Perspectives

Traiter Shadow IA comme des données de R&D

Par Adam G·

La plupart des organisations considèrent Shadow IA comme un problème de sécurité. À mon avis, c’est la donnée de recherche et développement la plus honnête qu’on leur ait jamais fournie, et elles s’apprêtent à la supprimer.

Le phénomène est désormais mesurable. L’analyse de l’activité menée par Prodoscore en août 2026 auprès de 72 entreprises a révélé que les employés utilisaient activement près de 50 outils IA distincts. Trois des cinq plateformes les plus utilisées étaient des produits grand public plutôt que ceux provisionnés par les TI. ChatGPT a atteint environ trois fois plus d’employés que l’assistant d’entreprise autorisé et a représenté près de cinq fois plus d’heures.

La lecture classique est celle de la non-conformité

Les politiques ont échoué, les achats ont été trop lents, des gens ont fait fuiter des données dans des systèmes que personne n’avait approuvés. Tout cela est vrai, le risque est réel, et rien de tout cela n’est la partie intéressante.

Réfléchissez à ce que représentent réellement ces chiffres. Des milliers de personnes, sans rémunération ni demande préalable, ont évalué les outils disponibles pour leur propre travail. Elles ont comparé. Elles ont abandonné ce qui n’aidait pas. Elles ont adopté ce qui fonctionnait, à leurs propres frais, sans budget de formation ni plan de gestion du changement. C’est une étude d’achats décentralisée menée par les seules personnes qui savent ce que le travail exige vraiment.

Les organisations dépensent des sommes considérables pour obtenir exactement cette information — essais comparatifs de fournisseurs, projets pilotes, comités de pilotage — pour ensuite prendre une décision optimisée en fonction des clauses contractuelles, et s’étonnent que l’adoption piétine. Pendant ce temps, elles détiennent déjà une réponse concrète sur les outils qui conviennent à quelles tâches, et leur réflexe est de tout couper.

Deux facteurs rendent la situation coûteuse plutôt que simplement ironique

Le premier est que la solution de contournement contient généralement un diagnostic. Quelqu’un qui utilise un outil non approuvé vous indique précisément là où le système autorisé échoue. Pas sous forme d’avis dans un sondage d’engagement, mais par ses actes, avec les efforts que cela implique. Une étude de Workday menée en janvier 2026 a révélé que près de 40 % des gains de temps liés à l’IA sont gâchés par le travail de reprise — correction, réécriture, vérification des résultats — et que seulement 14 % des employés obtiennent systématiquement des résultats nets clairement positifs. Personne ne contourne un système qui fonctionne.

Le second concerne ce que la réaction enseigne. Lorsque la réponse honnête à la question « comment faites-vous cela ? » nuit à votre carrière, la pratique ne s’arrête pas. Elle devient clandestine. Et une fois qu’elle est clandestine, l’organisation perd la capacité de percevoir aussi bien le risque que l’innovation. On finit par administrer une fiction : une politique qui décrit un travail que personne ne fait, superposée à un travail que personne ne veut décrire.

Je ne pense pas que la solution soit le laxisme. L’envoi de données dans des systèmes non gérés constitue un réel passif, et face à un passif réel, la solution n’est pas de l’admirer.

Une amnistie assortie d’un registre

La solution consiste à séparer les deux questions que l’organisation ne cesse de confondre. L’endroit où les données ont été envoyées relève du contrôle, et cela doit être traité avec rigueur. La raison pour laquelle la personne s’y est rendue relève du renseignement, et cela doit être exploité avidement.

En pratique, cela implique une amnistie assortie d’un registre. Demandez ce que les gens utilisent réellement et à quelles fins ; garantissez que ces réponses ne seront jamais utilisées contre eux ; publiez les résultats à l’interne pour que ces découvertes cessent d’être de la propriété privée. Traitez ensuite les principaux éléments comme un carnet de commandes (backlog) plutôt que comme une liste d’infractions. La plupart des organisations découvriront qu’elles possèdent une carte fonctionnelle de leurs propres frictions, assemblée gratuitement, qu’aucun consultant n’aurait pu produire.

Sous-jacent, il y a un principe plus vaste. Lorsque l’exécution devient abondante, la ressource rare d’une organisation est ce que ses collaborateurs ont remarqué. La perception se manifeste d’abord par un écart : quelqu’un qui fait les choses différemment parce que la méthode officielle est moins bonne. Une organisation qui punit toute déviation n’est pas plus sûre. Elle est simplement aveugle dans la seule direction d’où arrive son avenir.

La question que je poserais à une équipe de direction ce mois-ci n’est pas « comment arrêter cela ? », mais plutôt « qu’ont appris nos employés que nous n’avons aucun moyen d’entendre ? »

Plus de perspectives

Prêt à bâtir votre organisation de revenus IA?

Réservez un appel stratégique. Nous cartographierons les départements BeyondOS™ à déployer et la couche de contribution humaine qui les rend plus précieux.

Bâtir mon équipe de revenus IA