La crise de mesure de l'IA : ce que l'IA d'entreprise coûte vraiment, et comment savoir si elle rapporte

La provocation, prise au sérieux

Le journaliste technologique Ed Zitron passe depuis deux ans à soutenir, haut et fort, que l'industrie de l'IA repose sur des chiffres que personne ne peut fixer — que le vrai coût de l'inférence est obscurci, que les revenus restent maigres face aux dépenses, et que « l'IA n'a pas de retour sur investissement ». C'est un pamphlet, et certaines parties sont contestables. Mais sous la rhétorique se cache une affirmation plus difficile à balayer, et que cet article se propose de tester contre des sources primaires plutôt que contre des impressions : la plupart des entreprises ne savent genuinement pas ce que leur IA coûte, et ne peuvent pas démontrer ce qu'elle rapporte.

Ce n'est pas une question de marché boursier. C'est une question de stratégie. Un conseil d'administration n'a pas besoin de savoir si OpenAI est un bon investissement pour devoir savoir si son propre programme IA produit de la valeur — et en l'état des preuves publiées, la plupart des conseils ne peuvent pas répondre à la seconde question par un chiffre. Le plus frappant, c'est que ceux qui construisent l'outillage pour corriger cela sont d'accord. La FinOps Foundation — l'organisme de la Linux Foundation qui définit en pratique la discipline des coûts cloud — affirme sans détour que « mesurer et quantifier la valeur métier des initiatives IA a été identifié comme un défi majeur » par les praticiens qui gèrent les dépenses IA, et que les méthodes pour y parvenir sont encore émergentes plutôt que stabilisées.¹¹

La critique porte donc. La question intéressante est ce qu'un opérateur sérieux en fait. Cet article parcourt les quatre endroits où la mesure se dérobe — les preuves sur le ROI, le côté coût, les économies fournisseurs, et pourquoi les pilotes stagnent — puis expose l'instrumentation que les organisations qui mesurent effectivement utilisent. Chaque graphique ci-dessous est tiré d'une enquête primaire ou d'un document de référence, et là où une source est faible ou contestée, c'est dit dans le texte, pas enfoui.

La satisfaction est élevée. Le retour mesuré, non.

Le constat le plus clair des enquêtes 2025 n'est pas que l'IA échoue. C'est que les adoptants en sont satisfaits et ne peuvent toujours pas montrer les chiffres. L'enquête auprès des dirigeants menée par Bain & Company au T3 2025 révèle que parmi les 59 % d'entreprises ayant adopté l'IA générative de manière significative, la technologie a répondu ou dépassé les attentes dans environ 80 % des cas, dans les fonctions où elle a été déployée. Dans la même enquête, seulement environ 23 % de l'ensemble des répondants déclarent que l'IA générative a réellement généré plus de revenus ou réduit les coûts.¹ Cet écart — entre « ça fonctionne » et « nous pouvons lui attribuer de la valeur » — est la crise de mesure résumée en un seul graphique.

S'il ne s'agissait que d'une seule enquête, ce serait anecdotique. Ce n'est pas le cas. L'enquête Voice of the Enterprise de S&P Global Market Intelligence, menée auprès d'environ 1 006 professionnels IT et métier en Amérique du Nord et en Europe, révèle que la proportion d'organisations abandonnant la majorité de leurs initiatives d'IA générative avant la mise en production a plus que doublé d'une année sur l'autre — passant de 17 % à 42 % — et qu'en moyenne, 46 % des projets ont été abandonnés entre la preuve de concept et l'adoption généralisée.²

La même enquête longitudinale révèle quelque chose de plus parlant que n'importe quel chiffre d'abandon isolé : la proportion d'organisations déclarant un impact positif de l'IA générative a diminué sur chaque objectif d'entreprise mesuré, d'une année sur l'autre. Pas une réallocation, pas un plateau — un recul sur tous les fronts à la fois.

Le chiffre des 95 %, et pourquoi le manier avec précaution

Aucune statistique dans ce débat ne circule plus que celle du MIT. Le rapport de l'initiative NANDA du Media Lab, The GenAI Divide : State of AI in Business 2025 — construit sur 150 entretiens avec des dirigeants, une enquête auprès de 350 salariés et une analyse de 300 déploiements publics — rapporte qu'environ 5 % des pilotes d'IA en entreprise atteignent une accélération rapide des revenus, tandis qu'environ 95 % ont peu ou pas d'impact mesurable sur le compte de résultat.³ Il rapporte également un entonnoir d'adoption abrupt pour les outils intégrés et spécifiques à une tâche, contre un chemin bien plus doux pour les chatbots génériques comme ChatGPT et Copilot.

L'intérêt de garder les trois sources simultanément en vue est qu'elles échouent de manière différente. Bain est une petite enquête auprès de dirigeants. S&P est une plus grande enquête longitudinale. Le MIT est un titre contesté. Elles ne s'accordent pas sur un chiffre — elles s'accordent sur une forme : l'adoption est large, la satisfaction est réelle, et le retour financier attribuable est rare et de plus en plus difficile à revendiquer. Cette forme est robuste même quand chaque chiffre individuel reste incertain.

Pourquoi « des jetons moins chers » a produit des factures plus élevées

Le côté retour est difficile à mesurer. Le côté coût est, si possible, encore pire — car la tendance de fond pointe dans le sens contraire de la facture. Les prix par jeton se sont effondrés. L'AI Index de Stanford HAI documente une baisse d'environ 280 fois du coût d'exécution d'une requête de qualité équivalente à GPT-3.5 entre novembre 2022 et octobre 2024 — de quelque 20 dollars à environ 0,07 dollar par million de jetons.⁸ Même sur une base conservatrice à modèle constant, les praticiens estiment la baisse à environ un ordre de grandeur sur deux ans. Et pourtant, les factures IA en entreprise augmentent, pas diminuent, car la consommation croît plus vite que les prix baissent — la dynamique classique du paradoxe de Jevons, où l'efficacité accroît l'usage plus vite qu'elle ne réduit le coût unitaire.⁹

Ancrez le chiffre sur Stanford HAI ; le multiple « >100× » de consommation et les anecdotes d'épuisement de budget proviennent des reportages de VentureBeat et sont directionnels. Sources : Stanford HAI AI Index 2025 ; VentureBeat, « Cheaper tokens, bigger bills ».

La baisse des prix permettrait tout de même de prévoir, si l'unité était stable. Elle ne l'est pas. La raison pour laquelle le vrai coût d'une charge de travail IA est si difficile à connaître est qu'il dépend d'un trop grand nombre de variables en interaction pour raisonner de façon intuitive : quel modèle sert réellement une requête donnée, où la charge de travail s'exécute, comment la requête et le contexte sont structurés, quelle quantité de récupération est injectée dans la fenêtre, et — surtout — combien de fois un flux agentique boucle. Des analyses sectorielles de CloudZero et IDC décrivent des schémas multi-appels agentiques amplifiant la consommation de jetons de 5 à 30 fois pour une seule tâche visible par l'utilisateur. Gérer cela est, selon les mots d'un praticien, « un problème d'ingénierie qui nécessite un ajustement continu » — ce qui recadre le prompt engineering comme discipline de gouvernance des coûts, pas comme art de la formulation.⁹

La conséquence apparaît directement dans la précision budgétaire. Les données du State of FinOps 2026 de la FinOps Foundation indiquent que seulement environ 15 % des entreprises prévoient leurs coûts IA à ±10 % près, tandis qu'environ un quart rate ses prévisions de plus de 50 %.¹⁰ Un poste budgétaire que l'on rate de moitié n'est pas un poste sur lequel on peut construire un business case.

C'est la partie de la critique de Zitron qui tient le mieux. Pas « l'IA ne vaut rien » — les preuves sur la productivité ci-dessous contredisent cela — mais « le vrai coût unitaire est structurellement difficile à connaître ». C'est le cas. Et une organisation qui ne peut pas énoncer son coût par unité de travail ne peut pas calculer un retour, quelle que soit la qualité du travail.

Les économies fournisseurs — comme risque d'approvisionnement, pas comme point de vue sur l'investissement

Ce n'est pas le rôle de l'acheteur d'évaluer les fournisseurs de modèles. Mais c'est son rôle de comprendre que le prix qu'il paie aujourd'hui repose sur une structure économique qui est encore en train de trouver son équilibre — car cette structure détermine la stabilité des prix et le risque de contrepartie, qui sont des paramètres de budgétisation. Trois faits, tous tirés du reporting des propres chiffres des fournisseurs, suffisent à cadrer l'exposition.

Premièrement, les plans de dépenses d'OpenAI ont évolué de façon significative. En février 2026, CNBC a rapporté que la société avait revu à la baisse sa cible de dépenses de calcul — des environ 1,4 billion de dollars d'engagements d'infrastructure que le PDG Sam Altman avait mis en avant, à environ 600 milliards de dollars d'ici 2030 — explicitement pour lier les dépenses plus directement à la croissance des revenus attendue.⁵ Deuxièmement, ses résultats 2025, tels que relayés, montrent une consommation réelle de trésorerie : environ 13,1 milliards de dollars de revenus contre environ 8 milliards de dollars de trésorerie consommée.⁵

Ce sont des chiffres non audités relayés via le reporting des projections internes d'une société privée — le canal le plus solide disponible, corroboré par CNBC, Reuters et Bloomberg, mais intrinsèquement non vérifiable de façon indépendante. Lisez-les comme « vise prétendument », pas comme des comptes. Source : CNBC, « OpenAI resets spend expectations » (fév. 2026).

Troisièmement, la tension est maintenant visible dans les notations de crédit des entreprises qui financent la construction des infrastructures. À mi-2025, Moody's a révisé la perspective d'Oracle à négative depuis stable — tout en confirmant sa note Baa2, en bas de la catégorie investissement — citant le risque de concentration de contrepartie lié à un contrat de calcul d'environ 300 milliards de dollars et 4,5 gigawatts avec OpenAI, que Moody's a qualifié de l'un des plus grands financements de projet au monde.⁶ C'était une révision de perspective, pas un abaissement de note — mais pour un acheteur en entreprise, c'est un signal concret et nommé.

Dépendre de LLM externes à grande échelle est une exposition stratégique à part entière

Sous les chiffres de prix et de contrepartie se cache un point plus large qui mérite d'être nommé clairement. Acheminer un processus métier central et à fort volume via une API de modèle externe concentre une dépendance opérationnelle hors du contrôle de l'organisation. À l'échelle d'un pilote, c'est un compromis sensé — capacité et rapidité en échange d'une dépense petite et contenue. À l'échelle de la production, quand des milliers de décisions, documents ou interactions client quotidiens transitent par un seul point de terminaison tiers, le même arrangement devient une question de résilience plutôt que de commodité. Un fournisseur qui brûle encore de la trésorerie, qui réinitialise sa propre feuille de route de dépenses et qui finance sa construction à travers des contreparties concentrées n'est pas encore une infrastructure stable ; c'est un fournisseur rapide d'une donnée d'entrée que l'entreprise a silencieusement rendue critique. Un changement de prix, une limitation du débit, une version de modèle dépréciée ou une panne n'arrive alors pas comme une inconvénience informatique mais comme une interruption d'un processus central.

La conclusion n'est pas d'éviter les modèles externes — ils sont trop capables, et construire des capacités de pointe en interne est rarement la bonne décision. C'est de traiter un fournisseur de modèles comme un opérateur sérieux traite tout fournisseur critique à source unique dès lors qu'un processus dépasse le stade de l'expérimentation, et de pouvoir répondre honnêtement à une question : que se passe-t-il pour ce processus si le prix double, si le modèle est retiré, ou si le point de terminaison est indisponible le trimestre prochain ? S'il n'y a pas de réponse, la dépendance est un risque stratégique habillé en API commode. Les couvertures concrètes qui découlent de cette question sont celles qu'un acheteur doit écrire — ci-dessous.

Pourquoi les pilotes stagnent — et ce que les preuves disent qui fonctionne vraiment

Si la satisfaction est élevée et l'attribution rare, la question évidente est ce qui distingue les programmes qui convertissent. Les preuves s'éloignent du modèle et pointent vers deux causes structurelles : ce qui est financé, et ce qui est mesuré.

Le budget va là où c'est facile à voir, pas là où ça rapporte

Le résultat le plus exploitable du rapport MIT NANDA — plus défendable que son taux d'échec en titre — est que les budgets d'IA générative sont systématiquement mal alloués. Environ la moitié des budgets GenAI (l'abstract du rapport dit ~50 % ; le détail de l'enquête va jusqu'à ~70 %) va aux fonctions front-office de vente et de marketing, tandis que l'automatisation back-office qui produit souvent un meilleur ROI est sous-financée. La raison est en elle-même un problème de mesure : les résultats des ventes et du marketing s'articulent clairement sur les KPI au niveau du conseil et les mises à jour aux investisseurs, tandis que les gains d'efficacité en juridique, achats et finance sont réels mais plus difficiles à mettre en avant dans une conversation avec des dirigeants.³

La productivité est réelle — mais distribuée de façon inégale

Il serait erroné de laisser l'impression que l'IA ne fonctionne pas. Une grande expérience de terrain pré-enregistrée menée chez Microsoft, Accenture et un fabricant Fortune 100 anonyme (n=4 867 développeurs, publiée dans Management Science) a constaté que GitHub Copilot a augmenté le nombre de tâches complétées d'environ 26 %.⁷ Deux mises en garde comptent pour tout ROI construit sur ce chiffre. Premièrement, l'étude a mesuré le débit de tâches, pas la qualité du code ni le retour financier — les chercheurs n'avaient pas accès au code produit. Deuxièmement, et plus utile pour la stratégie : les gains ont été très inégaux selon l'expérience.

Mettez les deux résultats ensemble et l'implication stratégique est nette. La valeur est réelle, mais elle est contingente — à la fonction, à la composition de la main-d'œuvre, au fait que le flux de travail a été repensé autour de l'outil. Un programme qui ne mesure pas à ce niveau de granularité verra la moyenne et ratera la distribution, financera le cas d'usage visible plutôt que le cas d'usage rentable, et déclarera « ça a répondu aux attentes » tandis que le P&L ne bouge pas. Ce n'est pas un échec du modèle. C'est un échec de l'instrumentation.

Le playbook de mesure : du coût par jeton au coût par résultat

La bonne nouvelle est que la discipline pour corriger cela n'est pas théorique. La FinOps Foundation — l'organisme qui a standardisé la gestion des coûts cloud — a étendu son cadre à l'IA, et sa construction centrale, les économies unitaires, est la réponse primaire la plus concrète disponible. Les économies unitaires sont définies comme « des métriques qui permettent de comprendre comment l'utilisation de la technologie et les pratiques de gestion technologique d'une organisation impactent la valeur des produits, services ou activités de cette organisation », et elles relèvent directement du domaine Quantifier la valeur métier du cadre. La Fondation énonce le principe sans détour : « sans moyen de relier les coûts aux bénéfices reçus, il est difficile de savoir si les dépenses sont appropriées. »⁴

Le mouvement pratique est une échelle. La mesure des coûts IA est censée commencer au niveau du coût par jeton et progresser vers des métriques orientées résultat — coût par assistance, coût par action agent, coût par cas dévié — le suivi granulaire (jusqu'au niveau du jeton, du GPU et de la prédiction) alimentant les échelons supérieurs.⁴

L'échelle de métriques a besoin d'un propriétaire, sinon elle cale dans les finances. Le véhicule de gouvernance recommandé par la Fondation est un Conseil d'investissement IA transfonctionnel — et la valeur de cette recommandation tient dans la composition spécifique des membres, car c'est la composition transfonctionnelle qui permet au coût de rencontrer le résultat dans une même salle. Le conseil, note FinOps, fait progresser la conversation sur les économies unitaires à un niveau plus élevé dans l'organisation en définissant les résultats et KPI spécifiques que les projets IA doivent traiter.¹¹

Deux qualifications honnêtes. La première est que la Fondation elle-même ne prétend pas avoir terminé le travail : elle reconnaît qu'il n'existe pas encore de méthodologie standardisée et stabilisée pour quantifier la valeur métier de l'IA — les approches sont encore émergentes. C'est précisément pour cela que la critique en ouverture de cet article porte ; la discipline qui construit la solution est franche sur le fait que la solution est incomplète. La seconde est que le langage du cadre est descriptif, pas prescriptif — il observe que les pratiques matures « s'étendent vers » des métriques de résultat, il n'oblige personne. La lecture stratégique est identique dans les deux cas : la destination est le coût par résultat, presque personne n'y est encore, et les organisations qui y arrivent les premières seront celles qui pourront prouver la valeur tandis que leurs concurrents rapportent encore de la satisfaction.

Où se situe Consulting Huber

Consulting Huber est un cabinet de praticiens. Nous ne vendons pas de plateforme IA, et nous n'avons aucun intérêt à gonfler une facture de jetons ni un comptage de pilotes. Nous travaillons avec des PDG, des conseils d'administration, des directeurs de la transformation et des opérateurs private equity sur la moitié peu glamour du problème que les enquêtes pointent en permanence : rendre le coût et la valeur de l'IA mesurables, pour que la décision de passer à l'échelle ou d'arrêter repose sur un chiffre plutôt que sur une impression.

Concrètement, cela signifie instrumenter une charge de travail stratégiquement importante jusqu'à l'échelon du coût par résultat dans les premières semaines ; mettre en place la cadence transfonctionnelle — propriétaire métier, ingénierie, finance, risque — que le cadre FinOps appelle un conseil et que nous appelons simplement la salle où le KPI est fixé ; construire la prévisibilité dans le poste de coût plutôt que de la négocier ; et intégrer le risque fournisseur et de prix dans le business case. La forme complète de cette discipline de livraison se trouve dans notre analyse complémentaire sur la couche de livraison sous l'IA et dans le Playbook de création de valeur IA ; le volet réglementaire est dans notre guide de conformité au Règlement IA européen.

Si vous êtes dans l'une des quatre situations acheteur ci-dessus et souhaitez une conversation directe sur la façon de rendre vos dépenses IA mesurables, le moyen le plus rapide de commencer est notre diagnostic Delivery & IA-readiness de deux semaines, à prix fixe — un regard honnête sur la rentabilité de vos dépenses IA et digitales, livré sous forme de mémo prêt pour le comité. Ou utilisez le lien de calendrier ci-dessous.