19 novembre 2026 Par

L’IA booste la productivité individuelle mais peine à impacter les profits

McKinsey rapporte que 80 % des répondants constatent une hausse de la productivité individuelle grâce à l’intelligence artificielle, mais seulement 37 % déclarent un impact sur le résultat opérationnel de leur entreprise. Les gains de temps ne se traduisent pas automatiquement en profits comptables. En septembre 2026, BCG indique que les dépenses consacrées à l’IA ont doublé en un an pour atteindre 3,3 % du chiffre d’affaires des entreprises interrogées. Plus de 80 % de ces investissements se situent désormais en dehors des budgets informatiques. Je trouve ce décalage entre la productivité des collaborateurs et les résultats financiers très inquiétant pour la stratégie des entreprises. Si une entreprise équipe ses commerciaux d’un assistant capable de rédiger des comptes rendus, elle ne verra une rentabilité réelle que si ce temps gagné sert à rencontrer davantage de prospects ou à réduire le cycle de vente. Si ces trente minutes quotidiennes servent uniquement à gérer d’autres tâches administratives, la performance économique de l’organisation stagne. Dans les équipes de développement logiciel, l’IA produit davantage de code, mais cette accélération déplace souvent les goulots d’étranglement vers les phases de tests ou de validation avant la mise en production. La productivité individuelle est une promesse, mais la performance de bout en bout constitue le seul résultat à mesurer.

Indicateur Valeur
Amélioration de la productivité individuelle (McKinsey) 80 %
Impact sur le résultat opérationnel (McKinsey) 37 %
Dépenses IA en pourcentage du chiffre d’affaires (BCG) 3,3 %
Dépenses IA hors budget informatique (BCG) > 80 %

Une gouvernance qui dépasse la direction informatique

Un directeur technique peut évaluer la faisabilité d’un outil, mais il ne connaît pas les irritants quotidiens d’un département financier. La transformation ne peut pas reposer uniquement sur la direction informatique. Chaque département doit répondre à trois questions : quel problème cherchons-nous à résoudre, quel bénéfice mesurable attendons-nous et qui sera responsable du résultat ? Je considère que la responsabilité de la valeur doit appartenir aux métiers. Pour éviter que la transformation ne devienne une suite de projets isolés, je préconise la création de groupes de travail réunissant des représentants des différents départements. L’objectif est de faire émerger les problèmes réels et de prioriser les investissements en fonction de leur potentiel économique. Une initiative qui améliore la marge ou réduit un coût récurrent doit primer sur une expérimentation séduisante sans impact identifié. La direction financière doit aussi aider à distinguer les économies théoriques des bénéfices réellement constatés. Les entreprises utilisent l’AI Factory pour mettre des ingénieurs au service des départements et créer des solutions rapides. Je critique ce modèle quand il se limite à produire des prototypes qui ne sont ni sécurisés ni connectés aux systèmes existants. Une autre option consiste à intégrer des ingénieurs IA directement dans les services. Le modèle hybride me semble plus efficace car il combine des compétences proches des utilisateurs et une équipe centrale qui gère les standards techniques et l’industrialisation.

Piloter l’intelligence artificielle comme un portefeuille d’investissements

La réussite d’un programme dépend de la capacité à sélectionner les bons projets et à arrêter ceux qui ne rapportent rien. La gestion doit suivre un cycle de décision rigoureux. Les équipes documentent les coûts actuels avant le lancement. Pendant l’expérimentation, elles comparent les résultats obtenus avec la situation de départ sur un périmètre limité. Après le déploiement, elles intègrent les frais de licences, de consommation des modèles, de supervision, de maintenance et de conduite du changement. Enfin, la direction mesure la baisse des coûts ou l’augmentation des revenus. Les entreprises doivent aussi différencier les deux types de dépenses suivants :

Type de projet Objectif principal
Projet opérationnel Créer de la valeur immédiate
Projet exploratoire Acquérir des compétences et tester des possibilités

En 2026, une entreprise qui cesse d’expérimenter prend un risque stratégique important car les capacités des modèles progressent vite. Les investissements exploratoires servent à acquérir des compétences ou à anticiper des ruptures technologiques. Je refuse de voir des expérimentations durer indéfiniment sans décision concrète. Une stratégie efficace consiste à identifier les opportunités et à réallouer les investissements en conséquence.