L’illusion technologique, une erreur stratégique persistante
Les dispositifs d’aide couvrent le cadrage et la preuve de faisabilité, soit les 30 % qui se démontrent. Donc le PoC. Or tout se joue après. Question : combien de projets IA arrivent à destination ?
Alors que les entreprises investissent massivement, que les cas d’usage se multiplient et que les promesses de transformation sont omniprésentes, une réalité s’impose avec constance : la majorité des projets IA ne créent pas de valeur durable.
Pour Aurélien Mizeret, Executive Sparring Partner & Comex Consultant, les projets d’IA échouent rarement pour des raisons techniques. Le MIT a avancé, dans une étude dont la méthodologie a depuis été discutée, que 95 % des pilotes d’IA générative ne produisent aucun impact mesurable sur le compte de résultat.
« Le Boston Consulting Group donne une intéressante grille de lecture : 10 % de la réussite tient aux algorithmes, 20 % à la technologie et aux données, et 70 % aux personnes, aux processus et à la gouvernance. Avec les budgets, c’est exactement l’inverse. Cherchez l’erreur ! »
Le schéma est connu. Prenons un cas composite, représentatif de ce que l’on observe sur le terrain. Le directeur digital d’un groupe de distribution présente son PoC en comité de direction : six semaines de travail, un chatbot interne qui répond correctement à 74 % des questions de ses 200 collaborateurs. Applaudissements. Budget alloué pour « aller plus loin ». Dix-huit mois plus tard, le projet est mort. Pas faute de technologie, mais faute de gouvernance des données, de critères de succès définis et d’équipes formées à utiliser l’outil au quotidien.
Penser les dimensions organisationnelles et humaines
Le PoC devient un mode de gouvernance par défaut : chaque trimestre un nouveau prototype, jamais de déploiement. C’est confortable, parce qu’un PoC échoue rarement, ses critères de succès étant flous. C’est coûteux, parce que les dépenses humaines et techniques s’accumulent sans retour.
« Le succès d’un projet IA dépend à 70 % de sujets non techniques, comme la formation, la gouvernance ou encore la communication, continue Aurélien Mizeret. Or on ne s’intéresse pas à ces aspects, encore moins au véritable impact du projet en termes de résultats. »
Un constat que confirment les travaux menés sur l’adoption en entreprise : le facteur humain et la gouvernance sont essentiels pour favoriser l’adhésion, monter en compétences, développer une culture IA, repenser en profondeur les processus métiers, gagner en productivité et en efficacité et, in fine, récolter les fruits des IA. « Par nature, l’IA incarne un profond changement pour chaque entreprise et ses collaborateurs, au départ duquel il faut absolument penser les dimensions organisationnelles et humaines. »
Les échecs sont liés à un désalignement entre la technologie et l’organisation
Schématiquement, Aurélien Mizeret observe quatre points de rupture récurrents.
° L’asymétrie du blâme. Un dirigeant qui déploie une IA et échoue est comptable de sa décision. Celui qui ne fait rien ne l’est de rien. Cette asymétrie produit un immobilisme rationnel, déguisé en prudence.
° Le cas d’usage choisi par mimétisme. L’entreprise reproduit ce qu’elle a vu ailleurs, sans avoir qualifié son propre point de douleur. Le projet est techniquement propre et économiquement vide.
° Le pilote sans propriétaire. Personne, dans l’organisation, n’a intérêt à ce que l’outil passe en production. Le pilote réussit, puis meurt de sa belle mort.
° La résistance des équipes traitée comme un obstacle. Elle est presque toujours un signal : les utilisateurs voient avant la direction ce que l’outil ne tient pas.
L’enjeu n’est donc pas d’adopter l’IA, c’est de savoir l’intégrer
Dans la majorité des organisations, l’IA est encore abordée comme un sujet purement technologique. On investit dans des modèles, des outils et des plateformes, en espérant que la performance technique suffira à créer de la valeur. « Ce n’est pas là que se joue la performance. On fait fausse route. »
Les analyses convergent aujourd’hui vers un constat clair : les échecs IA ne sont pas principalement liés aux modèles. Aurélien Mizeret est formel : « Les entreprises, quelle que soit leur taille, butent le plus souvent sur un désalignement entre la technologie, qui est rapide et mature, et l’organisation, qui est souvent lente, fragmentée et non préparée. » Un désalignement qu’il analyse plus largement dans son ouvrage « Ce que l’IA fait de nous » (cequeliafaitdenous.com), où il interroge l’effet de ces outils sur notre capacité de décision.
Les causes d’échec les plus fréquemment identifiées par les études récentes sont structurelles : une mauvaise définition du problème métier, des données inadéquates, une absence de gouvernance et un manque d’intégration dans les processus. L’enjeu n’est donc pas d’adopter l’IA, c’est de savoir l’intégrer.
Les conséquences sur les dispositifs d’aide
Pour Aurélien Mizeret, les organisations qui réussissent traitent le change management comme un pilier central : elles forment, accompagnent, redéfinissent les processus et alignent les incitations dès le départ.
Les programmes d’aide des pouvoirs publics ne répondent que rarement à cette question. Ainsi, en Wallonie, Start IA finance un diagnostic de cas d’usage (50 %, plafond 5 000 EUR, appel ouvert jusqu’au 30 septembre 2026) et Tremplin IA finance un PoC (50 %, plafond 20 000 EUR).
« Si ces dispositifs sont utiles, leur limite tient à leur point d’arrêt, regrette le consultant. Ils couvrent le cadrage et la preuve de faisabilité, autrement dit les 30 % qui se démontrent. Rien, en revanche, sur le segment où se situe le risque réel, entre le PoC validé et l’usage réellement installé, là où se jouent la redéfinition des rôles, la formation, l’arbitrage des responsabilités, sans oublier la confiance. Ce segment n’est ni financé, ni évalué, ni même mesuré. Le critère de sortie reste un livrable technique, jamais un taux d’adoption à six mois, encore moins un résultat concret au terme d’un an. »
Nuance à apporter : les critères d’octroi de Tremplin IA évoquent bien l’adhésion des équipes ; c’est l’évaluation de sortie qui n’en tient pas compte.
Au risque de confondre bruit et réalité
Aurélien Mizeret voit trois conséquences concrètes. Le subside solvabilise le prestataire technique plutôt que la transformation interne. Il produit un effet de sur-optimisme, l’entreprise confondant PoC réussi et projet abouti. Il rend enfin l’échec invisible, puisque l’évaluation s’arrête avant le moment où il se manifeste. « La Région wallonne finance ainsi des démarrages sans mesurer combien arrivent à destination. »
Nous en sommes à un point de bascule. L’IA n’est plus une nouveauté, ni un canevas d’expérimentation. Les organisations qui persistent à mesurer leur succès à l’échelle des outils ou des plateformes risquent de confondre le bruit et la réalité, ou l’activité et ses retombées. « La question n’est pas de réclamer plus d’argent public, mais de déplacer le critère : conditionner une partie du soutien à une mesure d’usage post-déploiement et reconnaître l’accompagnement humain comme une dépense éligible au même titre que l’expertise technique », suggère Aurélien Mizeret.
L’idée ? Changer de paradigme. Il ne suffit pas de déployer une plateforme, encore faut-il transformer les processus de travail en conséquence. Soit le travail change à l’échelle des tâches, soit il ne change pas du tout. Par conséquent, la transformation fondée sur l’IA doit devenir, plus que tout, une affaire de gestion du changement, qui va jusqu’à chaque employé et aux tâches qui lui sont propres. Sans quoi la productivité plafonne et les formes de valeur plus stratégiques restent inaccessibles.
—–
Aurélien Mizeret accompagne les comités de direction sur le cadrage de leurs décisions en matière d’IA. Il est l’auteur de Ce que l’IA fait de nous – aurelienmizeret.com | cequeliafaitdenous.com
