Verte. La diapo quatorze listait onze initiatives en intelligence artificielle, quatre marquées terminées, trois marquées en déploiement, et un graphique dont la courbe montait vers la droite sans que personne dans la salle puisse la rattacher à une seule ligne du grand livre. Un mardi matin de novembre, vingt-deuxième étage, quelque part au centre-ville de Montréal. La directrice financière a laissé la diapo là un moment. Puis elle a demandé ce que ça avait rapporté.
Personne ne l'avait. Ce qui est revenu, c'est de l'adoption : des licences, des utilisateurs actifs par semaine, un sondage de satisfaction, et une estimation d'heures sauvées bâtie en demandant au monde d'estimer leurs propres heures sauvées. C'était du vrai travail, et une partie était utile, mais pas une ligne là-dedans ne répondait à la question posée, qui était une question d'argent qui arrive quelque part où on peut le compter. L'adoption, c'est pas du rendement.
Personne n'a échoué. Le programme était bien mené : bonne équipe, fournisseur compétent, dix-huit mois d'efforts honnêtes, et personne dans cette salle-là qui essayait de tromper qui que ce soit. J'ai d'abord cru à un problème de mesure. Non. C'est plus creux que ça. Le rendement était impossible à nommer pour une raison plus plate : personne n'avait écrit, avant que l'argent bouge, ce que le rendement était censé être. C'est pas un échec de finance. C'est un échec d'exigences qui a pris un an et demi à devenir visible.
Pourquoi la plupart des investissements en IA ne rapportent-ils pas?
Parce que la plupart n'ont jamais reçu de définition de « rapporter ». Ça sonne comme de la sémantique, jusqu'au moment où on essaie d'en auditer un et qu'on découvre que la cible était une phrase dans un deck de financement, que la base de référence n'a jamais été prise, et que l'horizon glissait tranquillement à chaque fin de trimestre. Plus de la sémantique. C'est le problème au complet.
Relisez l'expression. Le rendement attendu. Pas « un » rendement, pas « aucun » rendement, une nuance que presque toutes les reprises de ce chiffre écrasent, et elle compte : trois quarts de ces initiatives ont raté une attente, et une attente, c'est quelque chose que quelqu'un a écrit quelque part, un jour, dans une salle. Alors elle est où? Dans le deck qui a gagné le budget, la plupart du temps. Presque jamais dans le backlog qui l'a dépensé.
Les réflexes sont deux, et les deux coûtent cher. Acheter plus d'outils. Lancer plus de pilotes, sur la théorie que le onzième pilote va être celui qui convertit et que le modèle qui a marqué deux points de plus sur un banc d'essai public le mois passé est l'ingrédient manquant d'un programme qui ne s'est jamais entendu une seule fois sur ce à quoi le succès ressemblerait. Mauvais levier. Ni l'un ni l'autre ne touche à l'intrant, et les deux grossissent le dénominateur qu'on essaie de diviser.
Une nuance honnête avant d'aller plus loin, parce que j'ai vu cet argument-là se faire survendre dans des salles où il aurait fallu le poser doucement. Les manques de talent, les données inutilisables et la gestion du changement font vraiment partie des raisons pour lesquelles les programmes calent, et quiconque vous dit que les exigences sont la seule variable a quelque chose à vous vendre. Elles sont juste la variable la moins chère à bouger. Et en premier. Avant le talent, avant les données, avant le reste.
Est-ce que le modèle est vraiment le problème?
Presque jamais. La preuve qui m'a fait bouger vient de consultants plutôt que de chercheurs, ce que j'escompterais normalement, sauf que cette trouvaille-là est inconfortable pour ceux qui l'ont publiée.
Regardez la forme de ça deux secondes. Plus de la moitié de ces PDG sont capables de nommer le problème à voix haute, et un sur sept a fait la chose qui le règle. La connaissance n'est pas la contrainte, le budget non plus, parce qu'une entreprise qui fait un demi-milliard de revenus peut se permettre les deux après-midis que ça prend pour écrire ce qu'une initiative est censée changer et comment on le saurait. Personne n'est propriétaire de la phrase. C'est ça, la contrainte.
Ce que je trouve vraiment frappant, c'est le remède du BCG lui-même. Leur troisième recommandation se lit ainsi : définir l'impact attendu sur l'état des résultats et la logique de valeur avant le lancement de chaque initiative, avec la finance qui valide les résultats dès le jour un. Avant le lancement. C'est une activité d'exigences, décrite avec précision, par du monde qui n'emploierait jamais l'expression, et ça a atterri dans un rapport de stratégie sur l'exécution en IA parce que l'argent l'a forcé à sortir quelque part.
Prudence, quand même. Un meilleur modèle déplace parfois le chiffre, et j'ai vu un simple changement de recherche documentaire transformer un assistant interne mort en un assistant que le monde ouvrait pour vrai, donc le modèle n'est pas rien. Il n'est simplement pas là où la variance se trouve, et j'ai fait la version longue de cet argument dans le texte sur les pilotes d'IA sans ROI.
Qu'est-ce que l'intelligence des exigences change dans le calcul du rendement?
Trois termes. Le plus évident est le plus faible.
Ça réduit la reprise. Tout le monde a déjà entendu cet argument-là, ce qui est précisément pourquoi il ne convainc personne dans une revue de finance. Corriger un malentendu pendant qu'il est encore une phrase coûte une conversation; le corriger après que le code, les tests, le matériel de formation, le contrat d'intégration et l'engagement trimestriel de quelqu'un ont tous été bâtis par-dessus coûte chacun de ces artéfacts plus la coordination pour les changer. Mesuré, encore et encore, depuis des décennies. J'ai passé à travers la meilleure version de cette mesure dans la règle du 29x.
Le bénéfice devient prouvable. C'est le terme que personne ne met dans le modèle, et c'est lui qui décide si le programme survit à son deuxième cycle budgétaire. Un rendement qu'on ne peut pas mesurer est un rendement qu'on ne peut pas réclamer, et un rendement qu'on ne peut pas réclamer ne se fait ni comptabiliser, ni défendre, ni renouveler. Définir ce que « fini » veut dire, d'avance, avec une base de référence attachée, ce n'est pas de l'hygiène documentaire. C'est le mécanisme qui transforme un effet en chiffre qu'un contrôleur va signer.
Ça escompte le risque. Des exigences traçables jusqu'à une décision nommée, une date et un responsable, c'est le même artéfact qu'un auditeur réclame, ce qui veut dire que le travail de découverte que vous alliez dépenser de toute façon fait double emploi le jour où un régulateur, une revue de sécurité client ou un comité interne de risque de modèle vient demander des preuves. Ça, c'est le dividende de gouvernance. La plupart des dossiers d'affaires oublient de le réclamer.
Comment bâtir le dossier d'affaires?
Quatre postes. L'ordre compte, parce que c'est l'ordre qui garde le dossier vivant devant un partenaire de finance qui en a lu cent et qui a arrêté d'en croire la plupart.
Un : le coût de la clarté, au prix réel. Jours-analystes, heures de parties prenantes, temps de calendrier, tout. Ne l'arrondissez pas vers le bas pour flatter le dossier, parce que la première affaire qu'un bon contrôleur fait, c'est tester si vous avez rapetissé votre propre dénominateur, et une fois qu'il attrape ça, plus rien d'autre sur la page ne se fait lire. Prix réel. Chaque fois.
Deux : le changement tardif que vous n'avez pas eu à faire. Servez-vous de votre historique plutôt que d'un banc d'essai de l'industrie. Sortez les quatre derniers projets, trouvez les changements qui ont atterri après le début de la construction, et chiffrez-les comme du monde : l'ingénierie, les retests, le redéploiement, le revenu retardé, les deux semaines qu'une équipe a passées à attendre. Une équipe de finance va argumenter avec Gartner toute la journée. Pas son grand livre.
Trois : la valeur d'un fini défini. Chiffrez l'option. Pas le résultat. Ça vaut quoi de pouvoir prouver, à la première revue trimestrielle, qu'une chose précise a bougé d'un montant précis contre une base de référence prise la première semaine? Pour la plupart des programmes, c'est toute la distance entre un renouvellement et une fermeture tranquille, et la façon honnête de le chiffrer, c'est le coût du programme lui-même.
Quatre : le dividende. Celui de la gouvernance. Comptez la préparation d'audit, les réponses aux questionnaires de sécurité et la documentation de modèle que vous n'aurez pas à reconstruire de mémoire dans onze mois, sous pression, avec du monde qui a changé d'équipe depuis.
Une exclusion. Si la colonne des bénéfices de votre dossier contient un pourcentage pris sur la page marketing d'un fournisseur, un réviseur d'expérience va escompter le document au complet, et il aura raison de le faire.
La banque DBS, à Singapour, est le contre-exemple qui vaut la peine d'être étudié, et pas pour la raison qu'on cite d'habitude. Oui, l'échelle est grosse. Dans son rapport annuel 2025, la banque décrit plus de 2 000 modèles et plus de 430 cas d'usage qui livrent une valeur économique d'environ un milliard de dollars singapouriens.
Le chiffre n'est pas le bout intéressant. Le bout intéressant, c'est que le chiffre existe, et qu'il se décompose. En 2022, quand le montant était de 180 millions, DBS avait publié le partage : 150 millions en hausse de revenus et 30 millions en évitement de coûts et gains de productivité. Deux catégories. Nommées séparément.
On ne décompose pas un chiffre de même après coup. Pas honnêtement. Ça veut dire que quelqu'un a décidé, par cas d'usage et avant de bâtir, lequel des deux paniers ce cas-là devait remplir et comment le mouvement serait observé. La plupart des organisations qui roulent des programmes comparables sont incapables de produire la phrase équivalente, et c'est pour ça qu'elles finissent par rapporter de l'adoption. DBS a compté ses cas d'usage comme un comptable compte des postes, parce que c'est ce qu'ils étaient depuis le départ.
Une nuance, dite clairement : ce sont les chiffres déclarés par la banque dans ses propres rapports, pas un audit indépendant de l'attribution, et DBS ne publie pas sa méthodologie complète. Lisez-les comme les résultats déclarés d'une entreprise. L'habitude reste la leçon.
Sources : DBS, rapport annuel 2025, lettre du président du conseil et du chef de la direction et DBS, « AI-Powered Digital Transformation ». Industrie : services bancaires. Chiffres déclarés par l'entreprise, étiquetés comme tels.
Quel est l'endroit le moins cher pour bouger le chiffre?
La phrase. Avant le sprint, avant le choix de modèle, avant la décision de plateforme, avant que quiconque ait écrit une ligne de code que quelqu'un devra défendre plus tard en réunion parce que c'est lui qui l'a écrite.
La composition va dans une seule direction. Un dollar de clarté dépensé la première semaine achète une décision dont tous les artéfacts en aval héritent gratuitement, ce qui en fait le seul investissement de toute la chaîne dont le rendement grandit plus le programme dure. Un dollar dépensé au mois quatorze achète une correction, et une correction doit être rachetée dans chaque artéfact qui présumait déjà l'ancienne réponse. Même dollar. Signe inverse.
Ce qui nous ramène à la diapo quatorze. Cette directrice financière ne posait pas une question hostile, et au fond, ce n'était même pas une question de finance; c'était une question d'exigences posée dix-huit mois trop tard, et la seule raison qu'elle était sans réponse, c'est que personne n'avait été chargé d'y répondre pendant que c'était encore pas cher. J'ai mis des chiffres sur ce retard-là dans le coût caché des exigences manquées. Posez-la la première semaine à la place. Ça coûte une réunion.
On ne comptabilise pas un rendement qu'on n'a jamais défini. Le dossier d'affaires de l'intelligence des exigences s'écrit au-dessus du code, avant la dépense.
Seulement 25 % des initiatives en intelligence artificielle livrent le rendement attendu, et seulement 14 % des PDG ont clairement défini l'impact financier de toutes les leurs. Deux sondages. Deux échantillons. Lus ensemble, ils décrivent une seule condition : des programmes qu'on juge contre une cible que personne dans la salle n'avait écrite avant que l'argent bouge.
L'intelligence des exigences bouge trois termes du calcul en même temps. Elle réduit la reprise, elle rend le bénéfice prouvable, et elle escompte le risque en produisant la traçabilité qu'un auditeur allait demander de toute façon, à un moment que vous ne choisissez pas. Le talent, la qualité des données et la gestion du changement comptent aussi. Vraiment. La clarté est juste la moins chère des trois, et la seule dont le rendement compose avec la durée.
Quelles sont les questions les plus fréquentes sur la rentabilité de l'intelligence des exigences?
