Cette année, j'ai accompagné des juristes d'un grand groupe industriel qui ont construit leurs propres agents d'IA pour des revues juridiques récurrentes.
La première remplissait à la main une fiche de revue pour des contrats de plus de cent pages. Deux jours de travail, selon elle. Avec l'agent, deux à trois heures.
La seconde consacrait plus d'une semaine, et pas seule, à un rapport qui revient tous les six mois. L'agent en produit la base en quelques minutes. Il reste le temps de contrôle humain, qu'elle ne délègue pas.
Ce sont leurs estimations, pas une mesure. Mais elles ont un point commun qui compte : une tâche précise, choisie par le métier, dont les équipes connaissaient le coût avant de commencer.
C'est exactement ce qui manque à la plupart des projets IA.
La pression monte, la preuve manque
Gartner a publié le 19 octobre son enquête 2027 CIO and Technology Executive Agenda, menée auprès de 2 002 DSI et responsables technologiques. Trois chiffres décrivent la situation.
- 58 % des DSI subissent une pression accrue pour générer des économies grâce à l'IA.
- 51 % s'attendent à une hausse du coût total de possession.
- 13 % déclarent que leur entreprise a tiré une valeur significative ou transformationnelle de l'IA.
On demande donc à l'IA de faire baisser les coûts, alors que son propre coût augmente et que sa valeur reste rarement démontrée.
Le Deloitte AI Institute, dans une enquête publiée le 29 octobre auprès de 3 500 dirigeants, montre où se porte l'attention : 71 % des entreprises suivent leurs dépenses totales d'inférence et d'API, 51 % le volume de tokens, 44 % le coût unitaire d'inférence. Le coût technique est donc suivi. Le gain métier, beaucoup moins.
Pourquoi la valeur reste invisible
On mesure l'activité. Nombre de personnes formées, utilisateurs actifs, requêtes envoyées. Former les équipes est utile, suivre l'usage aussi. Aucun de ces chiffres ne dit si une tâche coûte moins cher qu'avant.
La tâche n'a pas été choisie. Un projet lancé sur « l'IA pour le juridique » ou « l'IA pour la finance » n'a pas de point de comparaison. Un projet lancé sur « la fiche de revue des contrats de plus de cent pages » en a un.
Le coût est incomplet. La licence est visible. Le temps des équipes pour construire, tester et contrôler l'est beaucoup moins, comme l'accompagnement et le support. Un gain comparé à une licence seule paraît toujours bon.
Mettre en face le coût complet et le gain réel
La méthode tient sur une page. Elle se remplit avec le métier, avant de lancer, puis se met à jour à la date de décision.
- La tâche : laquelle, dans quelle équipe, prend aujourd'hui trop de temps ou génère trop d'erreurs ?
- L'indicateur : délai de traitement, nombre de reprises, dossiers par personne. Un seul, choisi par le métier.
- La situation de départ : combien de temps prend la tâche aujourd'hui, et combien de fois par mois.
- Le coût complet : licences, temps des équipes pour construire et tester, accompagnement, support.
- Le gain réel : le temps gagné, contrôle humain compris, multiplié par la fréquence de la tâche.
- Les seuils : le gain qui justifie de généraliser, et celui en dessous duquel on arrête.
- La date de décision et le décideur : un responsable métier nommé, qui tranche à la date prévue.
Le cinquième point fait la différence. Un agent qui produit un rapport en quelques minutes mais demande une journée de vérification n'a pas le même gain qu'un agent dont la sortie se relit en une heure. Le temps de contrôle fait partie du coût.
Trier un portefeuille de projets
Selon Gartner, un cas d'usage a environ une chance sur cinq de réussir. Une DSI qui a lancé dix projets doit donc s'attendre à en garder une petite partie. La question est de savoir lesquels, sur des faits.
Avec la fiche, le tri devient possible : on garde les projets dont le gain réel dépasse le coût complet, on ajuste ceux qui en approchent, on arrête les autres. Gartner montre que l'exercice reste rare : 31 % des DSI ont des critères pour décider qu'un pilote ne passe pas en production, et 17 % pour arrêter une initiative peu rentable déjà déployée.
Arrêter un projet qui ne prouve pas sa valeur n'est pas un échec. C'est ce qui libère le budget pour celui qui en crée.
L'IT ne peut pas le prouver seule
La pression des économies tombe sur la DSI. Mais la valeur, elle, se constate dans le métier : seules les équipes qui font la tâche savent combien elle coûte et ce qui a changé.
C'est ce que montrent les deux juristes du début. Les agents qui ont le plus de prise sont ceux que le métier construit et teste sur son propre travail. Gartner recommande d'ailleurs d'impliquer les directions métier, prêtes à renoncer aux investissements peu rentables. Le message d'Alicia Mullery, analyste chez Gartner, tient en trois mots : « Volume is not value. »
Par où commencer
Si vous ne deviez faire qu'une chose ce mois-ci : listez vos projets IA en cours et, pour chacun, cherchez trois informations. La tâche visée, sa mesure de départ, son coût complet. Ceux à qui il en manque une sont vos premiers chantiers.
J'aide les directions métier et les DSI à installer cette mesure et à trier leurs projets IA, avec les équipes qui font le travail. Parlons de vos projets.
Sources
- Gartner Survey Finds Only 13% of CIOs Say Their Enterprise Has Realized Significant or Transformational Value from AI, Gartner, 19 octobre 2026
- Gartner Survey Finds Only 13% of CIOs Report Significant or Transformational Value from AI, Digital Terminal, 29 octobre 2026
- Enterprise AI Enters an ROI Reckoning: More Use, Uneven Value, Deloitte AI Institute, 29 octobre 2026