L'« oversight gap » : pourquoi 60 % des entreprises pilotent leur IA sans vue d'ensemble

L'IA ne se contente plus de répondre à des questions. Elle rédige, analyse, recommande et, de plus en plus, agit. Pourtant, dans la majorité des entreprises, personne n'est capable de dire précisément où elle intervient, ce qu'elle produit et sur quelles décisions elle pèse. Ce décalage entre la vitesse de déploiement et la capacité de contrôle porte un nom : l'oversight gap.

Les études publiées ces derniers mois dessinent un tableau cohérent. Selon le Global AI Confessions Report de Dataiku, mené en juillet 2026 auprès de 685 DSI dans huit pays dont la France, 60 % des entreprises ne disposent d'aucune couche centrale de gouvernance de l'IA. 81 % des DSI reconnaissent ne pas avoir de vision complète des agents IA créés en dehors des circuits informatiques officiels, et 72 % ne peuvent pas vérifier de façon fiable que ces agents produisent les résultats attendus.

Les autres enquêtes vont dans le même sens. Le Technology Pulse Poll d'EY, réalisé début 2026, établit que 52 % des initiatives d'IA lancées au niveau des départements fonctionnent sans approbation ni supervision formelle. Kiteworks rapporte que 65 % des organisations ont découvert, au cours des douze derniers mois, des usages d'IA qu'elles n'avaient jamais autorisés. Autrement dit, dans six entreprises sur dix, aucune instance ne dispose d'une vue d'ensemble de ce que fait l'IA. La question n'est plus de savoir si l'IA est utilisée dans l'entreprise, mais qui sait vraiment ce qu'elle y fait.

Un écart qui se creuse à mesure que l'IA devient autonome

Tant que l'IA se limitait à un assistant conversationnel, le risque restait circonscrit : un collaborateur posait une question, lisait la réponse et décidait lui-même de l'utiliser ou non. L'humain restait, par construction, dans la boucle. L'arrivée des agents change la donne. Un agent ne se contente pas de suggérer : il enchaîne des tâches, consulte des bases de données, rédige des documents, parfois déclenche des actions. Et il peut être créé en quelques heures par un collaborateur sans aucune compétence technique.

Résultat : les agents se multiplient plus vite que la capacité de l'entreprise à les recenser. Dans l'enquête Dataiku, 84 % des DSI reconnaissent que les collaborateurs créent des agents plus vite que l'informatique ne peut les encadrer, et 67 % estiment que plus de cinquante agents tournent déjà en production. EY relève de son côté que 26 % des dirigeants de grandes entreprises américaines utilisant l'IA agentique déclarent leur organisation incapable de détecter des agents non autorisés opérant en interne.

Trois angles morts qui alimentent l'oversight gap

Le premier angle mort est l'inventaire. Beaucoup d'entreprises sont incapables de dresser la liste des outils et des agents IA utilisés dans leurs équipes. Les abonnements souscrits par les directions métier, les assistants intégrés par défaut dans les logiciels existants, les agents conçus par des collaborateurs motivés sans en informer les départements concernés : tout cela échappe aux radars et aux recensements officiels.

Le deuxième angle mort est l'écart entre la règle et la pratique. EY observe que 98 % des grandes entreprises cotées américaines déclarent disposer d'une politique formelle de gouvernance de l'IA, mais que 47 % reconnaissent avoir déjà contourné leur propre processus pour accélérer un déploiement jugé urgent. La gouvernance existe, mais elle n'est simplement pas appliquée quand elle risque de retarder une décision, ce que confirme le fait que 85 % des dirigeants du secteur technologique interrogés par EY admettent privilégier la vitesse de mise sur le marché, en gérant les risques au fil de l'eau.

Le troisième angle mort, le plus sous-estimé, concerne les décisions elles-mêmes. Une analyse de marché, une synthèse réglementaire ou une recommandation produite par l'IA peut remonter jusqu'au comité de direction sans que personne ne sache précisément d'où viennent les chiffres, quelles hypothèses ont été retenues ni quelles sources ont été écartées. Le risque n'est pas seulement opérationnel ou juridique : il est stratégique. Une décision importante peut en effet alors reposer sur une analyse que personne n'a vraiment vérifiée.

Ce que les dirigeants peuvent faire dès maintenant

Combler l'oversight gap ne demande pas de freiner l'IA, mais de la rendre visible et de définir les responsabilités. Quelques chantiers suffisent à reprendre la main.

Le premier est de dresser un état des lieux complet. Quels outils sont utilisés, par qui, avec quelles données, pour produire quoi ? Cet inventaire, souvent révélateur, est la condition préalable. Il doit inclure les usages informels, qui sont précisément ceux qui échappent au contrôle.

Le deuxième est de désigner un responsable pour chaque usage significatif. Chaque agent, chaque outil qui alimente un processus ou une décision doit avoir un propriétaire identifié, capable d'expliquer ce qu'il fait, sur quelles données il s'appuie et comment ses résultats sont contrôlés. Un agent sans responsable est un agent hors de contrôle.

Le troisième est de graduer la supervision selon l'enjeu. Toutes les tâches ne méritent pas le même niveau de contrôle. La reformulation d'un mail n'appelle aucune vérification particulière ; une analyse destinée à éclairer un investissement, une acquisition ou une réorganisation exige une relecture experte systématique avant de remonter à la direction.

Le quatrième est de porter le sujet au niveau des instances de direction. Selon Grant Thornton, 48 % des conseils n'ont fixé aucune attente en matière de gouvernance de l'IA, alors même qu'ils approuvent des investissements importants dans ce domaine. Et seules 20 % des entreprises disposent d'un plan de réponse testé en cas de défaillance d'un système d'IA. La supervision de l'IA est une responsabilité de gouvernance, et non une question technique à déléguer à la DSI.

Les fausses bonnes réponses

Face à l'ampleur du problème, certaines réactions sont compréhensibles mais contre-productives.

L'interdiction en premier lieu. Bloquer les outils d'IA ne fait pas disparaître les usages : cela les rend invisibles. Les collaborateurs continuent d'utiliser l'IA sur leurs outils personnels, avec des données de l'entreprise, et l'oversight gap se creuse encore.

La gouvernance de façade. Rédiger une charte, la faire signer et considérer le sujet comme réglé ne change rien à la réalité des usages. Une politique qui n'est ni outillée, ni contrôlée, ni appliquée en situation d'urgence n'est qu'un document.

La confiance aveugle dans les outils de contrôle. Les solutions de supervision des agents sont utiles, mais elles indiquent qu'un agent fonctionne, pas qu'il produit des résultats justes. Comme le résume Florian Douetteau, cofondateur et dirigeant de Dataiku, le monitoring explique qu'un agent tourne, le management établit s'il mérite de continuer à tourner. Le jugement humain reste donc irremplaçable.

La supervision, condition de la valeur

L'oversight gap n'est pas un problème de conformité parmi d'autres. C'est l'une des raisons pour lesquelles tant d'entreprises investissent dans l'IA sans en tirer de résultats mesurables. Une technologie que l'on ne voit pas ne peut être ni améliorée, ni mesurée, ni étendue avec confiance.

Les entreprises qui captent la valeur de l'IA ne sont ni celles qui la déploient le plus vite, ni celles qui la contrôlent le plus strictement. Ce sont celles qui savent, à tout moment, où elle intervient, ce qu'elle produit et qui en répond. Cette visibilité n'est pas un frein : c'est elle qui permet d'accélérer sans prendre de risques inconsidérés.

Pour un dirigeant, la bonne question n'est donc pas « utilisons-nous l'IA de façon responsable ? », à laquelle tout le monde pourrait répondre positivement, mais « pourrais-je expliquer demain, devant mon conseil, ce que fait l'IA dans mon entreprise et qui l'a vérifié ? ». Si la réponse est incertaine, l'oversight gap est déjà là.

La position d'Hymeria

Chez Hymeria Consulting, la supervision n'est pas une option : c'est le fondement de notre modèle. Nos analyses sont produites par plus de 40 agents IA spécialisés, mais aucune ne parvient à un client sans avoir été relue, challengée et validée par un expert disposant de plus de 15 ans d'expérience, qui en assume la responsabilité. Chaque livrable, qu'il s'agisse d'une étude, d'une analyse ou d'un business plan, est sourcé et traçable : le dirigeant sait d'où viennent les chiffres et sur quelles hypothèses reposent les conclusions. La mission est réalisée en 5 à 10 jours, pour un budget maîtrisé défini avant le démarrage.