Cette semaine, je retiens surtout un changement de perspective : l’IA devient simultanément un enjeu de gouvernance, d’allocation du capital et de transformation du modèle d’affaires.

Pour les conseils, la question n’est donc plus simplement « utilisons-nous l’IA ? », mais plutôt « où mettons-nous notre argent, quels risques acceptons-nous, et comment savons-nous que nous créons réellement de la valeur? ».

1. Japon : une réforme de gouvernance pour forcer une meilleure allocation du capital

Le gouvernement japonais envisage, selon Reuters le 25 août, de reporter indéfiniment l’impôt d’environ 30 % sur les gains réalisés lors de la vente d’activités non stratégiques, à condition que les sommes soient réinvesties dans des acquisitions correspondant aux métiers principaux de l’entreprise. L’objectif est clair : accélérer la restructuration des grands conglomérats et améliorer l’utilisation du capital. (Reuters)

Le chiffre est frappant : une étude gouvernementale estime qu’environ 65 % du capital investi par les entreprises japonaises demeure immobilisé dans des activités qui ne gagnent pas leur coût du capital. (Reuters)

Principaux enjeux : portefeuille d’activités trop dispersé, sous-performance chronique de certaines divisions, immobilisation du capital et résistance aux désinvestissements.

Pourquoi cela importe aux administrateurs : voilà une conception très concrète du rôle stratégique du conseil. Il ne suffit pas de demander si chaque activité est rentable. Il faut aussi demander :

Cette activité constitue-t-elle encore la meilleure utilisation possible de notre capital?

Un CA pourrait ainsi demander annuellement à la direction de classer chaque secteur d’activité selon son rendement sur le capital, sa contribution stratégique et ses perspectives de croissance.

---

2. Canada : la transparence de l’IA pourrait bientôt devenir beaucoup plus exigeante

La consultation fédérale ouverte le 23 juillet se poursuit jusqu’au 23 septembre 2026. Ottawa examine cinq domaines particulièrement importants : identification des contenus générés par l’IA, divulgation lorsqu’une personne interagit avec une IA, information sur les capacités et limites des systèmes, consignation des incidents graves et traçabilité des activités des agents d’IA. (AI New Canada)

Cette réflexion arrive au moment où l’utilisation de l’IA par les entreprises canadiennes accélère. Selon les données de Statistique Canada citées dans l’analyse, la proportion d’entreprises déclarant utiliser l’IA pour produire des biens ou fournir des services est passée de 6,1 % au deuxième trimestre 2024 à 19,2 % au deuxième trimestre 2026. (Magica)

Principaux enjeux : transparence envers les clients et employés, traçabilité des décisions, conservation des journaux d’activité et partage des responsabilités entre fournisseur et entreprise utilisatrice.

Pourquoi cela importe : le CA n’a pas besoin d’attendre la réglementation définitive. Il peut déjà demander :

Pouvons-nous reconstituer ce qu’un système d’IA important a fait, quelles données il a utilisées et qui a autorisé son action?

C’est, en pratique, l’équivalent numérique de la piste d’audit.

---

3. Le financement de la course à l’IA commence à inquiéter les marchés obligataires

Reuters rapportait le 21 août que la vague d’émissions obligataires destinée à financer les infrastructures d’IA commence à provoquer une certaine « indigestion » chez les investisseurs. Ces derniers demandent maintenant des rendements plus élevés pour absorber la quantité croissante de dette émise par les entreprises technologiques. (Reuters)

Le phénomène est considérable : les centres de données, les processeurs, l’énergie et les infrastructures nécessaires à l’IA transforment progressivement ce qui semblait être une révolution logicielle en gigantesque cycle d’investissement physique et financier.

Principaux enjeux : endettement, coût du capital, dépendance aux infrastructures, durée d’amortissement des investissements et hypothèses parfois très optimistes sur la croissance future de l’IA.

Pourquoi cela importe au CA : la question du rendement devient incontournable. Un administrateur devrait pouvoir demander :

Quel scénario de revenus et de productivité justifie nos investissements en IA, et que se passe-t-il si ces bénéfices arrivent deux ou trois ans plus tard que prévu?

C’est exactement le type de scénario défavorable que le conseil devrait tester avant d’autoriser un investissement important.

---

4. Alibaba lève 10,2 milliards $ US : l’IA entre dans l’ère des paris stratégiques géants

Alibaba a annoncé le 23 août une émission d’actions de 10,2 milliards $ US à Hong Kong. L’entreprise prévoit consacrer 100 % du produit net au développement de ses capacités d’IA « full stack » : puces, infrastructures, modèles et déploiement. (Reuters)

L’entreprise affirme que le délai prévu de récupération de ses investissements en IA devrait passer d’environ trois ans à 2,5 ans, grâce à la croissance de la demande. Mais son bénéfice net trimestriel a parallèlement chuté de 75 % sur un an, en partie dans un contexte de dépenses massives. (Reuters)

Principaux enjeux : dilution des actionnaires, énormes besoins de capitaux, incertitude sur le rendement et compétition pour acquérir une position dominante.

Pourquoi cela importe : Alibaba illustre parfaitement la nouvelle question que les conseils devront arbitrer : combien sommes-nous prêts à sacrifier aujourd’hui pour demeurer compétitifs demain?

Une bonne gouvernance ne consiste ni à freiner automatiquement ce type d’investissement ni à l’approuver au nom de l’innovation. Elle consiste à établir des jalons mesurables : revenus obtenus, adoption, coûts unitaires, productivité et rendement du capital.

---

5. Volkswagen : un rappel que la gouvernance se joue aussi dans la qualité de la communication

Reuters rapportait le 24 août que des représentants des salariés de Volkswagen critiquent sévèrement la communication de la direction alors que l’entreprise envisage de nouvelles réductions de coûts et pourrait poursuivre une restructuration très importante. Les employés disent éprouver inquiétude et incertitude concernant notamment les emplois et l’avenir de plusieurs usines. (Reuters)

Le contexte est particulièrement délicat : Reuters évoque des scénarios pouvant aller jusqu’à 50 000 suppressions supplémentaires de postes ou à la séparation de certaines divisions, même si aucune décision définitive concernant plusieurs établissements n’a encore été prise. (Reuters)

Principaux enjeux : confiance des salariés, cohérence des messages, gestion du changement et crédibilité du leadership.

Pourquoi cela importe au CA : la surveillance d’une restructuration ne se limite pas aux économies réalisées. Un conseil devrait également suivre la qualité de l’exécution humaine du changement.

Une question simple peut être très révélatrice :

Les employés comprennent-ils ce qui est décidé, ce qui ne l’est pas encore et pourquoi l’organisation doit changer?

Lorsque la réponse devient floue, les rumeurs remplissent généralement l’espace avec une efficacité remarquable.

---

Le chiffre du jour : 65 %

Environ 65 % du capital investi des entreprises japonaises serait immobilisé dans des activités qui ne gagnent pas leur coût du capital. (Reuters)

Il conduit à une question de gouvernance qui me paraît particulièrement puissante et qui dépasse largement le Japon :

« Si nous repartions aujourd’hui avec notre capital disponible, investirions-nous encore dans chacune des activités que nous possédons actuellement? »

C’est une question redoutablement simple. Elle oblige le conseil à distinguer l’héritage de l’organisation de sa stratégie d’avenir.

La question IA que je placerais également à l’ordre du jour

À la lumière de la consultation canadienne, j’ajouterais désormais au tableau de bord IA que nous avons évoqué récemment :

« Pour nos systèmes d’IA les plus importants, pouvons-nous reconstituer après coup qui a demandé quoi, ce que l’IA a fait, quelles données elle a utilisées et quelle personne demeure imputable? »

Cette notion de traçabilité me paraît appelée à devenir l’un des piliers de la gouvernance de l’IA au cours des prochaines années. (AI New Canada)

Cette semaine, un thème domine : le débat se déplace de l’adoption de l’IA vers la preuve de sa valeur, la maîtrise des agents autonomes et la responsabilité effective des dirigeants. Pour les CA, nous entrons dans une phase où « nous avons une stratégie IA » ne constitue plus une réponse suffisante.

1. Le coût gigantesque de l’IA commence à devenir une question de gouvernance financière

Reuters souligne aujourd’hui, 18 août, l’ampleur extraordinaire des investissements liés à l’IA. Les dépenses d’investissement américaines ont dépassé 1 000 milliards $ US à mi-année, tandis que les grands groupes technologiques accroissent fortement leur recours à la dette. Reuters relève cependant que relativement peu d’entreprises du S&P 500 expliquent clairement aux investisseurs l’effet financier réel de l’IA ou le coût des investissements correspondants. 

Principaux enjeux : rendement du capital investi, dette, investissements hors bilan, concentration des fournisseurs et risque de surinvestissement si les gains de productivité espérés tardent à se matérialiser. 

Pourquoi cela importe au CA : c’est désormais une question de discipline d’allocation du capital. Un conseil devrait pouvoir distinguer les investissements nécessaires pour rester compétitif des projets motivés principalement par la crainte de « manquer le train de l’IA ».

Question très concrète à poser :

Pour chaque tranche importante de dépenses en IA, quel bénéfice mesurable avions-nous prévu, quel bénéfice observons-nous réellement et à quel moment déciderons-nous d’arrêter si les résultats ne sont pas au rendez-vous?

---

2. Les agents d’IA deviennent suffisamment autonomes pour transformer le risque cyber

Le Financial Times rapporte aujourd’hui des essais dans lesquels des agents d’IA de pointe ont démontré des capacités autonomes avancées en cybersécurité, notamment en trouvant et exploitant des vulnérabilités informatiques. Des travaux de plusieurs grands laboratoires et organismes de sécurité montrent que les capacités offensives progressent rapidement à mesure que raisonnement, programmation et utilisation autonome d’outils sont combinés. 

Principaux enjeux : accès des agents aux systèmes informatiques, droits d’autorisation trop étendus, actions exécutées à vitesse machine, responsabilité lorsqu’un agent franchit une limite et capacité à interrompre immédiatement son activité. 

Pourquoi cela importe au CA : voici une application très concrète de notre discussion récente sur les « décisions que l’IA peut exécuter ». Il devient insuffisant de savoir quel logiciel est installé. Il faut savoir ce que l’agent a le droit de faire.

Je demanderais donc à la direction quatre informations pour chaque agent important : quelles données peut-il lire, quels systèmes peut-il atteindre, quelles actions peut-il exécuter et quel humain peut immédiatement lui retirer ses permissions.

---

3. Québec : l’assurance illustre comment l’IA transforme simultanément stratégie, métiers et risque

Finance et Investissement publie aujourd’hui une analyse des bouleversements que l’IA pourrait entraîner dans le secteur de l’assurance, à partir de travaux de McKinsey. Le constat intéressant dépasse largement l’assurance : l’IA commence à toucher les processus fondamentaux de l’entreprise, et non plus seulement quelques fonctions administratives. 

Principaux enjeux : automatisation des processus, personnalisation, qualité des données, nouvelles compétences, cybersécurité et nécessité d’intégrer les nouvelles capacités technologiques aux processus existants. 

Pourquoi cela importe au CA : une question nouvelle doit accompagner la traditionnelle réflexion sur les risques :

Quels éléments de notre modèle d’affaires l’IA pourrait-elle rendre sensiblement meilleurs — ou obsolètes — dans les trois prochaines années?

C’est une distinction importante. Gouverner l’IA ne consiste pas seulement à empêcher les erreurs. Le devoir stratégique du CA consiste aussi à vérifier que l’entreprise ne laisse pas passer une transformation susceptible d’améliorer substantiellement sa compétitivité.

---

4. La fragmentation réglementaire pourrait paradoxalement rendre une bonne gouvernance plus précieuse

Une analyse publiée le 14 août examine le véritable casse-tête qui se dessine : l’Europe adopte une approche fondée sur le risque, les États-Unis suivent une orientation fédérale plus favorable à l’innovation tandis que certains États américains imposent leurs propres obligations, et le Royaume-Uni continue largement d’utiliser ses régulateurs sectoriels. 

La conclusion est particulièrement pertinente pour les administrateurs : plutôt que d’essayer de bâtir une politique différente pour chaque réglementation, une organisation peut mettre en place un socle interne robuste : propriétaire identifié de chaque IA, mécanismes de surveillance, appétit au risque, responsabilité dès la conception et réévaluation continue. 

Principaux enjeux : coûts de conformité, opérations internationales, fournisseurs étrangers et normes parfois contradictoires.

Pourquoi cela importe au CA : une bonne gouvernance peut devenir un accélérateur, et non le fameux frein administratif que personne n’a demandé. Lorsqu’on sait à l’avance ce qui est permis, qui peut autoriser quoi et quelles preuves doivent être conservées, les projets peuvent avancer plus rapidement.

---

5. Une recherche canadienne propose de transformer le maquis réglementaire en véritable système de contrôle

Une étude universitaire publiée en juillet propose SCITUS, un cadre destiné à adapter le NIST AI Risk Management Framework au contexte canadien et à ses différentes juridictions. Les chercheurs partent précisément du problème auquel seront confrontées les entreprises canadiennes : exigences fédérales, règles provinciales, normes internationales et obligations sectorielles ne forment pas un système unique. Leur modèle comprend maintenant 57 contrôles, contre 31 dans sa première version. 

Principaux enjeux : Québec versus autres provinces, protection des renseignements personnels, exigences sectorielles, conformité internationale et risque de multiplier les contrôles redondants. 

Pourquoi cela importe au CA : le conseil n’a évidemment pas à administrer 57 contrôles. Il devrait cependant obtenir l’assurance que quelqu’un dans l’organisation sait quelles règles s’appliquent à quels systèmes et possède les preuves démontrant leur respect.

C’est précisément la différence entre une politique d’IA et un véritable système de gouvernance.

---

Le chiffre que je retiens aujourd’hui : 6,5 %

Une recherche de Reuters Insights et Scale AI auprès de près de 500 décideurs d’entreprises identifie seulement 6,5 % des répondants comme ayant réellement atteint les trois critères retenus d’un déploiement d’IA à grande échelle. Parmi ce petit groupe, 81 % déclarent une très forte confiance dans leurs fondations de données et 62 % des déploiements réussis ont entraîné une amélioration de la rétention des clients. 

Cela renforce une idée importante : l’avantage ne vient vraisemblablement pas du simple accès à ChatGPT, Copilot ou aux meilleurs modèles — que les concurrents peuvent également acheter. Il vient de la capacité organisationnelle à transformer ces outils en valeur.

La question que je placerais cette semaine devant le CA

« Parmi toutes nos initiatives d’IA, lesquelles produisent déjà une valeur mesurable, lesquelles demeurent des expérimentations et lesquelles devrions-nous arrêter? »

J’ajouterais désormais une seconde question, compte tenu de la montée des agents autonomes :

« Avons-nous un inventaire des agents d’IA qui peuvent agir dans nos systèmes, et connaissons-nous exactement les permissions accordées à chacun? »

À mon sens, ces deux questions résument assez bien l’évolution actuelle de la gouvernance de l’IA : passer de l’enthousiasme à l’imputabilité, et de l’expérimentation à la création de valeur démontrable.

La sélection du jour fait ressortir un changement important : les conseils commencent à passer de la simple surveillance de l’IA à son utilisation dans leurs propres processus de gouvernance, tandis que la pression augmente pour démontrer sa valeur économique réelle.

1. L’IA entre directement dans la salle du conseil

Le 5 août, le World Economic Forum a publié une analyse sur le « conseil hybride ». Selon les données citées, 49 % des conseils discutent activement de l’IA et apportent déjà des changements, tandis que 34 % en sont encore au stade exploratoire. L’article décrit des outils capables d’analyser les cartables du CA, de repérer des incohérences, de confronter les hypothèses et même de suivre certains risques en continu.

Enjeux. Confidentialité des documents du conseil, fiabilité des analyses, biais, conservation des données et risque que les administrateurs deviennent trop dépendants d’un assistant numérique.

Pourquoi cela importe. L’IA pourrait améliorer considérablement la préparation des réunions, mais elle ne doit pas devenir un administrateur invisible. Le principe proposé est particulièrement pertinent : l’IA peut enrichir la délibération; l’autorité décisionnelle demeure celle des administrateurs.

Question au CA : pourrions-nous utiliser un outil d’IA sécurisé afin d’analyser nos cartables, sans lui déléguer aucun jugement?

---

2. Le chiffre qui devrait retenir l’attention des CA : seulement 7 % démontrent un rendement de leur IA

Reuters Breakingviews rapportait le 7 août que, parmi 2 145 dirigeants interrogés par KPMG, seulement 7 % pouvaient démontrer un rendement sur leurs dépenses d’IA. Près de la moitié avaient remis en question, retardé ou réduit certains déploiements d’agents IA parce que les coûts dépassaient les bénéfices. Pourtant, 94 % des dirigeants sondés séparément par BCG prévoyaient continuer d’investir.

Un autre exemple est encore plus parlant : lors d’un audit cité à la conférence Ai4, une entreprise a découvert plus de 400 agents IA, alors que son CIO croyait qu’elle en comptait environ 40.

Enjeux. Prolifération incontrôlée, coûts d’utilisation, multiplication des abonnements et incapacité à mesurer les gains.

Pourquoi cela importe. C’est exactement la raison pour laquelle je vous proposais récemment de demander une vue consolidée des systèmes d’IA. Ce n’était pas une abstraction : une organisation peut littéralement avoir dix fois plus d’agents IA que ce que croit sa direction.

Action concrète : demander une fois par année un inventaire indiquant, pour chaque IA importante : propriétaire, coût annuel, usage, risque, résultat obtenu et indicateur de valeur.

---

3. Meta veut renforcer la surveillance de l’IA par son conseil

Dans un texte stratégique publié récemment, Meta a annoncé vouloir accroître la supervision par son conseil d’administration des nouvelles versions de ses modèles d’IA, tout en proposant une forme plus structurée de gouvernance à l’échelle de l’industrie. L’entreprise prévoit également reprendre la diffusion de certains modèles à poids ouverts.

Enjeux. Jusqu’où le CA doit-il intervenir dans le lancement d’un système puissant? Quels niveaux de risque justifient une approbation du conseil? Où finit la responsabilité de la direction et où commence celle des administrateurs?

Pourquoi cela importe. C’est une évolution significative. Un CA ne devrait évidemment pas approuver chaque application informatique, mais certains systèmes d’IA peuvent avoir des conséquences telles qu’ils deviennent comparables à une acquisition importante, à un produit fortement réglementé ou à un risque réputationnel majeur.

Action concrète : établir des seuils d’escalade : faible risque = direction; risque important = comité; risque stratégique ou potentiellement grave = conseil.

---

4. Anthropic crée un poste de haut niveau consacré à l’environnement politique et réglementaire

Le 4 août, Anthropic a nommé Mariano-Florentino Cuéllar comme premier Chief Global Affairs Officer. Il quitte simultanément le Long-Term Benefit Trust de l’entreprise, l’organe indépendant chargé de contribuer au respect de sa mission d’intérêt public. Sa nouvelle fonction porte notamment sur les relations gouvernementales et l’environnement réglementaire international.

Cette nomination intervient alors que les grands développeurs d’IA doivent gérer simultanément réglementation, sécurité nationale, contrôles à l’exportation et attentes de transparence.

Enjeux. Gouvernance des parties prenantes, indépendance des mécanismes de surveillance, gestion du risque réglementaire et articulation entre mission et intérêts commerciaux.

Pourquoi cela importe. Pour les conseils, la leçon dépasse Anthropic : lorsque l’environnement réglementaire devient stratégique, le risque politique et réglementaire ne peut plus simplement relever du service juridique. Il doit entrer dans la cartographie des risques du CA.

---

5. Montréal devient un laboratoire de la gouvernance de l’IA

IVADO organise à Montréal, du 24 au 27 août, un atelier consacré à la manière de gouverner l’IA selon différentes échelles, espaces et approches, suivi en septembre d’un atelier sur l’adaptation de la gouvernance de l’IA à différents secteurs. Des chercheurs québécois et internationaux y participeront.

Ce développement est particulièrement intéressant parce qu’il témoigne d’un déplacement du débat québécois : on ne discute plus uniquement de développement technologique, mais de structures institutionnelles, règles, responsabilités et modes de gouvernance.

Enjeux. Traduire la recherche en outils utilisables par les organisations, particulièrement les PME, coopératives, organismes publics et OBNL.

Pourquoi cela importe. Le Québec possède une remarquable concentration d’expertise scientifique en IA. L’étape suivante consiste à transformer cette expertise en pratiques de gouvernance que les administrateurs ordinaires peuvent réellement appliquer.

La question que je mettrais au prochain ordre du jour

« Si je vous demandais aujourd’hui la liste complète des systèmes et agents d’IA utilisés dans notre organisation, leurs coûts, leurs responsables et les décisions qu’ils influencent, seriez-vous en mesure de me la remettre? »

Si la réponse est non, il ne s’agit pas nécessairement d’un échec. C’est plutôt le point de départ d’une véritable gouvernance de l’IA.