L’Observatoire Data & IA, porté par Colombus Consulting, Oracle et la HEG-Genève, donne un panorama du paysage suisse, des pratiques et frein sur la transformation data & IA.
Observatoire · Suisse · Édition 2025
Data & Intelligence
Artificielle
Mesurer l’accélération — de l’expérimentation à l’industrialisation responsable. Synthèse des grandes tendances de la transformation IA des entreprises suisses.
Indicateurs clés de transformation
Déploiements à l’échelle
52%
↑ +31 pts vs 2024
Dirigeants « bons à très bons » en IA
62%
↑ +25 pts vs 2024
Maturité faible ou intermédiaire
70%
↓ −21 pts vs 2024
IA intégrée au plan stratégique
35%
↑ +2 pts vs 2024
Qualité données « bonne à excellente »
62%
↑ +14 pts vs 2024
ROI « basique ou inexistant »
58%
↓ −16 pts vs 2024
Compréhension IA des dirigeants
Phase des initiatives IA
Trois mouvements de fond
Ce qui a vraiment changé en un an
Entre 2024 et 2025, trois dynamiques structurelles redessinent le paysage de l’IA en Suisse.
Industrialisation accélérée
Les déploiements à l’échelle atteignent 52 %, tandis que les preuves de concept reculent à 39 % (−28 pts). Les stratégies IA sortent enfin du laboratoire pour s’ancrer dans les réalités opérationnelles.
Gouvernance élargie
Un projet IA est désormais évalué autant sur sa rentabilité que sur son empreinte éthique ou énergétique. 58 % jugent encore la mesure du ROI basique ou inexistante — contre 74 % en 2024, signe d’une amélioration notable.
Capacité humaine en mutation
La part de dirigeants « bons à très bons » sur l’IA bondit de 37 % à 62 %. Pourtant, 7 entreprises sur 10 identifient encore la culture et l’organisation comme premier frein.
« Une culture axée sur les données favorise l’expertise en IA : chaque progrès en maturité des données double presque la probabilité d’atteindre un haut niveau d’expertise. »
Principaux freins identifiés
Ce qui bloque encore
Malgré l’accélération, quatre obstacles structurels persistent et conditionnent la réussite de la transformation.
Culture et organisation (70 %)
Chez les non-utilisateurs d’IA, les obstacles organisationnels freinent plus (65 %) que les limites techniques (30 %). La conduite du changement doit être la priorité absolue.
Mesure de la valeur encore insuffisante
58 % des entreprises ont une mesure du ROI IA « basique ou inexistante ». Les projets pilotent sur des indicateurs d’activité (nombre de modèles déployés) plutôt que d’impact métier réel.
Durabilité & souveraineté sous-adressées
72 % reconnaissent que les exigences en développement durable ne sont pas correctement adressées — en hausse de 5 pts vs 2024. Le « green AI » gagne du terrain mais reste sans cadre méthodologique normalisé.
Knowing-doing gap stratégique
74 % estiment que l’IA peut résoudre leurs principaux problèmes, mais seulement 35 % l’intègrent dans leur plan stratégique — un écart de 39 points révélateur d’un mur organisationnel persistant.
Focus IA générative
De l’effervescence à l’adoption opérationnelle
En un an, l’IA générative a franchi un cap décisif, passant du pilote à la production à grande échelle.
Déployée « à l’échelle »
52%
↑ depuis 21% en 2024
Voient une transformation profonde de leur emploi
35%
↑ depuis 19% en 2024
Usages orientés client / marketing / SAV
42%
↓ depuis 51% — diffusion vers les fonctions support
Cas d’usage par domaine
L’IA dans chaque métier
Sélection des principaux cas d’usage identifiés en 2024 et 2025, par discipline.
| Discipline | Cas d’usage représentatifs |
|---|---|
| Finance | Synthèse de volumes de données, détection d’anomalies et de fraudes, catégorisation fournisseurs, remises dynamiques, classification des dépenses. |
| RH | Référentiels de compétences, parcours de formation personnalisés, automatisation du recrutement. Nouveau 2025 : rédaction et diffusion d’offres d’emploi via IA générative. |
| Opérations | Contrôle qualité par analyse d’images, prédiction des pannes et des délais, planification des ressources, prévision offre/demande. |
| DSI / IT | Assistance à la génération de code, classification des demandes IT, documentation des processus, pilotage des plans de charge helpdesk. |
| Relation client | Assistants digitaux automatisés, vue 360° client, Next Best Action/Offer, synthèses de rendez-vous, prédiction des opportunités. Nouveau 2025 : agents IA sur le service client (ex. Wiley). |
| Juridique | Recherche jurisprudentielle, synthèse contractuelle, estimation du succès de litiges, surveillance des réglementations mondiales. |
| Logistique | Nouveau 2025 : détection temps réel de défauts sur pièces (Innodura), optimisation du transport par modèles IA (CMA CGM). |
| Médias | Nouveau 2025 : protection des droits d’auteur et monétisation des archives (Le Monde, AFP × Mistral AI ; Time, Fortune × Perplexity AI). |
Recommandations stratégiques
Trois leviers décisifs pour 2025–2026
Les entreprises qui passeront à l’échelle durablement partagent un même schéma directeur articulé autour de ces trois axes.
01
Vision stratégique explicite
Relier chaque cas d’usage IA aux objectifs de croissance, de rentabilité et de RSE. Sponsor exécutif unique (CEO/CFO) + mandat P&L pour le CDAO, pas de simple conformité.
02
Organisation consolidée
Plateformes interopérables, pratiques MLOps robustes, gouvernance partagée entre métiers, IT et conformité. Instaurer des comités de valeur mensuels croisant KPI opérationnels et métriques business.
03
Acculturation systématique
« Champions IA » au cœur de chaque département. Plus de 60 % des enveloppes dédiées à la formation au prompting, à la refonte des processus et à la communication interne.
« La course n’est plus à la preuve de concept ; elle est à l’industrialisation responsable. Ceux qui réussiront feront dialoguer vision stratégique, excellence opérationnelle et conscience sociétale pour transformer le potentiel de l’IA en avantage compétitif durable. »
