Pourquoi 95 % des projets IA n'apportent aucun bénéfice (et comment faire partie des 5 %)

En 2025, le MIT a publié une étude qui a fait l'effet d'une douche froide dans tout l'écosystème de l'IA : 95 % des projets d'intelligence artificielle générative en entreprise ne génèrent aucun retour mesurable. Malgré 30 à 40 milliards de dollars investis, la grande majorité des organisations n'a vu aucun impact sur ses résultats.

Le rapport — The GenAI Divide: State of AI in Business 2025 — décrit un fossé : une petite minorité d'entreprises extrait une vraie valeur, pendant que tout le reste accumule des projets pilotes qui ne décollent jamais. Sur l'ensemble, 60 % évaluent des solutions, 20 % lancent un pilote, et seulement 5 % atteignent la production.

Pour un dirigeant de PME en Suisse romande, la vraie question n'est pas « faut-il faire de l'IA ? » mais « comment ne pas faire partie des 95 % ? ». Et la réponse, contre-intuitive, tient en une phrase : le problème n'est presque jamais la technologie.

La vraie raison de l'échec : pas la techno, le « learning gap »

Le constat le plus important de l'étude, c'est que les échecs ne viennent pas de la qualité des modèles. Les outils fonctionnent. Ce qui manque, c'est leur intégration dans le travail réel de l'entreprise. Le MIT parle de « learning gap » : l'incapacité à insérer l'IA dans les processus, les outils et la culture existants.

Concrètement, voici à quoi ressemble un projet qui échoue :

On achète un abonnement à un outil IA « parce que tout le monde le fait ».
On le branche sur un cas d'usage flou, sans objectif chiffré.
Le flux de travail reste fragile : il casse dès que la réalité s'écarte de la démo.
Personne ne mesure quoi que ce soit, donc personne ne sait si ça marche.
Six mois plus tard, le pilote est abandonné en silence.

Autre enseignement de l'étude, très parlant pour une PME : les solutions construites avec un partenaire spécialisé réussissent environ deux fois plus souvent que celles bricolées en interne. Et ce sont les automatisations de back-office — les tâches répétitives et invisibles — qui dégagent le meilleur retour, pas les projets vitrine.

Le piège : « faire de l'IA » n'est pas un objectif

La plupart des projets ratés partent d'une mauvaise question. « On veut intégrer un agent IA » n'est pas un objectif d'entreprise — c'est une solution à la recherche d'un problème.

Un objectif, c'est : « arrêter de retaper les factures à la main », « répondre aux demandes clients hors horaires », « réduire de moitié le temps passé sur le reporting mensuel ». Ces formulations ont un point commun : elles sont mesurables. On peut dire, avant et après, combien d'heures ou de francs elles représentent.

C'est exactement là que se joue la différence entre les 5 % et les 95 %. Les projets qui réussissent commencent par le problème et le chiffre, pas par l'outil.

Notre approche : on n'intègre pas un agent « parce que »

Chez NexaLab, on ne déploie jamais un agent ou une automatisation simplement parce que c'est tendance. Avant toute ligne de code, on suit trois étapes — et si à la fin le bénéfice n'est pas là, on le dit honnêtement.

1. Audit : comprendre le travail réel

On commence par regarder comment l'entreprise fonctionne vraiment : quelles tâches reviennent chaque semaine, combien de temps elles prennent, quels outils sont déjà en place, où l'information se perd. L'objectif n'est pas de vendre de l'IA, mais d'identifier les goulots d'étranglement — qu'ils relèvent de l'IA ou non.

2. KPI : poser des chiffres avant de commencer

Pour chaque opportunité, on définit un indicateur clair et un point de départ. Heures économisées par semaine, délai de réponse client, taux d'erreur de saisie, nombre de relances ratées, coût par dossier traité. Sans ce chiffre de départ, impossible de savoir plus tard si le projet a apporté quelque chose. C'est précisément ce que les 95 % oublient.

3. Impact : estimer le retour avant d'investir

On confronte le gain potentiel au coût et à la complexité. Une automatisation qui fait gagner deux heures par semaine sur une tâche pénible et fréquente vaut le coup. Un agent sophistiqué pour un cas qui se présente trois fois par an, non. On priorise les projets à fort retour et faible risque — exactement les automatisations de back-office que l'étude du MIT identifie comme les plus rentables.

Cette discipline a une conséquence assumée : il nous arrive de conclure un audit en disant « l'IA n'est pas la bonne réponse ici ». C'est rare, mais ça arrive — et c'est ce qui évite de rejoindre les 95 %.

« L'IA ne crée pas de valeur toute seule. Elle amplifie un processus. Si le processus n'est pas clair et mesurable au départ, on amplifie surtout le désordre. » — Mate Torgvaidze, fondateur de NexaLab

Comment savoir si votre projet IA va vraiment avoir un impact

Avant de lancer un projet — avec nous ou avec quiconque — posez-vous ces cinq questions. Si vous ne pouvez pas répondre clairement, le projet n'est pas encore prêt :

Quel problème précis est-ce que je résous ? Une tâche nommée, pas « faire de l'IA ».
Combien ça me coûte aujourd'hui ? En heures, en francs, en erreurs, en clients perdus.
Quel chiffre va bouger, et de combien ? Le KPI et l'objectif réaliste.
Comment ça s'intègre à mes outils existants ? CRM, comptabilité, messagerie — sans tout remplacer.
Qui va l'utiliser au quotidien, et est-ce plus simple pour lui ? Si la solution ajoute du travail, elle sera abandonnée.

Ces questions ne sont pas réservées aux grandes entreprises. Elles sont même plus faciles à traiter dans une PME, où les processus sont plus courts et les décisions plus rapides. C'est l'un des rares domaines où être petit est un avantage.

En résumé

Si 95 % des projets IA échouent, ce n'est pas parce que la technologie est immature — c'est parce qu'on saute l'étape la plus importante : comprendre le besoin réel et le mesurer avant d'intégrer quoi que ce soit. Les 5 % qui réussissent font l'inverse : audit, KPI, estimation d'impact, puis seulement intégration.

C'est exactement la méthode qu'on applique chez NexaLab. On commence toujours par un audit gratuit : on regarde votre travail réel, on identifie les opportunités les plus rentables, et on vous dit honnêtement ce qui vaut le coup — même si ce n'est pas un projet pour nous. Pour aller plus loin, voyez nos agents IA, notre approche d'automatisation, et notre article sur comment choisir son agence IA à Genève.