Valeur de l’IA en entreprise : pourquoi elle tarde à venir

Les licences sont déployées, les équipes utilisent l’IA tous les jours, et la direction financière cherche encore la ligne de budget qui a bougé. La question de la valeur de l’IA en entreprise revient dans presque tous les comités de direction que j’accompagne. La réponse se trouve dans la façon dont le travail est organisé, validé et décidé.

Que disent les chiffres sur la valeur de l’IA en entreprise ?

Trois études récentes décrivent le même écart entre l’usage de l’IA et ses résultats : 74 % des entreprises sans bénéfice tangible chez BCG, 39 % seulement avec un impact sur l’EBIT chez McKinsey, 95 % des organisations sans retour mesurable sur leurs pilotes chez MIT. Les périmètres diffèrent, la tendance est identique.

BCG, octobre 2024. L’étude Where’s the Value in AI? repose sur une enquête auprès de 1 000 dirigeants de plus de 20 secteurs, répartis dans 59 pays. BCG constate que 74 % des entreprises n’ont pas encore montré de valeur tangible. Seuls 4 % génèrent une valeur significative de façon constante, et 22 % commencent à en récolter. Ces 26 % de « leaders » affichent sur trois ans une croissance de chiffre d’affaires 1,5 fois supérieure et un retour sur capital investi 1,4 fois supérieur.

McKinsey, novembre 2025. Dans l’enquête The state of AI in 2025, l’usage de l’IA est quasi généralisé, et seuls 39 % des répondants déclarent un impact sur l’EBIT au niveau de l’entreprise. Les « high performers », qui attribuent au moins 5 % de leur EBIT à l’IA, représentent environ 6 % des répondants. Leur point commun : ils ont redessiné leurs workflows en déployant l’IA.

MIT NANDA, 2025. Le rapport The GenAI Divide s’appuie sur 52 entretiens d’organisations, 153 réponses de dirigeants et plus de 300 initiatives publiques, recueillis de janvier à juin 2025. Il conclut que 95 % des organisations n’obtiennent aucun retour mesurable de leurs pilotes d’IA générative. Les outils grand public comme ChatGPT ou Copilot sont largement adoptés et améliorent la productivité individuelle, sans effet visible sur le compte de résultat. Cette étude est préliminaire, fondée en partie sur des entretiens. Son chiffre donne un ordre de grandeur.

BCG formule aussi la règle 10-20-70 : les entreprises en avance investissent 10 % de leurs efforts dans les algorithmes, 20 % dans la technologie et les données, 70 % dans les personnes et les processus. Environ 70 % des difficultés qu’elles rencontrent relèvent d’ailleurs de ce dernier registre.

Pourquoi les pilotes IA ne passent-ils pas à l’échelle ?

Un pilote réussit dans un périmètre protégé, avec une équipe motivée et peu de contraintes. L’échelle réintroduit tout ce que le pilote avait évité : les validations, les rôles, les règles, les arbitrages entre services. Quatre mécanismes reviennent sur le terrain.

Les décisions remontent

Dans une grande entreprise, chaque usage de l’IA touche un sujet sensible : données, conformité, image, emploi. Faute de règle claire sur ce qui est autorisé, la question remonte. Une demande qui attend trois semaines un arbitrage de comité a déjà perdu les gains que l’outil promettait. Dans une banque de détail, par exemple, il suffit qu’un cas d’usage traverse la conformité, la sécurité et un comité métier pour que le calendrier se compte en trimestres.

Les gains de temps sont absorbés

Un collaborateur rédige un compte rendu en dix minutes au lieu de quarante. Le document part ensuite dans le même circuit de relecture, de validation et de signature qu’avant. Le délai total reste identique, et le temps gagné se dilue dans la file d’attente suivante. Un gain individuel devient un gain d’entreprise quand le circuit entier est redessiné.

Les usages restent individuels

Chacun utilise l’IA à sa manière, avec ses propres prompts, sans capitalisation. MIT note que les salariés de plus de 90 % des entreprises interrogées utilisent régulièrement des outils personnels, alors que 40 % seulement des entreprises ont acheté un abonnement officiel. L’appétit existe. Il produit des gains diffus que personne ne consolide et qu’aucun processus n’intègre.

Personne n’est propriétaire du résultat

Le projet IA est souvent porté par la DSI, financé par un sponsor et utilisé par un métier. Chacun contribue, personne ne répond d’un indicateur. Sans propriétaire qui a autorité sur le processus, le pilote reste un pilote.

Comment diagnostiquer où votre organisation perd la valeur de l’IA ?

Le diagnostic tient en six questions posées à chaque cas d’usage. Elles localisent la perte de valeur, que le pilote soit un assistant de rédaction, une automatisation de back-office ou un agent. Posez-les aux équipes concernées, puis au sponsor, et comparez les réponses.

Un cas d’usage qui échoue à trois questions ou plus ne passera pas à l’échelle, quelle que soit la qualité de l’outil. Un cas qui répond clairement aux six peut être étendu avec peu de risque.

Où l’IA rapporte-t-elle réellement ?

L’IA rapporte là où le travail attend, se répète ou se perd entre deux équipes. Ces endroits se repèrent en cartographiant les flux de valeur réels, c’est-à-dire le chemin parcouru par une demande depuis son origine jusqu’à sa livraison, avec ses temps d’attente. Notre article sur le value stream mapping détaille la méthode.

Cette cartographie change la liste des priorités. Dans la plupart des organisations, les cas d’usage les plus rentables sont discrets. MIT observe que les budgets d’IA générative vont majoritairement vers les ventes et le marketing, alors que les retours les plus nets se trouvent dans l’automatisation du back-office. Un flux de traitement de sinistres, de dossiers de crédit ou de factures fournisseurs offre un indicateur mesurable (délai, coût unitaire, taux de reprise) et un propriétaire naturel.

Le critère de sélection est le même partout : un indicateur de résultat existant, un processus assez stable pour être redessiné, et un responsable qui a autorité sur l’ensemble du flux. Un cas d’usage qui remplit ces trois conditions mérite un investissement. Les autres restent des expérimentations.

Quels rôles, quelles règles de décision, quel engagement des équipes ?

Une démarche de passage à l’échelle repose sur trois chantiers menés ensemble.

Les rôles. Quand une partie du travail passe à un agent ou à un assistant, trois fonctions doivent être nommées : qui produit, qui vérifie, qui répond du résultat. Le rôle de vérificateur se sous-estime. Il demande du temps, des critères et une autorité réelle pour refuser. Cette redéfinition se fait avec les managers et les ressources humaines, métier par métier, sans attendre un référentiel global. Nous en parlons plus en détail dans Agilité et IA : ce qui change pour l’organisation des équipes.

Les règles de décision. Trois catégories suffisent pour démarrer : les usages encouragés (aucune autorisation requise), les usages encadrés (validation par un responsable désigné, sous cinq jours), les usages exclus (liste courte et motivée). Une règle écrite, connue et appliquée fait gagner plus de temps que n’importe quel outil. Elle précise aussi qui peut modifier la règle.

L’engagement des équipes. Les équipes adoptent ce qu’elles ont contribué à construire. Associer dès le départ celles dont le travail change permet de récupérer leurs astuces, de repérer les risques et de lever l’inquiétude sur l’emploi, qui coûte cher en silence. Former les managers à piloter des équipes augmentées compte autant que former les utilisateurs. La logique est celle de notre approche : regarder le travail réel, décider ensemble, puis ancrer les changements.

Par où commencer ?

Commencez petit et tranchez vite. Les cinq premières étapes tiennent en quatre à six semaines.

1. Inventorier les usages en cours : outils officiels, outils personnels, pilotes lancés. Une liste suffit.
2. Choisir un flux de valeur où un indicateur existe déjà et où un responsable peut être nommé.
3. Cartographier le flux avec les équipes, du déclencheur à la livraison, en notant les temps d’attente et les validations.
4. Passer le cas d’usage à la grille des six questions et lister les décisions à prendre.
5. Redessiner le processus entier sur un périmètre pilote : rôles, règles de validation, indicateur de suivi.
6. Mesurer à 90 jours le délai total et décider de l’extension.

Ce travail se mène en interne quand l’organisation dispose de l’énergie et du recul nécessaires. Quand les licences sont déployées et que la valeur se fait attendre, notre offre Organisation & IA apporte un regard extérieur sur le fonctionnement réel de vos équipes et conduit avec vous les changements de rôles, de règles et de pratiques qui comptent. Parlons de votre transformation.

Axel Feredj

Fondateur, Menoïa Conseil

Plus de quinze ans de transformations dans de grands groupes : télécoms, pharmacie, banque, assurance, mobilité. SAFe® Practice Consultant depuis 2017.