Quel ROI attendre de l'IA générative en entreprise ?

La réalité des chiffres, les causes de l'écart entre promesse et compte de résultat, et la méthode pour construire un business case défendable en comité exécutif.

Par Mounir Fassouane, fondateur d'Acadewie — Paris · Cannes · Nice

Le ROI de l'IA générative est réel, mais concentré : selon le BCG, seules 6 % des entreprises tirent plus de 5 % d'EBIT de leurs investissements en IA. La valeur potentielle est pourtant considérable — McKinsey l'estime entre 2 600 et 4 400 milliards de dollars par an à l'échelle mondiale. L'écart ne s'explique pas par la technologie, mais par la manière dont les entreprises allouent leur capital et transforment leurs modes de travail.

Ce que disent réellement les chiffres

Le marché n'a jamais autant investi : IDC chiffre les dépenses mondiales en IA à 644 milliards de dollars en 2025, et McKinsey mesure un taux d'adoption de l'IA en entreprise de 71 %. L'IA générative n'est plus un pari : c'est une ligne budgétaire installée dans la majorité des organisations.

Le contraste est brutal. D'un côté, une valeur potentielle de 2 600 à 4 400 milliards de dollars par an (McKinsey) ; de l'autre, une minorité d'acteurs qui la convertissent en résultat opérationnel. Pour un dirigeant, la question n'est donc pas « l'IA générative a-t-elle un ROI ? » mais « pourquoi si peu d'entreprises le capturent, et comment rejoindre ces 6 % ? ».

Décision COMEX : traiter l'IA générative comme un sujet d'allocation de capital, pas comme un sujet informatique. Le comité exécutif doit exiger un objectif d'impact EBIT chiffré pour chaque initiative, avant tout engagement budgétaire.

Pourquoi l'écart entre promesse et P&L

Première cause : l'argent va au mauvais endroit. 78 % des dépenses IA sont absorbées par l'infrastructure — calcul, plateformes, licences — et non par la valeur métier. On finance des capacités techniques sans financer les cas d'usage qui les rentabilisent.

Deuxième cause : la sous-estimation du facteur humain. La règle 10-20-70 résume le vrai partage de l'effort : 10 % pour les algorithmes, 20 % pour la technologie et les données, 70 % pour l'humain et les process. Or, en moyenne, moins de 10 % des collaborateurs sont réellement formés à l'IA générative — quand la cible de référence est d'au moins 25 % des effectifs formés. Une organisation qui déploie des outils sans transformer les façons de travailler paie l'infrastructure sans encaisser la productivité.

Troisième cause : la stratégie de construction. Les entreprises qui s'appuient sur des partenariats technologiques stratégiques affichent 67 % de réussite, contre 22 % pour celles qui développent tout en interne. Reconstruire ce que le marché fournit déjà détruit du temps et du capital.

Le ROI de l'IA générative ne se joue pas dans les modèles. Il se joue dans les 70 % : l'humain et les process.

Décision COMEX : rééquilibrer le budget selon la règle 10-20-70, fixer une cible de formation d'au moins 25 % des effectifs, et arbitrer « construire ou s'associer » cas d'usage par cas d'usage.

Comment construire un business case solide

Un business case IA générative défendable devant un conseil d'administration repose sur quatre disciplines.

1. Partir du compte de résultat, pas de la technologie

Chaque cas d'usage doit être rattaché à une ligne du P&L : coût d'acquisition, coût de traitement, marge par dossier, délai de facturation. Un cas d'usage sans ligne de P&L identifiée est un projet de démonstration, pas un investissement.

2. Concentrer plutôt que disperser

Les 6 % qui réussissent (BCG) concentrent leurs moyens sur un petit nombre de cas d'usage à fort enjeu, portés par les directions métier. Dix expérimentations diluées produisent moins qu'une transformation menée à terme.

3. Financer l'adoption comme un poste à part entière

Formation, refonte des process, accompagnement du changement : ces 70 % doivent apparaître explicitement dans le budget. S'ils n'y figurent pas, le business case est structurellement surestimé.

4. Mesurer avant, pendant, après

Définissez la base de référence avant le déploiement, puis suivez l'impact réel — heures libérées, délais réduits, marge gagnée — trimestre par trimestre. Le ROI se constate dans les comptes, jamais dans les intentions.

Décision COMEX : valider un portefeuille resserré de cas d'usage, chacun doté d'un responsable métier, d'une base de référence mesurée et d'une échéance de rendez-vous EBIT.

Pour approfondir la méthode, consultez notre programme GenAI for Leaders et nos analyses sur le blog Acadewie.

Questions fréquentes

Quel ROI moyen une entreprise peut-elle attendre de l'IA générative ?

Il n'existe pas de ROI « moyen » garanti : selon le BCG, seules 6 % des entreprises tirent plus de 5 % d'EBIT de l'IA. Le rendement dépend de la concentration des investissements sur des cas d'usage rattachés au compte de résultat et de l'effort d'adoption.

Pourquoi tant d'investissements en IA ne produisent-ils pas de valeur ?

Parce que 78 % des dépenses IA vont à l'infrastructure plutôt qu'à la valeur métier, et que l'effort humain est sous-financé : la règle 10-20-70 rappelle que 70 % de la réussite tient à l'humain et aux process.

Faut-il développer ses solutions d'IA en interne ou s'appuyer sur des partenaires ?

Les partenariats technologiques stratégiques affichent 67 % de réussite, contre 22 % pour le développement purement interne. La règle générale : s'associer pour le socle technologique, et concentrer l'effort interne sur les données, les process et l'adoption.

Quelle part des collaborateurs faut-il former à l'IA générative ?

La cible de référence est d'au moins 25 % des effectifs formés. Or la moyenne observée est inférieure à 10 %, ce qui explique en grande partie l'écart entre adoption déclarée et impact mesuré dans les comptes.