IA en entreprise : un impact financier à confirmer

Depuis l’arrivée de ChatGPT en 2022, l’intelligence artificielle a été présentée comme une solution miracle. Elle devait réduire les coûts. Elle devait booster la productivité. Pourtant, en 2026, plusieurs dirigeants reconnaissent que leurs dépenses liées à l’IA dépassent désormais leurs coûts en main-d’œuvre en entreprise. Ce constat interpelle. Il remet en question un discours dominant depuis plusieurs années.

Des promesses économiques encore incertaines

En 2025, la banque Morgan Stanley estimait que l’adoption complète de l’IA pourrait générer des bénéfices annuels colossaux, en partie grâce à la réduction des frais de fonctionnement. Ce chiffre a marqué les esprits. Il a alimenté un véritable engouement chez les investisseurs. Mais les données récentes racontent une autre histoire. Un sondage mené auprès de centaines de chefs d’entreprises canadiens révèle un constat frappant : seule une infime minorité affirme avoir observé un retour sur investissement concret après avoir adopté l’IA générative. Ce décalage entre les attentes et la réalité soulève des questions légitimes.

Julien Pillot, docteur en économie à l’Université de Nice, nuance toutefois ce tableau. Selon lui, l’IA n’est pas inutile. Son coût réel a simplement été sous-estimé par la plupart des organisations. Cette distinction est importante. Elle change la façon dont les dirigeants doivent aborder leurs investissements technologiques.

Une rentabilité qui varie selon les tâches

Des chercheurs du MIT avaient déjà nuancé l’enthousiasme ambiant dès 2024. Leur étude, centrée sur la vision par ordinateur, concluait que l’IA ne serait économiquement avantageuse que pour une minorité de tâches. Ces conclusions s’appliqueraient également aux grands modèles de langage. C’est une donnée essentielle pour toute entreprise qui envisage un déploiement massif.

Un autre chercheur du MIT, Daron Acemoglu, a publié une analyse macroéconomique en 2025. Il y estime que la productivité globale de l’économie ne devrait progresser que très légèrement d’ici 2034 grâce à l’IA. La raison ? L’IA peine encore à surpasser l’humain dans de nombreuses tâches complexes. Ce constat contraste fortement avec les discours marketing des grandes entreprises technologiques.

Au-delà des chiffres, il existe aussi des coûts cachés. L’intégration de l’IA dans les systèmes existants demande du temps. La formation des équipes représente un investissement continu. La supervision humaine reste indispensable, notamment pour corriger les erreurs et les hallucinations produites par les modèles. Ces éléments, souvent négligés dans les projections initiales, pèsent lourd dans le bilan final. Pour approfondir ces enjeux et comprendre comment les organisations abordent concrètement l’IA en entreprise, plusieurs analyses récentes détaillent la transition vers des solutions plus spécialisées et mieux adaptées aux besoins sectoriels.

L’essor des agents IA fait grimper la facture

Un phénomène récent complique encore le calcul de rentabilité : l’arrivée massive des agents IA. Contrairement à un simple agent conversationnel, un agent IA autonome élabore un plan, interagit avec plusieurs systèmes, puis réanalyse ses actions en continu. Ce fonctionnement est puissant. Il est aussi extrêmement gourmand en ressources.

Une équipe de chercheurs du MIT, de Google et de Microsoft a publié une étude en avril 2026. Elle révèle que les tâches confiées à des agents IA consomment en moyenne cent fois plus de jetons que les simples tâches conversationnelles. Cette explosion s’explique par le mécanisme même des agents. Ils doivent relire constamment la tâche assignée. Ils doivent aussi vérifier leur propre réponse avant chaque nouvelle action. Ces allers-retours répétés consomment une quantité impressionnante de ressources de calcul.

Ce constat a des conséquences directes sur la facturation. Pendant les deux premières années suivant l’essor de l’IA générative, de nombreux fournisseurs ont subventionné l’usage de leurs modèles. Ils disposaient de liquidités abondantes. L’euphorie des marchés financiers permettait ces largesses commerciales. Mais cette période touche à sa fin. Les modèles économiques des fournisseurs d’IA évoluent rapidement vers une logique plus stricte.

Une tarification à l’usage qui change la donne

Les entreprises spécialisées en IA sont progressivement passées d’abonnements illimités à des tarifications à l’usage. Concrètement, chaque jeton consommé est désormais facturé. Pour les entreprises qui utilisent l’IA de manière intensive, la facture peut alors grimper très rapidement. Ce changement de modèle bouleverse les calculs de rentabilité établis initialement par de nombreuses organisations.

Selon Julien Pillot, nous traversons actuellement une phase où le travail humain demeure globalement plus rentable que le travail automatisé par l’IA. L’intelligence artificielle, censée réduire la masse salariale, devient parfois un poste de dépense supplémentaire plutôt qu’une source d’économies. Ce renversement de perspective mérite d’être pris au sérieux par les décideurs.

L’entreprise américaine Gartner, spécialisée en recherche-conseil informatique, prédisait en juin 2025 qu’une part significative des projets d’agents IA serait abandonnée d’ici 2027 en raison des coûts trop élevés. Plus récemment, en février dernier, elle a formulé une autre prévision marquante : de nombreuses entreprises ayant supprimé des postes à cause de l’IA prévoient de réembaucher pour accomplir des tâches similaires. Ce revirement illustre bien les limites actuelles de l’automatisation intelligente.

Ce que cela signifie pour les entreprises

Ces constats ne signifient pas que l’IA doit être abandonnée. Ils invitent plutôt à une approche plus réaliste et méthodique. Les entreprises doivent évaluer précisément quelles tâches bénéficient réellement de l’automatisation. Elles doivent aussi anticiper les coûts cachés liés à la maintenance et à la supervision humaine.

L’adoption de l’IA reste pertinente dans de nombreux contextes. Mais elle exige une analyse rigoureuse du retour sur investissement attendu. Les promesses initiales de réduction massive des coûts ne se sont pas encore concrétisées à grande échelle. La prudence et la mesure semblent, pour l’instant, les meilleures alliées des dirigeants qui souhaitent tirer profit de cette technologie sans en subir les mauvaises surprises financières.