La promesse d’une révolution IA qui permette aux entreprises de gagner en rentabilité se heurte à une réalité moins brillante que prévu : selon une récente étude du MIT, la quasi-totalité des projets d’IA générative ne produisent aucun retour sur investissement financier positif.
Des milliards dépensés dans l’IA … pour rien
Les conclusions de l’étude The GenAI Divide: State of AI in Business 2025 (projet NANDA du MIT Media Lab), publiée en août 2025, sont sans appel : 95% des organisations étudiées n’on observé aucun retour sur leurs investissements en IA générative.
Les chercheurs ont analysé 300 déploiements publics, mené 150 entretiens avec des dirigeants tech et sondé 350 employés. L’ampleur des dépenses est pourtant considérable : 30 à 40 milliards de dollars injectés dans des projets pilotes qui, pour l’essentiel, n’améliorent ni le chiffre d’affaires ni le compte de résultat des sociétés en question.
Pourquoi les projets IA en entreprise échouent ?
Les chatbots et assistants IA génériques (ChatGPT, Copilot) sont explorés ou utilisés dans plus de 80% des organisations, et déployés de manière concrète pour améliorer la productivité individuelle dans environ 40% des cas.
À l’inverse, les IA personnalisées d’entreprise peinent encore à s’imposer :
- 60% des entreprises étudient cette opportunité
- 20% passent en phase pilote
- et seulement 5% parviennent à les mettre en production à l’échelle
Le rapport souligne que ce n’est pas le modèle ou la réglementation qui freinent ces projets, mais bien les difficultés d’intégration, de mémoire contextuelle et d’alignement aux workflows, responsables du fossé entre outils prometteurs et impact opérationnel.
Comme l’explique Aditya Challapally, le chercheur principal de cette étude :
Les outils génériques comme ChatGPT fonctionnent très bien pour les individus grâce à leur flexibilité, mais ils se grippent en entreprise, car ils n’apprennent pas des processus ni ne s’y adaptent.
L’étude fait également apparaitre un autre écueil : plus de la moitié des budgets IA partent dans des outils de vente et de marketing, alors que les meilleurs gains se trouvent dans l’automatisation des fonctions administratives (réduction de l’externalisation, baisse des coûts d’agence, rationalisation des opérations).
Les retours les plus nets sur le back-office sont pourtant réels :
- +40% de qualification des leads
- +10% de rétention client
- élimination de BPO à hauteur de 2 à 10 M$ par an
- -30% de dépenses d’agence
- et 1 M$ économisés sur des contrôles de risque externalisés,
Le tout sans restructuration majeure des équipes.
5% des projets IA sont très rentables
La minorité de 5% de projets qui génèrent des revenus partagent trois caractéristiques :
- un seul « pain point » bien choisi
- une intégration fluide dans le workflow existant
- et des partenariats pertinents
Les projets s’appuyant sur des fournisseurs spécialisés réussissent environ 2 fois sur 3,
alors que seulement 1/3 des développements 100% internes atteignent leurs objectifs, un arbitrage d’autant plus délicat dans les secteurs régulés (finance, santé) qui privilégient l’interne.
Quand un projet fonctionne en revanche, les entreprise peuvent toucher le jackpot très rapidement :
| Startup | Proposition | Revenus |
|---|---|---|
| StackBlitz (Bolt) | Outil de génération de code et IDE en ligne | 4 M$ MRR en 1 mois 40 M$ ARR (2025) |
| Anysphere (Cursor) | Environnement de développement assisté par IA | 100 M$ ARR début 2025 500 M$ ARR mi-2025 |
| GigaML | Modèles IA d’entreprise optimisés et personnalisés | 2 M$ ARR valo 350M $ |
| Atomicwork | Automatisation des workflows internes (RH, IT) | 1,2 M$ ARR valo 120M$ |
Lire l’étude complète du MIT.
- START UP GO Creer une entreprise rentable a lere du Web et de lIA
- Guide pratique de l’intelligence artificielle dans l’entreprise 2e édition: Après ChatGPT : Créer de la valeur, augmenter la performance
