9 min read ROI IA

Mesurer le ROI de l'IA : le framework que les DAF et CTO attendent

Mesurer le ROI de l'IA : le framework que les DAF et CTO attendent

Le paradoxe de 2026 tient en deux chiffres. Les entreprises ont dépensé 37 milliards de dollars en IA générative en 2025, contre 11,5 milliards en 2024, selon le rapport State of Generative AI in the Enterprise de Menlo Ventures (décembre 2025). Dans le même temps, l'enquête State of AI de McKinsey (2026) montre que 88 % des organisations expérimentent la GenAI, mais que près de 80 % d'entre elles ne constatent aucun impact tangible sur leur EBIT au niveau de l'entreprise.

Le budget a triplé. La preuve de valeur, elle, n'a presque pas bougé. Et le board commence à poser la question qui fâche : où est le retour ?

Ce décalage n'est pas une fatalité technologique. Une enquête IDC distincte menée en 2025, sponsorisée par Microsoft et couvrant plus de 4 000 dirigeants d'entreprise, relève une médiane de 3,7x de retour sur investissement en IA générative, concentrée chez les organisations qui déploient avec un périmètre défini et une baseline mesurable. Le problème n'est pas que l'IA ne rapporte rien. Le problème est que la plupart des entreprises ne savent pas compter, ni ce qu'elle coûte réellement, ni ce qu'elle rapporte réellement.

Le réflexe contre-intuitif à corriger d'entrée : face à un ROI qui ne se voit pas, le premier réflexe est de chercher un meilleur cas d'usage ou un meilleur modèle. Les données IDC suggèrent que ce n'est presque jamais le problème. Les organisations qui atteignent cette médiane de 3,7x n'ont pas de meilleurs modèles que les autres, elles ont un dénominateur de coût complet et une baseline mesurée avant déploiement, deux choses qui ne coûtent rien à mettre en place et que la plupart des équipes sautent par manque de temps au moment du pilote.

Cet article propose un framework de mesure en trois étages, une méthode de calcul du coût total, et un format de présentation qui tient sur une page pour le prochain comité. Il clôt la série opérationnelle entamée avec la sécurité des agents et l'audit réglementaire : après le contrôle et la conformité, la preuve de valeur.

Pourquoi vos métriques actuelles ne convainquent personne

La plupart des dashboards IA présentés en comité mélangent trois familles de chiffres qui ne répondent pas à la même question.

La première famille regroupe les métriques techniques : latence, disponibilité, taux de hallucination, tokens consommés. Elles sont indispensables pour opérer le système, inutiles pour prouver sa valeur. Aucun DAF n'a jamais validé un budget sur un p95 de latence.

La deuxième famille couvre les métriques d'adoption : utilisateurs actifs, requêtes par jour, taux d'usage par équipe. Elles mesurent l'appétit, pas le rendement. Une adoption massive d'un outil qui ne change rien au P&L reste un coût.

La troisième famille, la plus trompeuse, rassemble les gains de productivité auto-déclarés. "Nos développeurs estiment gagner 30 % de temps" est une donnée d'enquête interne, pas une ligne comptable. Tant que ces heures ne se traduisent pas en réduction de coût de revient, en augmentation de capacité livrée ou en revenus additionnels, elles n'existent pas pour le board.

Le rapport The GenAI Divide de MIT NANDA (juillet 2025, 150 entretiens dirigeants, 350 employés sondés, 300 déploiements analysés) chiffrait déjà le phénomène : environ 95 % des pilotes GenAI ne produisent aucun impact mesurable sur le P&L. Les 5 % qui réussissent partagent un trait commun : ils intègrent l'IA dans des workflows à forte valeur, avec des boucles de mesure définies avant le déploiement, pas après.

Balance comparant les coûts IA et la valeur mesurée, illustration flat design
L'écart entre dépenses GenAI et impact P&L mesuré reste le premier problème de gouvernance IA en 2026.

Les enquêtes Gartner de 2026 confirment la persistance du problème côté finance : sur plus de 200 directions financières interrogées, seules 36 % se disent confiantes dans leur capacité à générer un impact réel à l'échelle de l'entreprise avec l'IA. Et environ 28 % des cas d'usage atteignent pleinement le ROI attendu. Ce n'est pas un problème de modèles. C'est un problème de mesure.

Le coût total que personne ne calcule

Avant de mesurer le retour, il faut mesurer l'investissement complet. La plupart des business cases IA ne comptent que les coûts d'API et de licences. Le coût total de possession d'un système IA en production comporte quatre postes.

Le premier poste est l'inférence. C'est le plus visible, et il devient structurel : les recherches de Morgan Stanley pointent vers l'inférence, plus que l'entraînement, comme moteur dominant des dépenses de compute IA à mesure que le déploiement s'étend aux usages réels grand public et entreprise, dans le cadre d'un investissement projeté de 3 000 milliards de dollars en data centers entre 2025 et 2028. L'IA n'est plus un projet d'investissement ponctuel, c'est un coût opérationnel récurrent indexé sur l'usage. Nous avons détaillé les leviers d'optimisation dans les articles du 3 juillet (coûts d'inférence) et du 11 juillet (token budgeting pour agents).

Le deuxième poste, le plus sous-estimé, est le coût des humains dans la boucle. Chaque sortie d'IA qui exige une revue, une validation ou une correction consomme des heures qualifiées. Un système qui automatise 80 % d'un processus mais mobilise un expert senior pour vérifier les 100 % peut coûter plus cher que le processus d'origine. Ce poste doit être chiffré en heures multipliées par le coût chargé des profils concernés, par mois, dès la phase pilote.

Le troisième poste couvre la maintenance et l'évaluation continue : mises à jour de prompts et de harness à chaque changement de modèle, jeux d'évaluation à maintenir, monitoring de dérive. Les équipes qui l'ignorent le découvrent au premier changement de version de leur fournisseur.

Le quatrième poste est la conformité. Documentation technique, registres de risque, traçabilité : l'article du 15 juillet détaillait ce que les auditeurs vérifient. Ces exigences ont un coût récurrent qui appartient au TCO du système, pas au budget général de conformité.

Ce cadrage rejoint la préoccupation dominante des dirigeants : le coût et la consommation de ressources arrivent en tête des inquiétudes citées dans les études MIT Technology Review Insights de 2026 que nous avons mobilisées dans les articles précédents. Un ROI crédible commence par un dénominateur honnête.

Un framework à trois étages

Une fois le coût total établi, la valeur se mesure sur trois étages successifs. Chaque étage répond à une question différente, avec des métriques et un horizon propres.

L'étage 1 mesure l'efficience opérationnelle : temps de cycle sur les workflows prioritaires, coût par ticket résolu, par document traité, par déploiement. Le rapport MIT Technology Review Insights et Thoughtworks sur l'excellence opérationnelle (juin 2026) documente jusqu'à 50 % de gains d'efficacité avec un copilote IA sur des démarches DMAIC. Ces métriques sont des indicateurs avancés : nécessaires, jamais suffisantes. Elles montrent que le système fonctionne, pas qu'il rapporte.

L'étage 2 traduit l'efficience en impact P&L : réduction du coût de revient par transaction, marge par dossier, revenus par ETP, capacité livrée à effectif constant. C'est le seul étage que le board finance durablement. Le passage de l'étage 1 à l'étage 2 est précisément l'endroit où 80 % des organisations échouent : les heures économisées ne deviennent de la valeur que si elles sont réallouées vers de la production facturable, absorbent de la croissance sans recrutement, ou réduisent des coûts externes.

L'étage 3 capture l'optionalité stratégique : capacités nouvelles (un service impossible sans IA), vitesse de mise en marché, actifs de données constitués. Cet étage se mesure en options réelles, pas en cash-flows actualisés. Il justifie une part minoritaire du portefeuille, jamais l'ensemble. Un portefeuille IA entièrement justifié par l'étage 3 est un portefeuille de paris.

Diagramme du framework de mesure du ROI IA en trois étages avec seuils de décision
Trois étages de mesure, trois questions distinctes : le système fonctionne-t-il, rapporte-t-il, ouvre-t-il des options ?

À chaque cas d'usage, associez des seuils de décision explicites, fixés avant le déploiement. Continuer : l'étage 2 progresse vers la cible à 6 mois. Pivoter : l'étage 1 performe mais l'étage 2 stagne, le problème est organisationnel (réallocation des heures, redesign du processus), pas technique. Arrêter : ni l'étage 1 ni l'étage 2 ne bougent après deux itérations. Gartner estime que plus de 40 % des projets d'IA agentique risquent l'annulation d'ici 2027 : mieux vaut arrêter sur critères que sur lassitude budgétaire.

Le choix des cas d'usage en amont conditionne tout le reste. Le rapport MIT NANDA relève que les outils achetés à des vendeurs spécialisés réussissent environ 67 % du temps, contre un tiers de ce taux pour les développements internes. La grille déléguer/superviser de l'article du 9 juillet reste le bon filtre d'entrée : un cas d'usage mal choisi ne sera sauvé par aucun framework de mesure.

Présenter les chiffres au board

Le format compte autant que le fond. Trois règles rendent un reporting IA crédible en comité.

La première règle : une page par cas d'usage, pas un deck de vingt slides. Coût total (quatre postes), métriques d'étage 1 et 2 avec baseline et cible, seuil de décision, statut continuer/pivoter/arrêter. Le board ne veut pas comprendre l'architecture, il veut savoir si l'investissement suit sa trajectoire.

La deuxième règle : la baseline précède le déploiement. Un gain de productivité sans point de départ documenté est invérifiable, et les DAF le savent. Mesurer le coût par transaction, le temps de cycle et la capacité de l'équipe avant la mise en production est la seule façon de rendre l'attribution défendable. C'est aussi ce qui distingue les organisations qui atteignent cette médiane de 3,7x dans les données IDC : périmètre défini, baseline mesurable.

La troisième règle : l'attribution honnête. Déployer un copilote s'accompagne presque toujours d'un redesign du processus, et une partie du gain vient du redesign, pas du modèle. Séparer les deux dans la présentation coûte quelques points de ROI affiché et rapporte quelque chose de plus précieux : la confiance du comité pour les demandes de budget suivantes. En 2026, le board ne finance plus des projections, il finance des trajectoires mesurées.

À mettre en route cette semaine

Recensez les cas d'usage IA en production et vérifiez, pour chacun, l'existence d'une baseline datée d'avant le déploiement. Sans baseline, reconstruisez-la maintenant à partir des données historiques : chaque mois d'attente rend l'attribution plus fragile.

Chiffrez le coût des humains dans la boucle sur votre cas d'usage principal : heures de revue et de correction multipliées par le coût chargé, sur les 30 derniers jours. Ajoutez ce poste au TCO présenté en comité.

Classez chaque cas d'usage sur les trois étages et identifiez ceux qui plafonnent à l'étage 1 depuis plus de deux trimestres. Pour ceux-là, posez la question organisationnelle : où partent les heures économisées ?

Fixez des seuils continuer/pivoter/arrêter par cas d'usage et faites-les valider par le DAF avant le prochain comité. Un seuil validé à froid évite les arbitrages sous pression.

Préparez le one-pager du cas d'usage le plus avancé au format décrit plus haut. C'est le prototype de votre reporting récurrent.

Conclusion

L'écart entre les 37 milliards dépensés et les 80 % d'organisations sans impact EBIT mesuré ne dit pas que l'IA ne rapporte pas. Il dit que la plupart des entreprises n'ont pas encore construit l'appareil de mesure qui transforme des gains locaux en preuve de valeur consolidée. Ce chantier relève autant du DAF que du CTO : dénominateur complet, trois étages de métriques, seuils décidés à l'avance, attribution honnête. Les organisations qui documentent une médiane de 3,7x ne disposent pas de meilleurs modèles que les autres. Elles disposent de meilleures baselines.

Sources : As of July 2026

Godwin AVODAGBE