Un rapport récent du MIT révèle que seulement 5 % des projets utilisant l’IA générative atteignent une rentabilité durable. Malgré les promesses d’une transformation radicale, la majorité des entreprises peinent à en tirer parti. L’étude souligne un constat préoccupant : les réussites sont rares, laissant de nombreuses entreprises dans l’impasse.
Selon le MIT, seulement 5 % des projets pilotes réussissent
Au cours des deux dernières années, il semblait que l’intelligence artificielle générative allait transformer le secteur des affaires. De la direction aux startups, tous évoquaient une transformation profonde et un avenir où ChatGPT ou Claude feraient croître les revenus presque magiquement. Pourtant, la réalité de 2025, selon un communiqué du MIT, est tout autre : seulement 5 % des projets d’IA générative génèrent des revenus suffisamment élevés pour assurer leur rentabilité à long terme. Les autres stagnent, sans impact tangible sur les résultats financiers.
Le rapport, intitulé The GenAI Divide: State of AI in Business 2025 et élaboré par l’initiative NANDA du MIT, dépasse les simples titres. Il a analysé 300 déploiements d’IA générative dans des entreprises, interviewé 150 cadres et sondé 350 employés. Le résultat dresse un tableau clair : il existe une énorme disparité entre ceux qui réussissent et la majorité qui échoue.
Les entreprises de la Gen-Z prennent de l’avance
Aditya Challapally, auteur principal de l’étude, résume la situation avec une comparaison frappante : les startups dirigées par de jeunes entrepreneurs de 19 ou 20 ans ont généré entre zéro et 20 millions de dollars de revenus en un an grâce à l’IA. Pendant ce temps, de grandes entreprises, malgré leurs ressources, échouent à intégrer la même technologie. La différence ? Se concentrer sur un problème précis, l’exécuter avec rigueur et s’associer avec des partenaires stratégiques.
Un point essentiel du rapport est que le problème ne provient pas de la qualité des modèles. Au contraire, les outils disponibles actuellement sont puissants et flexibles. Le véritable bottleneck (goulot d’étranglement) est ce que le MIT appelle le “learning gap” : l’incapacité de nombreuses organisations à intégrer l’IA dans leurs flux de travail et à en tirer le meilleur parti.
Alors que des outils comme ChatGPT excellent dans un usage individuel, leur flexibilité devient un handicap dans un environnement professionnel. Si l’IA n’est pas correctement intégrée aux processus internes, elle ne sert guère plus qu’à créer des frustrations. De plus, de nombreuses entreprises continuent d’insister pour développer leurs propres solutions de A à Z. D’après le rapport, les développements internes ne réussissent que dans un tiers des cas, tandis que l’achat de solutions auprès de fournisseurs spécialisés et la formation d’alliances stratégiques multiplient les chances de succès.
Un autre constat révélateur est l’utilisation des budgets. Plus de la moitié des dépenses en IA générative vont aux ventes et au marketing, deux domaines prometteurs mais avec peu de retour sur investissement réel. Le MIT note cependant que l’impact réel se situe dans le back-office : automatisation des processus administratifs, réduction des coûts de sous-traitance, élimination des agences externes et optimisation des opérations internes. En d’autres termes : le retour sur investissement se trouve dans les opérations internes de l’entreprise, plutôt que dans des spectacles à destination du client.
Impact sur l’emploi : moins de licenciements que prévu et plus d’employés utilisant ChatGPT en cachette
Un sujet délicat est celui de l’emploi. Le rapport confirme que l’IA transforme déjà le marché du travail, notamment dans le service client et les tâches administratives. Cependant, contrairement à ce que craignaient beaucoup, des licenciements massifs ne se produisent pas. Les postes vacants ne sont tout simplement pas renouvelés.
De cette manière, l’IA réduit progressivement les effectifs sans avoir besoin de coupes drastiques. Ce changement se fait de manière discrète, surtout dans des fonctions considérées comme ayant une “valeur ajoutée” faible, qui étaient auparavant externalisées.
Un autre phénomène mis en avant par l’étude est l’utilisation généralisée de ce que l’on appelle shadow AI : des outils non autorisés, comme ChatGPT, que les employés de tous niveaux utilisent en cachette pour résoudre des problèmes immédiats. Cela met en lumière l’écart entre les politiques officielles des entreprises et les besoins réels de leurs employés.
Les 95 % d’échecs n’empêchent pas l’avancement en IA
Toutes les promesses de l’IA visibles dans les titres ne se traduisent pas en améliorations des services ou réductions de coûts. De nombreuses entreprises en sont encore à la phase d’essai et d’erreur, et seules quelques-unes réussissent à obtenir des résultats concrets.
Cependant, lorsque cela fonctionne, l’impact est réel. Des processus plus rapides, moins d’intermédiaires et des services plus personnalisés commencent à devenir visibles dans certains secteurs. Bien que le changement dans le monde du travail soit plus subtil que beaucoup ne le craignaient, il reconfigure déjà la nature des emplois. L’IA générative n’est pas une solution miracle pour les entreprises. Son succès dépend moins de la puissance du modèle que de son intégration, des problèmes qu’elle aborde et des partenariats établis. Pour la plupart des entreprises, un long chemin reste à parcourir.