Douze mois. Neuf projets pilotes, si on compte celui de janvier que plus personne ne mentionne. Le comité de direction d'un assureur de taille moyenne à Boucherville a passé une année complète à regarder des démos d'IA dans une salle de conférence avec vue sur un stationnement dont personne n'avait jamais réparé l'éclairage. Un clavardage automatisé qui rédige les résumés de réclamations. Un agent qui trie les billets de support. Un modèle de détection de fraude qui repère des patterns que le vieux moteur de règles avait ratés depuis des années. Chaque démo, un succès. Des têtes qui hochent autour de la table, plus d'une fois. Puis la directrice financière, parce que c'est toujours elle qui pose la question, a demandé lequel des neuf avait bougé un chiffre que le conseil suivait vraiment. Silence total. Pas une main levée.
J'ai raconté cette histoire à une bonne dizaine de fondateurs et de DPI depuis, et la réaction est toujours pareille : une grimace, puis un petit rire nerveux, parce que tout le monde dans l'IA en ce moment a déjà été assis dans cette salle-là au moins une fois. Mon premier réflexe, faut que je l'avoue, c'était de blâmer le modèle. Peut-être qu'il hallucinait trop sur les cas limites. Peut-être que la latence tuait l'adoption. J'avais tort. Les chiffres du MIT le disent eux-mêmes, en trop gros pour qu'on argumente contre.
Qu'a vraiment trouvé l'étude GenAI Divide du MIT ?
Le Project NANDA du MIT a publié « The GenAI Divide: State of AI in Business 2025 » en juillet 2025, basé sur plus de 300 déploiements publics, 52 entrevues structurées et 153 sondages auprès de dirigeants, et le chiffre choc est sans détour : 95 % des organisations n'ont vu aucun retour financier mesurable sur leurs investissements en IA générative (Fortune, 18 août 2025). Les entreprises avaient déjà englouti entre 30 et 40 milliards de dollars dans des outils et systèmes d'IA générative au moment où les chercheurs sont allés chercher le retour, et pour l'immense majorité, cet argent a produit des projets pilotes, des présentations et des communiqués de presse, pas des profits (Digital Commerce 360, 25 août 2025). Le chercheur principal, Aditya Challapally, n'a pas pointé les modèles du doigt. Pas le modèle. L'écart, dit-il, c'est un « learning gap », un fossé d'apprentissage : des outils qui ne retiennent pas la rétroaction, qui ne s'adaptent pas au vrai flux de travail d'une équipe, et qu'on abandonne tranquillement au bout de quelques mois, pas parce que la technologie a échoué, mais parce que personne n'avait validé ce que « ça marche » voulait dire avant de commencer à bâtir.
Manque de talent. Réel, tout comme la dette d'intégration. Je ne prétends pas le contraire ; bien des projets pilotes trébuchent sur un pipeline de données mal fait, une équipe sous-staffée, ou un déploiement que personne n'a cadré avant le premier sprint. Mais les chercheurs du MIT ont contrôlé pour la taille de l'entreprise, l'industrie et la maturité en IA, exprès, et l'écart tenait quand même : les projets pilotes dans des entreprises avec du talent technique fort échouaient presque au même rythme que ceux dans des entreprises sans ça. C'est ce détail-là qui devrait inquiéter une directrice financière plus que le fameux 95 %.
Pourquoi blâme-t-on le modèle quand le ROI n'apparaît jamais ?
On blâme le modèle. Plus simple que d'admettre que personne n'avait défini ce à quoi ressemblait le succès avant de commencer à bâtir, et plus simple encore que de dire à un comité de direction que l'échec venait d'une découverte bâclée, pas d'un transformeur faible. Blâmer le modèle, ça a toujours la même forme : changer de fournisseur, monter de version, ajouter une fenêtre de contexte plus grande, et espérer que le chiffre bouge enfin. Ça ne bouge pas. Pas parce que l'outil est mauvais. Parce que le modèle n'a jamais été la vraie contrainte.
Le Stanford Digital Economy Lab a testé ça directement. Les chercheurs ont étudié 51 déploiements d'IA qui fonctionnaient vraiment, dans 41 organisations, neuf industries et sept pays, et dans 42 % des cas, le modèle précis utilisé était totalement interchangeable ; le changer n'aurait rien changé au résultat (Stanford Digital Economy Lab, « The Enterprise AI Playbook », mars 2026). Même technologie. Des résultats complètement différents, chez des entreprises qui roulaient exactement les mêmes modèles de fondation en dessous. La phrase du rapport me reste en tête, des semaines après l'avoir lu.
Le modèle n'a jamais été ce qui faisait la différence. C'était l'organisation.
Alors la prochaine fois qu'un projet pilote stagne et que quelqu'un dans la salle propose d'essayer un autre modèle, pose une question plus pointue d'abord : est-ce que quelqu'un a validé l'exigence que ce projet pilote était censé résoudre, ou est-ce que ça avait juste l'air d'une bonne démo ? Neuf fois sur dix, c'est là que se trouve la vraie réponse. Ça l'est, presque toujours.
Qu'ont fait différemment les 5 % qui ont réussi ?
Ils ont cadré un problème, choisi une voie, et n'ont pas erré ailleurs. Les chercheurs du MIT ont trouvé un pattern chez les 5 % qui réussissaient : ils choisissaient un seul point de douleur bien défini au lieu de courir après une transformation large, et ils achetaient ou s'associaient dans la grande majorité des cas, plutôt que de bâtir à partir de zéro. Les partenariats avec des fournisseurs, dans l'étude, réussissaient environ deux fois plus souvent que les développements maison (Digital Commerce 360, août 2025). L'automatisation des back-offices, le côté pas glamour, éliminer des processus externalisés, couper des coûts d'agences externes, ça a donné les meilleurs retours de toute l'étude, sans exception. Aucun communiqué de presse. Juste une équipe de finance qui a remarqué que la facture était plus petite.
J'ai failli utiliser DevGen.AI de Morgan Stanley comme preuve que « acheter bat bâtir » aussi. Mauvais exemple. Faut l'admettre. Morgan Stanley a bâti DevGen.AI à l'interne, un outil qui a passé en revue neuf millions de lignes de vieux code Perl et Cobol, et qui les a traduites en spécifications qu'un développeur pouvait vraiment utiliser, économisant environ 280 000 heures de développement dans ses cinq premiers mois (Entrepreneur, 2025). Ça va directement à l'encontre du constat du MIT comme quoi les partenariats battent les développements maison environ deux contre un. Correct. Ce que DevGen.AI prouve vraiment, c'est l'autre moitié de l'argument : l'équipe l'a cadré sur une seule tâche, pas « moderniser toute la plateforme ». Mike Pizzi, chef mondial de la technologie et des opérations à la banque, n'a pas annoncé une transformation IA à grande échelle. Il a annoncé un outil qui faisait une job précise, sur neuf millions de lignes précises, et qui mesurait les heures économisées.
Les gagnants savaient une chose, solide comme du béton : exactement ce que « fini » voulait dire, et exactement quel chiffre allait le prouver, avant même qu'une ligne de code ou un contrat de fournisseur soit signé. Les autres 95 % ? La plupart, non. Aucune mise à jour de modèle n'allait jamais combler cet écart-là.
Comment l'intelligence des exigences donne-t-elle un « fini » clair à un projet pilote ?
Ça remplace un projet pilote mené par la démo par un projet validé, ça force la conversation de cadrage à arriver avant de bâtir, pas trois mois après que la directrice financière demande un chiffre que personne ne peut produire. L'intelligence des exigences fait tourner une découverte structurée : plusieurs perspectives d'experts qui interrogent le même problème, des parties prenantes rencontrées et interviewées au lieu d'être présumées, des conflits entre départements résolus sur papier au lieu d'en production. Pas une présentation. Une exigence validée, précise, mesurable, sur laquelle un projet pilote peut vraiment être bâti, une exigence dont une directrice financière peut tenir quelqu'un responsable.
C'est le même trou de gouvernance dont j'ai parlé quand Gartner a projeté que plus de 40 % des projets d'IA agentique seraient abandonnés d'ici 2027, dans Pourquoi 40 % des projets d'IA agentique seront abandonnés d'ici 2027. Projets abandonnés et projets pilotes à ROI zéro, c'est de la parenté proche ; les deux reviennent à des équipes incapables de répondre « c'était censé faire quoi, et qui a validé ça ? » J'ai trouvé le même trou dans les chiffres d'adoption aussi : le sondage 2026 de Deloitte a trouvé que 74 % des organisations prévoient utiliser l'IA agentique d'ici deux ans, mais seulement 21 % ont un modèle de gouvernance mature prêt, un décalage que j'ai creusé dans l'écart d'adoption de l'IA agentique. Même cause profonde, trois rapports différents, trois années différentes. C'est le pattern.
Specira fait tourner cette couche de découverte avant que le projet pilote soit bâti, pas comme un audit après qu'il stagne. Cinq agents spécialistes, quatre analystes plus un Red Team Critic bâti pour argumenter contre les conclusions du groupe lui-même, interrogent une exigence sous plusieurs angles avant que quiconque engage un dollar de budget pour la bâtir. Pas plus vite. Un projet pilote avec une ligne d'arrivée claire, une qu'une directrice financière peut vraiment vérifier à la sortie.
À quoi ressemble un projet pilote d'IA bien cadré ?
Ça a l'air plate, presque décevant : un seul département, un seul point de douleur mesurable, une mesure de succès que tout le monde a acceptée par écrit avant le premier sprint, et un interrupteur d'arrêt si la mesure ne bouge pas avant une date fixée. Pas de tournée média. Pas de déploiement à l'échelle de l'entreprise dès le jour un. Juste un pari cadré, avec un chiffre attaché dessus.
Deux projets pilotes peuvent utiliser exactement le même modèle de fondation et finir dans deux mondes complètement différents. L'un commence large (« améliorer le service à la clientèle avec l'IA »), saute la validation, et se fait bâtir par qui est disponible ce sprint-là. Il fait une démo magnifique en semaine trois et ne produit rien de mesurable en semaine douze, parce que personne n'a jamais défini ce que « amélioré » voulait dire en un chiffre que la finance pouvait vérifier. L'autre commence étroit (« réduire le temps moyen de rédaction d'un résumé de réclamation de onze minutes à moins de trois, pour les réclamations auto spécifiquement, sans ajouter d'étape de révision »), se fait valider auprès de la vraie équipe des réclamations avant qu'une ligne de code existe, et sort avec une mesure intégrée dès le jour un. Même technologie. Même ordre de grandeur de budget, probablement. Un cinquième mois complètement différent, par exemple, et une conversation bien différente avec le conseil.
Le 95 %, c'est pas un problème de modèle. C'est un problème de cadrage.
Les chercheurs du MIT le disent eux-mêmes : 95 % des projets pilotes d'IA générative en entreprise n'ont aucun impact mesurable sur les profits et pertes, malgré 30 à 40 milliards de dollars déjà investis, et le chercheur principal pointe un « learning gap », pas un problème de capacité. L'étude de Stanford, sur 51 déploiements réussis, a trouvé que le modèle était interchangeable dans 42 % des cas. C'était l'organisation qui faisait la différence. Pas le modèle.
Les 5 % qui ont réussi ont cadré un seul problème validé, se sont entendus sur un « fini » mesurable avant de bâtir quoi que ce soit, et ont surtout acheté ou se sont associés plutôt que de bâtir de zéro. L'intelligence des exigences, c'est ce qui fait arriver cette conversation de cadrage dès le jour un. Pas au post-mortem.
Rien de tout ça ne demande un modèle plus puissant, un projet pilote plus long, ou une directrice financière soudainement plus brave un vendredi après-midi. Moins qu'on pense. Ça demande de valider l'exigence avant que quiconque ouvre un ticket de développement, une conversation ben moins chère au mois un qu'un post-mortem au mois onze.
Quelles sont les questions les plus fréquentes sur le ROI des projets pilotes d'IA ?
