cela peut avoir davantage d’impact sur les grands groupes internationaux, qui sont moins sensibles aux contraintes européennes, mais aussi sur les PME et les ETI qui utilisent souvent des outils du marché proposés par des acteurs américains. Pour ces acteurs, l’AI Act peut jouer un rôle, en obligeant notamment les fournisseurs à adapter leurs outils au cadre européen.

Le marché entre-t-il dans une phase d’industrialisation de l’IA ?

Oui, clairement. Aujourd’hui, la quasi-totalité des projets intègrent de l’IA générative et couvrent des périmètres beaucoup plus larges qu’avant. La raison est simple : les bots comprennent davantage de choses et peuvent réaliser plus d’actions. Face à l’IA agentique, je reste prudent parce que c’est devenu un terme très à la mode. L’idée générale consiste à faire collaborer plusieurs agents spécialisés plutôt qu’un seul système monolithique. Chez Dydu, nous en construisons, mais avec parcimonie. Nous avons par exemple développé un agent capable de récupérer des informations sur un véhicule, un autre qui établit une forme de diagnostic et un troisième qui consulte le planning d’un garage pour proposer un rendez-vous adapté aux contraintes du client. Mais plus on multiplie les agents, plus la synchronisation devient complexe. L’IA agentique peut ainsi être très pertinente, mais seulement lorsque le cas d’usage justifie réellement cette complexité.

Comment arbitrer entre conformité, ROI et performance dans les projets d’IA ?

La conformité doit rester prioritaire, surtout quand on travaille avec des administrations publiques ou des grands groupes. Ceci dit, aujourd’hui, ces contraintes sont largement intégrées dans les processus : les questions de RGPD et de gouvernance sont anticipées dès le départ et ne ralentissent plus les projets, même si elles impliquent davantage de validations juridiques. Les centres d’appels, par exemple, demandent expressément le retour du callbot après une panne, preuve de son utilité. Ensuite, il faut absolument qu’il y ait un ROI, parce qu’un projet d’IA coûteux qui n’améliore pas la satisfaction des utilisateurs ou l’efficacité opérationnelle n’a pas de sens. C’est d’ailleurs un point important : il arrive encore que certaines entreprises veuillent faire de l’innovation « pour faire de l’innovation ». Lorsque ces outils sont bien calibrés, ils améliorent à la fois la satisfaction des utilisateurs et les conditions de travail des équipes.