Signal 01 · · CCN Intelligence
Le nouveau conseil canadien sur l’IA doit transformer l’adoption en capacité d’action pour les entreprises
Le Canada a nommé ses conseillers en IA. Le prochain test sera de déterminer si leurs recommandations aident les entreprises à utiliser efficacement l’IA, améliorent les services publics et donnent aux Canadiens les moyens de participer. CCN propose la maîtrise de l’IA en entreprise : conjuguer compréhension technique et compétences pratiques en affaires pour transformer l’adoption en valeur mesurable.
Ce qui s’est passé
Le premier ministre Mark Carney a lancé le Conseil national sur l’intelligence artificielle le 2 octobre. Son mandat couvre notamment l’adoption, la transformation gouvernementale, la recherche, les talents et les infrastructures souveraines. Appuyé par le Bureau du Conseil privé, il conseillera le gouvernement sur sa stratégie nationale d’IA. Les ministres et les ministères demeurent responsables des décisions de politique publique et de leur mise en œuvre. Le rôle direct du conseil est de conseiller Ottawa, mais les retombées recherchées concernent les entreprises, les Canadiens et les administrations publiques. Son influence dépendra de la traduction de ses recommandations en programmes accessibles, en meilleures décisions d’approvisionnement et en améliorations concrètes. Le conseil possède un véritable mandat consultatif. Il serait prématuré de juger son efficacité quelques jours après sa création. Toutefois, l’annonce ne présente ni calendrier de réunions, ni échéances pour les recommandations, ni exigences de publication, ni tableau de bord de rendement pour le conseil. Elle ne précise pas non plus comment les Canadiens pourront suivre les réponses du gouvernement à ses recommandations. Il s’agit de lacunes dans l’annonce, et non d’une preuve que de tels mécanismes n’existent pas.
Pourquoi c’est important pour le Canada
La stratégie vise une adoption de l’IA par 60 % des entreprises d’ici 2034. Cette cible concerne les entreprises, plutôt que la proportion de Canadiens utilisant l’IA ou de services gouvernementaux qui la déploient. Les autres ambitions comprennent jusqu’à 250 000 nouveaux emplois d’ici 2031 et près de 200 milliards de dollars en gains potentiels de PIB. Ce sont des objectifs de la stratégie nationale, plutôt que des engagements de rendement publiés pour chaque membre du conseil. Le gouvernement a annoncé du financement par l’intermédiaire du programme LIFT de BDC, 500 millions de dollars pour l’Initiative régionale en matière d’IA et 700 millions de dollars supplémentaires pour le Fonds d’accès à une puissance de calcul pour l’IA. Il a également annoncé une initiative nationale de littératie en IA. Ces engagements définissent une orientation; leur efficacité dépendra de leur accessibilité, de leur mise en œuvre et de leurs résultats. Pour une petite entreprise, le défi commence par comprendre quel problème l’IA peut résoudre et si le bénéfice justifie l’investissement. Les propriétaires ont besoin de financement, de temps, de conseils fiables et d’employés capables d’utiliser la technologie. Ils doivent aussi comprendre les coûts d’intégration, les besoins en données, la cybersécurité, la protection des renseignements personnels et les limites des résultats produits. Selon CCN, l’investissement et la formation devraient être conçus ensemble. Financer un système sans développer la capacité de l’utiliser peut laisser une entreprise avec une expérience coûteuse. Une formation sans voie de mise en œuvre abordable peut laisser les employés avec des connaissances qu’ils ne peuvent pas appliquer. La stratégie reconnaît l’écart entre l’expérimentation avec l’IA et son intégration aux activités de l’entreprise. Sa cible de 60 % exige une méthode de mesure transparente permettant de distinguer une première utilisation d’un déploiement durable et productif. Statistique Canada mesure la proportion d’entreprises déclarant avoir utilisé l’IA pour produire des biens ou fournir des services au cours des 12 mois précédents. Cette proportion atteignait 19,2 % au deuxième trimestre de 2026, comparativement à 12,2 % en 2025. L’annonce du conseil cite encore un point de départ légèrement supérieur à 12 %. Les rapports publics devraient préciser l’année de référence et expliquer comment la cible se rapporte aux données comparables les plus récentes. Au troisième trimestre de 2026, 25,2 % des entreprises prévoyaient utiliser l’IA au cours des 12 mois suivants. Les intentions, l’utilisation réelle et les bénéfices vérifiés constituent des mesures différentes. Un taux d’adoption peut montrer la diffusion de la technologie, mais il ne permet pas d’établir si les entreprises deviennent plus productives ou gèrent cette technologie de façon responsable.
Ce que CCN observe
Le défi canadien en matière d’IA concerne de plus en plus la capacité de bien utiliser la technologie. Les PME ont besoin d’investissements et de formations pratiques qui développent ensemble la compréhension technique et le jugement d’affaires. La maîtrise de l’IA en entreprise donne une finalité plus claire à cette ambition. Elle permet de déterminer si les personnes peuvent faire des choix éclairés, appliquer l’IA de façon responsable et démontrer sa valeur dans leur travail. Le conseil peut contribuer en demandant des programmes accessibles, des définitions cohérentes et des résultats mesurables. Sa crédibilité grandira lorsque les Canadiens pourront suivre le cheminement d’un avis d’expert jusqu’à une décision gouvernementale, puis à une amélioration concrète. Le Canada devrait mesurer l’adoption de l’IA selon son étendue et la valeur qu’elle crée. Le conseil devrait montrer comment ses recommandations contribuent à produire cette valeur.
Ce que les dirigeants devraient envisager
CCN propose la maîtrise de l’IA en entreprise, ou AI Business Fluency : la capacité de comprendre les possibilités, les limites et les risques de l’IA, de les relier à un problème d’entreprise et de mesurer si son utilisation crée de la valeur. Cette approche réunit deux capacités. La compréhension technique permet d’évaluer les besoins en données, la fiabilité, la sécurité et la supervision humaine appropriée. La compréhension pratique des affaires permet de choisir des applications utiles, de repenser les processus de travail, d’évaluer les coûts et de mesurer les résultats. Le degré de maîtrise nécessaire varie selon le rôle, mais les dirigeants et les employés ont besoin d’une compréhension commune suffisante pour prendre ensemble des décisions éclairées. La formation devrait développer ces capacités à partir de situations réelles. Un fabricant pourrait évaluer si l’IA réduit les pertes de production. Un cabinet de services professionnels pourrait vérifier si elle accélère la préparation de documents tout en maintenant leur exactitude. Une petite entreprise pourrait examiner si elle améliore les délais de réponse aux clients sans exposer de renseignements confidentiels. Chaque exercice devrait commencer par une mesure de référence, un objectif défini et une personne responsable. Les participants devraient apprendre à tester une application, à examiner ses résultats de manière critique, à tenir compte des coûts de mise en œuvre et à décider s’il faut poursuivre, modifier ou arrêter son utilisation. La réussite d’une formation constitue une preuve utile de participation. Une preuve plus solide montre ce que les participants sont devenus capables de faire, s’ils ont appliqué leurs connaissances et si l’entreprise a maintenu une amélioration mesurable.
À surveiller
CCN propose un tableau de bord public comprenant des jalons annuels d’adoption et des résultats selon la taille des entreprises, le secteur et la région. Les programmes de soutien devraient rendre compte du financement reçu, des progrès de mise en œuvre et de l’utilisation durable, ainsi que des résultats en matière de productivité, de qualité des services et de gouvernance responsable. Les programmes de formation devraient également mesurer les capacités pratiques : les participants peuvent ils identifier des applications pertinentes, évaluer les risques, mettre en œuvre des solutions et mesurer les résultats? La maîtrise de l’IA en entreprise deviendrait ainsi un repère utile pour concevoir et évaluer les programmes. Le besoin de pertinence pratique est considérable. Statistique Canada indique que 40 % des entreprises jugeaient l’IA sans pertinence pour leurs activités au deuxième trimestre de 2026. L’utilisation déclarée était également plus faible dans les entreprises rurales, à 9,9 %, que dans les entreprises urbaines, à 21 %. Une moyenne nationale peut masquer les endroits où le soutien doit être amélioré. Le conseil devrait publier ses priorités, son calendrier de rapports, les déclarations appropriées de conflits d’intérêts et ses recommandations, sous réserve des besoins légitimes de confidentialité. Le gouvernement devrait expliquer quelles recommandations il accepte, qui les mettra en œuvre, quand les résultats seront examinés et quelles mesures correctives suivront si les progrès sont insuffisants. Ce sont les normes de reddition de comptes proposées par CCN. La reddition de comptes doit correspondre aux responsabilités. Le conseil devrait démontrer la qualité, la rapidité et l’influence de ses recommandations. Les ministres et les ministères devraient démontrer la mise en œuvre et les résultats. Les progrès nationaux en matière d’adoption ne devraient pas être automatiquement attribués au conseil sans preuve de sa contribution.