La plupart des plans d'investissement que nous examinons partagent le même défaut : le budget IA est calibré comme un projet informatique, alors que la valeur se joue ailleurs. Licences, infrastructure, modèles, intégration : la technologie capte l'essentiel des arbitrages, pendant que la formation des équipes et la refonte des processus se contentent des miettes. Le résultat est documenté, et il est sévère.
Six pour cent. C'est la part des organisations qui transforment réellement leurs investissements en IA générative (GenAI) en résultat opérationnel. Les autres ne manquent ni de technologie ni d'ambition. Elles manquent d'une répartition correcte de la dépense. C'est précisément ce que corrige la règle 10-20-70.
La règle 10-20-70 : où va vraiment la valeur d'un budget IA
La règle est simple à énoncer et inconfortable à appliquer. Sur un programme d'IA générative qui réussit, la dépense efficace se répartit ainsi :
- 10 % pour les algorithmes : les modèles eux-mêmes, désormais largement disponibles et de plus en plus banalisés.
- 20 % pour la technologie et les données : infrastructure, intégration aux systèmes existants, qualité et gouvernance des données.
- 70 % pour l'humain et les processus : conduite du changement, formation, refonte des modes opératoires, accompagnement managérial.
Le déséquilibre que nous observons sur le terrain est presque toujours le même : les directions raisonnent en proportions inversées. L'essentiel de l'enveloppe finance les 30 % techniques, et la part humaine est traitée en variable d'ajustement. Or c'est ce dernier bloc qui détermine si un cas d'usage produit de la valeur en exploitation ou reste un pilote élégant sans effet sur le compte de résultat.
Un modèle ne crée aucune valeur tant qu'un collaborateur n'a pas changé sa façon de travailler. La technologie est la condition nécessaire ; l'adoption est la condition suffisante.
Pourquoi les dirigeants sur-investissent dans la technologie
Ce biais n'a rien d'irrationnel. Il s'explique par trois mécanismes que tout COMEX reconnaîtra.
La technologie est lisible, le changement ne l'est pas
Une licence, un cluster, une plateforme : ce sont des lignes budgétaires nettes, faciles à comparer et à défendre devant une direction financière. La conduite du changement, elle, se diffuse dans l'organisation et résiste à la mise en tableau. Naturellement, l'arbitrage favorise ce qui se chiffre proprement.
L'illusion du « plug and play »
Les démonstrations d'IA générative sont spectaculaires en quelques minutes. Cette facilité apparente laisse croire que le déploiement suivra la même pente. En réalité, faire passer un cas d'usage de la démonstration à la production exige de revoir des processus métier, de redéfinir des rôles et de réécrire des règles de contrôle. Ce travail est invisible dans une démonstration ; il représente l'essentiel de l'effort réel.
La dispersion des pilotes
Quand une organisation lance six pilotes ou davantage en parallèle, chacun reçoit trop peu de budget d'accompagnement pour franchir le seuil d'adoption. La technologie est installée partout, mais nulle part les équipes ne sont suffisamment formées pour en tirer un gain mesurable. C'est la raison pour laquelle le levier Sélectionner de notre méthode — concentrer l'effort sur trois à quatre cas d'usage de transformation à fort impact — précède logiquement la question budgétaire.
Réallouer le budget IA : de la dépense technique à l'effet métier
Réallouer ne signifie pas dépenser plus. Cela signifie déplacer le centre de gravité de la dépense. Le levier Concentrer de la méthode SCALE-6 traduit la règle 10-20-70 en discipline d'allocation : 70 % du budget orienté vers l'humain et les processus. Concrètement, cela suppose quatre déplacements.
- Budgéter la conduite du changement dès le cadrage, et non comme un poste résiduel ajouté en fin de projet. La ligne « accompagnement » doit exister avant la première dépense technologique.
- Financer la refonte des processus, pas seulement l'outil. Un cas d'usage rentable s'appuie sur un mode opératoire repensé, pas sur l'ajout d'une couche d'IA sur un processus inchangé.
- Investir massivement dans la formation, qui est le poste le plus rentable et le plus systématiquement sous-doté.
- Réduire le nombre de chantiers pour concentrer l'enveloppe d'accompagnement là où elle franchit le seuil d'adoption.
Pour objectiver ces arbitrages, le calculateur de ROI du TOM Toolkit, accessible avec nos études GenAI for Leaders, permet de modéliser l'impact d'un cas d'usage en intégrant le coût réel de l'accompagnement — celui que les business cases techniques oublient presque toujours.
La formation, levier le plus rentable et le plus négligé du budget IA
La part « 70 % humain et processus » de la règle a un cœur opérationnel : la formation. C'est là que se joue l'écart entre une organisation qui adopte et une organisation qui s'équipe sans rien changer.
Le levier Accompagner fixe un seuil clair : former au moins 25 % des collaborateurs concernés. La moyenne observée est inférieure à 10 %. Cet écart n'est pas un détail de mise en œuvre ; c'est souvent la ligne de partage entre les programmes qui produisent de l'EBIT et les autres. En dessous de la masse critique de collaborateurs formés, l'usage reste cantonné à quelques pionniers, et l'investissement technologique ne se rentabilise jamais à l'échelle.
Former moins de 10 % de vos équipes revient à acheter une flotte de véhicules et à ne donner le permis qu'à une poignée de conducteurs.
La formation produit aussi un effet de second ordre rarement budgété : des équipes formées identifient elles-mêmes de nouveaux cas d'usage, affinent les existants et deviennent les meilleurs ambassadeurs de l'adoption. Ce rendement composé est précisément ce que la sous-dotation chronique de ce poste fait disparaître.
Du budget à l'EBIT : piloter par les bons indicateurs
Réallouer le budget IA n'a de sens que si l'on en mesure l'effet au bon endroit. Le levier Évaluer impose de piloter par des indicateurs liés au compte de résultat, et non par des métriques d'adoption flatteuses. Le nombre d'utilisateurs actifs ou de requêtes traitées ne dit rien de la valeur créée ; l'impact sur l'EBIT, suivi en COMEX, oui.
Ce principe a une conséquence directe sur l'allocation : un poste de dépense qui ne se rattache à aucun indicateur de résultat est un candidat naturel à la réaffectation vers l'humain et les processus. La discipline de mesure devient ainsi le mécanisme qui maintient la règle 10-20-70 dans le temps, au-delà de l'arbitrage initial.
Ce qu'un dirigeant doit faire de son budget IA dès maintenant
La règle 10-20-70 n'est pas une théorie d'allocation ; c'est le filtre qui distingue les 6 % des autres. Pour la traduire en décisions, trois actions immédiates :
- Auditer la répartition actuelle de votre budget IA. Si la part « humain et processus » est inférieure à la moitié de l'enveloppe, vous financez probablement un futur pilote sans suite.
- Vérifier le taux de formation cible sur chaque cas d'usage prioritaire. En dessous de 25 % des collaborateurs concernés, ajustez avant de signer.
- Lier chaque poste de dépense à un indicateur de P&L. Ce qui ne se rattache à aucun résultat se réalloue.
La règle 10-20-70 s'inscrit dans une démarche plus large, du pilote à l'échelle. Pour en comprendre l'enchaînement complet, des cas d'usage à la mesure de l'impact, nous détaillons les cinq leviers dans notre méthode SCALE-6 pour passer du pilote à l'échelle. Et pour outiller vos arbitrages, le calculateur de ROI et la matrice de priorisation sont disponibles dans nos études et ressources GenAI for Leaders.
Si vous souhaitez confronter la répartition de votre budget IA à ce que nous observons dans les déploiements qui réussissent, échangeons sur votre programme. De l'idée au MVP en quelques semaines, pas en mois — à condition d'avoir mis le budget au bon endroit.