73% des dirigeants adoptent l'IA, mais leurs salariés ne leur font plus confiance

L'IA progresse dans les bilans comptables. Elle recule dans les esprits.

Les chiffres d'adoption de l'intelligence artificielle en entreprise battent des records trimestre après trimestre. Pourtant, une donnée discrète circule dans les études RH et les baromètres sociaux : la méfiance des salariés, des citoyens et des consommateurs envers l'IA atteint elle aussi des sommets historiques. Deux courbes qui montent en même temps, dans des directions opposées. Ce paradoxe n'est pas un accident — c'est le symptôme d'un déploiement technologique qui a oublié de convaincre avant d'agir.

Un déploiement à deux vitesses qui creuse le fossé

Selon le rapport McKinsey 2024 sur l'IA générative, 65 % des organisations dans le monde utilisent désormais l'IA dans au moins une fonction critique — contre 33 % seulement en 2023. Les outils comme ChatGPT, Copilot ou Gemini se sont intégrés dans les flux de travail à une vitesse que personne n'avait anticipée.

Mais pendant ce temps, l'Eurobaromètre publie une tout autre réalité : seulement 37 % des Européens déclarent faire confiance aux systèmes d'IA. Au Royaume-Uni, une étude YouGov de début 2025 révèle que 61 % des répondants estiment que les entreprises déploient l'IA sans penser aux conséquences humaines. Aux États-Unis, le Pew Research Center enregistre une progression constante de l'inquiétude, notamment autour de la surveillance, du biais algorithmique et de l'emploi.

Ce fossé n'est pas irrationnel. Il est le reflet d'une gouvernance absente et d'une communication défaillante.

Pourquoi la méfiance n'est pas un problème de pédagogie

La réponse habituelle des entreprises tech face à la défiance publique consiste à investir dans la vulgarisation : des articles de blog, des vidéos explicatives, des conférences ouvertes. L'idée sous-jacente est que les gens ont peur de l'IA parce qu'ils ne la comprennent pas.

C'est une erreur de diagnostic. La méfiance ne vient pas d'un manque d'information, elle vient d'un manque de contrôle.

Trois dynamiques alimentent cette défiance structurelle :

• L'opacité des décisions algorithmiques. Quand un algorithme refuse un prêt, rejette un CV ou module un tarif d'assurance, l'absence d'explication lisible génère un sentiment d'injustice plus puissant que n'importe quel argument rationnel.
• L'asymétrie des bénéfices. Les gains de productivité sont captés par les actionnaires. Les risques — perte d'emploi, surveillance accrue, biais — sont supportés par les salariés et les citoyens.
• La vitesse sans consentement. L'IA est déployée dans des contextes sensibles (santé, justice, RH) sans que les personnes concernées aient eu leur mot à dire. Le consentement n'est pas un détail légal, c'est un fondement de la légitimité.

Trois exemples concrets qui illustrent la fracture

1. Amazon et le recrutement automatisé

Amazon a abandonné en 2018 un outil de tri de CV après avoir constaté qu'il discriminait systématiquement les candidates. L'entreprise n'avait jamais communiqué sur son existence. Le retrait forcé, révélé par Reuters, a provoqué une onde de choc bien plus dommageable qu'un déploiement transparent n'aurait pu l'être.

2. Air Canada et le chatbot qui invente des règles

En 2024, Air Canada a été condamnée par un tribunal à rembourser un client après que son chatbot IA lui avait fourni des informations tarifaires erronées. La compagnie a tenté de plaider que le chatbot était une "entité distincte" non responsable de ses réponses. Résultat : une décision juridique inédite et une crise de confiance médiatisée mondialement.

3. Les syndicats européens face à Copilot

Dans plusieurs groupes industriels français et allemands, l'introduction de Microsoft Copilot a déclenché des négociations syndicales tendues. Non pas contre l'outil, mais contre l'absence de cadre : qui accède aux données générées ? Quels usages sont interdits ? Comment éviter la surveillance déguisée ? Ces questions, non anticipées, ont ralenti des déploiements de plusieurs mois.

Ce que les organisations qui réussissent font différemment

Les entreprises qui parviennent à concilier adoption et confiance sociale partagent trois réflexes communs :

• Elles impliquent les parties prenantes avant le déploiement, pas après. Les comités éthiques internes, les consultations salariées ou les audits préalables ne sont pas des freins — ce sont des accélérateurs de légitimité.
• Elles rendent les décisions IA contestables. Permettre à un utilisateur de comprendre pourquoi une décision a été prise — et de la contester — transforme une boîte noire en système de confiance.
• Elles acceptent la lenteur comme stratégie. Déployer en phases pilotes avec retours explicites prend du temps. Mais réparer une crise de confiance en prend dix fois plus.

La confiance est un actif, pas un obstacle

Le vrai risque pour les organisations qui ignorent l'opinion publique n'est pas réglementaire — même si le règlement européen sur l'IA (AI Act) impose désormais des obligations concrètes. Le vrai risque est de marché. Les consommateurs qui ne font pas confiance à une technologie n'en adoptent pas les produits. Les salariés qui se sentent surveillés produisent moins et partent plus vite. Les régulateurs pressés par une opinion publique hostile légifèrent dans l'urgence, rarement avec nuance.

L'IA peut être à la fois puissante et digne de confiance. Mais cette combinaison ne se décrète pas dans un communiqué de presse. Elle se construit, transaction par transaction, décision par décision, explication par explication.

Le marché a adopté l'IA. Il reste maintenant à convaincre les humains qui vivent dedans.

— Reservoir Live