Le marché de l’intelligence artificielle (IA) pour les entreprises ne montre pas un rejet généralisé de la technologie, mais plutôt une défiance vis-à-vis de la stabilité opérationnelle qu’elle peut engendrer. Selon Arsalan Tavakoli-Shiraji, co-fondateur et SVP chez Databricks, cette évolution constitue une étape cruciale, qui distingue désormais les entreprises capables de faire évoluer leur IA de celles qui échouent après un premier mouvement. Pendant plusieurs années, les startups en IA ont profité d’une période d’expérimentation, où un bon prototype ou une vision forte suffisaient souvent à susciter l’intérêt des entreprises et à attirer des investisseurs.
Cependant, cette phase de découverte est désormais révolue. L’intelligence artificielle en entreprise entre dans une nouvelle étape, où l’évaluation ne se concentre plus uniquement sur l’excitation technologique, mais sur la sécurité et la viabilité de son déploiement à grande échelle. Lors de l’événement TechCrunch Disrupt 2026, qui se tiendra du 13 au 15 octobre à San Francisco, Tavakoli-Shiraji expliquera cette transition lors de sa session intitulée « L’entreprise n’est pas cassée. Vos suppositions à son sujet le sont ». Ce rassemblement rassemblera plus de 10 000 fondateurs, investisseurs et opérateurs, pour explorer les évolutions technologiques et opérationnelles qui redéfinissent la construction et la croissance des entreprises.
Les startups en IA réussissent souvent moins parce que leur modèle sous-performe, que parce que l’organisation n’est pas prête à absorber ses conséquences opérationnelles.
Les tentatives pilotes d’IA qui n’aboutissent pas à une mise en production concrète ne sont pas dues à une défaillance technologique, mais plutôt à une incapacité organisationnelle à supporter les changements induits. En réalité, ce ne sont pas tant la performance du modèle qui met fin à un projet, mais la perte de confiance dans la capacité de l’entreprise à gérer ce qui en découle. Tavakoli-Shiraji souligne que le vrai défi réside dans la gestion des risques liés à l’implémentation : complexité de la gouvernance, perturbation des flux de travail, surcharge de l’infrastructure, conformité réglementaire, et confiance organisationnelle.
Une tendance clé est l’émergence de startups IA qui privilégient la réduction de l’incertitude. Elles facilitent une intégration plus fluide dans les systèmes existants, réduisent les frictions opérationnelles, et rendent leur gouvernance plus simple et plus transparente. Ces caractéristiques, moins spectaculaires que les démonstrations impressionnantes ou les benchmarks de modèles, s’avèrent aujourd’hui essentielles pour générer une adoption durable. Les acheteurs d’entreprise posent désormais des questions sur l’après-pilote : quel changement opérationnel est nécessaire, comment cela impacte la gouvernance, si cette intégration peut être déployée à l’échelle, et que faire si le modèle échoue.
Le marché de l’IA en entreprise évolue pour privilégier la fiabilité opérationnelle et la gouvernance sur la simple performance technique.
Avec un parcours professionnel combinant stratégie d’entreprise et expertise technique, Tavakoli-Shiraji apporte un regard précieux sur cette mutation. Son expérience chez McKinsey & Company, où il conseillait sur la transformation numérique et l’IT d’entreprise, couplée à sa formation doctorale à UC Berkeley, lui permet de souligner que la réussite en IA d’entreprise ne dépend plus uniquement de la puissance des modèles, mais aussi de la maîtrise des interactions entre systèmes techniques, comportement organisationnel et gestion des risques. La véritable réussite sera probablement celle des startups qui comprendront comment les entreprises absorbent le changement, plutôt que celles qui proposent simplement des innovations technologiquement impressionnantes.
Le stage AI lors de Disrupt, présenté par Google Cloud, approfondira ces sujets en montrant comment l’intelligence artificielle distribuée, la gouvernance, la sécurité, et l’infrastructure opérationnelle évoluent dans le contexte de l’adoption SaaS et générative. En comprenant que la clé réside désormais dans la capacité à instaurer la confiance opérationnelle, les fondateurs pourront mieux orienter leurs stratégies pour répondre aux attentes du marché en pleine mutation. La fin de cette période d’expérimentation imprévisible signifie que le vrai enjeu est maintenant le déploiement durable, gouverné et évolutif de l’IA en entreprise.
