Jacques Pommeraud (Inetum) : transformer l’IA en avantage compétitif pour l’Europe

À la tête d’Inetum, grand acteur européen de la transformation numérique, Jacques Pommeraud tire la sonnette d’alarme : l’Europe prend du retard dans l’adoption effective de l’intelligence artificielle. Mais son message est résolument tourné vers l’action et les solutions. Pour lui, l’enjeu n’est pas de “planter un drapeau” sur l’IA, mais de multiplier les usages concrets qui améliorent la performance des entreprises, des services publics et, in fine, la vie des citoyens.

Son constat est clair : peur de l’échec, sur‑régulation et incompréhension du potentiel réel de l’IA freinent encore trop souvent les décisions d’investissement et l’industrialisation des projets. Pourtant, les bénéfices sont immenses pour l’économie européenne si elle choisit une voie pragmatique : expérimenter, déployer, encadrer intelligemment, plutôt que bloquer par principe.

Un retard européen qui se joue moins dans les labos que dans les usages

L’Europe ne manque ni de talents, ni de chercheurs, ni de grandes entreprises capables d’innover. Elle dispose d’atouts forts : un marché vaste, une base industrielle puissante, une sensibilité avancée aux enjeux éthiques et à la protection des données. Pourtant, lorsqu’il s’agit de déploiement massif de l’IA dans les organisations, le continent apparaît en retrait par rapport à d’autres régions du monde.

Ce retard se voit moins dans les publications scientifiques que dans les indicateurs très concrets :

• Nombre de projets d’IA réellement mis en production et utilisés au quotidien.
• Part de chiffre d’affaires générée ou protégée par des services et produits dopés à l’IA.
• Automatisation intelligente des processus métiers, au‑delà des simples pilotes.
• Capacité des PME et ETI à accéder à ces technologies, et pas seulement les grands groupes.

C’est précisément ce décalage entre potentiel et impact sur le terrain que pointe Jacques Pommeraud. Pour lui, le sujet n’est pas de savoir qui aura “la meilleure IA” dans l’absolu, mais qui saura intégrer ces technologies dans ses chaînes de valeur, ses usines, ses services clients, ses systèmes de santé ou d’éducation.

« Ce n’est pas le drapeau planté sur l’IA qui compte » : le sens du message

Quand Jacques Pommeraud affirme que « ce n’est pas le drapeau planté sur l’IA qui compte » , il s’attaque à une tentation bien connue : celle de se concentrer sur les symboles, les annonces spectaculaires ou les effets de communication, au détriment de la transformation concrète.

L’obsession du symbole au détriment de l’impact

On voit fleurir les déclarations d’intention, les grandes stratégies nationales ou les concours de communication autour de l’IA. Mais ces annonces ne se traduisent pas toujours en :

• investissements stables et lisibles pour les entreprises ;
• programmes de formation massifs pour les collaborateurs ;
• cadres de gouvernance opérationnels, compréhensibles et applicables ;
• cas d’usage mesurables, reproductibles, alignés avec les besoins métiers.

Résultat : beaucoup d’organisations « parlent d’IA », mais peu la déploient réellement à grande échelle. L’enthousiasme médiatique ne suffit pas ; ce sont les gains concrets sur le terrain qui comptent.

Trois freins majeurs pointés par Jacques Pommeraud

Dans son analyse, trois forces ralentissent aujourd’hui l’Europe :

• La peur de l’échec: la culture du risque est parfois limitée. Beaucoup de dirigeants redoutent de se lancer dans des projets IA qui pourraient ne pas aboutir, ou produire des résultats partiels. Or, l’apprentissage par l’essai‑erreur est au cœur de ces technologies.
• La sur‑régulation ou la crainte de la régulation: l’Europe s’est dotée d’un cadre ambitieux en matière de données et d’IA. C’est un atout, mais la perception d’une complexité excessive peut conduire certains acteurs à repousser leurs projets, par prudence ou par méconnaissance des règles.
• L’incompréhension des enjeux et du potentiel: sur le terrain, de nombreux décideurs associent encore l’IA uniquement à des chatbots ou à des risques de substitution de l’humain. Ils passent ainsi à côté de bénéfices concrets, comme l’optimisation des stocks, la maintenance prédictive, l’aide au diagnostic, ou l’amélioration de l’expérience client.

Pour Jacques Pommeraud, la réponse n’est pas de renoncer à l’exigence européenne en matière d’éthique et de droit. Elle est de traduire ces principes en cadres opérationnels clairs, qui donnent confiance aux entreprises pour investir et agir.

De la critique à l’action : un agenda pragmatique pour l’IA en Europe

L’approche défendue par le dirigeant d’Inetum n’est ni fataliste ni purement théorique. Elle met en avant un agenda d’action concret autour de quatre priorités : investissement, compétences, gouvernance et coopération.

1. Un environnement qui encourage l’investissement

Pour combler le retard, l’Europe doit créer un climat où investir dans l’IA est perçu comme stratégique, accessible et maîtrisable. Cela implique :

• des dispositifs de soutien ciblés pour les projets à fort impact (industrie, santé, énergie, services publics) ;
• des incitations à mutualiser certaines infrastructures (données sectorielles, plateformes techniques, calcul) ;
• une simplification des démarches pour les entreprises, en particulier les PME, qui n’ont ni les équipes juridiques ni les budgets des grands groupes.

L’enjeu n’est pas de subventionner tout et n’importe quoi, mais de créer des conditions lisibles et stables permettant aux acteurs privés de prendre le relais avec leurs capitaux propres.

2. Accélérer la montée en compétences à tous les niveaux

Sans compétences, pas de déploiement massif de l’IA. Jacques Pommeraud insiste sur la nécessité de penser la formation de manière large et inclusive:

• Les décideurs doivent comprendre ce que l’IA peut apporter à leur modèle économique, comment piloter un portefeuille de cas d’usage, et comment mesurer le retour sur investissement.
• Les métiers ont besoin d’acquis concrets : comment travailler avec des outils augmentés par l’IA, quelles tâches automatiser, comment interpréter et challenger les recommandations d’algorithmes.
• Les équipes techniques doivent maîtriser les pratiques modernes (MLOps, gestion de la donnée, sécurité, IA responsable) pour passer du prototype à la production en toute fiabilité.

La bonne nouvelle, c’est que cette montée en compétences génère elle‑même de nouveaux emplois qualifiés, au carrefour de la data, du développement logiciel, de la cyber‑sécurité et des métiers opérationnels.

3. Des cadres de gouvernance clairs, applicables et rassurants

L’IA inquiète parfois parce qu’elle semble opaque. Pour dépasser cette inquiétude, Jacques Pommeraud plaide pour des cadres de gouvernance simples à comprendre et à déployer:

• des règles précises sur la qualité et la provenance des données utilisées ;
• des processus de validation et d’audit des modèles, adaptés au risque réel (santé, finance, services publics, etc.) ;
• des mécanismes de supervision humaine, explicites, et non de simples formules dans un document de conformité ;
• une documentation claire, partagée avec les collaborateurs et, quand c’est pertinent, avec les clients ou les usagers.

Ces outils de gouvernance ne doivent pas être vécus comme des freins, mais comme des accélérateurs de confiance: ils rendent l’IA plus acceptable, facilitent l’adhésion des équipes et sécurisent les dirigeants dans leurs décisions.

4. Coopération public‑privé : passer des discours aux chantiers communs

L’un des points centraux du message de Jacques Pommeraud est l’importance d’une coopération active entre pouvoirs publics, grands groupes, ETI, PME et écosystèmes de start‑ups. L’IA touche à des enjeux collectifs (santé, éducation, énergie, mobilité, défense) qui dépassent largement le cadre d’une seule entreprise.

Concrètement, cette coopération peut se traduire par :

• des plateformes de données sectorielles partagées, respectant strictement la vie privée et la souveraineté ;
• des programmes conjoints de R&D et d’industrialisation, ancrés sur des cas d’usage précis ;
• la mise en commun d’infrastructures (centres de calcul, environnements de tests, bacs à sable réglementaires) ;
• des mécanismes qui facilitent l’accès des PME et start‑ups aux grands comptes et aux marchés publics.

Cette logique de coopération permet d’amortir les coûts, de partager les risques et d’accélérer la diffusion des meilleures pratiques sur tout le territoire européen.

Freins vs leviers : comment transformer la posture européenne sur l’IA

Le débat autour de l’IA en Europe oscille souvent entre deux extrêmes : d’un côté, la peur d’une technologie jugée incontrôlable ; de l’autre, une fascination pour quelques géants technologiques mondiaux. La position défendue par Jacques Pommeraud se situe ailleurs : dans une voie médiane, lucide et offensive, qui assume les risques tout en misant sur les opportunités.

Cette transformation de posture ne demande pas de renoncer à l’ADN européen en matière de droits fondamentaux, de protection des données ou d’équilibre social. Au contraire, elle permet de faire de ces exigences un avantage compétitif en développant des solutions d’IA fiables, traçables et dignes de confiance.

Comment les entreprises peuvent agir dès maintenant

Au‑delà des politiques publiques, le message de Jacques Pommeraud s’adresse directement aux dirigeants d’entreprises : attendre une hypothétique “stabilité parfaite” du cadre réglementaire revient à céder du terrain à des concurrents plus audacieux. Il existe déjà de nombreuses actions concrètes, compatibles avec les règles actuelles, pour avancer sereinement.

1. Poser un diagnostic data et métiers

La première étape consiste à mener un diagnostic lucide:

• Quelles données possède l’entreprise ? Sont‑elles fiables, structurées, exploitables ?
• Quels processus métiers sont gourmands en temps, sources d’erreurs ou de frustrations pour les équipes et les clients ?
• Où l’IA pourrait créer le plus de valeur : réduction des coûts, nouveaux services, meilleure expérience, réduction des risques ?

Ce diagnostic permet de prioriser quelques cas d’usage à fort impact, plutôt que de se disperser dans une multitude de projets théoriques.

2. Lancer des cas d’usage pilotes, bien encadrés

Plutôt que de viser tout de suite une transformation globale, il est souvent plus efficace de démarrer par des pilotes:

• sur un périmètre limité mais représentatif ;
• avec des indicateurs de succès clairs (temps gagné, erreurs évitées, chiffre d’affaires additionnel, satisfaction client) ;
• associant dès le départ les équipes métiers, IT, data et juridique.

Le but n’est pas seulement de tester une technologie, mais de prouver la valeur, d’identifier les freins culturels, d’ajuster les procédures et de construire la confiance.

3. Passer de l’expérimentation à l’industrialisation

Le véritable gain se situe dans l’industrialisation: quand une solution d’IA sort du laboratoire pour être intégrée et maintenue dans les systèmes critiques de l’entreprise. Cela suppose :

• un socle technique robuste (gestion des données, sécurité, supervision des modèles) ;
• des pratiques d’exploitation continue (MLOps) pour surveiller la performance, détecter les dérives et mettre à jour les modèles ;
• une documentation claire, permettant à de nouvelles équipes de reprendre le flambeau sans tout reconstruire.

C’est précisément sur ces enjeux d’industrialisation que des acteurs comme Inetum accompagnent les organisations, en apportant méthodes, retours d’expérience et équipes pluridisciplinaires.

4. Construire une IA responsable, alignée avec les valeurs de l’entreprise

Enfin, aucune stratégie IA ne peut réussir durablement si elle n’intègre pas les attentes fortes de la société en matière d’éthique, de transparence et d’impact social. Les entreprises peuvent transformer ce sujet en avantage compétitif en :

• donnant de la visibilité aux collaborateurs sur les usages et les limites de l’IA ;
• mettant en place des chartes, comités ou référents dédiés à l’IA responsable ;
• impliquant les représentants des salariés dans la définition des projets les plus structurants ;
• mesurant et partageant les résultats : gains de productivité, mais aussi réduction des tâches pénibles, amélioration de la qualité ou de la sécurité.

En agissant ainsi, les organisations montrent que l’IA n’est pas un outil de substitution, mais un levier d’augmentation des capacités humaines, de montée en gamme et de compétitivité durable.

Vers une Europe qui maîtrise et valorise l’IA plutôt qu’elle ne la subit

Le message de Jacques Pommeraud est, au fond, un message d’optimisme exigeant. Oui, l’Europe accuse un retard dans certains domaines de l’intelligence artificielle. Mais rien n’est joué si le continent sait capitaliser sur ses forces : ses talents, sa culture industrielle, son exigence éthique, sa capacité d’innovation dans les usages.

En choisissant une approche pragmatique– orientée vers les cas d’usage concrets, la montée en compétences, la coopération public‑privé et des cadres de confiance clairs – l’Europe peut transformer un risque de déclassement en formidable opportunité de rebond.

Pour les entreprises, le moment est venu de passer d’une posture d’attente à une posture de construction : expérimenter, apprendre, déployer, gouverner. C’est ainsi que l’intelligence artificielle deviendra, non pas un simple sujet de discours, mais un véritable moteur de compétitivité, de souveraineté et de prospérité pour le continent européen.