Chapter 2

C’est en production que la véritable histoire commence

Près de trois entreprises sur quatre ont été contraintes de fermer ou de faire un retour en arrière d'un agent de communications AI déployé. Ce chiffre se maintient dans toutes les régions et toutes les industries de l'étude, et il ne diminue ni avec l'expérience ni avec l'investissement. En fait, parmi les organisations qui décrivent leurs garde-fous comme pleinement matures, le taux de retour en arrière est encore plus élevé.

Cela se produit en production, sur les canaux orientés client, dans des interactions réelles. Quand quelque chose tourne mal, les clients observent. Ils le remarquent. Et quand cela se produit, un problème technique devient un véritable enjeu de confiance.

Read the chapter
Image for C’est en production que la véritable histoire commence

Le lancement n’a pas résolu le problème

En matière de communication client par l’AI, la plupart des entreprises ont déjà procédé au lancement. D’ici la fin de l’année, neuf organisations sur dix auront un agent d’AI actif en production sur un ou plusieurs de leurs canaux.

Mais 74 % de celles qui l’ont déjà fait ont été forcées de faire marche arrière ou de fermer ces agents. Parmi les organisations qui décrivent leurs garde-fous comme pleinement matures, le taux de retour en arrière est de 81 %.

Depuis le début, le marché s’est trompé de ligne d’arrivée. Nous pensions que le passage en production était la partie difficile. Les données montrent que ce n’est pas le cas. Au lieu de résoudre le problème, les organisations le repoussent à un moment où les enjeux sont plus élevés et où la confiance du client est en jeu. 

74 %

Taux moyen de retour en arrière parmi les organisations ayant atteint la production. (Sinch, 2026)

81 %

Taux de retour en arrière parmi les organisations dotées de garde-fous pleinement matures. (Sinch, 2026)

The AI Paradox - Daniel Morris 2

Pourquoi le taux de retour en arrière augmente avec les organisations matures

Les organisations disposant d’une instrumentation de gouvernance mature peuvent voir des échecs que les organisations moins matures manquent complètement. Celles ne déclarant aucun retour en arrière ne gèrent pas nécessairement des programmes d’AI plus propres. Dans de nombreux cas, elles manquent simplement de surveillance pour savoir quand quelque chose tourne mal.

L’explication la plus probable, supported par les données plus larges, est que les programmes échouant à 81 % – ceux qui ont déclaré des garde-fous pleinement matures – n’échouent pas parce qu’ils sont mal gérés. Ils échouent parce que leur surveillance améliorée leur permet de détecter des problèmes que d’autres ne peuvent pas repérer. Les organisations ne signalant aucune défaillance de gouvernance ne sont pas la référence. Au contraire, elles sont peut-être celles qui ont le moins de visibilité sur ce qui se passe. 

FOCUS SECTORIEL

Aucune industrie n’a résolu le problème du retour en arrière

Les taux de retour en arrière sont élevés dans toutes les industries – de 66 % dans la technologie à 85 % dans les services professionnels. Le problème est universel.

Le marché a supposé que la complexité de la conformité entraînait un taux d’échec plus élevé, mais nos données ne confirment pas cela. La santé convertit le moins de pilotes en production mais s’aligne sur toutes les autres industries à travers les 19 mesures de conformité et de confidentialité, et son taux de retour en arrière se situe juste à 1 point au-dessus de la moyenne mondiale. Dans les services financiers, les organisations disposant des garde-fous les plus matures sont également les plus avancées dans le déploiement : chaque étape franchie dans la maturité des garde-fous rend une organisation deux fois plus susceptible d’opérer au niveau le plus avancé. Mais le taux de retour en arrière est de cinq points inférieur à la moyenne, à 69 %.

Le marché a également supposé que les secteurs orientés vers la technologie avaient trouvé une solution. Et bien que les entreprises technologiques aient le taux de retour en arrière le plus bas à 66 %, ce n’est que de 8 points inférieur à la moyenne mondiale. Aucune industrie n’a vraiment trouvé le moyen de contourner le problème. 

Les données de Sinch (2026) montrent que les taux de retrait varient de 66 % dans le secteur des technologies à 85 % dans les services professionnels. 

Quel est le déclencheur des retours en arrière

L’exposition d’informations personnelles identifiables (PII) ou de données client est la cause principale parmi celles qui ont déclaré un retour en arrière dû à une défaillance de gouvernance, citée par 31 % des organisations. L’hallucination ou le risque pour la marque arrive en deuxième position avec 22 %. Le manque d’auditabilité – l’incapacité de diagnostiquer ce qui a mal tourné – est troisième avec 16 %. 

Ce ne sont pas des catégories de risques abstraites. L’exposition de PII signifie que les données personnelles d’un client sont apparues lors d’une interaction où elles n’auraient pas dû. L’hallucination signifie qu’un agent d’AI a dit quelque chose d’erroné avec aplomb à un client réel, sur un canal en direct, sous le nom de votre marque. Et quand 16 % des retours en arrière ne peuvent pas être entièrement diagnostiqués parce qu’il n’y a pas de piste d’audit, l’organisation se retrouve avec un échec dont elle ne peut pas tirer de leçons et aucun moyen de prouver qu’il a été résolu.

Les données de Sinch (2026) révèlent que les fuites de PII ou de données (31 %) et les hallucinations (22 %) sont les principales raisons du retour en arrière d’un agent d’AI.

La confiance n’est pas une protection

90 % des décideurs d’entreprise se décrivent comme confiants quant à l’état de préparation de leur agent d’AI. Mais dès que vous confrontez ces scores de confiance à la réalité opérationnelle, un écart se creuse. 

Parmi ceux qui évaluent leur confiance comme « assez confiant » ou « très confiant », 75 % ont connu au moins un retour en arrière lié à la gouvernance. La confiance n’est pas corrélée à une diminution des échecs. En fait, les taux de déploiement et de retour en arrière sont globalement cohérents, quel que soit le niveau de préparation ressenti par les organisations.

La confiance est un indicateur clé d’ambition, et non une garantie de préparation en matière de gouvernance. La question la plus utile pour toute équipe dirigeante n’est pas « sommes-nous confiants ? » C’est « que verrions-nous si quelque chose tournait mal en ce moment, et à quelle vitesse le verrions-nous ? »

L’étude de Sinch (2026) montre que 90 % des décideurs d’entreprise se décrivent comme confiants quant à leur préparation à l’AI.

La perspective régionale

Les dynamiques du marché façonnent les taux de retour en arrière

Le taux global de retour en arrière de 74 % reflète un problème qui se maintient dans toutes les régions, mais les modes d’échec se présentent différemment selon l’endroit où vous vous trouvez.

L’APAC est en tête en matière de déploiement et de retraits. 83 % des organisations ont fermé ou fait un retour en arrière d’un agent d’AI – le taux le plus élevé de toutes les régions. 38 % de ces échecs sont causés par des fuites de PII. L’Australie enregistre le plus grand nombre de retraits de la région avec 84 %.

Les organisations d’Amérique latine procèdent à des retraits à hauteur de 82 % et déclarent le taux le plus élevé d’incidents liés aux PII (41 %) dans une région – soit dix points au-dessus de la moyenne mondiale. Le Brésil est le marché au déploiement le plus rapide de l’hémisphère et l’un de ceux qui échouent le plus vite.

La région EMEA se situe globalement à 70 % de retraits, mais la France fait figure d’exception. 90 % des organisations françaises ont retiré un agent d’AI, 42 % de ces retraits étant liés aux PII. L’application par la CNIL crée un mode d’échec spécifique que la conformité RGPD standard ne parvient pas à prévenir.

L’Amérique du Nord présente le taux de retrait le plus bas de toutes les régions avec 63 %, et 34 % déclarent zéro retrait. Là où des échecs se produisent, les hallucinations et l’exposition de PII sont à égalité en tant que cause principale –, la seule région où la défaillance du modèle correspond à la défaillance de l’infrastructure.
Image for Que faire de cela

Que faire de cela

74 % des organisations ont dû arrêter un live agent. 

Ce taux de retour en arrière est une raison d’être précis sur ce sur quoi vous construisez et sur ce que vous pourrez voir quand quelque chose tourne mal. Et l’implication inconfortable de ce chiffre de 81 % n’est pas que les programmes matures échouent davantage – c’est qu’ils sont capables de voir ce que les organisations moins bien gouvernées manquent. 

Une question sur laquelle il vaut la peine de réfléchir : si votre agent de communications AI échouait en ce moment même, le sauriez-vous avant vos clients ? 

L’écart de surveillance est là où les organisations sont les plus exposées, et où un problème technique devient soudainement un problème de confiance du client.

C'est au niveau de l'infrastructure que la course se décide Chapter 6 C'est au niveau de l'infrastructure que la course se décide Le déficit de visibilité qui divise les dirigeants Chapter 4 Le déficit de visibilité qui divise les dirigeants