Alors que l’intelligence artificielle évolue vers des modèles capables d’agir de manière autonome, une nouvelle étude menée par Denodo, leader mondial de la gestion des données, met en lumière un important déficit de confiance dans les données, ce qui entrave une adoption à grande échelle de l’IA agentique dans les entreprises.
Basée sur une enquête menée auprès de 850 dirigeants et décideurs impliqués dans des projets d’IA à travers le monde, cette recherche montre comment les organisations peinent encore à réunir les conditions nécessaires pour rendre l’IA réellement opérationnelle et fiable dans les processus métiers.
Des exigences inédites en matière de données
Contrairement aux chatbots ou aux outils traditionnels d’aide à la décision, l’IA agentique marque une rupture en ne se limitant plus à formuler des recommandations : elle déclenche des actions, interagit directement avec des systèmes opérationnels et peut avoir un impact immédiat sur l’activité.
Cette évolution fait émerger des exigences de données inédites, où la qualité, la pertinence et surtout le caractère récent de l’information deviennent déterminantes. Ainsi, 66 % des organisations estiment que l’accès à des données en temps réel est indispensable pour considérer une IA comme fiable, tandis que 63 % pensent que l'identification des données les plus pertinentes et les plus fiables, ou leur préparation en vue de leur utilisation, constituent des obstacles majeurs au déploiement de l'IA.
Par ailleurs, 67 % déclarent rencontrer des difficultés en matière de sécurité des données et de contrôle d'accès dans le domaine de l'IA, une condition essentielle au bon fonctionnement des agents. Ces défis sont accentués par la complexité croissante des architectures data : pour 42 % des entreprises, les initiatives d’IA s’appuient en moyenne sur plus de 400 sources de données, tandis que près de 60 % constatent des limitations de performance lorsqu’il s’agit de soutenir des charges de travail IA à grande échelle.
Un enjeu particulièrement marqué en France et en Europe
En Europe, notamment en France, l’étude met en lumière la place centrale de la gouvernance, la sécurité et la conformité, reflet direct du cadre réglementaire européen et des attentes sociétales en matière d’IA responsable. Ainsi, 43 % des répondants français identifient la sécurité et la protection des données comme un frein majeur à l’adoption de l’IA, contre 20,5 % au niveau mondial.
En Europe, la confiance dans l’intelligence artificielle est avant tout associée au respect des politiques internes, des règles de conformité et des exigences réglementaires, notamment dans le contexte de l’AI Act. Ces résultats confirment que la confiance dans l’IA ne repose pas uniquement sur la performance des modèles, mais avant tout sur l’architecture de données, la gouvernance et les garanties de sécurité qui les sous-tendent.
« L’évolution vers l’IA agentique change radicalement les exigences en matière de données », explique Olivier Tijou, Regional VP et Regional Manager chez Denodo. « Lorsqu’un agent intelligent déclenche une action métier, il n’y a aucune marge d’erreur possible. Les entreprises doivent s’appuyer sur des données vivantes, gouvernées et contextualisées, plutôt que sur des silos statiques ».
Pour réussir le passage de projets pilotes à des déploiements d’IA à grande échelle, les organisations doivent repenser en profondeur leur stratégie de gestion des données autour de trois piliers complémentaires :
l’accès à des données en temps réel, condition indispensable à une connaissance opérationnelle immédiate ;
des données contextualisées et sémantiquement cohérentes, permettant à l’IA d’exploiter la bonne information au bon moment ;
et enfin des garde-fous robustes, couvrant la sécurité, la conformité, la traçabilité et les règles métiers, appliqués de manière homogène sur l’ensemble des environnements et des sources de données.
À propos de l’étude
L’étude The AI Trust Gap Report a été réalisée par Arlington Research en juin 2025 auprès de 850 décideurs d’organisations de plus de 1 000 salariés en Amérique du Nord, Europe, Moyen-Orient et Asie-Pacifique, dans des secteurs tels que les services financiers, l’industrie, l’énergie, la santé et le secteur public.
Basée sur une enquête menée auprès de 850 dirigeants et décideurs impliqués dans des projets d’IA à travers le monde, cette recherche montre comment les organisations peinent encore à réunir les conditions nécessaires pour rendre l’IA réellement opérationnelle et fiable dans les processus métiers.
Des exigences inédites en matière de données
Contrairement aux chatbots ou aux outils traditionnels d’aide à la décision, l’IA agentique marque une rupture en ne se limitant plus à formuler des recommandations : elle déclenche des actions, interagit directement avec des systèmes opérationnels et peut avoir un impact immédiat sur l’activité.
Cette évolution fait émerger des exigences de données inédites, où la qualité, la pertinence et surtout le caractère récent de l’information deviennent déterminantes. Ainsi, 66 % des organisations estiment que l’accès à des données en temps réel est indispensable pour considérer une IA comme fiable, tandis que 63 % pensent que l'identification des données les plus pertinentes et les plus fiables, ou leur préparation en vue de leur utilisation, constituent des obstacles majeurs au déploiement de l'IA.
Par ailleurs, 67 % déclarent rencontrer des difficultés en matière de sécurité des données et de contrôle d'accès dans le domaine de l'IA, une condition essentielle au bon fonctionnement des agents. Ces défis sont accentués par la complexité croissante des architectures data : pour 42 % des entreprises, les initiatives d’IA s’appuient en moyenne sur plus de 400 sources de données, tandis que près de 60 % constatent des limitations de performance lorsqu’il s’agit de soutenir des charges de travail IA à grande échelle.
Un enjeu particulièrement marqué en France et en Europe
En Europe, notamment en France, l’étude met en lumière la place centrale de la gouvernance, la sécurité et la conformité, reflet direct du cadre réglementaire européen et des attentes sociétales en matière d’IA responsable. Ainsi, 43 % des répondants français identifient la sécurité et la protection des données comme un frein majeur à l’adoption de l’IA, contre 20,5 % au niveau mondial.
En Europe, la confiance dans l’intelligence artificielle est avant tout associée au respect des politiques internes, des règles de conformité et des exigences réglementaires, notamment dans le contexte de l’AI Act. Ces résultats confirment que la confiance dans l’IA ne repose pas uniquement sur la performance des modèles, mais avant tout sur l’architecture de données, la gouvernance et les garanties de sécurité qui les sous-tendent.
« L’évolution vers l’IA agentique change radicalement les exigences en matière de données », explique Olivier Tijou, Regional VP et Regional Manager chez Denodo. « Lorsqu’un agent intelligent déclenche une action métier, il n’y a aucune marge d’erreur possible. Les entreprises doivent s’appuyer sur des données vivantes, gouvernées et contextualisées, plutôt que sur des silos statiques ».
Pour réussir le passage de projets pilotes à des déploiements d’IA à grande échelle, les organisations doivent repenser en profondeur leur stratégie de gestion des données autour de trois piliers complémentaires :
l’accès à des données en temps réel, condition indispensable à une connaissance opérationnelle immédiate ;
des données contextualisées et sémantiquement cohérentes, permettant à l’IA d’exploiter la bonne information au bon moment ;
et enfin des garde-fous robustes, couvrant la sécurité, la conformité, la traçabilité et les règles métiers, appliqués de manière homogène sur l’ensemble des environnements et des sources de données.
À propos de l’étude
L’étude The AI Trust Gap Report a été réalisée par Arlington Research en juin 2025 auprès de 850 décideurs d’organisations de plus de 1 000 salariés en Amérique du Nord, Europe, Moyen-Orient et Asie-Pacifique, dans des secteurs tels que les services financiers, l’industrie, l’énergie, la santé et le secteur public.
Autres articles
-
Denodo Platform 9.4 accélère la transition vers une IA agentique opérationnelle et performante
-
Les data marketplaces, nouvel atout stratégique pour démocratiser l’accès à la donnée
-
En 2026, l’IA ne doit plus être accessoire mais bien une stratégie décisive
-
Élaborer une stratégie GenAI pratique et axée sur la valeur dans le secteur de l'assurance
-
Libérer le potentiel digital du secteur de la santé grâce à une approche data centric : Les bénéfices du Logical Data Fabric





