Voir les titres Ne plus voir les titres
Les entreprises ont investi massivement dans l’intelligence artificielle en pariant sur une promesse simple : automatiser pour dépenser moins. Trois ans après l’irruption des modèles génératifs dans le quotidien des organisations, l’heure des comptes a sonné, et le verdict n’a rien d’évident. Réduire ses coûts grâce à l’IA, c’est confier à des systèmes logiciels des tâches autrefois humaines pour gagner en vitesse, en volume ou en marge.
Une vaste enquête publiée par le cabinet Bain & Company vient doucher une partie de cet optimisme. Menée auprès de 951 dirigeants d’entreprises réalisant plus de 100 millions de dollars de chiffre d’affaires, elle montre que les gains réels restent bien inférieurs aux projections sur lesquelles reposaient les budgets. Le sujet dépasse la seule performance technologique : il engage la manière dont les directions financières arbitreront leurs investissements pour les années à venir. Les économies attendues de l’IA relèvent-elles du mirage, ou les entreprises s’y prennent-elles mal ?
Un retour sur investissement qui se fait attendre
Les chiffres de l’enquête Bain dessinent une déception diffuse plutôt qu’un échec spectaculaire. Quarante pour cent des organisations interrogées déclarent des réductions de coûts inférieures ou égales à 10 %, tandis que 37 % situent leur gain entre 10 et 20 %. À peine 4 % dépassent les 30 % d’économies, seuil pourtant fréquemment retenu dans les projections initiales des projets d’automatisation.
Selon Bain, ces écarts devraient mettre les dirigeants mal à l’aise, car une part des budgets validés l’an dernier l’a été sur la foi de gains qui ne se sont jamais matérialisés. Le malaise est d’autant plus net qu’il prolonge une tendance déjà documentée : dans son enquête annuelle auprès de plus de 1 100 dirigeants, le cabinet relevait que 42 % des entreprises avaient manqué leurs objectifs de revenus en 2025, contre 32 % un an plus tôt.
Ce décalage entre ambition et réalité ne traduit pas un rejet de la technologie. Neuf entreprises sur dix expérimentent l’IA d’une façon ou d’une autre, mais la majorité reconnaît manquer des fondations de données ou de la maturité technique nécessaires pour passer du test grandeur nature au déploiement rentable. C’est précisément là que se loge l’écart entre les promesses et les comptes.
Le piège du pari circulaire
Le mécanisme le plus préoccupant pointé par Bain tient en une boucle. Près de 44 % des grandes entreprises financent leur prochaine vague de dépenses d’IA à partir d’économies réalisées lors de la vague précédente, des économies qui, pour certaines, n’ont jamais été constatées. Présenté comme de la discipline budgétaire, ce raisonnement revient à parier sur une rentrée d’argent hypothétique pour en justifier une autre.
Cette fragilité résonne avec un constat macroéconomique que Bain martèle depuis l’automne 2025 : au rythme actuel, l’IA ne peut pas s’autofinancer. Même en réinvestissant la totalité des gains générés dans l’informatique, les ventes et la recherche, il manquerait encore 800 milliards de dollars pour financer les infrastructures de calcul nécessaires d’ici 2030. À l’échelle d’une direction, le risque porte un nom : engager des charges fixes sur des recettes qui restent à prouver.
Les dirigeants technologiques seront confrontés au défi de déployer environ 500 milliards de dollars en dépenses d’investissement et de trouver environ 2 000 milliards de dollars de nouveaux revenus pour répondre à la demande de manière rentable.
David Crawford, président de la pratique technologique mondiale de Bain & Company, rapport technologique 2025
La microproductivité, fausse bonne nouvelle
Une bonne part des déceptions naît d’une confusion entre activité et valeur. Les assistants d’IA font gagner du temps sur des tâches isolées, souvent de l’ordre de 10 à 15 % sur la rédaction d’un courriel ou la synthèse d’un document. Bain décrit ces gains comme le temps d’aller se chercher un café : agréables, mais sans effet mesurable sur le compte de résultat tant qu’ils ne sont pas réaffectés.
Le temps libéré ne devient une économie que s’il est réinvesti dans une tâche à plus forte valeur ou retiré d’un processus. Or les organisations célèbrent volontiers ces minutes grappillées sans jamais les transformer en réduction effective d’un poste de coût. La productivité affichée grimpe, la rentabilité, elle, ne bouge pas.
Cette illusion explique pourquoi tant de tableaux de bord montrent des usages en forte hausse pendant que les marges stagnent. Les forces de vente illustrent le phénomène : elles ne consacrent qu’un quart de leur temps à vendre réellement, et l’IA peut théoriquement doubler ce ratio, à condition que l’organisation revoie ce qui occupe les trois autres quarts.
Ce qui distingue les entreprises qui captent la valeur
Les écarts de résultats ne sont pas une fatalité technologique : ils tiennent surtout à la méthode. En étudiant les organisations les plus avancées, Bain observe qu’elles obtiennent deux fois plus de croissance tirée par l’IA et une efficacité de coûts supérieure de 80 % à celle de leurs concurrentes. Quelques pratiques reviennent chez celles qui transforment l’essai :
- repenser les processus de bout en bout avant d’y greffer l’IA, plutôt que d’automatiser un fonctionnement déjà inefficace ;
- intégrer les modèles dans les opérations quotidiennes, et non dans des pilotes coupés du métier ;
- confier chaque cas d’usage à un responsable clairement identifié, avec un objectif chiffré de gain ;
- acheter des résultats mesurables plutôt que des licences, et exiger la preuve d’impact dans les contrats ;
- réinvestir sans délai le temps libéré dans des activités à forte valeur ou le retirer des coûts.
Ces entreprises pionnières enregistrent des gains de 10 à 25 % sur leur excédent brut d’exploitation lorsqu’elles intègrent l’IA dans leurs flux de travail principaux, d’après le cabinet. La différence ne se joue pas sur le choix du modèle, mais sur la rigueur d’exécution et la gouvernance bâties autour de lui.
Une fenêtre européenne étroite mais réelle
Pour les entreprises françaises et européennes, le diagnostic prend une résonance particulière. Le continent investit pour rattraper son retard d’infrastructure, avec une enveloppe de 200 milliards d’euros annoncée dans le cadre de l’initiative InvestAI, dont 20 milliards fléchés vers des giga-usines de calcul. Mais la capacité d’investissement européenne reste très inférieure à celle des géants américains, ce qui rend la discipline financière encore plus déterminante de ce côté de l’Atlantique.
Le risque, ici comme ailleurs, serait de reproduire le pari circulaire à l’échelle d’un budget public ou d’un plan d’entreprise. Une PME qui structure sa démarche autour d’une stratégie d’IA d’ensemble captera davantage de valeur qu’un grand groupe dispersé sur des dizaines de pilotes. La souveraineté technologique, longtemps perçue comme une contrainte réglementaire, devient un argument industriel et commercial pour des acteurs comme Mistral AI.
Sur le terrain, l’enjeu se mesure à la capacité de chaque organisation à séparer l’effet de mode de la valeur réelle. Celles qui réussissent à sortir leurs projets du stade pilote et à les industrialiser construisent un avantage difficile à rattraper, pendant que les autres accumulent une dette technique et organisationnelle coûteuse.
L’écart se jouera sur l’exécution
La déception mesurée par Bain ne signale pas une technologie en bout de course, mais un cycle d’apprentissage qui entre dans une phase plus exigeante. Les directions qui sortent gagnantes ne sont pas celles qui ont dépensé le plus, mais celles qui relient chaque euro investi à un effet de coût vérifiable. Alors que 91 % des dirigeants se disent confiants pour atteindre leurs objectifs 2026, la frontière passe désormais entre l’enthousiasme et la preuve.
Une question, pourtant, que peu de comités de direction tranchent franchement : combien de leurs gains annoncés résisteraient à un examen comptable rigoureux ? Le rythme des annonces ne faiblira pas, et l’écart entre les organisations qui industrialisent et celles qui empilent les expérimentations promet de se creuser un peu plus chaque trimestre.
