RAPPORT D’ADOBE SUR LES TENDANCES 2026 DE L’IA ET DU DIGITAL
Prenez le virage de l’IA avec Adobe.
L'IA générative et agentique transforme le parcours client si rapidement que les organisations peinent à suivre. Le rapport Tendances de l’IA et du digital de cette année met en lumière les opportunités et les défis engendrés par cette mutation, les lacunes à combler, ainsi que les éléments nécessaires pour diffuser des expériences capables d’évoluer au même rythme que la technologie qui les façonne.
Explorez les différentes tendances.
Article 1
L'impact de l’IA sur l’expérience client.
L’évolution rapide de l’intelligence artificielle (IA) redéfinit la façon dont les marques et les audiences interagissent à chaque étape du parcours, de la phase de découverte jusqu’à l’achat. Alors que les clients se familiarisent de plus en plus avec des outils et des services optimisés par l’IA, les organisations s’efforcent de comprendre comment l'IA générative et agentique peut améliorer concrètement les expériences et la performance commerciale. Dans ce marché mouvant, il est nécessaire de savoir où investir, à quelle vitesse évoluer, et ce qui définit désormais une expérience client (CX) différenciante.
Notre enquête mondiale auprès de 3 000 responsables et spécialistes de l’expérience client, menée dans le cadre du rapport d’Adobe sur les tendances 2026 de l’IA et du digital, révèle les premiers succès de l’IA générative et dévoile d’ambitieux projets pour l’IA agentique. Cependant, elle montre aussi que de nombreuses organisations manquent des fondations nécessaires pour concrétiser leur vision. En effet, les données restent fragmentées, les cadres et les spécialistes qui pratiquent au quotidien ne sont pas en phase, et le déploiement à l'échelle de l'entreprise reste rare.
Nous avons également interrogé 4 000 de nos clients dans les principaux secteurs, et leurs réponses révèlent un optimisme prudent concernant ces technologies. Cependant, dans plusieurs domaines, et surtout dans l’IA agentique, ces ambitions internes ne sont pas toujours alignées avec le niveau de maturité réel.
Ces écarts reflètent une réalité : les capacités de l’IA évoluent plus rapidement que les organisations, et les attentes des clients changent au même rythme. En effet, les marques ont déjà assez peu d’occasions de faire impression sur l’audience. La moitié affirme que les e-mails promotionnels, les publicités et les posts sur les réseaux sociaux ne disposent que de deux à cinq secondes pour capter leur attention. Dans ce contexte, les marques doivent proposer des expériences innovantes. En voici les principales caractéristiques :
- Une personnalisation poussée, capable d’anticiper les besoins en temps réel (80 %).
- Une fluidité parfaite entre les points de contact digitaux et physiques (72 %).
- Une approche optimisée par l’IA, qui assure toutefois une dimension humaine ainsi que la conformité à la marque (60 %).
Des données plus solides, un alignement transversal renforcé et une meilleure compréhension client permettent aux organisations de passer de quelques projets IA réussis à une optimisation durable des expériences client.
Partie 2
IA générative : premiers résultats.
Ces trois dernières années ont apporté leur lot de bouleversements, de l’adaptation au monde post-pandémie à la démocratisation rapide de technologies émergentes comme l’IA. Durant cette période, les organisations témoignent d’une amélioration des performances de l’expérience client, telles que la personnalisation (70 % déclarent qu’elle s’est plutôt ou beaucoup améliorée), la génération de leads (64 %) et la fidélisation client (59 %). Malgré ces progrès, les personnes sondées n’estiment pas leur organisation comme étant particulièrement mature en matière d’expérience client. En effet, plus de la moitié (57 %) estiment qu’elle est au niveau ou en retard par rapport aux autres, et seulement 36 % en avance.
Malgré ces doutes sur leurs capacités, les organisations progressent dans le déploiement de l’IA générative. Au sein de la plupart des workflows examinés, de la création de contenu marketing à l’assistance client, en passant par la personnalisation et le back-office, l’expérimentation avec l’IA générative est répandue : environ un quart à un tiers des organisations mènent des projets pilotes dans ces domaines. Pour l’immense majorité d’entre elles, l’IA générative permet d’améliorer l’idéation et la production de contenu, la productivité et l’efficacité des équipes, et même d’augmenter le chiffre d’affaires dégagé par le marketing. (Fig. 1)
Réponses « Fortement amélioré » et « Modérément amélioré » combinées. 5 réponses sur 10 présentées.
Les entreprises disposent déjà d’une grande partie de l’infrastructure technique nécessaire pour déployer l’IA générative à grande échelle, notamment des technologies cloud (89 %) et des plateformes de données client partagées (71 %). Pourtant, les organisations sont peu nombreuses (entre un cinquième et un tiers environ) à déclarer que l’IA générative est utilisée par plusieurs services, et encore moins à l’avoir déployée partout. Une proportion importante d’entreprises affirme ne pas utiliser activement cette technologie dans des workflows clés, bien que beaucoup d’entre elles prévoient d’expérimenter dans les 18 prochains mois.
Les priorités d’investissement en IA concernent la création d’expériences plus personnalisées (56 %), l’amélioration de la satisfaction, de la fidélité et de l’engagement (46 %), mais aussi l’automatisation des tâches répétitives et des workflows (45 %).
L’IA générative s’invite dans le quotidien.
Les usages grand public rendent l’adoption de l’IA encore plus urgente. Cette technologie devient partie intégrante du comportement d’achat quotidien, de nombreux internautes estimant pertinent de l’utiliser pour obtenir des recommandations de produits personnalisées (49 %) ou accéder à un service client instantané (44 %)
Par ailleurs, une personne sur quatre se tourne déjà principalement vers les plateformes optimisées par l’IA pour obtenir des informations, décider quels produits acheter ou chercher des recommandations. Ainsi, l’IA dépasse les sites de marques et les avis en ligne. Pour les demandes simples, la grande majorité préfère les interactions avec l’IA plutôt que celles avec des humains, ou souhaite disposer des deux options.
Les marques ont conscience de cette évolution. Environ deux tiers des entreprises estiment que les plateformes conversationnelles optimisées par l’IA contribuent à la pertinence de leur marque. Presque autant affirment que les futurs parcours client devront en priorité se dérouler sous forme de dialogue, et l’IA est perçue comme essentielle dans ce domaine. En effet, 60 % des entreprises déclarent que cette technologie fera partie intégrante des expériences client les plus innovantes au cours des deux à trois prochaines années.
Partie 3
Le grand saut vers l’IA agentique.
Les entreprises dépassent la phase d’expérimentation initiale avec l’IA générative, et se tournent désormais vers une technologie conçue pour agir de manière autonome au sein des workflows destinés aux équipes et aux clients. Ces systèmes d’IA agentique automatisent les tâches répétitives, révèlent des insights transversaux, initient des transactions ou résolvent certains problèmes avec une intervention humaine réduite. C’est pour ces cas d’usage que les organisations misent sur un déploiement rapide et à grande échelle de l’IA agentique. En effet, environ un tiers d’entre elles privilégient ce type de technologies émergentes plutôt que celles plus largement adoptées comme l’IA générative.
Les bénéfices attendus de l’IA agentique sont variés. Par exemple, 63 % des organisations s’attendent à ce que l’IA agentique permette aux équipes de consacrer davantage de temps au travail stratégique et créatif, et 42 % prévoient d’adapter la personnalité de ses agents IA à leurs différentes audiences. Près de la moitié des organisations envisagent de sélectionner leurs prestataires selon la capacité de leurs agents IA à interagir de façon fluide avec d’autres agents.
Bien qu’enthousiastes, les organisations n’en sont qu’à leurs premiers pas dans le domaine de l’IA agentique. Au sein des workflows étudiés, la majorité ne témoigne pas encore d’une utilisation active de cette technologie, et moins d’un quart indique mener des projets pilotes limités. Seulement 16 % déclarent avoir intégré l’IA agentique au niveau organisationnel pour l’assistance client, et seulement 13 % pour la découverte de marque et la recherche (par exemple, améliorer le contenu pour qu’il soit interprété et mis en avant par l’IA). Dans tous les autres domaines, l’adoption généralisée est beaucoup plus faible.
Néanmoins, l’expansion prévue est d’une ampleur considérable. De nombreuses organisations estiment que d’ici à 18 mois, l’IA agentique gérera directement la plupart de leurs interactions, surtout dans le domaine de l’assistance client et du service après-vente (Figure 2). Les entreprises sont également optimistes quant à la place de l’IA agentique dans des workflows plus étendus. Une majorité s’attend à disposer prochainement d’agents capables de :
- Assister les équipes dans la recherche, l’analyse et la collecte d’informations (69 %).
- Augmenter les ventes grâce à des recommandations de produits autonomes ou à la qualification de leads (58 %).
- Représenter la marque en ligne (54 %).
- Interagir avec d’autres agents déployés par les clients eux-mêmes, des fournisseurs ou des services d’approvisionnement (49 %).
Réponses « Environ la moitié des interactions », « plus de la moitié des interactions » et « toutes ou presque toutes les interactions » combinées.
La curiosité du grand public pour l’IA agentique a ses limites.
43 % des personnes interrogées seraient prêtes à interagir avec le concierge personnel ou l’agent d’IA d’une marque si ce service était proposé. Cependant, tout le monde n’est pas à l’aise avec cette idée, et ces limites doivent être bien comprises par les organisations.
Un cinquième des personnes interrogées ne sont pas ouvertes à la création de leur propre agent personnel, et près de 40 % ne l’ont même pas envisagée. De plus, bien que presque la moitié seraient à l’aise de voir leur agent personnel échanger avec un être humain représentant la marque, elles sont nettement moins nombreuses à accepter de laisser leur agent d’IA travailler avec celui d’une marque, lui transmettre des informations personnelles ou prendre une décision d’achat importante ou non. Dans chacun de ces cas d’usage, les organisations en surestiment le degré d'acceptabilité.(Figure 3).
Ce décalage s’applique à d’autres attentes. Par exemple, 49 % des organisations pensent que les internautes finiront par vouloir que les agents IA deviennent leur principal moyen d’interagir avec les marques, mais seulement 19 % des personnes sondées partagent cette idée. De même, 36 % des organisations imaginent que les clients s'en remettront aux agents pour prendre des décisions d’achat difficiles, alors que seulement 21 % du panel partage cette idée.
Question aux entreprises : Imaginez un avenir où vos clients disposent de leurs propres agents IA, qui effectuent des tâches en leur nom. À quel point pensez-vous qu'ils seraient à l’aise avec les scénarios suivants ?
Réponses « Très à l’aise » et « Plutôt à l’aise » combinées.
Question aux clients : Imaginez que vous ayez votre propre agent IA pour vous aider dans des tâches quotidiennes (comme des achats, des réservations de voyages, du service client). Seriez-vous à l’aise si votre agent IA gérait les scénarios suivants ?
Réponses « Très à l’aise » et « Plutôt à l’aise » combinées.
La confiance des clients aura une influence déterminante sur la réussite de l’IA. Seul un internaute sur cinq affirme pouvoir détecter avec fiabilité les interactions générées par l'IA. Pourtant, un tiers des personnes interrogées déclarent se désengager si elles découvrent qu’un contenu a été généré par l’IA, et 37 % affirment le faire si elles réalisent qu’elles interagissent avec un agent alors qu’elles s’attendent à parler à une personne. Pouvoir basculer vers un être humain est très important lors d’interactions avec un agent IA.
Les organisations semblent largement en phase avec ces attentes. Une communication claire sur le recours à l’IA (68 %) et un accès facile à une assistance humaine (61 %) sont considérés par les organisations comme les facteurs les plus importants pour favoriser la confiance client dans l’IA agentique.
Partie 4
Des dispositions inégales face à l'IA.
Les organisations ont hâte de mettre massivement en œuvre l'IA générative et agentique, mais beaucoup ne disposent toujours pas des outils fondamentaux, des structures de données et des métriques nécessaires pour accompagner ce déploiement. Plus de la moitié (53 %) déclarent que leur content supply chain reste largement linéaire et gourmande en ressources, et seulement 47 % utilisent l’IA générative ou agentique pour le design de parcours ou l’activation omnicanal. Or, ces capacités sont essentielles pour une personnalisation à grande échelle.
Au sein des organisations, il est rare que l’IA agentique dispose de l’infrastructure nécessaire,ce qui représente un défi de taille. Seulement 51 % d’entre elles sont équipées d’une technologie basée sur le cloud pour l’IA agentique, alors que 89 % sont capables de prendre en charge l’IA générative. Les investissements dans les directives d’utilisation responsable, les outils d’intégration, les plateformes de données client, les processus de gestion des données et la formation des équipes à l’IA agentique sont nettement inférieurs à ceux consacrés à l’IA générative.
Mesurer et communiquer le véritable impact de l’IA reste difficile. Lorsqu’on leur demande ce qui compte le plus pour évaluer l’apport de l’IA, les organisations mentionnent massivement les métriques de satisfaction client et de fidélité, telles que le Net Promoter Score (NPS), la rétention et l’attrition. Cependant, 52 % des personnes interrogées déclarent que leur organisation peine à démontrer un ROI mesurable avec ces métriques, et plus de la moitié (56 %) rapportent que leur direction privilégie les résultats purement financiers lorsqu’elle évalue l’impact des initiatives d’IA.
En ce qui concerne l’IA, les outils de suivi du ROI ne sont pas suffisamment développés. Seulement 44 % des entreprises ont mis en place un framework de mesure des résultats pour l’IA générative, et encore moins (31 %) l’ont fait pour l’IA agentique. Près de la moitié (47 %) n’ont pas de framework en place et ignorent s’il en existe un.
Les marques peinent à proposer des expériences pertinentes.
Les défis internes liés à la mise en œuvre de l’IA entravent la satisfaction des attentes client, qui souhaite de la pertinence, de la clarté et de la praticité, et qui réagit rapidement lorsque les marques ne sont pas à la hauteur. La moitié déclare se désengager si les promotions d’une marque sont malvenues, et 45 % des personnes interrogées le feront si elles en reçoivent trop. La fenêtre d’engagement est réduite : la moitié affirme que le contenu promotionnel dispose de deux à cinq secondes pour capter leur attention, et environ un cinquième juge en moins de deux secondes. Les moteurs clés de l’engagement sont la pertinence personnelle immédiate, la qualité du contenu, les éléments visuels et sonores, et les offres spéciales.
Proposer des expériences pertinentes en continu nécessite une IA entraînée sur des données unifiées et de haute qualité, ainsi que la capacité à les actionner en temps réel. Pourtant, moins de la moitié (44 %) des entreprises estiment que leurs données sont suffisamment qualitatives et accessibles pour l’IA en général, et seulement 39 % disposent d’une plateforme de données client partagée capable de prendre en charge l’IA agentique.
Cet écart dans les niveaux de préparation persiste, même si les entreprises reconnaissent le problème. Interrogées sur leurs priorités d’investissement en IA, seulement 32 % ont cité les données comme thème principal, et 20 % souhaitent avant tout augmenter leur valeur et mieux les interpréter. Pourtant, 52 % admettent que l’unification et la structure actuelles de leurs données ralentissent leurs projets d’IA. De plus, 75 % affirme que leur intégration et leur qualité sont les principaux obstacles à une mise en œuvre efficace des solutions d’IA agentique. L’intégration des données se classe avant d’autres défis, tels que le manque de personnel qualifié et de ressources pour le former (71 %), ou encore la difficulté à évaluer précisément le ROI (68 %).
Au-delà des données, ces contraintes affectent également le contenu et l’expérience. Seulement 54 % des entreprises s’apprêtent à optimiser le contenu pour les outils de découverte optimisés par l’IA, alors que ces derniers sont de plus en plus utilisés pour les achats en ligne. En outre, seulement 39 % des entreprises disposent d’une base de données client unifiée, qui leur permet d’extraire des insights issus de leurs agents IA et de leurs interfaces conversationnelles.
Partie 5
Des frictions organisationnelles qui entravent l’IA.
Les divergences entre cadres et spécialistes qui utilisent l’IA au quotidien ralentissent son déploiement. Les deux catégories sont alignées sur les investissements à mener en matière d’IA : personnalisation, satisfaction client et automatisation des workflows. Cependant, les points de vue sur le degré de préparation, l’impact et les performances divergent systématiquement.
Près d’un tiers des personnes sondées déclarent que les cadres et les spécialistes qui utilisent l’IA au quotidien dans leur travail ont des visions divergentes de la stratégie à adopter, et 47 % affirment qu’elles se rejoignent partiellement. Les facteurs d’alignement incluent une communication claire des objectifs de l’IA (72 %), une planification collaborative (69 %) et un soutien fort de la direction (59 %). Les sources de désaccord sont l’incompréhension de l’IA par les cadres (61 %), la résistance au changement ou à l’adoption (52 %), une communication insuffisante sur le rôle de la technologie (52 %) et la difficulté à mesurer son ROI (39 %).
Ces divergences se manifestent dans les objectifs que chaque groupe priorise pour les investissements dans l’IA. Les personnes qui l’utilisent au quotidien sont plus susceptibles que les cadres de privilégier ce qui a un impact positif sur les expériences proposées, comme la création de contenu et l’activation. De leur côté, les cadres ont tendance à mettre l’accent sur le chiffre d’affaires et la satisfaction client (Figure 5). Les résultats financiers constituent une priorité pour la plupart des personnes interrogées, mais 62 % des cadres considèrent les métriques telles que l’efficacité opérationnelle et la réduction des coûts comme une priorité majeure ou importante, contre 54 % pour les équipes utilisant l’IA.
5 réponses sur 9 présentées.
Cette déconnexion, en particulier l’incompréhension de l’IA par les cadres, peut expliquer ce décalage dans la perception du degré de préparation et d’adoption de l’IA. Les équipes rapportent systématiquement une intégration approfondie de l’IA dans le travail quotidien, plus que ne le font les cadres. De plus, davantage affirment que leurs équipes sont déjà augmentées ou leurs processus de travail automatisés par l’IA et que leur organisation a identifié des cas d’usage à forte valeur ajoutée. Cette tendance se vérifie tant pour l’IA générative que pour l’IA agentique. L'opérationnel est plus susceptible que la direction de déclarer une adoption importante dans les workflows tels que l’assistance client, la vente, les tâches créatives, la découverte de la marque et l’expérience digitale.
Les équipes anticipent également une transition beaucoup plus rapide vers l’IA agentique. Elles sont davantage susceptibles que les cadres de penser que la plupart, voire la totalité des interactions avec les clients seront gérées par l’IA agentique dans les 18 prochains mois. Ces personnes s’attendent aussi à disposer d’agents IA qui automatiseront les tâches routinières de l'assistance client, géreront les workflows internes, représenteront la marque, participeront aux interactions entre agents et les aideront à trouver des informations. Ces éléments leur semblent essentiels : 49 % pensent que les organisations qui n’adoptent pas l’IA agentique vont devenir obsolètes, contre 41 % des cadres.
Malgré ces écarts, la satisfaction concernant l’IA générative reste élevée au sein des deux groupes. Cependant, les équipes expriment une confiance plus forte dans son impact sur la prise de décisions, la productivité, l’engagement des clients et l’innovation. Comparés aux équipes, les cadres ont davantage tendance à considérer que les bénéfices ont été minimes, voire inexistants, ce qui peut réduire les investissements dans des capacités indispensables aux équipes.
Des équipes invitées à s’adapter plus rapidement qu'elles ne le peuvent.
Dans la plupart des organisations, les deux groupes reconnaissent que l’IA transforme les rôles et les workflows plus rapidement que les équipes ne parviennent à s’y adapter (57 %) et que celles qui n’adoptent pas l’IA risquent d’être dépassées (58 %). De plus, 61 % vont jusqu’à affirmer que les équipes opérationnelles devraient désormais considérer l’IA comme un collègue indispensable plutôt que comme un simple outil.
Pourtant, les organisations devraient y être plus préparées. Seulement 45 % d’entre elles déclarent disposer de programmes de formation et de montée en compétences IA suffisants, et seulement 44 % pensent que les équipes sont à l’aise avec l’utilisation de l’IA. Ainsi, les équipes,qui ressentent déjà l’impact de l’IA plus directement, manquent de soutien, tandis que les cadres ont une vision incomplète des éléments nécessaires pour déployer l’IA de manière responsable.
Partie 6
Synthèse et prochaines étapes.
Depuis qu’elle s’est démocratisée, l’IA a transformé la façon dont les organisations conçoivent, déploient et développent leurs expériences. Désormais, elles intègrent davantage des aspects comme la pertinence, l’authenticité et l’originalité, qui comptent beaucoup pour la clientèle. Le rapport sur les tendances de l’IA et du digital de cette année montre les progrès réalisés par les organisations de tous secteurs, des premiers succès obtenus avec l’IA générative à leur vif intérêt pour les systèmes agentiques. Cependant, déployer l’IA à grande échelle nécessitera de surmonter certaines difficultés. En effet, les attentes de la clientèle concernant ce type d’expériences restent élevées, et les données, les outils et la gouvernance nécessaires pour y répondre ne sont pas encore en place.
Les organisations peuvent prendre des mesures pour unifier les niveaux de préparation à l’IA et proposer les expériences attendues. Voici des exemples d’actions à mener :
- Renforcer les socles de données pour rendre l’IA utile à grande échelle. Améliorer la qualité des données, l’unification, l’accessibilité et l’intégration entre les systèmes afin que l’IA puisse répondre aux besoins client en temps réel.
- Adapter sa content supply chain pour améliorer la pertinence et la personnalisation à grande échelle. Remplacer les processus linéaires et gourmands en ressources par des workflows plus dynamiques qui permettent de faciliter la conception du parcours client avec l’IA.
- Combler l’écart entre la vision des cadres et la réalité vécue par les équipes. Aligner la direction et l'opérationnel autour d’objectifs clairs et d’une planification collaborative. Au-delà des réductions de coûts et de la hausse du chiffre d’affaires, il est essentiel de s’accorder sur la mesure du succès et de s’assurer que les cadres maîtrisent suffisamment l’IA pour prendre des décisions éclairées.
- Mettre le client au centre des expériences. Intégrer la transparence et le choix dans les interactions alimentées par l’IA et privilégier les expériences authentiques et originales. La confiance, la clarté et la pertinence comptent autant que la rapidité de mise sur le marché.
ANNEXE 1
Méthodologie de recherche
Démographie des entreprises et des consommateurs
- Amérique du Nord : États-Unis (25 %) et Canada (5 %)
- Amérique latine : Brésil et Mexique (8 % chacun)
- Europe : Royaume-Uni, France, Espagne, Italie, Allemagne (6 % chacun)
- APAC : Inde (8 %), Australie (7 %), Nouvelle-Zélande (2 %), Singapour (3 %)
- Moyen-Orient : Émirats arabes unis et Royaume d'Arabie saoudite (3 % chacun)
Secteurs d’activité
- Services financiers et assurance : 17 %
- Commerce de détail et biens de consommation : 17 %
- Haute technologie : 17 %
- Médias et divertissement : 17 %
- Santé : 8 %
- Secteur public : 8 %
- Autres (automobile, production industrielle, voyage et hôtellerie, fabrication de biens de consommation) : 17 %
Fonctions
- Équipes opérationnelles : 75 % de responsables d’équipe ou de projet
- Direction : 25 % de membres de la vice-présidence, de la direction générale ou du comité de direction (par exemple : Chief marketing officers, Chief information officers, Chief data officers, Chief digital officers, Chief innovation officers, Chief technology officers).
Répartition des entreprises par chiffre d’affaires (en dollars américains)
- 250 millions à 999 millions de dollars : 38 %
- 1 milliard à 9,9 milliards de dollars : 38 %
- 10 milliards de dollars ou plus : 23 %
ANNEXE 2
Définitions essentielles
Enquête auprès des cadres
IA générative
IA agentique
Enquête auprès du grand public
Recommandations de lecture
