Le mythe du ROI IA
Vos chiffres IA sont précis. Et ils sont faux. Les projets qui créent le plus de valeur sont tués en comité ; ceux qui survivent sont ceux qui trompent le mieux les indicateurs.
Dans cet épisode
Mesurer le ROI de l'IA avec des grilles conçues pour des projets ERP tue mécaniquement les projets les plus créateurs de valeur. La valeur de l'IA est systémique, diffuse et retardée : elle échappe aux modèles financiers classiques. Cet épisode déconstruit ce mécanisme et propose quatre questions à poser avant le prochain comité d'investissement.
Extraits
« Les directions financières appliquent des grilles de ROI conçues pour des projets ERP. Mais les déploiements IA, leur valeur est diffuse, retardée, non-linéaire. »
« Les projets qui créent le plus de valeur sont tués en comité. Ceux qui survivent sont ceux qui trompent le mieux les indicateurs. Le problème n'est pas l'IA, c'est votre modèle de mesure. »
« L'IA ne fonctionne pas comme un ERP. Sa valeur est systémique, pas additive : elle change la façon dont les décisions sont prises, pas seulement la vitesse à laquelle les tâches sont exécutées. »
« Pour passer un projet en comité, il ne faut pas un bon projet. Il faut un projet qui rentre dans les cases. »
« Les projets qui passent nos comités prouvent exactement pourquoi l'IA ne change rien de profond : parce qu'ils ont été conçus pour éviter le changement profond. C'est ça qui les rend finançables. »
« Le ROI réel de ce projet est sept fois supérieur au ROI présenté en comité, et la partie visible représente moins de 15 % de la valeur totale créée par le système. »
« Le coût de l'IA, c'est de la déployer. Le coût caché, c'est de ne pas la déployer. »
Ces extraits sont tirés de l'épisode. Pour l'intégralité de l'analyse, écouter l'épisode complet sur Spotify →
Chapitres
Les questions qu'un dirigeant se pose
Pourquoi le modèle de ROI traditionnel ne fonctionne-t-il pas pour l'IA ?
Le modèle de ROI classique repose sur deux hypothèses : la valeur est directement attribuable à un système, et le retour est prévisible sur un horizon donné. Ces hypothèses conviennent à un ERP, qui remplace un processus manuel par un processus automatisé de façon calculable et traçable. La valeur de l'IA, elle, est systémique et non additive : elle change la façon dont les décisions sont prises, et se répercute sur toute la chaîne de valeur que les outils de mesure n'ont pas été conçus pour tracer de bout en bout.
Conséquence : on ne mesure pas le ROI de l'IA, on mesure seulement la partie visible, et on décide à partir de ça.
Pourquoi les comités d'investissement tuent-ils les meilleurs projets IA ?
Pour passer un comité, il ne faut pas un bon projet mais un projet qui rentre dans les cases : un gain direct mesurable, un délai de retour sous 18 mois (idéalement 12) et une rubrique risque aussi courte que possible. Comme les membres du comité ne connaissent pas assez l'IA, ils pénalisent par défaut chaque incertitude. Résultat : les projets transformationnels à valeur systémique sont éliminés en présélection, souvent abandonnés par leurs propres porteurs.
Ce n'est pas un problème de culture ou d'appétit pour le risque, mais de design institutionnel : le comité sélectionne mécaniquement contre la valeur IA durable.
À combien peut s'élever la valeur invisible d'un projet IA ?
Dans l'exemple de la chaîne de distribution alimentaire, le ROI réel du projet s'est révélé sept fois supérieur au ROI présenté en comité. La partie visible — 930 000 euros d'économies de gaspillage — représentait moins de 15 % de la valeur totale créée. La réduction du gaspillage avait libéré de la capacité de stockage, permettant d'étendre la gamme et de générer 4,2 millions d'euros de chiffre d'affaires supplémentaire.
Rejeter ce projet aurait coûté 7 millions d'euros de valeur cumulée sur deux ans, pour économiser quelques semaines d'analyse et 160 000 euros de déploiement.
Qu'est-ce qu'un projet IA qui trompe les indicateurs ?
C'est un projet qui survit pour de mauvaises raisons parce qu'il est optimisé pour les métriques que les comités savent lire. Dans l'exemple du cabinet de conseil, un assistant de rédaction faisait gagner deux heures par semaine à chaque consultant, mais ces heures n'ont pas été réinvesties en facturation : elles ont été absorbées par des réunions de coordination et de la relecture croisée. Le ROI de productivité individuelle était réel, mais le ROI business était nul, voire négatif.
Ces projets ne sont pas présentés de mauvaise foi ; ils sont simplement optimisés pour passer les comités, pas pour créer la valeur dont l'organisation a besoin.
Quelles questions poser avant le prochain comité d'investissement ?
Quatre questions structurent le framework : ce projet crée-t-il de la valeur directe ou systémique ; avez-vous modélisé la valeur des capacités libérées ; qui dans votre comité a une expérience personnelle de déploiement IA à grande échelle ; avez-vous un budget d'exploration distinct du budget d'efficacité. Pour la valeur systémique, le modèle classique sous-estime la valeur d'un facteur trois à sept.
Le budget d'exploration recommandé est de 20 à 30 % de l'enveloppe IA, géré comme du capital-risque interne avec des critères d'apprentissage plutôt que de retour.
Quelle est la vraie question stratégique posée aux dirigeants ?
La vraie question est de savoir qui, dans l'organisation, a le mandat explicite de changer le modèle de mesure — pas d'améliorer les présentations ni de mieux défendre les dossiers. Tant que personne n'a ce mandat et que la question ne remonte pas au DAF et au CEO comme une décision stratégique, l'entreprise continuera de tuer les projets qui comptent et de financer ceux qui rentrent dans les cases.
Les organisations qui ont compris cela ne débattent plus du ROI de l'IA, mais du ROI de ne pas l'avoir.
Pas sûr par où commencer ?
Écouter l'épisode complet sur Spotify →