Le « zéro retour » de l’IA n’est pas un problème de modèles, mais de façon de travailler et de compter

Si l’IA ne tenait vraiment pas ses promesses, des banques annonceraient-elles des gains à deux chiffres pendant qu’un économiste d’Apollo ne constate rien ? Les deux affirmations circulent en ce moment, et cette contradiction en dit plus sur le fonctionnement des entreprises que sur la qualité des modèles.

L’élément déclencheur est Torsten Slok, économiste en chef d’Apollo, dont l’alerte sur un « retour financier nul » fait le tour des médias. Comme le résume Seeking Alpha, l’IA n’a amélioré ni la productivité ni les marges de la plupart des entreprises extérieures au secteur technologique. PCMag souligne que le chiffre d’affaires par salarié des « Magnificent 7 » a progressé d’environ 30 % en quatre ans. Comparez avec le reste de l’économie, où il ne voit pas de tel retour: l’écart est le vrai sujet.

L’outil a été acheté, le travail n’a pas changé

Notre lecture, qui est une interprétation et non le diagnostic énoncé par Slok: une entreprise qui achète une licence de chatbot et laisse le flux de travail intact a acheté une machine à écrire plus rapide. Les économies se limitent à quelques minutes par salarié, se diluent dans la journée et n’atteignent jamais une marge. Les géants de la tech en tirent des bénéfices parce que leur travail est déjà du logiciel, déjà instrumenté, et facile à reconstruire autour des nouveaux outils. Un assureur ou un distributeur de taille moyenne doit d’abord repenser ses validations, ses passages de relais et ses responsabilités.

La documentation en apporte quelques indices, même s’ils proviennent d’une étude commandée par un éditeur. Protegrity a cité une étude d’Enterprise Management Associates et, selon SiliconANGLE, 83 % des dirigeants ont constaté des retards de projet et 82 % ont mis en production des agents amoindris, privés des outils et des données qui les rendraient utiles. Diego Loureda, de Protegrity, a bien résumé l’enjeu de gouvernance: les entreprises approuvent des projets, mais « elles doivent approuver des modèles de conception ». Ces chiffres sont à prendre avec la prudence que mérite toute enquête proche d’un sponsor. Le tableau reste néanmoins familier: l’agent n’est pas bête, il est entravé par un processus conçu pour une époque plus lente.

On ne voit pas un retour qu’on n’a jamais prévu de mesurer

La seconde moitié du problème est comptable. La page de recherche d’Apollo concède elle-même que les travaux académiques ne sont pas concluants sur l’effet de l’IA sur la productivité, tout en soutenant que nous en sommes encore au début d’un essor de la productivité du travail, avec des effets nets dans certains secteurs. Cela semble contradictoire jusqu’à ce qu’on s’attache à l’unité d’analyse. Les marges bénéficiaires agrégées sont un instrument grossier. Les gains de délai d’une équipe peuvent s’évaporer avant d’atteindre le compte de résultat, surtout si personne n’a décidé à l’avance si les heures libérées deviendraient des coûts réduits, du volume en plus ou de nouveaux produits.

C’est probablement pourquoi un titre comme « les banques déclarent des gains de 10 à 50 % en productivité, en délais et en coûts » peut coexister avec « zéro retour ». Nous n’avons que le titre d’Economic Times, pas la méthodologie, et nous ne nous y appuierons donc pas. Mais un gain de délai au sein d’une fonction est mesurable. Un gain de bénéfice à l’échelle de l’entreprise suppose que quelqu’un l’encaisse. La plupart des sociétés n’ont pas développé ce réflexe.

Même les éditeurs se couvrent. Adobe, qui annonce une croissance de plus de 150 % sur un an de ses revenus récurrents annualisés centrés sur l’IA, prévient aussi dans son document réglementaire que les clients pourraient ne pas adopter ou ne pas payer ses offres d’IA comme prévu. Quand le vendeur cite l’adoption comme un risque, la question du ROI chez l’acheteur n’a rien de paranoïaque.

Pourquoi la lecture « bulle » est trop simple

Il est tentant d’y voir la preuve que les modèles sont surestimés. Nous pensons que c’est la conclusion la plus fragile. Rien de ce que nous avons examiné ne montre que les modèles échouent dans leurs tâches; cela montre que les organisations échouent à les absorber. Cette distinction compte aussi pour les investisseurs. Une lettre d’information de trading en direct additionne les plans d’investissement 2026 d’Amazon, d’Alphabet, de Microsoft et de Meta à environ 720 à 740 milliards de dollars, un chiffre que nous considérons comme le calcul propre à ce média. Si le goulot d’étranglement tient aux processus et non aux capacités, davantage de capacité ne comble pas à elle seule l’écart de rendement. John Ternus, le PDG d’Apple, a dit ne pas vouloir livrer de l’IA « pour l’amour de l’IA », et cette phrase fonctionne mieux comme principe de gestion que comme slogan produit.

Que faire de tout cela

Si vous dirigez une équipe, ne demandez pas si le modèle est assez bon. Demandez quel flux de travail vous repenseriez si l’outil était gratuit, à qui appartiennent les heures économisées et quel chiffre de quel rapport devrait bouger. Choisissez un processus, reconstruisez-le et mesurez-le avant et après. Si vous lisez le titre du « zéro retour » en investisseur, lisez-le comme un avertissement sur la mesure et l’adoption, pas comme un verdict sur la technologie.

Notre verdict: le problème du ROI est réel, mais il est surtout le nôtre. Les entreprises qui voient l’IA comme un achat continueront à voir zéro. Celles qui y voient une raison de réécrire la circulation du travail, et qui comptent honnêtement le résultat, rendront le graphique de Slok obsolète.