Syndrome de Stockholm et IA : comment se protéger de la dépendance technologique

LE PARADOXE DE L'ADOPTION

Un chiffre devrait nous interpeller : selon PwC, 81% des dirigeants français déclarent n'avoir constaté aucun impact mesurable de l'IA sur leur chiffre d'affaires ni sur leurs coûts. Seuls 12% combinent à la fois gains de revenus et réduction des coûts. Nous sommes loin des promesses de transformation radicale.

Pourtant, l'adoption individuelle explose. En France, 44% de la population active utilisait des outils d'IA générative fin 2025, selon Microsoft. Dans l'Union européenne, près d'un tiers des citoyens (32,7%) y ont eu recours. Ce fossé entre la « fascination technologique » à l'échelle individuelle et la « révolution lente » dans l'entreprise mérite qu'on s'y attarde.

Car derrière ce décalage se cache un phénomène que j'appelle le « syndrome de Stockholm technologique » : une confiance quasi sans critique envers des plateformes qui nous captivent sans nécessairement nous servir.

INVESTIR BEAUCOUP, RENTABILISER PEU

Les chiffres d'investissement sont impressionnants. Selon Deloitte, 85% des entreprises françaises ont augmenté leur budget IA en 2024, et 92% prévoient de l'augmenter encore d'ici 2026. Au niveau mondial, le marché de l'IA représente 235 milliards de dollars en 2024, avec une projection à 631 milliards en 2028.

Mais la rentabilité ne suit pas. Le délai moyen pour obtenir un ROI sur un projet IA est de 2 à 4 ans, contre 7 à 12 mois pour une technologie classique. C'est trois fois plus long. Pendant ce temps, les entreprises continuent d'injecter des budgets considérables dans des solutions dont elles peinent à mesurer l'impact réel.

• 10% seulement des entreprises françaises (≥10 salariés) utilisent l'IA en 2024
• 33% pour les grandes entreprises (≥250 salariés) — la taille compte
• 69% des entreprises achètent des solutions « prêtes à l'emploi »
• 20% seulement disposent d'une infrastructure IT jugée prête pour l'IA

LE PIÈGE DE LA DÉPENDANCE

Gartner prévoit qu'en 2027, plus de 35% des pays seront enfermés dans des plateformes d'IA « régionales » propriétaires. Le verrouillage technologique (lock-in) n'est plus une hypothèse : c'est une trajectoire. Et elle concerne autant les États que les entreprises.

Le modèle dominant — 69% des cas selon l'INSEE — est l'achat de solutions « prêtes à l'emploi ». Pratique à court terme, mais dangereux à moyen terme. La migration hors d'un service « tout-en-un » implique une refonte complète de la chaîne : scripts d'infrastructure, APIs propriétaires, données formatées pour un écosystème spécifique. Les coûts cachés explosent.

"La dépendance technologique est d'autant plus insidieuse qu'elle se construit dans le confort. On s'habitue aux outils, on forme les équipes, on intègre les processus. Jusqu'au jour où changer devient plus coûteux que rester captif."

— Alexis Figiel

En Europe, la souveraineté numérique devient un enjeu stratégique. Les utilisateurs cherchent avant tout la sécurité et la conformité. La France a annoncé 109 milliards d'euros d'investissements dans l'infrastructure IA. Mais les entreprises, prises individuellement, continuent souvent de foncer tête baissée vers les plateformes américaines dominantes.

LES VOIES DE SORTIE

La bonne nouvelle : les entreprises françaises commencent à réagir. Selon Databricks, 96% prévoient de déployer des modèles d'IA open source d'ici 2027. Llama, Mistral, et d'autres alternatives émergent comme des options crédibles pour diversifier les sources et réduire la dépendance à un fournisseur unique.

Cette diversification technique doit s'accompagner d'une réflexion plus profonde sur ce que j'appelle l'« intégrité cognitive » des systèmes d'IA. Il s'agit de s'assurer que les algorithmes respectent les valeurs et contraintes métier de l'entreprise, qu'ils restent auditables, explicables, et que la souveraineté décisionnelle reste humaine.

Concrètement, cela signifie : ne pas tout déléguer à une seule plateforme, maintenir des compétences internes, documenter les choix technologiques, et prévoir des plans de réversibilité. 67% des data scientists français enrichissent déjà leurs LLM avec des données internes via des systèmes RAG — c'est un premier pas vers plus d'autonomie.

Chez usuel.ai, nous accompagnons les entreprises dans cette démarche d'intégration raisonnée. Notre conviction : l'IA doit augmenter l'autonomie des équipes, pas créer de nouvelles dépendances. Cela suppose de choisir les bons outils, de former les collaborateurs, et surtout de garder le contrôle sur la trajectoire technologique.

Le syndrome de Stockholm technologique n'est pas une fatalité. Mais il faut en prendre conscience pour s'en libérer.