KPMG, l’IA dans les entreprises : des investissements élevés, un ROI encore lent

le nouveau Global AI Pulse T2 2026 par KPMG – réalisée auprès de 2 145 cadres supérieurs dans 20 pays et territoires entre le 28 avril et le 25 mai 2026 – photographie une transition claire : les entreprises intègrent l’IA dans leurs processus, mais peu sont déjà en mesure de démontrer un retour économique consolidé. Les dépenses attendues restent stables, à une moyenne de 188 millions de dollars au cours des 12 prochains mois, 76 % des dirigeants déclarent que l’IA génère déjà de la valeur pour l’entreprise et 79 % déclarent qu’ils continueraient à y investir même en cas de récession.

Pourtant, seule une petite partie des organisations déclarent avoir atteint un retour sur investissement consolidé.

Adoption croissante, maturité encore courte

La donnée la plus pertinente du rapport de KPMG n’est pas l’enthousiasme, mais la distance entre diffusion et maturité. Au deuxième trimestre 2026, 22 % des organisations se trouvent dans la phase définie comme « conduire l’adoption », c’est-à-dire intégrer l’IA à l’échelle de l’entreprise, contre 13 % au trimestre précédent. Cependant, la part de ceux qui déclarent un ROI déjà stabilisé reste très faible. En d’autres termes, de nombreuses entreprises ont dépassé le stade des projets pilotes, mais n’ont pas encore transformé l’IA en un moteur fiable de marges, de revenus ou de productivité vérifiables.

C’est un passage qui coïncide avec ce qui ressort également en dehors du rapport. Le Rapport sur l’indice d’IA 2026 de Stanford HAI note que les bénéfices économiques de l’IA se voient avant tout dans des activités structurées et mesurables : service client, développement de logiciels, marketing. Là où le travail est plus codifiable, les gains sont plus faciles à observer ; là où le jugement, le contexte et la coordination humaine prédominent, les résultats sont moins linéaires. Pour les entreprises, le problème n’est donc pas seulement « d’adopter » la technologie, mais de choisir là où elle produit réellement un avantage net.

La valeur est là, mais il ne suffit pas de la déclarer

KPMG distingue «valeur commerciale significative » Et « roi établiLe premier comprend des gains de productivité, des économies de coûts, de meilleures décisions et une croissance des revenus. La seconde exige quelque chose de plus rigoureux : démontrer que ces avantages sont suffisamment solides pour justifier l’investissement. C’est là que s’arrêtent de nombreuses entreprises. Dans le rapport, la valeur perçue augmente, mais le rendement consolidé reste l’apanage de quelques-uns.

Le nœud est économique avant même d’être technologique. 49 % des organisations interrogées déclarent avoir reporté, restreint ou recalibré le déploiement d’agents d’IA lorsque les coûts attendus ont commencé à dépasser la valeur attendue. Un quart a réduit la portée des projets, un autre quart les a suspendus. Ce n’est pas un signe de méfiance à l’égard de l’IA ; c’est le signe que les budgets commencent à être traités comme des budgets industriels, et non comme des fonds d’innovation en laboratoire.

Le coût de l’IA entre dans les salles de conférence

Au deuxième trimestre, explique KPMG, l’accès à des modèles moins chers mais de haute qualité figure parmi les facteurs qui influencent le plus la stratégie de l’entreprise. Le poids de la consommation d’énergie, de la durabilité, des conditions macroéconomiques et de la pression exercée par les conseils d’administration et les investisseurs pour montrer des résultats augmente également. La sécurité des données reste la préoccupation première, mais elle n’est plus la seule. L’IA est de plus en plus évaluée comme une ligne de dépenses opérationnelles à gérer dans le temps.

La situation macroéconomique va également dans ce sens. Dans la mise à jour de Perspectives de l’économie mondiale de juillet 2026, le FMI décrit une croissance mondiale encore inégale, avec une contribution positive du cycle technologique mais dans un contexte international fragile. Dans ce contexte, continuer à investir dans l’IA est un choix défensif et offensif pour de nombreuses entreprises : cela permet d’éviter de perdre du terrain concurrentiel, mais nécessite une discipline sur les coûts et des délais plus rapides pour vérifier les résultats. (Source : FMI)

La différence est la gouvernance

Le cœur économique du rapport de KPMG réside dans un autre chiffre : les entreprises ayant une responsabilité managériale claire des résultats de l’IA enregistrent un retour sur investissement consolidé plus de trois fois supérieur à celui de celles sans responsabilité définie, 14 % contre 4 %. Le soutien du PDG est étendu, mais ne coïncide pas automatiquement avec la responsabilité opérationnelle. Soixante-quinze pour cent déclarent que le PDG considère l’IA comme une priorité stratégique, mais seulement 24 % identifient le PDG ou le comité exécutif comme la personne responsable en dernier ressort des décisions éclairées par l’IA.

En termes d’entreprise, de nombreuses entreprises disposent d’un parrainage mais n’ont pas de chaîne de commandement. L’IA est dans les plans, dans les budgets, dans les discours de la haute direction, mais il n’est pas toujours clair qui est responsable de la qualité des données, du moment où l’humain doit corriger la machine, de la manière d’arrêter les processus automatiques qui ne fonctionnent pas, ou à qui appartiennent les coûts d’exploitation une fois que les modèles entrent dans les flux de travail.

Le rapport montre que seul un tiers environ des organisations qualifient ces pratiques de « très claires » ou bien contrôlées.

Sans visibilité sur les coûts, le ROI reste un mirage

Le deuxième tournant identifié par KPMG est la visibilité économique. Seules 13 % des entreprises déclarent avoir une visibilité totale sur les coûts d’exploitation des systèmes d’IA et les surveiller activement. 35 pour cent ne les voient que partiellement, 42 pour cent seulement a posteriori, après facturation. Il s’agit d’un point crucial : les organisations disposant d’une visibilité complète sur les coûts rapportent un retour sur investissement consolidé cinq fois supérieur à celles qui ne disposent pas d’une visibilité complète, 15 % contre 3 %.

Ici, le problème ne concerne pas seulement le prix des modèles ou des jetons. Elle affecte toute l’architecture industrielle de l’IA : cloud, données, personnes, audit, sécurité, intégration des processus, consommation d’énergie. Le rapport note qu’un peu plus de la moitié des entreprises ont introduit des évaluations des coûts dans les processus d’approbation des projets d’IA ou dans les tableaux de bord de surveillance, tandis que les budgets symboliques et les normes de conception en matière d’efficacité restent moins courants.

La phase qui s’ouvre est donc bien moindre charme que celui des lancements et bien plus proche d’un métier de contrôle de gestion.

Travail, compétences et résistance

Ensuite, il y a la question du travail. KPMG constate que 71 % des organisations déclarent faire de bons progrès vers une main-d’œuvre intégrée entre les personnes et l’IA. L’adoption d’agents d’IA par les salariés est également en augmentation. Mais cette intégration n’est pas automatique et n’est pas uniforme. Le rapport fait par exemple état d’une augmentation de la résistance aux États-Unis, alors que le rejet à l’échelle mondiale ne diminue que modestement.

Les analyses internationales convergent également sur ce point. L’OIT, dans une étude empirique publiée en juin 2026, souligne que l’IA générative modifie déjà la productivité, l’organisation du travail et la composition des emplois, mais que les effets ne coïncident pas avec un remplacement linéaire du travail humain. La littérature examinée montre des gains en particulier dans les tâches les plus standardisées et suggère que la véritable distinction, pour les entreprises et les travailleurs, réside dans la capacité à repenser les rôles et les processus.

L’OCDE insiste également sur un point similaire : l’adoption de l’IA dans les entreprises nécessite des compétences, des données, des structures de gestion et de régulation, et pas seulement l’accès aux modèles.

En Europe, la question réglementaire pèse lourd

Pour les entreprises européennes, la pression économique est étroitement liée à la pression réglementaire. La Commission européenne indique que l’essentiel des règles de l’AI Act entrera en vigueur le 2 août 2026, y compris de nombreuses dispositions sur les systèmes à haut risque et leur application. Dans le même temps, Bruxelles pousse le Plan d’action pour le continent IA et stratégie Appliquer l’IA pour accélérer l’adoption, les infrastructures, les bacs à sable et la compétitivité industrielle. La ligne politique est double : plus de règles, mais aussi plus d’incitations à utiliser l’IA à l’échelle de la production.

Pour les entreprises italiennes et européennes, cela signifie une chose précise : il ne suffit pas d’expérimenter. Vous devez documenter les données utilisées, clarifier les rôles décisionnels, évaluer les risques du système, maîtriser les coûts d’exploitation et développer une expertise interne. La gouvernance n’est plus un chapitre distinct de la stratégie industrielle. C’est une condition pour pouvoir évoluer sans s’exposer à des litiges, à des inefficacités ou à des projets qui brûlent les budgets sans produire de retours.

Le point pour les entreprises et les investisseurs

Le rapport de KPMG arrive à un moment où le marché ne récompense déjà plus le seul récit de l’innovation. Les conseils d’administration demandent des mesures, les investisseurs veulent voir les effets sur les comptes, les dirigeants doivent décider où automatiser et où non. La trajectoire reste celle de la croissance : la confiance dans l’IA augmente, les investissements se maintiennent et l’adoption se développe. Mais l’avantage concurrentiel ne dépendra pas de celui qui lancera davantage de projets, mais de celui qui saura fermer ceux qui ne fonctionnent pas et concentrer les capitaux, les personnes et les infrastructures là où la valeur est mesurable.

C’est la transition que 2026 met en évidence. L’intelligence artificielle n’est plus un pari à raconter aux investisseurs comme une promesse d’avenir. Cela devient un poste budgétaire à gérer trimestre après trimestre. Celui qui parviendra à le lier à des responsabilités claires, des processus solides et une comptabilité transparente saura le transformer en productivité. D’autres continueront à l’utiliser beaucoup, mais comprendront peu ses performances.