IA stratégique en entreprise

Du 11 au 15 mai 2026, quelque 70 professionnels issus d'horizons variés - développeurs, architectes d'affaires, gestionnaires en gouvernance de données, directeurs de transformation - se sont réunis en ligne pendant cinq jours dans le cadre de l'École d'été en gestion stratégique de l'intelligence artificielle de l'Université de Sherbrooke.

Cette diversité de profils n'était pas anodine : elle reflète exactement le type de défi auquel font face les organisations aujourd'hui. L'IA ne se déploie pas dans un seul département, par une seule fonction. Elle traverse les silos, bouscule les processus et interroge la gouvernance à tous les niveaux.

C'est précisément la question à laquelle cette formation cherche à répondre avec rigueur : comment déployer l'intelligence artificielle de manière stratégique et durable dans les organisations ? Huit conférenciers d'exception. Cinq jours de contenus denses. Voici cinq (5) enseignements qui ont le plus résonné - non comme des révélations, mais comme des cadres actionnables pour quiconque est impliqué dans la transformation numérique de son organisation.

‍

1. L'IA n'est pas une rupture - c'est un continuum

«Comprendre avant d'agir. Aller trop vite sans comprendre, c'est construire sur du sable. »

Paulo Ferreira, consultant senior en analytique avancée et IA, a ouvert la semaine avec un cours magistral sans jargon inutile. De la machine de Turing (l'ancêtre théorique de tout ordinateur moderne) aux agents autonomes (des logiciels capables de prendre des décisions et d'agir seuls), en passant par l'apprentissage supervisé (l'IA apprend à partir d'exemples étiquetés), non supervisé (elle trouve elle-même des structures dans les données) et par renforcement (elle apprend par essais-erreurs, comme un enfant).

L'image qui restera : l'ordinateur passe successivement du rôle d'outil à celui d'assistant, de pair, puis de gestionnaire. Pas du jour au lendemain - mais c'est là où nous allons.

La question à se poser : À quelle étape de cette évolution se trouve votre organisation aujourd'hui ?

‍

‍

2. 93 % des freins à l'IA sont humains, pas technologiques

Francis Lafortune, conseiller stratégique en transformation et données, a mis les pieds dans le plat dès le deuxième jour avec sa conférence « Avant l'IA : ce que votre organisation doit résoudre d'abord ».

La statistique qui fige : 93 % des leaders mondiaux identifient les facteurs humains - et non la technologie - comme principal frein à l'adoption de l'IA.

L'IA n'invente pas le désordre. Elle l'amplifie. Silos d'information, flou des responsabilités, données de mauvaise qualité, Shadow IT (ces outils non autorisés que les employés utilisent en contournant l'informatique) - tous ces problèmes que vous tolérez depuis des années explosent au contact de l'IA.

Avant tout déploiement, quatre blocs de maturité minimale doivent être en place :

• Données - sont-elles fiables, accessibles, bien documentées ?
• Processus - sont-ils suffisamment définis pour être automatisés ou augmentés ?
• Culture et compétences - vos équipes sont-elles prêtes à travailler autrement ?
• Gouvernance des risques - avez-vous les garde-fous nécessaires ?

‍

‍

3. Gérer un projet IA, c'est différent - vraiment différent

Martin Gagné, MBA, PMP, directeur Plateforme et ingénierie chez Sherweb, a démontré que la gestion d'un projet d'IA ne ressemble en rien à la gestion d'un projet TI classique. Incertitude élevée, résultats probabilistes (l'IA ne donne pas toujours la même réponse à la même question), itération constante - autant de caractéristiques qui imposent des méthodes plus souples comme Kanban plutôt que Scrum ou Waterfall (les approches séquentielles traditionnelles où on planifie tout à l'avance).

La distinction clé entre les trois étapes d'un projet IA :

• POC (Proof of Concept) : est-ce que c'est faisable techniquement ?
• MVP (Minimum Viable Product) : est-ce que c'est utilisable par de vrais utilisateurs ?
• Produit : est-ce que ça génère de la valeur de façon durable ?

Un projet IA ne se termine jamais vraiment. Le déploiement marque le début de la phase la plus critique.

Carlos Denner, professeur à l'Université de Sherbrooke, a illustré cela en direct dans n8n (une plateforme d'automatisation), montrant la différence entre un flux déterministe (toujours le même résultat), un agent autonome (qui décide lui-même de ses actions) et un agent gouverné (encadré par des règles humaines).

Sa démonstration a culminé sur le cas Air Canada : l'entreprise a été condamnée à payer 650 $ en dommages après que son chatbot IA ait fourni une information erronée à un client. La leçon ? Tout agent qui parle au nom d'une organisation canadienne engage cette organisation. Ce n'est pas une métaphore - c'est de la jurisprudence.

‍

‍

4. La sécurité IA : 59 % déploient, 6 % sont vraiment prêts

Samuel Bonneau, chef de la sécurité de l'information chez Vooban, fort de 25 ans en cybersécurité, a cartographié les nouvelles menaces propres à l'IA :

• ‍Empoisonnement de données : corrompre les données d'entraînement pour biaiser les décisions du modèle‍
• Prompt injection : manipuler un agent IA en insérant des instructions malveillantes dans une requête‍
• Shadow AI : des employés qui utilisent des outils IA non approuvés, exposant des données confidentielles

Le chiffre à retenir : 59 % des organisations déploient des agents IA, mais seulement 6 % disposent d'une stratégie de sécurité IA avancée.

Sa démarche en quatre temps - Évaluation, Implémentation, Surveillance, Éducation - structure une approche Security by Design que toute organisation devrait adopter avant de déployer quoi que ce soit.

‍

5. Gouvernance : ralentir juste assez pour ne pas perdre le contrôle

Alain Bond, conseiller stratégique chez Desjardins et enseignant à l'UdeS, a apporté la distinction essentielle :

• Gouvernance des données - assure la fiabilité des intrants : qualité, accès, conformité
• Gouvernance de l'IA - assure la fiabilité des résultats : équité, explicabilité, responsabilité, supervision humaine

Le paysage réglementaire est fragmenté : l'AI Act européen (entré en vigueur en 2025, premier cadre légal mondial sur l'IA) impose des obligations selon le niveau de risque des systèmes. Le Canada a abandonné la LIAD (Loi sur l'intelligence artificielle et les données, projet de loi C-27) - laissant les organisations sans cadre national clair.

Le cadre bimodal proposé : gouvernance allégée pour l'exploration, contrôles renforcés pour la production. Avancer vite là où le risque est faible. Freiner là où les enjeux sont élevés.

‍

Bonus : l'écosystème canadien, un atout sous-estimé

Ana Dragovic, consultante senior BI chez SBI Group, a présenté le triangle Désirabilité-Faisabilité-Viabilité pour évaluer les cas d'usage IA :

• Désirabilité : les utilisateurs en ont-ils vraiment besoin ?
• Faisabilité : peut-on le construire avec les ressources disponibles ?
• Viabilité : est-ce rentable sur le long terme ?

Isabelle Turcotte, VP Écosystème de Scale AI (la grappe canadienne de financement des projets IA), a clos la semaine avec des chiffres marquants : plus de 500 projets soutenus, 800 M$ engagés, 230 organisations impliquées - pour un impact projeté de 60 à 100 G$ US sur le PIB canadien d'ici 2030.

Les ressources existent. Les financements aussi. La question est de savoir si votre organisation est positionnée pour en bénéficier.

‍

Les 5 leçons à retenir

‍

‍

Et maintenant ?

Le message qui ressort de ces cinq jours est limpide : les organisations qui réussiront leur transformation IA ne seront pas celles qui auront le meilleur modèle. Ce seront celles qui auront identifié le bon problème, préparé leurs données, accompagné leurs équipes et gouverné leurs agents.

Dans un contexte où 73 % des entreprises québécoises ne savent pas par où commencer (CPQ, 2025), cette transformation se joue au croisement de la stratégie, de la gestion de projet et de la gestion du changement.

Votre organisation est-elle prête ? Si cette question vous interpelle, je serais ravi d'en discuter avec vous.

‍

‍

À propos de l'auteur

Sahou Ange Soumahoro est analyste d’affaires chez Adsum Groupe Conseil, spécialisé à l'intersection de l'intelligence artificielle, de la cybersécurité et de la gestion de la transformation organisationnelle. Titulaire d'un Certificat en analyse d'affaires – technologies de l'information (HEC Montréal) et d'un Baccalauréat en génie informatique, il complète actuellement un Certificat en intelligence artificielle au travail à l'Université de Montréal. Fort d'une double formation en technologie et en gestion, il accompagne des organisations dans la définition et l'exécution de leurs projets de transformation numérique - en faisant le pont entre stratégie, données et gestion de projet.

‍

À propos d'Adsum Groupe Conseil

Cabinet-conseil en management, Adsum Groupe Conseil vous accompagne pour répondre à une problématique bien précise : trop souvent, les plans stratégiques ne restent qu’à l’état d’idées couchées sur papier.

Notre postulat de base est que la gestion de projet constitue un véhicule idéal pour concrétiser votre vision. C'est ainsi que nous accompagnons nos clients issus des secteurs publics, privés et des fonds d'investissements, en faisant le pont entre le design de votre stratégie d'affaires et son exécution.

Basée à Montréal depuis 2014, notre firme offre des services-conseils en planification globale, en gestion de projets et programmes ainsi qu’en gestion de la transformation. Nous sommes une réelle communauté de consultants d'expérience, spécialisés dans les domaines des finances, de l'énergie, du transport et de la santé et unis par une mission commune : implanter la vision d'entreprises innovantes.

‍

Planifiez un appel avec notre équipe →