Un rapport du MIT met en lumière un constat frappant : 95 % des projets pilotes en intelligence artificielle générative dans les entreprises échouent. Publié par l’initiative NANDA, le document analyse 150 entrevues avec des dirigeants, un sondage auprès de 350 employés et 300 déploiements publics. Résultat : seuls 5 % des projets produisent une accélération notable des revenus.

Selon Aditya Challapally, auteur principal du rapport, la clé du succès se trouve souvent chez les jeunes pousses. Ces dernières ciblent un problème précis, l’exécutent avec rigueur et s’associent à des partenaires stratégiques. À l’inverse, la majorité des grandes entreprises échouent non pas en raison de la qualité des modèles, mais d’un manque d’intégration aux processus internes.

Le rapport souligne aussi un déséquilibre des investissements : plus de la moitié des budgets IA vont vers les ventes et le marketing, alors que le retour sur investissement est supérieur dans l’automatisation des tâches administratives. L’étude observe par ailleurs que l’achat de solutions spécialisées réussit deux fois plus souvent que les développements internes.

Dans les faits, les déploiements gagnants misent sur l’adoption par les gestionnaires de terrain, la capacité des outils à s’adapter et une intégration profonde aux flux de travail. L’impact sur l’emploi est déjà perceptible, particulièrement dans les fonctions de soutien et les postes auparavant externalisés.

L’étude met également en évidence la réticence des entreprises à reconnaître publiquement leurs échecs. Plusieurs dirigeants interrogés par le MIT minimisent les difficultés rencontrées ou préfèrent mettre en avant des projets pilotes limités mais jugés « prometteurs ». Ce décalage entre la communication officielle et la réalité opérationnelle alimente une perception biaisée des progrès réalisés avec l’IA.

Un autre facteur d’échec est culturel : dans beaucoup d’organisations, l’IA reste pilotée par des laboratoires centraux ou des départements innovation, déconnectés des besoins concrets des unités opérationnelles. Les entreprises qui réussissent, au contraire, délèguent une partie de la responsabilité aux gestionnaires de terrain, qui savent identifier où l’IA peut réellement générer de la valeur.

La question de la mesure de l’impact reste un défi majeur. La productivité et la rentabilité liées à l’IA sont difficiles à quantifier de manière standardisée, ce qui freine les investissements et complique la prise de décision. Dans ce contexte, le MIT estime que seules les organisations capables de développer des indicateurs précis, adaptés à leurs activités, parviendront à franchir le cap de l’expérimentation vers un déploiement à grande échelle.

Enfin, le MIT note la montée du “shadow AI”, l’utilisation non encadrée d’outils comme ChatGPT par les employés, et l’arrivée prochaine de systèmes plus autonomes, dits agentiques, capables d’apprendre et d’agir dans un cadre défini. Pour les chercheurs, ces évolutions pourraient marquer une nouvelle phase de l’adoption de l’IA en entreprise.

Source : Fortune

+++

Tous les jours de la semaine, du lundi au vendredi, Bruno Guglielminetti vous propose un regard sur l’essentiel de l’actualité numérique avec 120 secondes de Tech.