Risques & freins

Aborder l'IA avec lucidité, c'est aussi nommer les difficultés. Elles sont réelles, mais connues — et toutes se traitent par la méthode, la gouvernance et la formation décrites dans ce document.

Techniques

Qualité & disponibilité des données internes
Intégration avec le SI existant (legacy, silos)
Hallucinations et fiabilité des LLM
Performance et latence

Sécurité & conformité

RGPD et données personnelles
AI Act européen (application progressive 2024-2026)
Secret des affaires, propriété intellectuelle
Souveraineté des données

Humains & organisationnels

Résistance au changement, peur du remplacement
Manque de compétences internes
Sponsorship insuffisant
Sur-promesse / sous-livraison (effet « hype »)

Économiques

Coût réel des LLM à l'échelle (souvent sous-estimé)
ROI difficile à mesurer
Dépendance aux fournisseurs

Éthiques

Biais des modèles
Transparence vis-à-vis des collaborateurs et des clients
Impact environnemental

Aucun de ces freins n'est rédhibitoire : ils définissent précisément le périmètre de la gouvernance, de la sécurité et de la formation à mettre en place.