95 % des projets IA en entreprise échouent à générer des revenus
Les modèles d’IA utilisés par les entreprises sont performants, mais leur utilisation laisse à désirer, estime le MIT. Des écarts marqué sentre les promesses et les résultats. Un problème de méthode.
Après avoir analysé des projets pilotes basés sur l’intelligence artificielle, seulement 5% des projets entraîneraient un effet positif sur les revenus des entreprises. A l’inverse, l’étude du MIT « The GenAI Divide: State of AI in Business 2025 » montre que 95% des projets échouent et n’arrivent pas à avoir un impact financier tangible.
Pour réaliser cette étude, l’équipe NANDA du MIT s’est basée sur 150 entretiens avec des dirigeants, 350 employés d’entreprises, et 300 déploiements applicatifs. Premier constat : 95 % des projets pilotes d’IA générative en entreprise ne parviennent pas à générer un impact financier significatif. Les initiatives restent souvent bloquées au stade des tests ou du prototypage, note le MIT. Parallèlement, les cas exceptionnels qui réussissent partagent généralement un point commun : une intégration étroite entre les solutions d’IA et les processus métier qu’elles sont censées améliorer.
Deuxième constat : des dépenses mal placées. Les entreprises investissent la majeure partie de leurs budgets d’IA générative dans les fonctions commerciales et marketing. Pourtant, le rapport identifie les fonctions de back-office, comme l’automatisation du service client et les opérations HR, comme générant des rendements plus élevés grâce à la réduction des coûts et aux gains d’efficacité. Ce décalage met en évidence un problème plus large : les stratégies d’IA des entreprises privilégient souvent la visibilité à la valeur.
Des écarts qui suprennent
Par ailleurs, troisième constat, les outils externes surpassent les efforts d’IA internes. Les systèmes d’IA provenant de fournisseurs externes spécialisés affichent un taux de réussite de 67 %, soit plus du double des performances des outils développés en interne. Malgré cela, de nombreuses entreprises continuent d’investir dans le développement propriétaire, en particulier dans des secteurs hautement réglementés comme la finance et la santé. L’analyse du MIT suggère que ces efforts internes sont souvent entravés par un manque de coordination, des cycles de développement prolongés et un décalage avec les besoins réels des utilisateurs.
Enfin, l’essor du « shadow AI » et l’avenir de l’agentique. Les employés adoptent des outils d’IA fantôme tels que ChatGPT et d’autres assistants grand public sans supervision formelle ni gouvernance IT. Si ces outils améliorent souvent la productivité individuelle, ils soulèvent des problèmes de sécurité et de qualité. À l’horizon, le rapport met en avant l’IA agentique comme la prochaine frontière de l’automatisation en entreprise. Ces outils pourraient remodeler les flux de travail décisionnels, mais nécessitent une infrastructure interne robuste et une adaptation culturelle pour évoluer de manière responsable.
