Si peu d’entreprises prouvent le ROI de l’IA, faute de référence mesurée

IBM a interrogé 2 000 dirigeants en 33 pays entre février et avril 2025. Seuls 25 % ont déclaré que leurs initiatives d’IA avaient produit le retour sur investissement attendu ces dernières années, et 16 % ont dit en avoir déployé une à l’échelle de l’entreprise.¹ Dans le même communiqué, 68 % des PDG affirment que leur organisation dispose d’indicateurs clairs pour mesurer efficacement le ROI de l’innovation.¹ Mises côte à côte, ces deux données décrivent un écart : la plupart des dirigeants pensent savoir mesurer les retours, et la plupart disent que les retours ne sont pas arrivés.

Les 68 % relèvent d’une auto-évaluation portant sur l’innovation en général, sans vérification de ce que mesurent les indicateurs : ils ne prouvent donc pas qu’une référence existe. En pratique, beaucoup de projets d’IA démarrent avec une démonstration, une licence et une estimation optimiste, et la direction financière à qui l’on demande un an plus tard si le projet a payé n’a rien à comparer. Le coût de cet oubli est concret : un projet qui ne peut pas montrer de retour est difficile à renouveler, difficile à étendre et facile à supprimer.

Ce que les chiffres des titres peuvent et ne peuvent pas dire

Le chiffre le plus cité dans ce débat vient du rapport MIT NANDA « The GenAI Divide: State of AI in Business 2025 ». Selon Campus Technology, en août 2025, il affirme que 95 % des organisations ne voient aucun retour commercial et que seuls 5 % des projets pilotes d’IA intégrés génèrent des millions de valeur.² La recherche s’est déroulée de janvier à juin 2025 et combine une revue systématique de plus de 300 initiatives d’IA divulguées publiquement, 52 entretiens structurés et 153 réponses à une enquête de dirigeants rencontrés lors de quatre grandes conférences.² Le rapport complet n’était pas librement accessible pour cet article : tout ce qui est dit ici de son contenu est attribué à ce compte rendu secondaire.

Le rapport a été critiqué sur sa méthode. Thomas Wieberneit, dans CustomerThink en novembre 2025, soutient que l’échantillon est petit, avec environ 150 réponses à l’enquête et 52 entretiens structurés, et que le rapport ne considère que des déploiements d’IA agentique sur mesure et centrés sur une tâche, et non des outils comme ChatGPT ou Copilot.³ Il relève aussi que le rapport compte comme non créateurs de valeur les outils qui améliorent surtout la productivité individuelle, car ils n’apparaissent pas dans le compte de résultat.³ Ce sont les vues d’un seul analyste, mais elles désignent le vrai problème. Qu’une entreprise annonce 5 % ou 25 % de réussite dépend de la définition de la valeur, et une définition choisie après coup avantage toujours celui qui la choisit.

Les chiffres des titres ne s’accordent donc que sur un point : beaucoup d’organisations ne peuvent pas prouver un retour. Ils ne s’accordent pas sur l’ampleur du problème, et aucun ne dit quels projets ont échoué parce que la technologie était faible et lesquels parce que personne n’avait écrit ce que serait un succès. Une référence permet de distinguer les deux.

Productivité déclarée et résultats mesurés sont deux choses différentes

La meilleure preuve de cette différence vient du Danemark. Anders Humlum et Emilie Vestergaard ont relié deux vagues d’enquête, fin 2023 et 2024, couvrant 11 professions exposées, environ 25 000 travailleurs et 7 000 lieux de travail, aux registres administratifs de revenus et d’heures.⁴ Les travailleurs qui utilisaient des assistants conversationnels ont déclaré un gain de temps moyen de 2,8 % de leurs heures de travail, et de 6 % à 7 % les jours où ils les utilisaient.⁴ Les registres montrent autre chose : les intervalles de confiance excluent des effets supérieurs à 1 % sur les revenus comme sur les heures enregistrées.⁴ La version NBER de l’article, révisée en mars 2026, formule sa borne ainsi : aucun effet supérieur à 2 % deux ans après le lancement de ChatGPT.⁵

Les auteurs notent aussi que des essais randomisés dans les mêmes professions ont documenté des gains dépassant souvent 15 %.⁴ L’écart entre 15 % dans les essais, 2,8 % dans les déclarations et un chiffre indiscernable de zéro dans les registres de paie a plusieurs causes possibles. Les essais mesurent une tâche définie sous supervision, alors que les vrais postes comprennent des tâches qui n’ont pas accéléré. Les minutes gagnées peuvent passer dans d’autres travaux que personne n’enregistre. Et 43 % des travailleurs de l’étude étaient explicitement encouragés par leur employeur à utiliser ces outils, tandis que 21 % y étaient autorisés : l’adoption est donc inégale.⁴ L’étude ne tranche pas entre ces explications, et elle porte sur les salaires et les heures d’un marché du travail national, non sur le coût par unité à l’intérieur d’un service.

La leçon est pratique pour un dirigeant. Une enquête qui demande aux équipes si l’outil fait gagner du temps mesure une perception. Une référence mesure la tâche. Si les deux divergent, la référence est celle qu’une direction financière peut auditer.

Comment fixer une référence avant de construire

Une référence est la mesure du processus actuel, prise avant tout changement, avec la méthode que vous utiliserez ensuite. Elle exige une unité de travail qu’une personne peut définir en une phrase, comme une facture traitée, un ticket résolu ou un contrat relu. Elle exige aussi un volume suffisant pour être stable : une semaine de données est souvent faussée par un client inhabituel, et un trimestre vaut mieux.

Les quatre mesures se protègent mutuellement. Le temps par tâche seul récompense un outil rapide et faux. Le taux d’erreur seul récompense un outil exact et lent. Le coût par unité est le chiffre qui intéresse la finance, et c’est celui qui risque le plus de rester indéfini, car la main-d’œuvre, les logiciels et les frais généraux relèvent de budgets différents.

Contrefactuels et exemple chiffré

Une comparaison avant-après ne suffit pas, car autre chose que l’outil change entre les deux périodes : volumes, effectifs, saisonnalité. Un contrefactuel répond à la question de ce qui se serait passé sans l’outil. La forme la plus simple est un groupe témoin : faire tourner le nouveau processus pour certaines équipes ou certains types de dossiers, garder l’ancien pour d’autres comparables, et comparer les quatre mêmes mesures sur les mêmes semaines. Quand ce n’est pas possible, une période antérieure stable de plusieurs mois donne une tendance de comparaison, plus faible toutefois.

Risques et critiques de la mesure préalable

Les références ont leurs propres coûts. Mesurer prend du temps de personnel avant tout bénéfice, et peut retarder un projet qui aurait fonctionné. Les équipes qui se savent chronométrées modifient leur comportement. Les indicateurs rétrécissent aussi l’attention : une équipe jugée sur le temps de traitement peut cesser le travail non mesuré qui satisfaisait les clients. Une référence sur le mauvais objet est pire que pas de référence, car elle produit des chiffres assurés sur la mauvaise question.

Il existe aussi un argument contre l’attente. Une partie de la valeur d’un outil se manifeste en qualité, en capacité pour du travail auparavant abandonné, ou en fidélisation du personnel, et résiste à une mesure de coût unitaire. L’étude danoise mesure les salaires et les heures, non la qualité du travail produit : un résultat nul n’y signifie donc pas absence de bénéfice partout. La position honnête est qu’une référence réduit l’auto-illusion sans supprimer le jugement, et qu’un pilote doit indiquer à l’avance quels résultats conduiraient l’équipe à s’arrêter.

Que faire ensuite

• Choisissez un processus et définissez son unité de travail en une phrase que deux personnes appliqueraient de la même façon.
• Mesurez le temps par tâche, le coût par unité, le taux d’erreur et le délai de bout en bout sur au moins un trimestre complet, et écrivez la définition de chaque ligne de coût.
• Fixez une règle d’arrêt avant le pilote : le résultat, sur ces quatre mesures, qui mettrait fin au projet.
• Prévoyez un groupe de comparaison ou une période antérieure stable pour estimer ce qui se serait passé sans l’outil.
• Demandez aux utilisateurs ce que l’outil leur fait gagner selon eux, comparez cette réponse au chiffre mesuré et conservez les deux.
• Pour une première estimation des endroits où l’IA pourrait réduire les coûts de vos processus, le pré-audit gratuit est un court questionnaire, et le benchmark de maturité IA situe les organisations sur ce point.