La confiance était une réputation. Elle devient une déclaration. Clients, investisseurs et régulateurs attendent de plus en plus la même chose de vous — des preuves — et les organisations capables d’en produire prennent discrètement de l’avance.
Trois publics, une seule question
Pendant l’essentiel de ma carrière, il s’agissait de conversations distinctes. Les clients interrogeaient le service. Les investisseurs, la rentabilité. Les régulateurs, la conformité. Trois publics, trois vocabulaires, trois directions.
Ils ont convergé. Tous trois posent désormais une variante de la même question : pouvez-vous démontrer que votre organisation fait ce qu’elle dit faire ? Un client la pose à propos de ses données. Un investisseur, à propos du risque opérationnel. Un régulateur, à propos des contrôles. La demande sous-jacente est identique — montrez-moi, ne me racontez pas — et les organisations qui y répondent une fois, correctement, y répondent pour tout le monde.
À retenir
- Seuls 32 % dans le monde pensent que la prochaine génération vivra mieux — la confiance se contracte.
- Confiance et pertinence réunies rendent les consommateurs environ deux fois plus disposés à suivre une marque sur un nouveau terrain.
- L’investissement en IA responsable est corrélé à un impact EBIT supérieur à 5 % — la gouvernance rapporte.
- Les régulateurs sont passés des principes aux preuves : la transparence du règlement IA s’applique dès août 2026.
- Une confiance qui ne peut être prouvée ne se distingue pas d’une simple affirmation.
Le climat dans lequel vous opérez
Le Trust Barometer 2026 d’Edelman, fondé sur environ 34 000 répondants dans 28 marchés, décrit un repli vers des cercles de confiance plus restreints et plus familiers. L’optimisme a nettement reculé : dans le monde, environ un tiers seulement des personnes pensent que la prochaine génération vivra mieux. L’écart de confiance entre hauts et bas revenus a plus que doublé depuis 2012.
Pour les dirigeants, le constat le plus inconfortable est ailleurs : l’étude pointe un problème de crédibilité des directions générales, avec une inquiétude répandue quant à la possibilité que les dirigeants induisent le public en erreur, l’essor de l’intelligence artificielle fragilisant particulièrement la confiance des collaborateurs non cadres. Fait notable, les gens accordent davantage de confiance à leur propre dirigeant qu’aux dirigeants en général — ce qui suggère que la proximité et la preuve réparent la confiance plus vite que la communication.
La confiance n’est plus ce que vous dites de vous-même. C’est ce qu’un tiers peut vérifier sans vous le demander.
Un dividende commercial y est attaché. Les travaux d’Edelman sur les marques montrent que les consommateurs sont environ deux fois plus disposés à soutenir une marque qui investit un nouveau terrain lorsqu’elle a gagné à la fois leur confiance et leur pertinence. La confiance n’est pas un actif défensif protégeant l’existant. C’est l’autorisation de s’étendre.
Pourquoi cela est devenu mesurable
Quelque chose a changé ces trois dernières années, qu’on remarque peu : la confiance a pris une forme documentaire. Elle n’est plus seulement une perception dans l’esprit d’un public ; c’est de plus en plus un ensemble d’éléments qu’une organisation possède ou ne possède pas.
Une organisation européenne déployant de l’IA devra, dès août 2026, pouvoir signaler qu’un utilisateur interagit avec une machine et marquer les contenus générés. Une entité financière doit tenir un registre de ses dépendances technologiques et démontrer une trajectoire de sortie praticable. Une organisation victime d’une violation doit établir ce qu’elle savait, quand, et ce qu’elle a fait. Chacun de ces éléments est de la confiance rendue sous forme de preuve, avec une date dessus.
| Public | Ce qu’ils acceptaient hier | Ce qu’ils demandent aujourd’hui |
|---|---|---|
| Clients | Une politique de confidentialité et une marque rassurante. | Une information claire sur l’usage de l’IA, la localisation des données et une voie de recours réelle. |
| Acheteurs grands comptes | Un questionnaire rempli. | Des preuves : certifications, résultats de tests, cartographies de dépendances, temps de reprise. |
| Investisseurs | Des états financiers et un paragraphe sur les risques. | La résilience opérationnelle comme donnée de valorisation, et des preuves de gouvernance. |
| Régulateurs | Des documents de politique et des intentions déclarées. | Registres, journaux, plans testés et supervision humaine démontrable. |
L’habitude comptable qui aide ici
J’ai consacré la première partie de ma carrière à la finance et à la comptabilité avant de me tourner vers la cybersécurité et la technologie, et l’idée la plus transposable que j’en ai rapportée est la piste d’audit. En reporting financier, un chiffre qu’on ne peut pas rattacher à une source n’est pas un chiffre publiable. Personne n’en débat ; c’est simplement le fonctionnement de la discipline.
La gouvernance technologique a mis plus de temps à adopter ce standard, et il lui est désormais imposé de l’extérieur. Les organisations qui s’adaptent le plus aisément sont, d’expérience, celles dotées de fonctions financières solides — non parce qu’elles comprennent mieux la technologie, mais parce qu’elles admettent déjà qu’une affirmation sans preuve ne vaut rien. Étendre ce réflexe du grand livre à l’inventaire des systèmes d’IA se révèle un trajet plus court que de l’étendre depuis une culture d’ingénierie historiquement optimisée pour livrer.
À quoi ressemble une piste d’audit en technologie
Concrètement : un inventaire des systèmes traitant des données personnelles ou critiques, avec un responsable nommé pour chacun. Une trace de ce qui a été décidé, par qui et sur quelle base. Des résultats de tests datés, y compris ceux qui ont échoué. Des revues d’accès signées. Des journaux d’incidents indiquant le délai de détection, et pas seulement de résolution. Rien d’exotique : c’est exactement ce qu’un superviseur, un acheteur grands comptes ou un investisseur sérieux finira par demander à voir.
La gouvernance n’est pas le coût de la confiance. C’est la source du rendement.
L’objection que j’entends le plus souvent est qu’il s’agit d’une charge — nécessaire peut-être, mais qui freine. Les données disent de plus en plus le contraire. Les travaux 2026 de McKinsey sur la maturité de confiance en IA montrent que les organisations investissant sérieusement dans l’IA responsable rapportent nettement plus souvent un impact EBIT supérieur à 5 %. La gouvernance est corrélée à la captation de valeur, elle ne s’y oppose pas.
Le mécanisme n’a rien de mystérieux. Des systèmes inventoriés peuvent être améliorés. Des décisions documentées peuvent être révisées lorsqu’elles se révèlent erronées. Des échecs journalisés alimentent la conception suivante. La gouvernance, dosée avec justesse, consiste surtout à savoir ce que l’on possède — et il est très difficile d’optimiser un patrimoine que l’on ne sait pas décrire.
Une gouvernance mal faite est une bureaucratie. Une gouvernance bien dosée consiste simplement à savoir ce que l’on possède.
L’enjeu des marchés émergents
Cela compte davantage, et non moins, dans les marchés en forte croissance. Là où la confiance institutionnelle se construit encore, les organisations qui arrivent avec des pratiques vérifiables fixent le standard local — et en tirent bénéfice. J’ai vu cela déterminer des issues concurrentielles, en particulier sur les marchés africains : pouvoir montrer à un client, une banque ou un ministère exactement comment leurs données sont traitées constitue un véritable facteur de différenciation, tant peu de concurrents en sont capables.
Le contre-exemple est tout aussi instructif. Un déploiement d’IA réussi techniquement dans le secteur public, mais dépourvu de mécanisme de recours opérationnel, ne construit pas la confiance institutionnelle : il l’érode, parfois jusqu’au conflit ouvert avec les personnes concernées. Une capacité sans voie de recours n’est pas un progrès.
Construire une confiance que l’on peut prouver
- Inventoriez ce qui compte. Les systèmes traitant des données personnelles, financières ou critiques, chacun avec un responsable nommé. Tout le reste en dépend.
- Décidez ce que vous montreriez. Choisissez vos trois publics les plus exigeants et demandez-vous ce que chacun voudrait voir. Vérifiez ensuite que cela existe.
- Faites de la transparence une décision de conception. Là où l’IA touche un client, signalez-le dans l’interface plutôt que dans une politique que personne n’ouvre.
- Bâtissez une voie de recours. Si une décision automatisée affecte quelqu’un, définissez comment il la conteste et sous quel délai il obtient une réponse.
- Testez, et conservez les échecs. Un historique de tests ne contenant que des succès n’est pas un registre : c’est une plaquette.
- Rendez compte d’indicateurs de confiance à côté des financiers. Délai de détection, temps de reprise, constats ouverts, exposition aux tiers. Quatre chiffres, présentés chaque trimestre, changent ce à quoi l’on prête attention.
En conclusion
Les entreprises qui conserveront la confiance au cours de la décennie qui vient ne seront pas celles aux plus belles déclarations de valeurs. Ce seront celles capables d’ouvrir un tiroir et d’en sortir les preuves, le jour où quelqu’un les demande, sans lancer un projet pour les rassembler. Cette capacité met du temps à se construire et ne s’improvise pratiquement pas — c’est précisément pourquoi elle restera un facteur de différenciation.
La confiance est devenue une discipline opérationnelle. Traitée comme telle, elle cesse d’être un problème de communication pour devenir ce qu’elle aurait toujours dû être : la description du fonctionnement réel de l’organisation.
Tous les chiffres cités proviennent des sources publiques suivantes, consultées en juin 2026.
- Edelman, 2026 Edelman Trust Barometer (26th annual survey)
- Edelman, 2026 Trust Barometer Special Report: Brand Growth in an Insular World
- Edelman, 2026 Trust Barometer Global Report (full data tables)
- McKinsey & Company, State of AI trust in 2026: shifting to the agentic era
- IBM & Ponemon Institute, Cost of a Data Breach Report 2025
- Freshfields, EU AI Act unpacked: the final Digital Omnibus on AI
- African Arguments, Africa's AI governance gap (Tema Port case)

