La Banque Mondiale vient de publier son bulletin économique concernant la zone MENAAP et intitulé « Combler les fossés, saisir les opportunités : l’intelligence artificielle, les emplois et la croissance ». Un bulletin dédié à l’adoption de l’IA et les freins qui existent. La Tunisie a été analysée dans le care d’une étude de cas. Cette étude s’est basée sur une enquête réalisée par l’Institut Arabe des Chefs d’Entreprise et le bureau de la Banque Mondiale en Tunisie.
L’IACE s’est fondé sur une discussion en groupe de réflexion et qui a examiné les cas d’usage de l’intelligence artificielle rapportés par 17 dirigeants d’entreprise, ainsi que les facteurs favorisant son adoption et les contraintes auxquelles les entreprises sont confrontées. Les résultats de cette enquête sont très intéressants.
État actuel de l’adoption de l’IA
Le constat global qui se dégage est celui d’un secteur privé qui, tout en étant largement conscient de l’importance stratégique de l’IA et en menant des expérimentations ponctuelles, opère pour l’essentiel sans stratégie formelle, sans gouvernance ni infrastructure adéquates pour transformer ces expérimentations en gains de productivité à l’échelle de l’organisation.
La forme d’utilisation de l’IA la plus répandue, dans la quasi-totalité des secteurs représentés, correspond à ce que les entreprises qualifient d’adoption « primitive » ou « élémentaire » : le recours à des outils d’IA générative accessibles au public (tels que ChatGPT, Claude et Gemini) pour générer du contenu, rédiger des documents, effectuer des analyses comparatives (benchmarking) et préparer des présentations. Dans des domaines comme la comptabilité et l’audit, l’industrie manufacturière et l’agroalimentaire, les marchés financiers et le conseil financier, ou encore le conseil en énergie et environnement, l’adoption de l’IA en est encore à un stade préliminaire et exploratoire. Elle se concentre sur des outils d’IA générative (IA générative) utilisés pour la recherche, les analyses comparatives et la documentation, bien que les entreprises expriment des ambitions claires d’évoluer vers des applications plus sophistiquées.
Au sein du secteur informatique, l’adoption semble également s’être développée de manière organique, sans réelle orientation stratégique formalisée. Plus largement, dans le monde des affaires, la tendance dominante est celle d’une utilisation individuelle des outils d’IA visant à renforcer la productivité personnelle, une pratique largement déconnectée de la stratégie globale de l’entreprise.
Facteurs d’adoption
Tous secteurs confondus, les participants ont fait état d’un ensemble cohérent de facteurs de motivation. Les gains de productivité et d’efficacité ont été cités comme le principal moteur de l’adoption.
Tous les participants ont cité l’automatisation des processus répétitifs, libérant ainsi des ressources pour des tâches à plus forte valeur ajoutée. Un participant du secteur des marchés financiers a fait remarquer que le véritable objectif de l’IA est de libérer l’intelligence humaine, en déléguant la manipulation routinière des données aux machines, afin que les individus puissent se concentrer sur le jugement stratégique que l’IA ne peut reproduire.
Dans le domaine de la comptabilité et de l’audit en particulier, les participants ont également souligné le potentiel de l’IA pour stimuler l’innovation et de nouveaux modèles économiques.
La pression concurrentielle est un facteur structurel émergent. Au niveau de l’entreprise, un participant du secteur du crédit-bail et de l’affacturage a noté que les clients étrangers exigent de plus en plus la maîtrise de l’IA comme condition de la poursuite de leurs activités, faisant de son adoption une condition d’accès au marché dans les secteurs exposés à l’international.
Obstacles et contraintes
La contrainte la plus fréquemment évoquée concerne les enjeux de sécurité découlant de l’absence, à l’échelle nationale, de capacités de calcul dotées d’unités de traitement graphique (GPU) et d’infrastructures de cloud souverain. Une entreprise du secteur manufacturier a indiqué avoir eu recours à une plateforme cloud internationale pour expérimenter une solution d’intelligence artificielle, ce qui soulève des préoccupations en matière de conformité.
L’absence d’un cadre réglementaire national dédié à l’intelligence artificielle vient accentuer ces enjeux de sécurité. La Tunisie ne dispose pas d’un cadre juridique global régissant l’utilisation de l’intelligence artificielle (IA) ou la protection des données qui y sont liées. Cette situation crée une incertitude qui freine les investissements et prive les entreprises de règles claires concernant l’utilisation des outils d’IA par leurs employés.
Un second obstacle réside dans l’inégalité du degré de maturité numérique au sein de l’écosystème économique. Les entreprises ne peuvent intégrer pleinement l’IA dans leurs activités si leurs clients, leurs fournisseurs et les institutions publiques ne sont que partiellement numérisés.
La qualité et la gouvernance des données constituent un préalable indispensable que beaucoup d’entreprises n’ont pas encore rempli. Dans le secteur agroalimentaire, par exemple, il a fallu des années d’investissement dans des systèmes de planification des ressources de l’entreprise (ERP) pour centraliser les données, condition sine qua non à tout déploiement de l’IA.
Les contraintes liées au capital humain se manifestent à plusieurs niveaux. Outre la pénurie d’ingénieurs spécialisés en IA, le manque de compétences en IA chez les cadres — ainsi que l’absence quasi totale de postes dédiés à ce domaine — les participants ont souligné que les compétences techniques doivent impérativement s’accompagner de compétences comportementales (« soft skills ») et du jugement humain, qui demeurent des piliers irremplaçables pour réussir la transition vers l’IA.
Un risque prospectif concerne l’IA « agentique » (dotée d’une capacité d’autonomie et d’action). En s’appuyant sur des exemples observés aux États-Unis, un participant a noté que les employés pourraient, de manière systématique, réduire leur performance lorsqu’ils sont amenés à former des agents d’IA susceptibles de les remplacer dans leurs fonctions. Bien que ce phénomène ne soit pas encore documenté en Tunisie, les entreprises qui déploient une telle IA devront anticiper cette dynamique, non pas par de simples discours rassurants, mais par des engagements crédibles en matière de transition pour leurs effectifs.
Un risque organisationnel connexe est l’érosion de jeunes talents. À mesure que l’IA prend en charge des tâches autrefois confiées au personnel débutant, certaines entreprises participantes réduisent déjà leurs recrutements de profils juniors, compromettant ainsi l’acquisition de l’expérience fondamentale sur laquelle repose le développement d’une expertise métier approfondie.
Perspectives d’avenir
Les participants ont proposé une approche multidimensionnelle combinant des programmes à l’échelle nationale, des investissements dans les infrastructures et des engagements de la part des dirigeants d’entreprise. Ils ont appelé à la mise en place d’un programme national de modernisation axé sur l’intelligence artificielle (IA) et destiné aux petites et moyennes entreprises (PME). Ce programme intégrerait des volets de formation, d’accès aux infrastructures et de conseil, financés par des fonds publics, des institutions financières et des mécanismes de financement du développement.
Parallèlement, ils ont suggéré l’organisation de « Assises de l’IA » à l’échelle nationale, visant à réunir établissements universitaires, entreprises et partenaires internationaux autour d’engagements concrets. Ils ont insisté sur la nécessité d’une volonté politique au plus haut niveau de l’État ; sans celle-ci, les programmes risquent de rester fragmentés et de reposer sur une base purement volontaire.
Les participants ont identifié les infrastructures de données souveraines comme une condition préalable indispensable. Bien que coûteux, un centre de données national — doté de capacités de calcul par processeurs graphiques (GPU) — est essentiel. En effet, les entreprises soumises à des obligations de protection des données se retrouvent autrement contraintes d’adopter des solutions internes (« sur site ») limitées, tandis que les plus petites structures ne sont pas en mesure d’héberger des systèmes d’IA de manière autonome. La qualité des résultats produits par l’IA dépend, en dernière analyse, de la qualité des données ; or, celle-ci ne peut s’améliorer sans infrastructures nationales permettant leur traitement.
Au sein des entreprises, un engagement réel de la direction, la présence de spécialistes dédiés à l’IA et le recours à des analystes de données qualifiés sont cruciaux. Les participants ont privilégié un soutien décentralisé aux entreprises, préférant cette approche à celle d’institutions informatiques centralisées — lesquelles, selon eux, ont souvent absorbé des ressources sans pour autant générer des avancées proportionnelles en matière de numérisation. Ils ont par ailleurs soutenu que les programmes de soutien devraient aider les entreprises à progresser plus rapidement vers une « IA agentique » (dotée de capacités d’autonomie et d’action), plutôt que de leur imposer un parcours séquentiel passant par des étapes intermédiaires qui risquent de devenir rapidement obsolètes.
Les participants ont plaidé pour un cadre national d’IA qui concilie la protection des données et la possibilité d’expérimenter une gouvernance de la cybersécurité, en définissant les données que les employés peuvent partager avec les plateformes d’IA et comment les faire respecter, dès la conception.
Les participants ont également perçu une opportunité pour la Tunisie de devenir un acteur régional majeur de l’IA, et non un simple consommateur, en tirant parti de son enseignement supérieur en mathématiques, de ses talents en ingénierie et de sa situation géographique.
