La volonté d’adopter l’intelligence artificielle a amené de nombreuses organisations à se poser une question familière : doivent-elles développer des capacités d’IA en interne ou travailler avec des partenaires externes ? Des recherches récentes du MIT NANDA offrent une perspective claire, en particulier pour les équipes de direction sous pression pour fournir des résultats rapidement et de manière responsable.
Selon le rapport State of AI in Business 2025, les organisations qui nouent des partenariats stratégiques avec des fournisseurs externes obtiennent des taux de réussite de déploiement de l’IA deux fois plus élevés que celles qui s’appuient uniquement sur le développement interne. Ces partenariats tendent également à permettre une mise en œuvre plus rapide, un coût global inférieur et un alignement plus étroit avec les opérations quotidiennes.
Les résultats remettent en question l’hypothèse de longue date selon laquelle le développement en interne produit toujours de meilleurs résultats. Même si la construction en interne offre un degré élevé de contrôle, les données suggèrent que, dans la pratique, les partenariats conduisent souvent à des résultats plus fiables et plus évolutifs.
Vitesse sur échelle
Les entreprises de taille intermédiaire sont actuellement en tête en termes de vitesse de déploiement de l’IA. Lorsqu’ils travaillent avec les bons partenaires, ils passent du projet pilote à la mise en œuvre complète en 90 jours en moyenne. En revanche, les entreprises qui construisent en interne ont généralement besoin de neuf mois ou plus pour atteindre le même point. Cet écart est moins dû à la taille de l’organisation qu’à l’approche d’exécution.
L’évaluation des solutions d’IA nécessite du temps, une compréhension technique et une expérience que la plupart des organisations ne peuvent pas facilement acquérir en interne.
« Nous avons vu des dizaines de démos cette année. Peut-être qu’une ou deux sont vraiment utiles. Les autres sont des emballages ou des projets scientifiques. »
Directeur de l’information, rapport sur l’état de l’IA dans les entreprises 2025, MIT
Les partenaires externes apportent cette expérience avec eux. Ils arrivent après avoir déjà surmonté des défis techniques, des obstacles de mise en œuvre et d’intégration opérationnelle chez plusieurs clients. Cela permet aux organisations d’adopter des solutions déjà testées dans des environnements réels, plutôt que de partir d’une page blanche.
Où réside la valeur
L’étude montre que certains des retours sur investissement les plus significatifs en IA ne proviennent pas des fonctions orientées client, mais des opérations de back-office. Les partenariats stratégiques axés sur le service client, le traitement des documents et les flux de travail internes génèrent des économies annuelles comprises entre 2 et 10 millions de livres sterling.
Une grande partie de cette valeur provient de la réduction des dépenses externes. Les organisations éliminent les contrats d’externalisation des processus métier, réduisent les frais d’agence d’environ 30 % et réduisent le recours à des consultants coûteux en remplaçant les processus manuels par des capacités internes prises en charge par l’IA.
Dans le secteur des services financiers, le rapport met en évidence que les organisations économisent environ 1 million de livres sterling par an en automatisant les activités externalisées de gestion des risques. Il s’agit d’économies réalisées, et non de projections, et elles se répercutent directement sur les marges opérationnelles.
Combler le déficit d’apprentissage
L’un des principaux défis identifiés dans la recherche est que de nombreux systèmes d’IA ne parviennent pas à s’améliorer au fil du temps. Ils nécessitent une saisie manuelle continue et ne s’adaptent pas de manière significative en fonction de l’utilisation ou des commentaires. Ce « déficit d’apprentissage » explique en partie pourquoi 95 % des outils d’IA d’entreprise personnalisés ne parviennent jamais à la production, malgré des investissements importants.
Les partenaires stratégiques résolvent ce problème en concevant des systèmes qui apprennent continuellement. Ces plates-formes conservent le contexte, s’adaptent à des flux de travail spécifiques et s’améliorent grâce à une utilisation répétée. Plutôt que de proposer des outils génériques avec une flexibilité limitée, les fournisseurs les plus puissants se concentrent sur une intégration approfondie avec le fonctionnement réel des organisations.
Un avocat d’entreprise interrogé dans le cadre de l’étude a décrit simplement la différence : « Notre outil d’IA acheté a produit des résumés rigides avec peu de marge d’ajustement. Avec de meilleurs systèmes, je peux guider le processus et affiner les résultats jusqu’à ce qu’ils répondent à nos besoins. »
Pourquoi la confiance est importante
La recherche met également en lumière la manière dont se forment des partenariats fructueux en matière d’IA. Les fonctionnalités techniques seules conduisent rarement à l’adoption. Au contraire, la confiance joue un rôle décisif. 20 % des mises en œuvre réussies ont commencé grâce à des relations avec des fournisseurs existants, tandis que 15 % supplémentaires ont été obtenues via des références de partenaires et 13 % grâce à des recommandations informelles de pairs. À titre de comparaison, les conférences et les publications industrielles ne représentaient que 15 % au total.
Pour les organisations qui en sont à leurs débuts, cela constitue un point de départ judicieux. Regardez d’abord les fournisseurs déjà fiables dans d’autres domaines, discutez avec des pairs qui ont déployé l’IA avec succès et travaillez avec des partenaires qui comprennent le contexte de votre secteur. La capacité technique est importante, mais elle constitue rarement le seul facteur de réussite à long terme.
Les employés ouvrent la voie
L’une des conclusions les plus encourageantes du rapport concerne le comportement des employés. Même si les initiatives formelles d’IA en entreprise avancent souvent lentement, les employés individuels utilisent déjà efficacement les outils d’IA. Plus de 90 % des employés interrogés ont déclaré utiliser régulièrement l’IA, même si seulement 40 % de leurs organisations avaient acheté des abonnements officiels.
Ces employés, souvent décrits comme des « prosommateurs », ont déjà appris ce qui fonctionne au quotidien. Les organisations tournées vers l’avenir le reconnaissent et permettent à ces utilisateurs de contribuer à l’identification de cas d’utilisation pratiques et d’outils adaptés.
Plutôt que de s’appuyer entièrement sur des équipes d’IA centralisées, les organisations performantes permettent aux responsables du budget et aux responsables de domaine de faire ressortir les problèmes et de diriger la mise en œuvre, tout en assurant la surveillance de la direction. Cette approche permet une adoption plus rapide sans sacrifier le contrôle ou l’alignement.
Ce que les partenariats réussis ont en commun
La recherche identifie trois caractéristiques communes aux organisations qui déploient avec succès l’IA via des partenariats externes.
Premièrement, ils insistent sur une personnalisation significative. Les solutions sont adaptées aux données et flux de travail internes plutôt que forcées dans des modèles génériques.
Deuxièmement, ils évaluent le succès en fonction des résultats opérationnels et non des spécifications techniques. Les améliorations en matière d’efficacité, de réduction des coûts et de qualité de service comptent plus que les mesures de performances du modèle.
Troisièmement, ils considèrent le déploiement comme un processus collaboratif. Les premiers défis sont attendus et résolus conjointement. Ces organisations reconnaissent que la mise en œuvre de l’IA s’apparente plus à une relation de conseil continue qu’à un achat ponctuel de logiciel.
Pourquoi le timing est important
Si les résultats sont encourageants, le rapport souligne également une urgence croissante. Les systèmes d’IA qui apprennent au fil du temps génèrent des coûts de commutation croissants. Une fois qu’une plateforme a absorbé les données, les processus et les préférences d’une organisation, son remplacement devient complexe et coûteux.
Au cours des 18 prochains mois, de nombreuses organisations s’engageront dans des partenariats qui façonneront leurs capacités d’IA pendant des années. Les pionniers ont la possibilité de bâtir des avantages durables, tandis que ceux qui tardent peuvent se retrouver en concurrence avec des systèmes dotés de connaissances institutionnelles bien plus approfondies.
Des cadres tels que Model Context Protocol, la coordination agent à agent et NANDA permettent déjà cette nouvelle génération de systèmes adaptatifs. Ces capacités sont disponibles dès maintenant, et non théoriques.
Par où commencer
Pour les équipes de direction qui ne savent pas par où commencer, la recherche propose une approche claire. Commencez par des cas d’utilisation restreints et à forte valeur ajoutée dans les fonctions de back-office où les retours sont les plus faciles à mesurer. Recherchez des partenaires qui démontrent une véritable compréhension de vos flux de travail. Fiez-vous à des références fiables. Mesurez le succès par l’impact commercial plutôt que par la sophistication technique.
Surtout, impliquez les collaborateurs qui utilisent déjà efficacement les outils d’IA. Ils voient souvent des opportunités que les programmes formels négligent.
L’objectif n’est pas de construire l’infrastructure d’IA la plus avancée du marché. Il s’agit de fournir rapidement une valeur mesurable, puis de construire à partir de là. Les entreprises de taille intermédiaire démontrent déjà que cette approche fonctionne et évoluent souvent plus rapidement que leurs homologues de plus grande taille.
Construire et acheter ne doivent pas nécessairement s’exclure mutuellement. De nombreuses organisations utiliseront les deux au fil du temps. Mais les preuves sont claires : pour la plupart, les partenariats stratégiques constituent une voie plus rapide et plus fiable vers une adoption réussie de l’IA.
