56 % des PDG n’ont rien tiré de l’IA, mais l’ont caché

Sur les 374 entreprises du S&P 500 ayant mentionné l’intelligence artificielle lors de leurs derniers résultats trimestriels, l’immense majorité a décrit ses déploiements en termes exclusivement positifs. Dans le même temps, PwC a interrogé 4 454 dirigeants dans 95 pays : 56 % n’ont constaté aucune amélioration mesurable, ni sur le chiffre d’affaires, ni sur les coûts. Seuls 12 % ont enregistré des gains sur les deux tableaux.

L’écart entre le discours tenu devant les analystes et la réalité des comptes n’est pas une erreur d’arrondi. C’est la contradiction fondamentale du monde de l’entreprise en 2026.

Le paradoxe du ROI de l’IA que personne n’ose formuler publiquement

L’économiste en chef d’Apollo, Torsten Slok, l’a résumé sans détour : « L’IA est partout, sauf dans les données macroéconomiques. » Son constat rappelle un schéma que les économistes connaissent bien. En 1987, le prix Nobel Robert Solow observait que malgré des investissements massifs dans l’informatique, la croissance de la productivité avait en réalité reculé, passant de 2,9 % par an entre 1948 et 1973 à seulement 1,1 % ensuite. Sa formule est restée célèbre : « On voit l’ère informatique partout, sauf dans les statistiques de productivité. »

Une étude du National Bureau of Economic Research portant sur 6 000 cadres dirigeants aux États-Unis, au Royaume-Uni, en Allemagne et en Australie a révélé que 90 % des entreprises n’ont constaté aucun impact sur l’emploi ou la productivité après trois ans d’utilisation de l’IA. Le temps moyen d’utilisation : à peine 1,5 heure par semaine. Un quart des répondants n’utilisait tout simplement pas l’IA au travail.

Le paradoxe de Solow est de retour, et cette fois les montants en jeu sont considérablement plus élevés.

Trois raisons structurelles pour lesquelles vos dépenses en IA ne produisent rien

Mohamed Kande, président mondial de PwC, a identifié le problème central lors du Forum de Davos 2026 : « L’IA va tellement vite que les gens oublient les fondamentaux de l’adoption technologique. » Son diagnostic pointe trois lacunes de base.

1. Des données médiocres, des modèles coûteux

La plupart des organisations ne disposent pas des données propres et structurées dont les systèmes d’IA ont besoin. L’analyse mondiale de Deloitte sur le ROI de l’IA montre que seules 6 % des entreprises ont atteint un retour sur investissement en moins d’un an, contre un délai de 7 à 12 mois pour les investissements technologiques classiques. Le goulot d’étranglement n’est presque jamais le modèle. C’est l’infrastructure de données sous-jacente.

2. La courbe en J de la productivité que personne n’a budgétée

Des chercheurs du MIT Sloan ont analysé des dizaines de milliers d’entreprises manufacturières et constaté que l’adoption de l’IA provoquait une baisse initiale de productivité de 1,33 point de pourcentage. Les entreprises établies sont les plus touchées : les organisations plus anciennes ont vu leurs pratiques de gestion structurée se dégrader après l’implémentation de l’IA, ce qui représente près d’un tiers de leurs pertes de productivité. La technologie exige des investissements parallèles en formation, en refonte des processus et en accompagnement du changement que la plupart des budgets n’ont jamais prévus.

À l’échelle individuelle, la recherche montre que l’IA augmente souvent la charge de travail au lieu de la réduire. Les collaborateurs passent leur temps à formuler des prompts, vérifier les résultats et gérer les outils, au lieu d’effectuer le travail que l’IA était censée prendre en charge.

3. La panique concurrentielle déguisée en stratégie

Malgré 56 % de dirigeants ne constatant aucun retour, 91 % des organisations prévoient d’augmenter leurs dépenses en IA cette année, selon Deloitte. Le rapport AI Radar de BCG indique que les entreprises comptent doubler leur budget IA en 2026, y consacrant environ 1,7 % de leur chiffre d’affaires. Un dirigeant a parfaitement résumé la dynamique : « Si nous ne le faisons pas, quelqu’un d’autre le fera, et nous serons distancés. »

Ce n’est pas un investissement guidé par les preuves. C’est une dépense dictée par la peur. Quand seules 6 % des entreprises génèrent de véritables profits grâce à l’IA, les 94 % restantes qui injectent de l’argent financent essentiellement une course aux armements sans retour prouvé.

Pourquoi ce phénomène dépasse la bulle internet

Le krach des dot-com a détruit des startups spéculatives. Le paradoxe de la productivité de l’IA est différent : il draine les budgets opérationnels d’entreprises établies, tandis que leur communication publique suggère l’inverse. Gartner prévoit que 30 % des projets d’IA générative seront abandonnés après la phase de preuve de concept d’ici fin 2025, et que 60 % des projets IA dépourvus de données prêtes seront abandonnés d’ici 2026.

Ce schéma explique pourquoi plus de la moitié des entreprises regrettent leurs décisions de remplacement par l’IA : la technologie a été déployée pour remplacer des processus qui n’avaient jamais été correctement compris au départ.

Ce qu’ont fait les 12 % qui ont réellement réussi

Les entreprises obtenant un vrai retour sur investissement partagent trois caractéristiques identifiées par Kande : une infrastructure de données nettoyée construite avant le déploiement de l’IA, des processus métier repensés autour des capacités de l’IA (et non greffés sur des workflows existants), et des cadres de gouvernance mesurant les résultats réels plutôt que les indicateurs d’adoption.

Rien de tout cela n’est glamour. Rien ne fait un bon extrait sonore lors d’une assemblée d’actionnaires. Mais c’est ce qui distingue l’économie réelle des outils IA qui produisent des résultats de ceux qui vident les budgets trimestre après trimestre.

La question n’est pas de savoir si votre entreprise doit investir dans l’IA. C’est de savoir si elle a gagné le droit de le faire. Sans les fondations, vous n’investissez pas. Vous faites un don.

---

Lectures complémentaires :

• AI Layoffs Secret: They’re Firing on Potential, Not Proof
• Deep Work Is Failing 68% of Knowledge Workers