L'ère de l'intelligence est arrivée, mais adopter l'IA n'est plus le plus difficile. Le plus difficile, c'est de transformer cette utilisation en impact commercial mesurable
Le Work AI Index de Glean met en lumière cet écart. Si 87 % des travailleurs du numérique utilisent l'IA et que 75 % affirment qu'elle les rend plus productifs, seuls 13 % déclarent que leur organisation obtient des résultats nettement meilleurs grâce à elle.
Combler cet écart est le véritable défi à relever. Mettre l'IA entre les mains des collaborateurs était la première étape. La deuxième consiste à transformer des réussites éparses en un impact commercial mesurable et reproductible. Les entreprises doivent identifier les cas d'usage qui créent de la valeur, les transformer en systèmes reproductibles et les déployer à grande échelle sans perdre le contrôle à mesure qu'ils se diffusent dans l'ensemble de l'activité.
Les 26 et 27 août, à Fort Mason à San Francisco, nous réunissons clients, créateurs, administrateurs et responsables IA à l'occasion de Glean:GO 2026. Pendant deux jours, nous nous concentrerons sur les décisions qui font passer l'IA du statut d'outil prometteur à celui de moteur de toute l'entreprise.
Voici cinq enseignements que vous retirerez sur la manière de transformer l'adoption de l'IA en impact à l'échelle de l'entreprise.
1. Apprenez à prouver que l'IA crée de la valeur commerciale
Un tableau de bord d'adoption peut vous indiquer que 90 % des collaborateurs se sont connectés la semaine dernière. Il ne dit rien sur le fait que l'entreprise obtient de meilleurs résultats grâce à cela. C'est ce second chiffre que les dirigeants ont commencé à réclamer, et c'est précisément celui que la plupart des programmes d'IA sont encore incapables de produire.
Le parcours Outcomes de Glean:GO est conçu pour celles et ceux qui en sont responsables. « Comment définir et raconter le ROI de l'IA » montrera comment relier les investissements dans l'IA à des bases de référence claires, des objectifs réalistes et des KPI qui intéressent les dirigeants et la finance.
« Échapper au purgatoire des pilotes », animée par Tim Glomb, cofondateur et Managing Partner de l'Enterprise AI Transformation chez GleekOps, examinera les décisions qui déterminent si un pilote se déploie à grande échelle ou s'enlise.
Les sessions clients « Inside AI Transformation » montreront comment ce travail se concrétise au sein d'entreprises réelles :
- Yuyan Sun, Head of People Analytics and Technology de Motive, expliquera comment l'entreprise a déployé Glean auprès de 4 000 collaborateurs en six semaines, a maintenu l'adoption après le lancement et compare aujourd'hui les utilisateurs très actifs et peu actifs à des indicateurs commerciaux comme la croissance du chiffre d'affaires et la vélocité de l'ingénierie.
- Connor Bogin, Director of AI Product Deployment and Management chez Dell, expliquera comment l'équipe a maintenu l'utilisation et relié l'adoption à des résultats comme le pipeline et l'atteinte des objectifs.
- Jonathan Goldberg, VP of Enterprise AI de Howard Hughes, retracera comment un pilote de 100 utilisateurs et une série de premières réussites ont conduit à un mandat à l'échelle de l'entreprise visant à repenser fondamentalement sa structure de coûts grâce à l'efficacité portée par l'IA.
C'est le passage de la déception liée aux indicateurs à la discipline des indicateurs — rassembler suffisamment de preuves pour décider de ce qui mérite davantage d'investissement. Une fois qu'un cas d'usage franchit ce cap, quelqu'un doit le construire.
2. Découvrez ce qu'il faut pour mettre un agent en production
Prouver l'impact suppose que vous ayez construit quelque chose capable de le produire. La plupart des agents n'en arrivent jamais là. Ils échouent quelque part entre la démo et la production.
Combler cet écart exige de plus en plus un état d'esprit de forward-deployed engineering : se rapprocher suffisamment du workflow pour comprendre le véritable problème, puis prendre les décisions techniques nécessaires pour le résoudre. Parfois, la réponse est un agent. Parfois, c'est une meilleure récupération d'informations, une action tenant compte des autorisations, ou une définition plus précise de la tâche elle-même.
Le parcours Builders suit ce travail, de la définition jusqu'au déploiement. Dans « Du cas d'usage IA à la solution IA sur Glean », Janki Vansia, Senior Manager of Digital Experience chez GoodRx, et Sean Hanna, People, Process and Technology Consultant chez HubSpot, montreront comment cartographier le workflow réel et faire les choix de conception nécessaires avant qu'une équipe ne commence à construire.
« Inside the Agent Development Lifecycle » propose une approche reproductible pour construire et déployer à grande échelle ce qui fonctionne, sans créer un cimetière d'expérimentations ponctuelles.
Dans « Under the hood : témoignages de développeurs clients construisant avec la plateforme Glean », des clients feront la démonstration de produits en fonctionnement et décortiqueront l'architecture qui les sous-tend, notamment les API qu'ils ont choisies, la manière dont ils ont géré l'authentification et les autorisations, et ce qu'ils ont construit eux-mêmes.
Une fois qu'un agent atteint la production, le défi change. Chaque nouvelle action crée une frontière à définir, et chaque appel de modèle, appel d'outil et boucle de raisonnement alourdit la facture.
3. Apprenez des méthodes concrètes pour gouverner l'IA et maîtriser ses coûts
À mesure que l'IA prend en charge des tâches plus complexes, deux questions deviennent incontournables : est-ce sûr ? Et combien cela nous coûte-t-il ? Les équipes IT et plateforme finissent souvent par assumer les deux, généralement avec moins de visibilité qu'elles ne le souhaiteraient.
Le parcours Admin est conçu pour leur donner un moyen plus concret d'évaluer chacune d'elles.
Sécurité
« Cinq hypothèses de sécurité des agents IA que nous mettons à l'épreuve » remettra en question les idées que les équipes acceptent souvent telles quelles, notamment « tenir compte des autorisations signifie être sécurisé », « les agents en lecture seule présentent un faible risque » et « les journaux d'audit suffisent ». Chaque hypothèse sera testée face à un scénario réel.
Ensuite, dans « Guardrails in action », vous mettrez ces leçons en pratique : cadrer un agent, identifier sa surface de risque, rédiger des politiques adaptées et tester les contrôles avant le déploiement.
Coût
« Comment la tokenomics a dévoré le monde » va au-delà du prix des modèles pour examiner l'architecture qui sous-tend le coût. Un contexte excessif, des appels d'outils répétés, de longues boucles de raisonnement et de mauvais choix de modèles peuvent tous faire grimper les dépenses à mesure que les agents prennent en charge des tâches plus complexes.
La session examinera l'économie de l'IA comme une question de consommation et de rendement : combien de tokens un système utilise, quelle valeur commerciale cette consommation produit, et à quel moment un modèle premium justifie son prix.
L'objectif est d'avancer rapidement sans jamais perdre de vue le risque, le coût ou la valeur attendue de chaque système.
4. Clarifiez les décisions stratégiques que les responsables IA doivent prendre
Ces arbitrages ne se règlent pas d'eux-mêmes. Quelqu'un dans votre entreprise est désormais responsable de l'IA. Peut-être un nouveau CAIO (Chief AI Officer). Peut-être un CIO dont le périmètre vient de s'élargir. Quoi qu'il en soit, quelqu'un doit décider où la technologie est fiable, comment le travail doit évoluer et ce dont l'entreprise a besoin pour l'exploiter à grande échelle.
Le parcours AI Strategy est construit autour de ces questions.
Où l'IA échoue-t-elle ? « Les frontières de l'IA : l'intérêt de comprendre où l'IA échoue » examinera les modes d'échec que les démonstrations soignées ont tendance à masquer : des textes qui semblent compétents mais disent peu, des analyses qui paraissent rigoureuses mais sont discrètement erronées, et des tâches longues où de petites erreurs s'accumulent. Cette session vous aidera à décider où placer la vérification, où une personne doit rester impliquée, et où le jugement humain reste déterminant pour la décision.
Comment le travail doit-il évoluer ? « Comment l'IA transforme réellement le travail : quels métiers changent et pourquoi » explorera quels rôles sont redéfinis et pourquoi obtenir de meilleurs résultats peut nécessiter de repenser le travail lui-même.
Que requiert le passage à l'échelle ? General Motors a étendu l'accès à l'IA de zéro à 80 000 utilisateurs en 90 jours. Dans « From Rollout to Transformation: GM's Operating Model for Enterprise AI », Nikhil Sandilya, Director of AI chez GM, expliquera comment l'entreprise a abordé la phase plus délicate qui a suivi, notamment l'analyse de rentabilité, la priorisation des cas d'usage à forte valeur ajoutée, et le modèle opérationnel à l'origine d'une transformation sécurisée à l'échelle de l'entreprise.
Ensemble, ces sessions abordent le discernement nécessaire pour piloter l'IA comme une discipline à l'échelle de l'entreprise.
5. Comprendre les exigences d'une plateforme pour l'IA à grande échelle
Toutes ces décisions finissent par devenir une exigence de plateforme. Si l'IA doit passer de succès isolés à un système déployé dans toute l'entreprise, elle a besoin du bon contexte, d'agents gouvernés, et d'une plateforme capable de se connecter au reste de la pile technologique.
Le parcours Produit montre comment Glean bâtit ces fondations. « Comprendre le contexte d'entreprise Glean » explore comment Glean modélise les collaborateurs, les contenus, les workflows et les habitudes de travail individuelles d'une organisation afin que l'IA puisse faire remonter la bonne information et la bonne action au bon moment. « Glean Agents en profondeur : créer, gouverner et déployer des collaborateurs IA » couvrira les nouvelles capacités pour les créateurs et les administrateurs, en s'appuyant sur des exemples par département pour montrer comment appliquer les agents à l'ensemble de l'entreprise.
Pour les équipes qui prennent des décisions de plateforme plus larges, « Glean comme plateforme d'IA à l'échelle de l'entreprise » approfondira les API, SDK, expériences intégrées et passerelles qui connectent Glean à l'écosystème IA plus large.
Ensemble, ces sessions répondent à la question pratique sous-jacente à toute discussion stratégique : sur quoi votre entreprise peut-elle s'appuyer dès maintenant, et quoi anticiper ensuite ?
Une conférence conçue pour le travail à venir
Cinq parcours distincts, des ateliers pratiques, des sessions de certification, et un Expert Lounge où vous pouvez apporter un problème concret et le résoudre avec un spécialiste Glean, au lieu de seulement entendre parler de celui de quelqu'un d'autre.
- Les administrateurs peuvent se concentrer sur la gouvernance, le déploiement, la santé de la plateforme, l'adoption et les coûts.
- Les créateurs peuvent explorer les workflows, l'architecture, les API et le développement d'agents.
- Les responsables IA peuvent examiner la mesure, l'évolution des effectifs, la stratégie et les modèles opérationnels.
Venez avec l'équipe chargée de concrétiser l'IA, et donnez à chacun les sessions, les outils et les exemples dont ils ont besoin pour réussir dans cette nouvelle ère intelligente.
Réservez votre place
L'IA d'entreprise entre dans une phase cruciale. La question n'est plus de savoir si les collaborateurs l'utiliseront, mais si les entreprises peuvent transformer cette adoption en quelque chose de mesurable, gouverné et digne d'être déployé à grande échelle.
Glean:GO 2026 réunit les personnes qui mènent ce travail. Rejoignez-nous à Fort Mason, à San Francisco, les 26 et 27 août, ou participez en ligne, pour deux jours de sessions pratiques, de témoignages clients réels, et de travail concret avec les équipes qui conçoivent et exploitent l'IA à grande échelle.
