IA, pourquoi 94 % des projets pilotes échouent et comment inverser la tendance

La course à l’adoption de l’intelligence artificielle dans les entreprises connaît un paradoxe critique : bien que les technologies soient largement disponibles, la grande majorité des organisations ont du mal à traduire cette disponibilité en résultats concrets.

Selon le récent rapport « État de l’IA 2026 » Selon McKinsey, jusqu’à 94 % des entreprises n’ont pas encore réussi à générer une valeur économique significative à partir de leurs initiatives en matière d’IA.

Ce fait explique le scepticisme qui retient aujourd’hui de nombreux conseils d’administration face à la nécessité d’autoriser d’énormes investissements pour la transformation des entreprises grâce à l’intelligence artificielle.

Il existe cependant une petite élite d’entreprises aux résultats radicalement différents. Une autre et nouvelle étude de McKinsey sur 20 grandes entreprises traditionnelles – intitulée « Le nouveau manuel de gestion pour l’IA : comment aller plus vite et créer plus de valeur » –, montre comment l’application systématique de l’IA peut augmenter l’Ebitda de 20 % en moyenne au bout de trois ans.

Ces réalités, également analysées dans le volume ‘Recâblé’ne sont pas des startups de la Silicon Valley, mais de grandes entreprises historiques qui ont su développer en interne de solides capacités technologiques et organisationnelles.

La vraie clé du succès à l’ère de l’IA

« La véritable clé du succès ne réside pas dans les algorithmes choisis », indiquent les analystes de McKinsey, « mais dans la rapidité et l’efficacité avec lesquelles la technologie est intégrée pour résoudre les problèmes métiers réels à grande échelle. Les capacités internes deviennent ainsi le véritable avantage concurrentiel durable ».

L’une des caractéristiques des principales entreprises d’IA est le rejet d’une approche qui gaspille des ressources sur des dizaines de petits projets isolés. En revanche, environ les deux tiers des dirigeants analysés par McKinsey ont concentré leurs efforts sur trois domaines d’activité principaux.

Il s’agit de véritables « points de levier économiques », des contextes opérationnels dans lesquels même un petit pourcentage d’amélioration permis par l’IA se traduit par un impact financier à grande échelle.

Concevoir des systèmes intégrés, pas des solutions isolées

Une erreur courante parmi les entreprises qui ne génèrent pas de valeur grâce à l’IA est de traiter cette technologie comme un bouton magique, se limitant souvent à l’achat de licences uniques d’IA générative.

Les leaders du secteur ne mettent cependant pas en œuvre des solutions isolées (solutions ponctuelles), mais ils conçoivent plutôt des systèmes d’IA complexes pour améliorer les performances des entreprises.

Ces systèmes combinent différentes technologies et incluent des éléments non technologiques, tels que la qualité des données, la révision des pratiques de travail et le réalignement des incitations du personnel.

Toyota : la vraie valeur vient de l’orchestration sur le terrain

La Toyota japonaise représente un modèle parfait de cette philosophie systémique.

Dans la gestion de chaîne d’approvisionnementle constructeur automobile a combiné des modèles de apprentissage automatique pour optimiser les prévisions de demande, les workflows agents (flux de travail des agents) pour soutenir les planificateurs et des flux de travail numériques intégrés pour garantir une transparence maximale pour les concessionnaires et les clients finaux.

La véritable valeur ne réside pas dans les composants individuels, mais dans leur parfaite orchestration sur le terrain.

Concentrer les projets et les ressources sur quelques nœuds stratégiques

Un autre exemple emblématique est celui de Freeport-McMoRan, un géant minier américain qui a axé ses systèmes d’IA sur les performances et la capacité de traitement des usines d’extraction de cuivre.

Un autre cas significatif est celui du groupe Latam Airlines, qui a concentré ses investissements sur l’expérience passager.

En concentrant les ressources sur quelques nœuds stratégiques, ces entreprises sont devenues Trésorerie positive en un ou deux ans en moyenne. Pour chaque dollar investi, ils ont réalisé 3 dollars d’Ebitda supplémentaire, par rapport à des investissements initiaux compris entre 50 et plus de 200 millions de dollars.

La capacité à convertir la technologie en valeur est le véritable « fossé concurrentiel »

La capacité à transformer la technologie en valeur représente le véritable « fossé concurrentiel » (fossés compétitifs) défendable à long terme.

Dans ce cadre, McKinsey identifie six capacités cœur que les entreprises qui réussissent se développent patiemment au cours de cinq années de travail continu.

Le premier facteur de succès est la présence d’un C-suite, un dirigeant éminent de l’entreprise, qui comprend profondément l’IA.

Les dirigeants qui réussissent ne délèguent pas la technologie, ils la pilotent, positionnant l’IA là où elle peut générer un avantage concurrentiel différenciateur.

DBS Bank et le « phare » de la Silicon Valley

Par exemple, la direction de DBS Bank « a passé beaucoup de temps dans la Silicon Valley pour comprendre les modèles opérationnels des entreprises digital natives », indiquent les spécialistes de McKinsey, « concluant que le véritable différenciateur réside dans les capacités : pratiques d’ingénierie modernes, architectures de plateforme, gestion des données à grande échelle, méthodologies agiles et culture d’expérimentation continue ».

Le deuxième pilier est la création de leaders opérationnels de première ligne possédant à la fois une « force » technologique et commerciale. Dans le cas de Freeport, lorsque l’entreprise a décidé d’optimiser un processus de traitement du cuivre, elle a relocalisé un responsable expérimenté à la fois dans les solutions d’IA et dans les opérations minières, le nommant directeur général de l’usine.

Ce leader « bilingue » a intégré l’IA directement sur le terrain, assumant la responsabilité des résultats commerciaux. « Développer des leaders dotés de ces doubles compétences constitue aujourd’hui le programme de perfectionnement le plus stratégiquement pertinent pour une entreprise », note McKinsey.

Une entreprise prête pour l’ère de l’IA a besoin d’un modèle opérationnel distribué

Une organisation prête pour l’ère de l’IA a besoin d’un modèle opérationnel distribué, où l’expertise technologique est intégrée directement au sein des unités commerciales.

C’est pourquoi DBS Bank à Singapour a organisé le travail autour de « parcours clients », comme l’ouverture de compte ou la demande de financement, avec des équipes autonomes multifonctionnelles responsables des résultats. À ce jour, seules 10 % des entreprises mondiales adoptent ce modèle distribué, qui nécessite une forte volonté stratégique.

Dans le même temps, l’architecture technologique doit être conçue comme une plateforme modulaire et intégrable par API, plutôt que comme un ensemble de systèmes isolés.

Les plateformes bien conçues accélèrent tout, les plateformes fragiles ralentissent l’innovation

Lorsque Latam Airlines a entamé sa transformation opérationnelle, elle a choisi de développer des fonctionnalités orientées client directement dans le cloud, indépendamment des systèmes existants historiques, en adoptant une approche « API first ».

Grâce à cette conception modulaire, une fonctionnalité de modification de commande créée pour le site Web a été immédiatement étendue à l’application mobile, au centre d’appels et à WhatsApp sans avoir à réécrire la logique de base. Et cela parce que les plateformes bien conçues accélèrent tout, tandis que les plateformes fragiles ralentissent l’innovation.

Le cinquième pilier stratégique de cette évolution – selon McKinsey – concerne la disponibilité et la facilité d’utilisation des données. En 2018, le développement et la publication d’un modèle d’IA chez DBS Bank ont ​​pris entre 15 et 18 mois, car les données étaient enfermées dans des silos inaccessibles et non intégrés.

La banque a ensuite créé une plateforme de données unifiée, automatisant l’accès et gérant les données comme s’il s’agissait d’un produit prêt à l’emploi. En 2023, le même processus de déploiement n’a duré que deux à trois mois, débloquant une valeur estimée à plus de 770 millions de dollars.

Solutions d’IA conçues « dès la conception » pour évoluer

De plus, les solutions d’IA doivent être conçues dès le départ et à grande échelle. Développer l’IA de manière rentable nécessite une architecture modulaire et une excellente coordination entre l’équipe centrale et les unités opérationnelles locales.

Aux USA, Freeport-McMoRan a relevé ce défi en comprenant que 60 % du système d’IA développé pour une usine pouvait être réutilisé tel quel sur d’autres sites, tandis que les 40 % restant nécessitaient une adaptation locale pour répondre aux spécificités du territoire. Cette approche structurée a permis une évolutivité très rapide et économiquement durable.

La route vers l’entreprise agentique et l’avenir

Le chemin évolutif vers la maturité numérique ne permet pas de raccourcis. Les entreprises passent par trois étapes progressives. Première étape (Premières victoires) se concentre sur les solutions ponctuelles et cloud centrales. Deuxième étape (Valeur d’échelle) voit une transformation de bout en bout des domaines d’activité pilotée par des leaders dotés d’une expertise technologique et de plateformes de données intégrées.

La véritable frontière est représentée par la troisième étape : l’entreprise agentique (Entreprise d’IA agentique). Dans cette phase émergente, les entreprises « intègrent des systèmes d’IA agentique inter-domaines en temps réel, soutenus par des modèles opérationnels flexibles de collaboration homme-machine, des équipes plus réduites et plus plates et des plates-formes de données capables d’enrichir le contexte informationnel et de protéger les avantages concurrentiels de l’entreprise », observent les analystes de McKinsey.

Ils soulignent : « tenter de passer à ce stade avancé sans avoir consolidé les capacités du deuxième stade est une erreur fatale. Les entreprises qui conduisent aujourd’hui l’innovation ont construit au fil des années de solides muscles organisationnels et sont désormais prêtes à façonner l’avenir de l’entreprise, plutôt que de simplement le subir ».