Intelligence artificielle 2026 : les entreprises à la recherche du retour sur investissement

L’intelligence artificielle entre dans un nombre croissant de processus métiers, mais l’écart entre l’adoption technologique et les résultats financiers reste important. L’enquête mondiale McKinsey « L’état de l’IA en 2026 : En route vers le ROI »sorti le 25 août 2026, constate une accélération de l’utilisation des agents d’IA, des outils de programmation logicielle et des chatbots. Toutefois, les avantages économiques au niveau de l’entreprise n’augmentent pas au même rythme.

Le rapport est basé sur une enquête menée entre le 4 mai et le 8 juin 2026 auprès de 1 719 participants de 97 pays, dans des entreprises de différentes tailles et secteurs. 89 % des personnes interrogées déclarent que leur organisation utilise régulièrement l’IA dans au moins une fonction commerciale. La part des entreprises déclarant l’avoir porté au moins au stade de la diffusion à l’échelle de l’entreprise est passée de 38 % en 2025 à 44 % en 2026.

Les grandes entreprises fonctionnent plus vite que les petites

La taille de l’entreprise continue d’avoir un impact sur la vitesse d’adoption. Parmi les organisations dont le chiffre d’affaires annuel est d’au moins 1 milliard de dollars, 54 % déclarent avoir introduit l’IA à l’échelle de l’entreprise. Dans les petites entreprises, ce pourcentage tombe à environ un tiers.

L’écart est encore plus évident pour l’IA agentique, c’est-à-dire pour les systèmes basés sur des modèles fondamentaux capables de planifier et d’exécuter de manière autonome plusieurs étapes d’un processus. Dans les grandes entreprises, la part des personnes interrogées déclarant que les agents d’IA ont déjà été déployés à grande échelle est passée de 27 % en 2025 à 40 % en 2026. Dans les organisations dont le chiffre d’affaires est inférieur à 1 milliard de dollars, elle est restée pratiquement inchangée à 22 %.

Les chatbots restent l’outil le plus répandu : 47 % des sondés déclarent que leur organisation les utilise à une échelle significative. Les agents logiciels dédiés à l’écriture de code ont atteint une diffusion plus limitée, mais parmi les grandes entreprises, 31 % des personnes interrogées déclarent les avoir déjà amenés à la phase de mise à l’échelle.

La technologie, les médias et les télécommunications sont les secteurs dans lesquels les agents d’IA sont les plus présents. Dans le commerce et les biens de consommation, ils sont principalement utilisés dans les ventes et le marketing ; dans la fabrication avancée, ils trouvent une application dans la gestion de la production et de la chaîne d’approvisionnement.

Le marché du logiciel évolue avec les agents de codage

L’une des données les plus pertinentes sur le plan économique concerne les relations entre les entreprises et les fournisseurs de logiciels. 32 % des personnes interrogées déclarent que leur organisation a renoncé à acheter au moins un produit ou une fonctionnalité logicielle parce qu’elle aurait pu le développer en interne avec des outils de programmation basés sur l’IA.

Le pourcentage atteint 41 % dans la technologie, 39 % dans la santé et 38 % dans les services professionnels et l’énergie. Pour les éditeurs de logiciels d’entreprise, cela signifie traiter avec un client qui dispose de capacités de développement interne bien plus importantes qu’il y a quelques années à peine.

Ce n’est pas la même chose que la disparition des logiciels commerciaux. Cependant, le calcul change entre « acheter » Et « construire« , c’est-à-dire entre l’achat d’une solution et sa construction. Les agents de codage réduisent le coût initial de développement de certaines applications et permettent aux entreprises d’adapter plus rapidement les outils et les processus à leurs besoins.

McKinsey constate le même phénomène parmi les organisations qui obtiennent les meilleurs résultats économiques de l’IA : près de la moitié déclarent avoir évité au moins un achat de logiciel grâce au développement interne, contre 31 % des autres entreprises.

La productivité augmente, l’EBIT beaucoup moins

Les données les plus claires de l’enquête concernent les travailleurs. Huit personnes interrogées sur dix déclarent que l’IA a augmenté leur productivité personnelle. Environ la moitié déclarent avoir développé de nouvelles compétences et prendre de meilleures décisions grâce aux outils d’intelligence artificielle.

Toutefois, la traduction de ces améliorations dans les comptes des entreprises avance lentement. Seuls 37 % des personnes interrogées attribuent l’IA à une contribution positive à l’EBIT de leur organisation, une part pratiquement inchangée par rapport à 2025.

Le groupe défini par McKinsey est encore plus petit « L’IA hautement performante» : entreprises auxquelles les personnes interrogées attribuent au moins 5 % de l’Ebit à l’intelligence artificielle et une valeur globale jugée significative. Elles ne représentent que 6 % de l’échantillon, soit le même pourcentage enregistré un an plus tôt.

Le problème ne semble donc pas être la capacité de l’IA à produire de petits gains locaux. Les réductions de coûts concernent principalement la chaîne d’approvisionnement, les opérations de service et la fabrication. Les augmentations de revenus apparaissent le plus souvent dans le marketing et les ventes, le développement de produits et de services et l’ingénierie logicielle.

La difficulté réside dans la transformation d’une série d’améliorations réparties entre les collaborateurs et les fonctions de l’entreprise en un impact mesurable sur le résultat opérationnel.

Gartner a également signalé une situation similaire dans la chaîne d’approvisionnement. Dans une étude publiée le 5 août 2026, 55 % des directeurs supply chain interrogés déclarent ne pas avoir toujours une vision claire du retour sur investissement dans l’IA, alors que 67 % des investissements numériques de la fonction vont désormais vers cette technologie.

Les coûts de l’IA entrent dans le compte de résultat

La croissance des usages entraîne un deuxième problème : le coût d’exploitation. 20 % des personnes interrogées par McKinsey déclarent que leur organisation a limité l’utilisation de l’IA en raison des dépenses nécessaires au fonctionnement des systèmes, y compris les jetons consommés par les modèles.

Les données deviennent particulièrement importantes avec les agents, qui peuvent effectuer de longues séquences d’opérations et interroger plusieurs fois des modèles avancés. La baisse du prix unitaire des tokens ne garantit donc pas une diminution des dépenses globales.

Dans une analyse publiée le 24 août 2026, McKinsey note que les tâches agentiques complexes peuvent générer des coûts très différents selon le modèle employé, le nombre d’étapes et l’architecture. Dans certains processus bancaires analysés par l’entreprise, l’exécution d’un workflow avec un seul agent peut atteindre 20 à 30 mille dollars, tandis qu’un système multi-agents peut atteindre 100 à 200 mille dollars. Il s’agit d’estimations faisant référence à des configurations spécifiques et non de prix généralisables à chaque projet.

Pour cette raison, la soi-disant tokenomics gagne du poids dans les domaines financiers et technologiques : la gestion économique de la consommation des modèles, de la puissance de calcul, du stockage et des infrastructures.

McKinsey propose d’évaluer le coût du processus terminé, et non celui de l’appel unique au modèle. Un agent économique pour chaque interaction peut être coûteux s’il nécessite de nombreuses tentatives, une supervision humaine ou des étapes supplémentaires pour arriver au résultat.

Les investissements continueront d’augmenter

Les préoccupations liées aux coûts n’incitent pas les entreprises à freiner leurs dépenses. 28 % des personnes interrogées déclarent que l’IA représente déjà plus de 10 % du budget total de l’entreprise consacré aux technologies de l’information et de la communication.

60 % prévoient d’augmenter encore leurs investissements au cours des douze prochains mois. Les intentions de dépenses sont particulièrement fortes dans les secteurs des produits pharmaceutiques, des assurances et des services financiers.

Cette dynamique crée un déséquilibre apparent : le rendement financier global augmente lentement, mais la volonté d’investir reste élevée. Les entreprises semblent donc attribuer une valeur à l’IA qui ne passe pas exclusivement par les économies de personnel ou les bénéfices déjà comptabilisés.

Un rapport de McKinsey du 26 août souligne, par exemple, qu’une partie du rendement peut provenir de décisions plus rapides, d’une plus grande utilisation des actifs existants et d’opportunités commerciales qui ne seraient pas identifiées sans l’IA. Ces avantages sont plus difficiles à mesurer que la simple réduction du temps de travail, mais ils peuvent avoir un impact sur les résultats économiques.

Celui qui gagne plus repense les processus

La comparaison entre les entreprises ayant les meilleurs résultats et le reste de l’échantillon offre une indication précise. Les plus performants n’utilisent pas seulement l’IA pour automatiser des tâches existantes : ils ont tendance à modifier l’organisation du travail.

Près des trois quarts des entreprises les plus performantes déclarent avoir considérablement repensé leurs flux de travail grâce à l’IA, contre environ un quart des autres personnes interrogées. En 2025, le pourcentage parmi les meilleures entreprises était de 55 %.

Ces organisations allouent également une part plus importante de leur budget technologique à l’IA, mesurent plus fréquemment les résultats des projets, impliquent davantage la haute direction et définissent plus précisément quand une intervention humaine est nécessaire.

Une analyse publiée par le Forum économique mondial le 27 août 2026 arrive à une conclusion cohérente : installer des logiciels et donner accès à des outils ne suffisent pas à produire des augmentations de productivité des entreprises. Les résultats dépendent de la refonte des flux de travail et de la capacité managériale à relier technologie, mesure économique et organisation.

Gartner aussi, dans son « Perspectives IA-Workplace » du 5 août, décrivait un écart entre la disponibilité des outils et la capacité des entreprises à les transformer en résultats. L’institut parle d’une situation dans laquelle l’accès à la technologie peut se développer sans produire automatiquement une augmentation proportionnelle de la productivité de l’entreprise.

Au travail, les prédictions restent plus drastiques que les faits

L’impact sur l’emploi offre un autre élément utile pour évaluer l’écart entre les attentes et les résultats.

Dans l’enquête McKinsey de 2025, 32 % des personnes interrogées s’attendaient à des réductions d’effectifs grâce à l’IA au cours des douze mois suivants. En 2026, seuls 14 % déclarent qu’une réduction a effectivement eu lieu. Les deux tiers déclarent que l’IA n’a produit que peu ou pas de changement dans l’emploi global.

Cependant, les attentes pour l’avenir sont devenues plus pessimistes : 39 % s’attendent à une diminution des effectifs au cours de l’année prochaine, tandis que 43 % s’attendent à peu ou pas de changement.

Le rapport met également en évidence une différence entre les préoccupations concernant les effectifs de l’entreprise et les préoccupations concernant la carrière personnelle. Seulement 13 % des personnes interrogées déclarent que l’IA les rend anxieux quant à leurs perspectives de carrière.

La contradiction entre prévisions et résultats à l’horizon 2025 nous invite à prendre avec prudence les estimations de l’emploi. Jusqu’à présent, les réductions réelles ont été bien moindres que prévu.

La performance dépend désormais de l’organisation

Fin août 2026, les entreprises semblent avoir dépassé la phase où le principal problème était de savoir s’il fallait ou non utiliser l’intelligence artificielle. L’adoption est désormais très large et les investissements continuent de croître.

Le problème économique s’est déplacé vers la capacité à relier la productivité individuelle, les coûts d’infrastructure, la transformation des processus et les résultats financiers.

Les 37% d’entreprises enregistrant une contribution à l’EBIT et les 6% d’entreprises performantes montrent à quel point cette avancée est encore limitée. Dans le même temps, le développement rapide des agents de codage modifie les décisions d’achat de logiciels, tandis que la croissance de la consommation oblige les directions financières à mesurer l’IA avec des critères plus proches de ceux utilisés pour tout autre investissement productif.

En 2026, l’avantage concurrentiel ne dépend donc pas du simple accès aux modèles. Les données collectées par McKinsey montrent que les entreprises qui obtiennent des résultats financiers plus cohérents investissent davantage, mesurent leur impact, gèrent les risques et surtout repensent leur travail autour de la technologie. La diffusion de l’IA a déjà eu lieu. La capacité de la transformer en performance reste bien plus rare.