Le rapport « State of AI in the Enterprise 2026 » de Deloitte a été publié cette semaine et contient un chiffre qui donne à réfléchir :
74 % des dirigeants d'entreprise s'attendent à ce que l'IA stimule la croissance des revenus. Ceux qui y sont réellement parvenus : 20 %.
Un écart de 54 points de pourcentage – non pas par manque d'investissement, mais parce que l'ensemble du secteur mesure les mauvaises choses.
L'efficacité est réelle, mais elle ne s'est pas transformée en argent
Le rapport présente le contraste le plus frappant :
| Indicateur | Proportion d'entreprises constatant une amélioration |
|---|---|
| Efficacité et productivité | 66 % |
| Qualité des décisions | 60 % |
| Croissance des revenus | 20 % |
L'efficacité augmente, les décisions s'améliorent, mais seul un cinquième des entreprises constate des changements réels dans le compte de résultat.
Pourquoi cet écart ? Fortune l'analyse sans détour : la plupart des entreprises rapportent la valeur de l'IA en termes d'« heures de travail économisées », mais le CFO veut voir des changements dans le P&L.
Deloitte elle-même utilise un assistant IA interne nommé Sidekick, qui permet aux employés d'économiser en moyenne 2 heures de travail par semaine. Ce chiffre semble bon lorsqu'il est rapporté à la direction, mais dans le P&L, il est nul.
Les 2 heures économisées ont-elles été converties en nouveaux produits, nouveaux clients, nouveaux revenus ? La plupart des entreprises ne suivent pas cette étape. C'est le « piège de l'efficacité » : vous mesurez ce que vous pouvez mesurer, pas ce que vous devez mesurer.
De l'expérimentation à la production, deux fois plus difficile que prévu
Un autre chiffre préoccupant :
- 54 % des entreprises s'attendent à mettre en production plus de 40 % de leurs projets d'IA en 3 à 6 mois
- Ce qui a réellement été accompli : 25 %
Plus de la moitié des entreprises ont surestimé leur capacité de mise en œuvre ou sous-estimé la distance entre « le POC fonctionne bien » et « la production est fiable ».
Le rapport a trouvé une explication : seulement 20 % des entreprises déclarent avoir confiance dans la « préparation des talents », tandis que 42 % estiment que leur stratégie d'IA est déjà entièrement préparée.
La stratégie est prête sur le papier, mais l'équipe d'exécution n'a pas suivi – c'est l'une des principales formes d'échec du déploiement de l'IA actuellement. Ce n'est pas que la technologie ne soit pas assez bonne, c'est qu'après avoir intégré l'IA, personne ne sait comment la faire fonctionner.
Mais les budgets continuent d'augmenter
Malgré un ROI difficile à quantifier et un taux de déploiement inférieur aux attentes, 84 % des entreprises déclarent que leurs budgets d'IA continueront d'augmenter ou de se maintenir cette année.
Cela montre que les entreprises parient sur l'IA non pas sur la base d'un ROI déjà prouvé, mais sur la base d'une évaluation du paysage concurrentiel futur – ne pas investir dans l'IA, elles craignent de se faire distancer par les concurrents. Il s'agit d'un investissement défensif, non axé sur le rendement.
Ce modèle peut durer un an ou deux. Mais si après trois ou quatre ans le ROI ne peut toujours pas être clairement quantifié, la pression politique lors de l'approbation des budgets deviendra de plus en plus difficile à contenir.
Il y a un signal relativement positif : 25 % des dirigeants déclarent que l'IA a déjà généré un « impact transformateur », soit le double des 12 % d'il y a un an. La direction est donc bonne, seule la vitesse est plus lente que ce qui est dit dans les présentations PowerPoint.
Cadre de mesure alternatif recommandé par le rapport
Deloitte propose des indicateurs pour remplacer les « économies d'heures de travail » :
- Vitesse du cycle de décision (réduction du temps entre la formulation de la question et la prise de décision)
- Qualité de l'interaction client (évolution du NPS, taux de résolution du service client)
- Délai de mise sur le marché des produits
- Satisfaction des employés et développement des compétences
- Accumulation de capacités organisationnelles
Ce ne sont pas des indicateurs vagues – ils peuvent réellement capturer une partie de la valeur de l'IA. Mais pour le CFO qui doit rendre des comptes au conseil d'administration chaque trimestre, ce sont des histoires, pas des preuves.
La question centrale de l'IA d'entreprise en 2026 est passée de « peut-on l'utiliser ? » à « son utilisation a-t-elle généré de l'argent ? ». Les chiffres de Deloitte sont directs : la plupart des entreprises sont encore bloquées du côté gauche de cette équation, utilisant une règle erronée pour mesurer un phénomène en cours.
Sources de référence : CocoLoop, The hidden ROI of AI: What leaders should actually measure (Fortune) ; Deloitte 2026 State of AI in the Enterprise Report