Pourquoi 80% des entreprises
n'obtiennent pas de ROI de l'IA

Les chiffres qui dérangent

En mars 2025, McKinsey publiait les résultats de sa dernière enquête mondiale sur l'état de l'IA. Le constat est sans appel : plus de 80% des entreprises ne constatent aucun impact tangible sur leur EBIT lié à l'IA générative. Seulement 1% des dirigeants décrivent leur déploiement comme "mature". Et selon LXT sur la base du modèle Gartner (2025), 80% des organisations sont encore bloquées sous le niveau transformationnel de maturité IA.

Ces chiffres coexistent avec un autre fait : 78% des organisations utilisent l'IA dans au moins une fonction (McKinsey, 2025). L'adoption est massive. L'impact, lui, ne suit pas. Il y a un paradoxe à expliquer.

La vraie raison : pas les outils, les workflows

McKinsey a analysé 25 attributs organisationnels pour identifier ce qui corrèle avec l'impact EBIT de l'IA générative. Le résultat est sans ambiguïté : le facteur le plus déterminant n'est ni le budget, ni le modèle choisi, ni l'équipe technique. C'est la refonte des workflows.

Les organisations qui ont fondamentalement repensé leurs processus autour des outils IA voient un impact mesurable. Celles qui ont adopté les outils sans revoir les workflows accumulent des abonnements — pas des résultats. Or, seulement 21% des organisations ont effectué cette refonte à ce jour. Les 79% restantes sont dans le deuxième camp.

Adopter un outil IA, c'est facile. Réorganiser les processus autour de lui, standardiser les usages, capitaliser les pratiques qui fonctionnent — c'est ce que la grande majorité des organisations n'a pas encore fait. Et c'est précisément ce qui sépare les 20% qui obtiennent un ROI des 80% qui n'en obtiennent pas.

Ce que font les 20% qui réussissent

Les organisations qui tirent une valeur réelle de l'IA partagent plusieurs caractéristiques. Elles ont un suivi de KPIs dédiés à l'IA — pas seulement un suivi d'usage, mais un suivi d'impact. Elles ont impliqué la direction dans la gouvernance : selon McKinsey, la supervision du CEO sur l'IA est l'un des attributs les plus corrélés à l'impact EBIT dans les grandes organisations. Et surtout, elles traitent les workflows IA comme des actifs organisationnels : documentés, versionnés, partagés.

Le lien avec le knowledge drain

Il y a un lien direct entre l'absence de ROI IA et le knowledge drain. Quand l'usage de l'IA reste individuel — chaque collaborateur avec ses propres prompts, ses propres méthodes, son propre compte — l'organisation ne capitalise pas. Elle dépend. Et à chaque départ, elle recommence de zéro.

Les prompts optimisés sur des semaines d'itération, les workflows IA affinés par les experts — tout cela reste dans des historiques personnels, hors de portée de l'organisation. Le ROI IA n'est pas seulement un problème de workflow. C'est aussi un problème de mémoire institutionnelle appliquée à l'IA. Voir le cas Marc pour un exemple concret, ou les six enjeux pour le cadre complet.

Ce que ça implique concrètement

Passer des 80% aux 20% qui obtiennent un ROI réel suppose quatre choses : une gouvernance des usages (qui utilise quoi, avec quelles données), une standardisation des workflows (les meilleures pratiques deviennent des standards partagés), une capitalisation des prompts et méthodes (ils restent dans l'organisation, pas dans les historiques personnels), et une indépendance vis-à-vis des modèles (pouvoir changer de fournisseur sans tout reconstruire).

La question n'est pas "quelle IA choisir". C'est "comment organiser l'entreprise autour de l'IA, de façon à ce que la valeur créée appartienne à l'organisation — pas aux individus qui l'ont créée, et pas au fournisseur qui héberge leur historique."