De nombreux projets d’intelligence artificielle sont validés sur une intuition stratégique, un effet de mode ou un gain jugé « évident », mais rarement mesuré avec rigueur. Pour un DG, un DAF ou un responsable transformation digitale, la vraie question n’est pas seulement de savoir si l’IA crée de la valeur, mais comment le prouver. Découvrez les méthodes, protocoles de décision et les pièges à éviter pour passer du ressenti à la preuve, avec Gauthier Lamothe, entrepreneur et formateur en IA générative.
Selon McKinsey, moins de 20 % des organisations suivent aujourd’hui des indicateurs dédiés à l’IA générative. C’est un état de fait qui devrait pousser à la réflexion, car les budgets consacrés à ces projets explosent. Cet écart entre l’ampleur des investissements et la pauvreté du pilotage explique pourquoi tant d’entreprises peinent à répondre à une question simple : combien l’IA rapporte-t-elle réellement ?
Voici des repères concrets pour :
- distinguer les bénéfices perçus des gains mesurables
- choisir la bonne stratégie IA selon votre cas d’usage
- construire un cadre de mesure fiable avant tout déploiement
Note : dans cet article, nous parlerons uniquement d’IA générative, car cette industrie a pris son envol dans la dernière décennie. Le retour sur investissement des algorithmes de machine learning classique est souvent mieux documenté dans certains cas d’usage (scoring, détection de fraude, recommandation, prévision, optimisation…), mais il n’est jamais automatique. Il dépend de la qualité des données, du coût d’intégration, de la maintenance, de la dérive des modèles et de l’adoption métier.
Pourquoi le ROI de l’IA générative échappe aux mesures classiques
Quatre biais expliquent la difficulté à évaluer correctement un projet IA :
- L’absence de mesure avant/après empêche toute comparaison rigoureuse.
- La surdéclaration ou sous-déclaration des gains fausse les remontées terrain.
- Certains indicateurs de succès (KPI) ne sont tout simplement pas intégrés au calcul du ROI.
- Enfin, la confusion entre une expérimentation isolée et un déploiement réel à l’échelle biaise les projections.
Ces biais ne sont pas anecdotiques. Le rapport MIT « The GenAI Divide » constate que 95% des pilotes d’entreprise n’ont produit aucun impact mesurable sur le compte de résultat. Non parce que les modèles seraient inutiles, mais parce qu’ils sont mal intégrés aux flux de travail réels.
L’enquête McKinsey State of AI 2025 citée plus tôt va dans le même sens : plus de 80 % des organisations ne constatent aucun effet tangible sur l’EBIT au niveau de l’entreprise, alors même que l’IA générative est désormais utilisée dans une moyenne de trois fonctions métier.
L’écart entre ROI perçu et ROI réel
Le piège le plus coûteux est l’écart entre ce que les équipes pensent gagner et ce qu’elles gagnent réellement.
L’étude METR menée en 2025 sur 246 tâches réelles confiées à des développeurs open source expérimentés équipés d’outils IA l’illustre nettement. Le groupe assisté par IA a mis 19 % de temps en plus que le groupe témoin. Pourtant, ces mêmes développeurs estimaient a posteriori avoir gagné 20 % de temps. L’écart entre perception et réalité atteint 39 points.
La leçon à retenir est que sans métrique de qualité, le ROI déclaré peut être une illusion.
| Étude | Méthodologie | Résultat mesuré | Écart avec la perception | Enseignement |
|---|---|---|---|---|
| METR (2025) | RCT, développeurs expérimentés | −19 % de vitesse | +39 points par rapport à l’estimation déclarée | Le ressenti de productivité peut être faux. |
| BCG × Harvard / MIT / Wharton (2023) | RCT, 758 consultants | +12,2 % de tâches accomplies | −19 % de précision hors du périmètre maîtrisé par l’IA, sans que les utilisateurs s’en rendent compte | L’IA aide fortement sur certaines tâches et peut dégrader d’autres tâches proches. |
| Brynjolfsson–Li–Raymond, NBER (2025) | Déploiement échelonné, 5 179 agents | +14 % d’issues résolues par heure | +34 % pour les novices, gain quasi nul pour les experts | Les gains sont hétérogènes selon le niveau d’expérience. |
Ce dernier point mérite d’être retenu par tout DAF qui budgète un projet IA : les gains ne sont pas uniformes.
Ils profitent souvent davantage aux collaborateurs les moins expérimentés et peuvent être faibles, nuls ou négatifs chez les experts selon la tâche.
« Sur notre pilote IA de rédaction de réponses aux appels d’offres, les chargés d’affaires juniors ont gagné près d’une demi-journée par dossier : l’IA les aidait à structurer la réponse, retrouver les références internes et produire une première version exploitable.
Chez les seniors, l’effet était beaucoup plus faible. Ils connaissaient déjà les références, savaient formuler les arguments et passaient surtout du temps à corriger les approximations. »
Marc, DAF d’un groupe de services B2B
Trois piliers pour structurer la mesure du ROI
Les grands cabinets convergent sur une même grille de lecture, malgré des méthodologies différentes. Ils mesurent tous le ROI de l’IA générative autour de trois piliers.
| Pilier | Phénomène mesuré | Exemple d’indicateur |
|---|---|---|
| Productivité | Vitesse d’exécution, volume traité, temps économisé | Tâches/heure, PR/semaine, tickets résolus/heure, temps/dossier |
| Qualité | Fiabilité, exactitude, cohérence des livrables | Taux d’erreur, taux d’escalade, taux d’hallucination, taux de reprise humaine |
| Création de valeur métier | Impact business direct ou indirect | Hausse de revenu ou de marge, coût par interaction, NPV, délai de retour |
Un projet évalué sur un seul pilier donne une image incomplète. Un chatbot peut afficher une excellente productivité tout en dégradant la qualité perçue par le client.
Le cas Klarna est instructif en la matière : l’entreprise avait annoncé un gain équivalent à 700 emplois temps plein, avant que son PDG ne reconnaisse une qualité de service dégradée et ne relance le recrutement humain quinze mois plus tard.
Ceci est une illustration manifeste de la loi de Goodheart, en gestion de projet : optimiser un KPI naïvement en le déconnectant du phénomène qu’il prétend mesurer amène fatalement une antitélie (un effet pervers où une décision produit l’inverse de ce que l’on attendait).
En tant que consultant, je ne voyais, il y a 5 ans, qu’occasionnellement de tels problèmes, alors que j’en vois désormais environ un par semaine en 2026. Cela montre que le problème n’a pas bénéficié d’autant d’attention que l’implémentation de l’IA générative dans les processus d’entreprise.
Build, Buy ou Boost : choisir la bonne stratégie IA selon le cas d’usage
Toutes les tâches ne se valent pas face à l’IA générative. Le concept de « frontière technologique dentelée » (jagged technological frontier), développé par le BCG, décrit une réalité simple : les modèles excellent sur certaines tâches et échouent sur des tâches proches, sans logique apparente pour l’utilisateur.
Cette irrégularité impose une décision structurée avant tout investissement. Trois options s’offrent à vous.
| Stratégie | Quand l’utiliser | Ce que cela implique |
|---|---|---|
| Build (IA maison) | La tâche est hors de portée fiable des modèles d’IA génériques, ou constitue un avantage stratégique | Données propriétaires, architecture dédiée, fine-tuning, R&D interne |
| Buy (IA en abonnement) | La tâche est bien couverte par des modèles standards, sans avantage compétitif à internaliser | Consommation d’une API ou d’un SaaS existant, intégration limitée, coût prévisible |
| Boost (IA contextualisée) | La tâche est bien couverte, mais peut devenir bien meilleure avec vos données propres | RAG, connecteurs métiers, bases documentaires, gouvernance des données |
Ce protocole évite l’écueil le plus fréquent : développer en interne une solution que le marché propose déjà en SaaS, ou, au contraire, sous-traiter à une IA générique une tâche qui exigeait un savoir-faire différenciant.
L’on citera également une autre méthode de sûreté, adoptée en France par l’AP-HP : refuser des business cases réduits à faire « gagner 5 à 10 minutes ». Une telle recherche de gains significatifs (tâches aujourd’hui impossibles ou très complexes) permet de s’assurer que l’implémentation de processus impliquant l’IA générative ne se fera pas à perte.
Le coût réel d’un déploiement IA : TCO, hallucinations et maintenance
Un ROI ne se calcule jamais sur les seuls bénéfices. Gartner décompose le coût total de possession (TCO) d’un projet IA générative en quatre couches :
- Licences, API et abonnements
- infrastructure,
- capital humain,
- coûts cachés de conformité et de gouvernance.
Selon l’enquête KPMG AI Quarterly Pulse, les dépenses moyennes en GenAI par grande entreprise ont quasiment doublé en un an, un rythme d’investissement rarement mis en regard des gains réellement mesurés.
Le coût invisible : vérifier, corriger, surveiller
Les hallucinations constituent l’un des coûts cachés les plus documentés. L’étude Stanford RegLab/HAI mesure des taux d’hallucination de 17 à 33 % sur des outils juridiques spécialisés, et de 69 à 88 % sur des modèles généralistes utilisés pour des questions juridiques spécifiques.
Ce chiffre mérite d’être souligné, car il y a encore 18 mois, les cas d’usage “juridiques” étaient perçus dans l’industrie de l’IA générative comme le domaine royal où des gains de productivité allaient être constatés.
Quand l’erreur devient un risque financier
Ces erreurs ont un coût direct : le cabinet Morgan & Morgan a été sanctionné de 5 000 dollars pour huit citations fictives sur neuf dans un mémoire juridique généré par IA.
Un autre cas d’école qu’il me semble opportun de rappeler est celui de Deloitte. En octobre 2025, le cabinet a dû rembourser partiellement un rapport de 440 000 dollars australiens commandé par le gouvernement fédéral, après la découverte de références académiques inexistantes et d’une citation inventée attribuée à une décision de justice. Un mois plus tard, un rapport commandé par un gouvernement provincial canadien a été visé par des accusations similaires pour une somme de 1,2 million de dollars canadiens.
Ces deux incidents montrent qu’un coût d’hallucination ne se limite pas à la correction d’un texte, il peut devenir un risque juridique, réputationnel et financier.
Le précédent Google : l’IA engage celui qui la publie
À la fin du premier semestre 2026, l’entreprise Google elle-même a dû assumer les conséquences des hallucinations de son IA : le tribunal régional de Munich a jugé que les AI Overviews de Google constituent les propres affirmations de Google, et non une simple reproduction de contenus tiers.
La conséquence est que Google peut être directement responsable des informations fausses ou diffamatoires produites par cette fonctionnalité.
Le tribunal a explicitement distingué le moteur de recherche classique (qui renvoie vers des pages de tiers) et les AI Overviews (qui synthétisent et créent un nouveau texte).
L’affaire est née parce que deux éditeurs allemands étaient présentés par l’IA comme étant liés à des arnaques et à des pratiques frauduleuses, alors que ces affirmations n’apparaissaient pas dans les sources consultées. Le raisonnement du tribunal est le suivant :
- un moteur de recherche traditionnel agit principalement comme un intermédiaire ;
- un AI Overview (résumé IA) compose un nouveau texte, choisit quelles informations retenir et formule des affirmations inédites ;
- ces affirmations sont donc considérées comme le propre contenu de Google.
Google s’était défendu en disant que les utilisateurs savent que l’IA peut se tromper (avertissement fourni explicitement), mais le tribunal a rejeté cet argument, arguant qu’un avertissement ne suffit pas à exonérer Google lorsque le système produit lui-même une affirmation fausse portant atteinte à la réputation d’une personne ou d’une entreprise.
La différence se joue dans la gouvernance
À l’extrême opposé, un cas comme JPMorgan COIN démontre qu’un déploiement rigoureux peut inverser la tendance : 360 000 heures-juriste éliminées chaque année sur 12 000 contrats commerciaux, avec une réduction d’environ 80 % des erreurs de gestion de prêts. La différence entre ces deux trajectoires ne tient pas tant à la technologie qu’au cadre de gouvernance qui l’entoure.
Construire un cadre de mesure avant tout déploiement
Un ROI fiable se prépare avant le lancement du projet, pas après. Voici la démarche à suivre :
- Identifier les tâches réellement augmentées par l’IA, en distinguant celles à fort potentiel de celles hors de la frontière technologique fiable.
- Définir 3 à 5 indicateurs mesurables avant déploiement, alignés sur l’unité de valeur métier concernée.
- Mettre en place une comparaison avant/après, idéalement avec un groupe témoin, sur une tâche réelle et non synthétique.
- Intégrer le coût complet : licences, infrastructure, formation, gouvernance, vérification et remédiation des incidents.
- Fixer un seuil de passage à l’échelle, par exemple un gain validé sur 90 jours avant tout déploiement élargi.
- Programmer un audit indépendant à 6 et 12 mois, pour détecter une dégradation de qualité avant qu’elle ne devienne un problème.
Tableau récapitulatif des indicateurs à suivre
| Catégorie | Exemples d’indicateurs |
|---|---|
| Usage | Taux d’adoption, fréquence d’utilisation, taux d’acceptation des suggestions |
| Productivité | Temps par tâche, throughput (cas/heure, tickets/heure) |
| Qualité | Taux d’erreur, taux d’escalade, taux d’hallucination, taux de reprise humaine |
| Expérience | Satisfaction client (CSAT), NPS, attrition client |
| Financier | Coût par interaction, retour sur investissement net, délai de retour |
| Systémique | Rétention des talents, vitesse d’adaptation des équipes |
[Lire aussi] Les bonnes pratiques pour travailler en équipe avec l’IA
Le ROI de la GenAI est mesurable, mais profondément hétérogène. Les études contrôlées montrent des gains réels de 14 à 56 % sur des tâches cadrées. Mais la majorité des pilotes d’entreprise ne produisent aujourd’hui aucun impact mesurable sur le compte de résultat.
Mesurer le ROI d’un déploiement IA exige donc de sortir de l’autodéclaration pour poser un cadre rigoureux avant même le premier pilote. Distinguer les bénéfices perçus des gains prouvés, choisir la bonne stratégie selon le cas d’usage et intégrer le coût complet, hallucinations comprises, voilà ce qui sépare un projet IA rentable d’un projet IA qui donne seulement l’impression de l’être.
