Dans cet article
- L'idée centrale : l'adoption est une capacité organisationnelle, pas une boîte à outils
- Les cinq dimensions de préparation : par où commencer réellement
- Le principe « l'IA d'abord » : la stratégie avant les outils
- Trois domaines d'application, chacun avec son propre seuil de maturité
- Construire, s'associer ou acquérir ?
- La gouvernance comme modèle opérationnel fondé sur les risques
- La dimension saoudienne : données, langue arabe et souveraineté
- Par où commencer cette semaine
La Commission des communications, de l'espace et de la technologie (CST) a publié en juillet 2026 la première édition de son guide de sensibilisation à l'adoption de l'IA dans les entreprises technologiques. Ce guide est consultatif et non contraignant, et il ne remplace aucune loi ni aucun règlement existant. Il apporte en revanche ce qui manquait au marché saoudien : un cadre officiel et partagé décrivant comment une entreprise passe d'expérimentations d'IA dispersées à une adoption structurée qui produit une valeur mesurable. Il s'adresse aux entreprises technologiques de toutes tailles, des start-up aux grands groupes, et arrive alors que le Conseil des ministres a désigné 2026 comme l'Année de l'intelligence artificielle.
L'idée centrale : l'adoption est une capacité organisationnelle, pas une boîte à outils
Le premier message du guide est aussi le plus clair : traitez l'IA comme une composante centrale de l'architecture institutionnelle de votre modèle d'affaires, et non comme un ensemble d'outils techniques greffés à la marge. Cette distinction n'est pas qu'une question de vocabulaire. Une entreprise qui considère l'IA comme un outil achète un abonnement et attend les résultats. Une entreprise qui la considère comme une capacité réorganise autour d'elle ses données, ses processus, ses permissions et ses compétences.
Le guide consigne aussi un constat qui mérite qu'on s'y arrête : même si l'expérimentation s'est largement répandue, la valeur durable et capable de passer à l'échelle reste en grande partie réservée aux organisations qui adoptent des modèles opérationnels structurés au lieu de s'arrêter aux projets pilotes. Autrement dit, l'écart aujourd'hui ne tient plus à l'accès aux modèles. Il tient à la capacité de les faire fonctionner au sein de l'organisation.
Les cinq dimensions de préparation : par où commencer réellement
L'adoption commence par une évaluation de la préparation institutionnelle selon cinq dimensions interdépendantes, telles que le guide les présente :
- Préparation du contexte : savez-vous où l'IA fait une réelle différence dans votre activité précise, ou copiez-vous des cas d'usage d'entreprises qui ne vous ressemblent en rien ?
- Préparation des données : vos données sont-elles disponibles, propres, structurées et accessibles, ou éparpillées entre des tableurs, des fichiers et la mémoire de vos collaborateurs ?
- Préparation de l'infrastructure : disposez-vous d'un environnement d'exécution, d'une couche d'intégration et d'une journalisation qui permettent le déploiement et le suivi, ou chaque expérimentation est-elle un projet distinct qui repart de zéro ?
- Préparation des compétences et de l'expertise : qui est capable d'évaluer et de corriger les résultats, et pas seulement de faire fonctionner l'outil ?
- Préparation de la culture organisationnelle : l'équipe fait-elle confiance à l'outil et l'utilise-t-elle au quotidien, ou le traite-t-elle comme une menace ou comme un gadget ?
Le guide souligne que la culture de l'IA est un facteur habilitant essentiel, tant au niveau de la direction qu'au niveau opérationnel. L'intérêt pratique de cette évaluation est de faire passer la question de « quel modèle utiliser ? » à « quelle lacune combler en premier ? », une question moins coûteuse et bien plus juste.
Le principe « l'IA d'abord » : la stratégie avant les outils
Le guide propose un principe de fonctionnement fondé sur « l'IA d'abord », dont l'essence est que la définition de la stratégie précède le choix des outils techniques. Concrètement, cela signifie trancher trois questions avant de signer le moindre abonnement : où l'IA apporte un avantage mesurable, où vos données propriétaires créent un avantage concurrentiel difficile à égaler, et quel niveau d'autonomie est acceptable pour chaque cas d'usage.
Voici un point que beaucoup négligent : l'avantage durable naît rarement du simple accès aux modèles, puisque tout le monde y a accès. Il naît du contexte spécifique que possède l'entreprise, de ses processus intégrés, du comportement et des retours de ses clients, et de boucles de rétroaction continues. Le modèle est une commodité accessible à tous. Vos données et vos opérations ne le sont pas.
Trois domaines d'application, chacun avec son propre seuil de maturité
Le guide répartit l'application en trois domaines, et les ordonne d'une manière qui mérite d'être respectée :
- Opérations internes : généralement la voie la plus rapide et la moins risquée vers la valeur recherchée. Une erreur ici vous coûte du temps interne, pas votre réputation.
- Solutions destinées aux clients : une plus grande occasion de se différencier sur le marché, mais elles exigent une maturité plus élevée, car elles sont visibles par les clients, touchent directement à la confiance et présentent une sensibilité réglementaire.
- Agents d'IA : un modèle d'exécution avancé. Le guide conseille de démarrer progressivement avec des permissions restreintes et une supervision humaine, puis d'étendre leur champ en fonction de la fiabilité et de la sécurité démontrées.
Cet ordre correspond à ce que nous recommandons en pratique lors de la construction de tout système : commencer là où les erreurs coûtent peu, et ne passer à la couche visible par les clients qu'une fois la fiabilité démontrée en interne.
Construire, s'associer ou acquérir ?
Le guide présente un cadre de décision « construire, s'associer ou acquérir » et le relie à un enjeu plus profond : le risque de dépendance envers un cercle restreint de fournisseurs. Sa recommandation est d'y répondre par une architecture technique modulaire, souple et décomposable, appuyée par une clarté contractuelle, afin de pouvoir remplacer une couche sans démanteler l'ensemble. Il ajoute un élément que la plupart des études de faisabilité omettent : l'économie de l'inférence, c'est-à-dire le coût d'exécution du modèle par opération, traitée comme un moteur significatif des coûts d'exploitation et non comme une simple note de bas de page.
Il recommande ensuite une exécution par étapes : vérification de la préparation, puis expérimentations encadrées, puis intégration à l'échelle de l'entreprise, puis amélioration continue.
La gouvernance comme modèle opérationnel fondé sur les risques
La section que nous espérons voir lue avec attention est celle de la gouvernance. Le guide la décrit comme un modèle opérationnel fondé sur les risques, qui commence par la rigueur dans le choix des cas d'usage, et non par des contrôles imposés après le déploiement. Des systèmes d'IA insuffisamment gouvernés peuvent entraîner des risques juridiques, financiers et de réputation.
Point essentiel : la gouvernance doit être proportionnée au niveau de risque, à savoir l'impact attendu, le degré d'autonomie, la sensibilité des données et le niveau d'effet sur les clients. Un assistant interne qui résume des réunions n'a pas besoin de ce qu'exige un agent qui rend des décisions de crédit.
La dimension saoudienne : données, langue arabe et souveraineté
Le guide prévient que les entreprises du Royaume ne doivent pas s'appuyer uniquement sur les indicateurs et tendances mondiaux pour planifier. Elles doivent s'aligner sur la réglementation locale, sur les exigences de gouvernance des données et sur les considérations relatives à la souveraineté des données et à leur transfert transfrontalier. Il ajoute un point très concret : vérifier le niveau de prise en charge de la langue arabe dans les cas d'usage destinés aux clients.
Ce n'est pas un détail cosmétique. La différence entre un modèle qui comprend le dialecte saoudien dans une conversation de service client et un modèle qui traduit mot à mot, c'est la différence entre un client bien servi et un client mécontent. De même, la question « où sont stockées vos données ? » passe avant « quel modèle est le plus intelligent ? » dès lors que les données sont personnelles et soumises à la loi sur la protection des données personnelles (PDPL).
Par où commencer cette semaine
Si nous devions condenser le guide en étapes réellement applicables : évaluez honnêtement votre préparation selon les cinq dimensions et attribuez une note à chacune ; choisissez un seul cas d'usage interne à impact mesurable et à faible risque ; fixez-lui un objectif chiffré avant de commencer, et non après ; exécutez-le sous supervision humaine avec une journalisation complète des résultats ; puis étendez-le une fois que les chiffres se confirment. Les entreprises qui tirent aujourd'hui un retour de l'IA en Arabie saoudite ne sont pas celles qui dépensent le plus : ce sont celles qui se montrent les plus rigoureuses dans le choix du problème à traiter.
Sources
- Commission des communications, de l'espace et de la technologie, guide de sensibilisation à l'adoption de l'IA dans les entreprises technologiques, première édition, juillet 2026 : cst.gov.sa/ai-adoption-guide-ar
- Commission des communications, de l'espace et de la technologie : cst.gov.sa
- Autorité saoudienne des données et de l'intelligence artificielle (SDAIA), loi sur la protection des données personnelles : sdaia.gov.sa
Questions fréquentes
Le guide de sensibilisation de la CST est-il contraignant pour mon entreprise ?
Non. Le guide précise explicitement qu'il est consultatif et non contraignant, et qu'il ne remplace ni n'annule aucune loi, aucun règlement ni aucune décision réglementaire émis par la Commission ou par d'autres autorités compétentes. Votre entreprise reste tenue de respecter les lois applicables, comme la loi sur la protection des données personnelles (PDPL), mais le guide est utile comme cadre de travail même s'il n'est pas obligatoire.
Quelles sont les cinq dimensions de préparation que le guide demande d'évaluer ?
La préparation du contexte, la préparation des données, la préparation de l'infrastructure, la préparation des compétences et de l'expertise, et la préparation de la culture organisationnelle. L'objectif de l'évaluation est d'identifier les initiatives adaptées, l'ampleur du déploiement nécessaire, les lacunes essentielles et l'ordre de priorité pour les combler, avant de dépenser le moindre budget.
Par où commencer pour appliquer l'IA dans mon entreprise ?
Par les opérations internes. Le guide les décrit comme la voie la plus rapide et la moins risquée vers la création de valeur, car les erreurs n'atteignent jamais le client. Les solutions destinées aux clients permettent une plus grande différenciation mais exigent une maturité plus élevée, et les agents d'IA doivent démarrer avec des permissions restreintes et une supervision humaine, puis s'étendre à mesure que la fiabilité de leurs performances est démontrée.
À quoi dois-je faire particulièrement attention en tant qu'entreprise saoudienne ?
À trois choses : la souveraineté des données, c'est-à-dire l'endroit où elles sont stockées et les règles de leur transfert hors du Royaume ; le niveau de prise en charge de la langue arabe dans tout cas d'usage destiné aux clients ; et le coût d'inférence, c'est-à-dire le coût d'exécution du modèle par opération, car il devient un poste de dépenses d'exploitation significatif à grande échelle.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
