L’IA : le coût de l’inaction dépasse déjà celui de l’investissement
La question du coût de l’intelligence artificielle (IA) est légitime et constitue un frein majeur à la transformation des organisations. Mer l’immesurable, c’est déjà prendre du retard.
D’un côté, selon le rapport « State of Enterprise AI 2025 » d’OpenAI, les utilisateurs de ChatGPT Enterprise économisent en moyenne de 40 à 60 minutes par journée de travail active. De l’autre, McKinsey estime que l’automatisation des activités de travail pourrait générer un gain de productivité annuel de 0,5 à 3,4 % pour l’économie mondiale entre 2023 et 2040. Cependant, seules 39 % des entreprises rapportent une amélioration de leur résultat opérationnel attribuable à l’IA, la plupart des impacts restant inférieurs à 5 %.
Cet écart entre promesse et me n’est pas un problème technologique, mais méthodologique. L’application d’un outil comptable, tel que le retour sur investissement (ROI), à une transformation qui ne suit pas la logique comptable est inadaptée.
Pour évaluer le ROI de l’IA dans une organisation, il serait nécessaire de suivre chaque collaborateur tâche par tâche, avant et après déploiement, sur une période prolongée. Les modèles évoluent à une vitesse sans précédent, rendant le business case souvent obsolète au moment de sa construction.
Les gains les plus significatifs de l’IA échappent aux tableaux Excel. Par exemple, un juriste qui réalise une analyse de contrat en deux heures au lieu de deux jours ne génère pas une ligne comptable. De même, un directeur commercial qui prépare un pitch sur me en vingt minutes, au lieu de trois heures, ne déclenche aucune alerte dans les outils de reporting.
L’IA ne présente pas un rendement fixe et universel. Son efficacité dépend de l’utilisateur, de la tâche et de la maîtrise de l’outil. Ce différentiel de productivité n’est pas visible dans un calcul de ROI immédiat, mais se manifeste dans les résultats, plusieurs mois après l’adoption de l’IA.
Les organisations qui avancent rapidement n’attendent pas un business case parfait ; elles comprennent que la question n’est plus de savoir si cela en vaut la peine, mais si elles peuvent se permettre de ne pas le faire. Pendant qu’une direction financière construit un modèle Excel pour justifier un investissement, ses équipes commerciales peuvent perdre des opportunités face à des concurrents utilisant déjà l’IA.
La productivité, qui se manifeste par des gains discrets et accumulés, ne trouve pas sa validation dans les comités de direction traditionnels. L’IA se me en aval, et ceux qui attendent des preuves tangibles découvrent souvent trop tard les bénéfices de son adoption.
Source : OpenAI, McKinsey
