🚨 Le mirage du ROI. Pourquoi vos POC ne paient pas (encore)

In partnership with

L’IA est partout.
Boardrooms, comités stratégiques, plans 2025 : tout le monde promet du ROI rapide.

Mais la réalité est brutale : la grande majorité des projets n’y arrivent pas.

👉 Des millions investis, des slides impressionnantes… et souvent zéro impact business.

La douche froide des chiffres

• Selon le MIT Sloan (2025), 95 % des projets GenAI s’arrêtent au stade du pilote sans générer d’impact mesurable.

• Une étude NTT DATA (2024 - un leader mondial du conseil et des services IT) estime que 70 à 85 % des déploiements IA n’atteignent pas le ROI attendu.

• D’après IDC (International Data Corporation), un institut reconnu d’analystes du marché IT, près de 9 POC IA sur 10 n’arrivent jamais à passer en production.

Pourquoi ça coince?

Le rapport MIT met en lumière quatre angles morts qui expliquent l’échec :

1. Adoption ≠ Transformation
   7 secteurs sur 9 (banque, santé, industrie, retail, énergie…) montrent des POCs en pagaille, mais aucun vrai changement structurel. Seuls la Tech et le Media affichent une disruption visible.

2. Shadow AI
   Alors que les projets officiels stagnent, 90% des employés utilisent ChatGPT/Claude à titre perso, contre seulement 40% d’entreprises qui paient des licences. L’IA crée déjà de la valeur en cachette… mais pas via vos POCs corporate.

3. Le mauvais arbitrage des budgets IA

   Le MIT pointe un biais récurrent : les entreprises investissent là où ça brille, pas là où ça rapporte. 70 % des budgets IA partent dans le Sales & Marketing : campagnes, lead scoring, contenus générés.

   Résultat ? Des KPIs faciles à montrer au board… mais peu d’impact sur le P&L.

   Pendant ce temps, les vrais gains se trouvent ailleurs :

   • -2 à -10 M$ par an en réduisant le recours aux prestataires offshore (BPO).

   • -30 % sur les budgets agences externes.

   • -1 M$ par an sur les services de risk management externalisés.

   Le vrai ROI IA ne vient pas des “paillettes marketing”, mais de la rationalisation du back-office.

4. Build vs Buy
   Les projets développés en interne échouent 2x plus souvent que ceux réalisés avec des partenaires externes (≈33% de succès contre 67%)

Ceux qui réussissent vraiment

Certaines entreprises passent pourtant du mirage au réel.
Exemple récent : McKinsey avec sa plateforme interne Lilli.

• Un POC d’une semaine transformé en outil quotidien.

• L’IA génère slides, plans de projet et synthèses à partir de la base de connaissances interne.

• Résultat ? 72 % d’adoption, 500 000 requêtes/mois, et jusqu’à 30 % de gain de temps sur les tâches de knowledge work.

👉 Et si ça marche, c’est justement parce qu’ils ont pris le contre-pied des 4 angles morts identifiés par le MIT :

1. Adoption ≠ Transformation → Lilli est intégrée directement dans les workflows des consultants, pas une démo isolée.

2. Shadow AI → plutôt que de laisser les consultants bricoler avec ChatGPT perso, McKinsey a créé un outil officiel et adopté par 72 % des équipes.

3. Mauvais arbitrage budgétaire → ils n’ont pas mis l’IA uniquement dans le marketing ; ils l’ont utilisée sur le cœur du knowledge work, là où le ROI est réel (temps facturable).

4. Build vs Buy → ils n’ont pas tout reconstruit de zéro, mais ont capitalisé sur leur base de connaissances existante et un design agile pour livrer vite et utile.

La leçon

L’IA n’est pas une course au POC.
C’est une course à l’exécution.

3 questions à vous poser avant votre prochain POC IA

1. Ce projet répond-il à un vrai problème métier prioritaire ?

2. Ai-je la data et l’intégration nécessaires pour passer en production ?

3. Comment vais-je mesurer le succès au-delà du ROI immédiat (ex. vitesse, précision, adoption) ?

Si la réponse est floue à une seule de ces questions… votre POC est probablement déjà un mirage.