L’écart GenAI : pourquoi 95% des pilotes n’ont aucun ROI (et comment les 5% gagnants font la différence)

D’un côté, le projet NANDA du MIT indique que 95 % des initiatives GenAI n’ont aucun impact mesurable sur le P&L, malgré des dizaines de milliards investis. De l’autre, la dernière enquête mondiale de Google sur le ROI de l’IA montre que la majorité des utilisateurs en production observent un retour sur investissement, et que l’IA agentique accélère la création de valeur.

Comment concilier ces deux visions  ? La clé : les pilotes et la production n’existent pas dans le même monde. Et l’écart entre ces deux mondes explique pourquoi tant de pilotes s’enlisent, alors qu’une minorité avance à toute vitesse.

Google a étudié les entreprises déjà en production, pas celles qui "testent". Dans cette population, 74 % constatent un ROI sur au moins un cas d’usage. Parmi les adopteurs précoces d’IA agentique, ce chiffre monte à 88 %.
Ce n’est pas une contradiction avec le MIT ; c’est l’autre face de la pièce : ce qui se passe une fois qu’on franchit le fossé entre les démos interactives et les systèmes capables de planifier, d’utiliser des outils et de boucler des processus.

L’IA agentique désigne des logiciels capables de décider et d’agir : raisonner sur des objectifs, orchestrer des étapes, appeler des API d’entreprise et escalader sous supervision humaine. Aujourd'hui, 52 % des entreprises utilisant la GenAI exploitent désormais des agents et 39 % ont plus de 10 agents en production. Mais le ROI ne se trouve pas dans les prompts, mais dans les processus automatisés.

Trois facteurs clés de succès

1. Production, pas pilotes

Les pilotes qui ne touchent jamais les systèmes sources (ERP, CRM, ticketing, moteurs de règles) ne peuvent pas générer de résultats financiers mesurables. Pour prouver l’efficacité, il faut intégrer les agents aux systèmes audités par la finance.

2. Agents connectés aux outils, pas simples chats

Le ROI apparaît lorsque les agents accèdent aux outils et données sous gouvernance : ouvrir des dossiers, poster des écritures, créer des tickets, mettre à jour des enregistrements et suivre les politiques.

3. Sponsor de la C-suite et capacité de changement

Les entreprises qui constatent un retour sur investissement bénéficient d’un soutien exécutif solide et d’objectifs clairs (vitesse, précision, coût ou revenu) instrumentés à l’avance.

Pourquoi le débat « IA sur-hypée » est trompeur

Les données ne disent pas que l’IA ne fonctionne pas. Elles disent : l’IA qui n’est pas intégrée au travail ne fonctionne pas. Les modèles linguistiques évalués comme des jouets donneront des résultats « jouets ». Les agents traités comme des participants transactionnels créent un véritable levier opérationnel.

Voici des cas concrets dans la finance

• Clôture mensuelle : collecte des reçus manquants, codification des dépenses, détection des anomalies, escalade en fin de période.
• Achats : transformer un « il nous faut X » en demande budgétée et conforme, routée aux bons responsables d'approbation, avec création automatique d’une carte ou d’un bon de commande.
• Déplacements professionnels : réservation conforme à la politique, packaging automatique des rapports de voyage et des dépenses, approbation en un clic et export ERP.
• Support paiements : répondre instantanément aux questions fréquentes (« transaction bloquée, remboursement ?») et proposer les actions conformes, sans transformer la finance en centre d'aide.

Budgets et adoption

Les dépenses IA se concentrent sur ce qui fonctionne. Les coûts d’infrastructure diminuant, l’investissement global croît souvent via la réallocation de budgets IT existants. En moyenne, 26 % du budget IT est désormais consacré à l’IA, priorisant les automatisations agentiques intégrées à des systèmes gouvernés. Le ROI se concentre sur : productivité, expérience client, croissance, marketing et sécurité, avec un temps de production rapide lorsque les cas d’usage sont répétables et les données accessibles.

Ce qu'il faut retenir

MIT représente le « milieu chaotique » de l’IA en entreprise : expériences, POC, pilotes isolés qui ne touchent jamais les systèmes réels. Parmi les chiffres clés : 30–40 Md$ investis, 95 % sans impact sur le P&L, seulement 5 % des pilotes intégrés génèrent de la valeur réelle.

La différence ? La production, pas le potentiel. Le vrai enjeu pour les entreprises ? Franchir le fossé des pilotes vers des agents intégrés, gouvernés et capables d’agir dans les systèmes qui comptent.