Tapez « niveaux de maturité IA » dans un moteur de recherche et vous trouverez le plus souvent la même réponse : une échelle en 5 niveaux, de la simple sensibilisation à la transformation complète de l'entreprise. C'est un bon point de départ pour situer votre organisation. C'est aussi une grille qui décrit sans aider à décider.

La maturité IA désigne la capacité d'une entreprise à créer de la valeur avec l'intelligence artificielle, jusqu'aux agents en production. Cet article la décrit sur une échelle de synthèse en 5 niveaux, de la sensibilisation à la transformation. Le référentiel Koneetiv (édition 2026) la mesure en 4 paliers et 6 axes : stratégie, données, adoption, industrialisation, compétences et gouvernance.

Les 5 niveaux de maturité IA : une échelle de synthèse

L'échelle qui suit adapte en français une structure très relayée en ligne, attribuée à Gartner sous son ancienne nomenclature (Awareness, Active, Operational, Systemic, Transformational), que le cabinet a remplacée depuis. Intitulés et descriptions sont les nôtres.

  1. Niveau 1 : Sensibilisation. L'IA est un sujet de veille et de conversation. Quelques démos circulent, aucun usage n'est structuré. La direction s'interroge, personne ne porte le sujet.
  2. Niveau 2 : Expérimentation. Des POC se lancent, souvent à l'initiative d'équipes isolées. Les licences d'outils génératifs se multiplient sans cadre. C'est un niveau trompeur, où l'activité ressemble à du progrès.
  3. Niveau 3 : Opérationnalisation. Un ou plusieurs cas d'usage tournent en production, avec des utilisateurs réels et des métriques suivies. Franchir ce niveau est le vrai mur. Le blocage à cette étape est rarement technique.
  4. Niveau 4 : Systématisation. L'IA est intégrée aux processus cœur, gouvernée et monitorée. Les déploiements suivent une méthode reproductible plutôt qu'une série d'exploits individuels.
  5. Niveau 5 : Transformation. L'IA redéfinit le modèle opérationnel, parfois le business model. Les nouvelles offres sont conçues avec l'IA dès le départ.

Pour vous situer, regardez les faits plutôt que les intentions : combien de cas d'usage tournent chaque jour avec de vrais utilisateurs, et quel indicateur métier bouge quand ils fonctionnent. Une entreprise qui a distribué des licences d'assistants sans instrumenter un seul processus reste au niveau 2, quel que soit le discours tenu en comité de direction.

Ce que l'échelle apporte au comité de direction, et sa limite

Cette échelle a un mérite : elle donne un vocabulaire commun au COMEX, à la DSI et aux métiers. Sa limite est structurelle, puisqu'elle décrit des états sans désigner ce qui permet d'en sortir. Savoir que vous êtes « niveau 2 » ne vous dit ni pourquoi vous y êtes bloqué, ni par quoi commencer.

Gartner, MIT Sloan et BCG, IBM, Microsoft : ce que décrivent les cadres de référence

Quelques cadres publics reviennent régulièrement dans les recherches sur la maturité IA, chacun conçu pour un usage précis. Les descriptions qui suivent reprennent leurs sources publiques, consultées le 16 septembre 2026.

Gartner AI Maturity Model : stades de maturité et piliers d'évaluation

Gartner regroupe les organisations en cinq stades : Foundational (expérimentation ponctuelle et peu coordonnée), Emerging (premiers pilotes, intérêt croissant de la direction), Operational (IA intégrée à certains processus, avec des responsables désignés), Scaled (IA déployée dans plusieurs fonctions, avec un retour sur investissement mesurable) et Transformational (l'IA remodèle la prise de décision et le modèle opérationnel). L'évaluation associée porte sur sept piliers : stratégie, données, gouvernance, ingénierie, modèle opérationnel, culture, produit et valeur de l'IA. Elle débouche sur une feuille de route priorisée, et le rapport détaillé est réservé aux clients du cabinet.

MIT Sloan Management Review et BCG : une segmentation d'enquête

En septembre 2017, MIT Sloan Management Review et le Boston Consulting Group ont publié « Reshaping Business With Artificial Intelligence », tiré d'une enquête mondiale auprès de dirigeants et de cadres. Le rapport classe les organisations selon deux critères, leur compréhension de l'IA et leur niveau d'adoption, et en tire quatre groupes : Pioneers, Investigators, Experimenters et Passives. L'édition de septembre 2018 a repris cette segmentation, qui sert d'abord à lire les résultats de l'enquête et à se comparer aux répondants.

IBM AI Ladder : une échelle centrée sur les données

En 2019, IBM présentait l'AI Ladder, notamment lors de sa conférence Think, comme la démarche pour installer l'IA dans l'entreprise. L'échelle compte quatre barreaux, Collect, Organize, Analyze et Infuse : collecter les données, les organiser dans un socle gouverné, les analyser, puis diffuser l'IA dans les processus. IBM résumait cette logique par « There's no AI without IA » (traduction : pas d'IA sans architecture de l'information).

Microsoft : un modèle de maturité pour l'adoption des agents

Microsoft publie sur sa documentation Microsoft Learn un « Agentic AI adoption maturity model », dont la version consultée est datée du 31 mars 2026. Inspiré du Capability Maturity Model, il décrit cinq niveaux numérotés de 100 à 500 (Initial, Repeatable, Defined, Capable, Efficient) et les croise avec cinq piliers : stratégie IA et expérience, stratégie métier, gouvernance et sécurité de l'IA, technologie et données, organisation et culture. La documentation vise les agents construits avec les outils de l'éditeur, comme Copilot Studio, Agent Builder dans Microsoft 365 Copilot ou Microsoft Foundry.

Choisir un cadre selon la décision à prendre

Ces grilles n'ont pas la même vocation. Celles de Gartner et de Microsoft servent à s'évaluer et à construire une feuille de route, la seconde pour les agents. Celle du MIT et du BCG sert à lire une enquête, l'échelle d'IBM à conduire le travail des données jusqu'à l'IA dans les processus. Avant d'en adopter une, sachez ce que vous voulez trancher : vous comparer, arbitrer un budget ou débloquer un passage en production. Les feuilles de route de Gartner et de Microsoft visent aussi le passage en production. Le référentiel Koneetiv concentre sa granularité sur ce passage et sur la gouvernance des agents IA.

Le mur entre le niveau 2 et le niveau 3 : ce que montrent les études

Plusieurs études publiées depuis 2025 mesurent ou anticipent ce que deviennent les projets d'IA entre le pilote et la production.

Ces chiffres portent sur des objets différents (des POC abandonnés, des pilotes sans effet financier, une gouvernance insuffisante) et désignent pourtant la même étape : le moment où un projet quitte le périmètre protégé de l'expérimentation pour entrer dans les processus réels.

Le passage du niveau 2 au niveau 3 est l'étape sur laquelle un modèle de maturité doit porter sa granularité, bien plus que sur la distinction entre « systématisation » et « transformation », qui ne concerne que les organisations déjà en production.

Pourquoi les projets s'arrêtent au passage en production

Les causes relèvent rarement de la technique. Un POC tourne sur un extrait de données nettoyé à la main, sans intégration au SI, porté par une équipe motivée qui compense les manques. La production exige autre chose : des accès aux vraies sources, une supervision continue, un responsable qui répond des erreurs et un budget qui survit à la fin du pilote. Tant que ces points ne sont pas tranchés, le projet reste une démonstration, même réussie.

Les erreurs fréquentes se ressemblent d'une entreprise à l'autre. Le premier cas d'usage est choisi pour son effet en démonstration plutôt que pour sa valeur métier. L'équipe mesure l'activité (nombre de requêtes, utilisateurs actifs) au lieu d'un indicateur que le métier suit déjà. Quant à la gouvernance, elle est repoussée au moment du passage à l'échelle, alors que c'est souvent elle qui retient le feu vert du comité de sécurité.

Ce que les agents IA ajoutent à l'exigence de production

Ce constat vaut doublement pour les agents IA en entreprise. Un agent qui agit sur vos systèmes, qui déclenche des actions et manipule des données clients, exige un niveau d'industrialisation et de contrôle qu'un simple assistant conversationnel ne demandait pas. Il faut décider ce qu'il peut faire seul, ce qu'il doit soumettre à validation et comment chacune de ses décisions sera retracée.

Avant de brancher un premier agent, vérifiez votre maturité IA agentique : permissions, garde-fous, auditabilité des décisions, place de l'humain dans la boucle. Pour une entreprise qui opère dans l'UE, l'AI Act ajoute une couche. Selon le niveau de risque du cas d'usage, une partie de ces contrôles, comme la supervision humaine, la journalisation ou la documentation technique, devient une obligation légale.

Le référentiel Koneetiv (édition 2026) : 4 paliers, 6 axes

D'où le choix du référentiel Koneetiv (édition 2026) : 4 paliers plutôt que 5. La granularité est déplacée là où elle sert, puisque chaque palier correspond à un mode d'action différent, et le score se construit sur 6 axes notés sur 100. Les seuils indiqués pour chaque palier sont ceux qu'applique le diagnostic en ligne.

Palier 1 : Explorateur (score 0 à 25)

L'IA fait l'objet de discussions, sans pratique installée. Le risque : rester au stade des intentions pendant que le marché avance. La priorité : décider d'une ambition au bon niveau et identifier deux ou trois cas d'usage à fort impact, avant de choisir le moindre outil. À ce stade, il s'agit surtout d'accorder la direction sur ce qu'elle attend de l'IA et sur qui en répondra.

Palier 2 : Expérimentateur (score 26 à 50)

Des usages réels existent, mais peu industrialisés et peu gouvernés. Le piège classique : rester bloqué au POC sans jamais générer de ROI. La priorité : choisir un cas d'usage, le pousser jusqu'à la production et instrumenter la mesure de valeur dès le départ. Devant un comité de direction, un seul cas d'usage suivi par un indicateur que le métier regarde déjà pèse plus lourd qu'une série de pilotes sans mesure. Une agence Claude spécialisée dans la mise en production d'agents IA peut porter ce premier passage.

Palier 3 : Industrialisateur (score 51 à 75)

Des agents tournent en production et une gouvernance émerge. L'enjeu : passer à l'échelle sans perdre le contrôle. La priorité : formaliser la gouvernance, le monitoring et la conformité avant de multiplier les déploiements. Les questions changent d'échelle : qui valide quoi quand plusieurs agents tournent en parallèle, comment les classer selon le risque de leurs actions, et comment prouver à un auditeur ce que chacun a fait.

Palier 4 : Pilote (score 76 à 100)

L'IA est pilotée et crée de la valeur mesurée. Le défi change de nature : garder l'avance et industrialiser la capacité à déployer de nouveaux cas d'usage sans réinventer la méthode à chaque fois. Le barème du diagnostic est volontairement sévère sur ce haut de l'échelle, qui récompense des pratiques installées plutôt que des intentions.

Correspondance entre les paliers et l'échelle en 5 niveaux

La correspondance avec l'échelle en 5 niveaux est directe. Le niveau 1 correspond au palier Explorateur, le niveau 2 à Expérimentateur, le niveau 3 à Industrialisateur, et les niveaux 4 et 5 fusionnent dans le palier Pilote. Distinguer « systématisation » et « transformation » pèse peu sur les décisions tant que vos agents ne sont pas en production. Le référentiel concentre donc sa précision sur les niveaux 1 à 3, là où se prennent les décisions qui débloquent la production.

Les 6 axes : là où l'échelle devient actionnable

Un score global ne suffit pas à décider. Deux entreprises « niveau 2 » peuvent avoir des blocages opposés : l'une a des données impeccables et zéro adoption, l'autre l'inverse. Le référentiel note chaque organisation sur 6 axes, chacun sur 100 :

Lire son profil axe par axe

Le profil compte davantage que la moyenne. Dans une direction financière, par exemple, un bon score en données (ERP bien tenu, référentiels à jour) peut cohabiter avec un axe compétences faible, parce que personne en interne ne sait encadrer un agent de rapprochement. Le plan d'action commencera alors par la formation et par la désignation d'un responsable, avant tout nouveau connecteur.

La situation inverse existe aussi dans les équipes commerciales : des assistants utilisés tous les jours, donc un axe adoption élevé, mais aucune règle écrite sur les données clients qui peuvent partir vers un outil externe. Le premier chantier porte alors sur la gouvernance, à commencer par la liste des informations qui ne quittent jamais le SI.

Pondération du score global : stratégie et gouvernance

Deux axes pèsent davantage dans le score global : la stratégie et la gouvernance. Le référentiel les pondère ainsi parce qu'il les traite comme des conditions du passage en production. Bien conçue, une gouvernance IA d'entreprise accélère les déploiements, parce que chaque nouvel agent arrive dans un cadre où les règles sont déjà écrites.

Situez votre entreprise, puis agissez dans le bon ordre

Connaître son niveau théorique n'a d'intérêt que si le résultat débouche sur un plan d'action. Le diagnostic de maturité IA Koneetiv évalue vos 6 axes en 8 questions au plus, en trois minutes environ. Il est gratuit et démarre sans email ; une adresse professionnelle est demandée pour afficher le résultat (score global, palier, radar par axe et plan d'action) et recevoir le rapport en PDF. Le plan priorise vos trois axes les plus faibles, ajusté selon votre secteur.

Ce plan se lit en trois stades : une action à lancer en autonomie, un premier chantier rapide à mener avec Koneetiv, puis un projet structurant. Si vous hésitez encore à engager la démarche, l'article sur les signaux qui montrent qu'une entreprise est prête pour l'IA propose une auto-évaluation plus courte, centrée sur les données, le sponsor et le budget métier.

L'ordre de progression d'un palier à l'autre

Quel que soit votre palier de départ, la règle reste la même : l'échelle de maturité ne se monte pas en sautant des marches. Une entreprise au palier Explorateur commence par la stratégie, un Expérimentateur par la mise en production d'un premier cas, un Industrialisateur par la gouvernance de son parc d'agents. La rubrique adopter l'IA en entreprise réunit notamment les deux articles cités plus haut sur la maturité agentique et la préparation à l'IA.