Les investissements des entreprises dans l’IA progressent, mais la valeur substantielle pour l’activité reste difficile à obtenir. Seuls 13 % des DSI déclarent que leur organisation a réalisé une valeur significative ou transformationnelle grâce à l’IA, selon les résultats publiés par Gartner le 19 octobre à l’occasion de son IT Symposium/Xpo à Orlando.
L’enquête menée auprès de 2 002 DSI et dirigeants technologiques révèle que 31 % seulement disposent de règles pour arrêter les projets pilotes d’IA qui échouent. Seuls 17 % ont défini des critères pour abandonner les initiatives à faible valeur déjà en production. De nombreuses organisations ne disposent donc d’aucune directive formelle pour déterminer à quel moment la poursuite des investissements dans l’IA n’est plus justifiée sur le plan commercial.
Selon Gartner, peu de DSI disposent de règles d’arrêt pour l’IA
L’enquête 2027 sur les priorités des DSI et des dirigeants technologiques de Gartner, menée de mai à juillet 2026, a identifié un groupe de DSI particulièrement performants, qualifiés de « pionniers ». Ceux-ci ont fait état de meilleurs résultats commerciaux et d’une forte valeur de l’IA perçue par les PDG.
Les organisations qui disposent de règles pour arrêter les projets pilotes avant leur mise en production avaient 2,3 fois plus de chances d’être classées parmi les pionnières. Celles qui avaient défini des critères pour mettre fin aux déploiements en production à faible valeur avaient 2,6 fois plus de chances de l’être. Ces résultats montrent une corrélation, et non la preuve que les règles d’arrêt améliorent à elles seules les rendements financiers.
« Établir ces critères et s’y tenir est un travail d’équipe », a déclaré Alicia Mullery, vice-présidente et analyste chez Gartner. Elle a également souligné la nécessité de pouvoir compter sur des partenaires métier prêts à abandonner les investissements qui génèrent une valeur insuffisante.
Le chiffre de 13 % ne signifie pas que les autres entreprises n’ont tiré aucun bénéfice de l’IA. Il mesure la part de celles qui font état d’une valeur significative ou transformationnelle, et non toutes les améliorations obtenues grâce à l’IA.
Une étude indépendante de BearingPoint menée auprès de 1 050 dirigeants et publiée le 1er octobre a révélé que neuf organisations interrogées sur dix continueraient d’investir dans l’IA malgré des rendements attendus limités. BearingPoint a également constaté que près des trois quarts des organisations mettant en œuvre l’IA faisaient état de bénéfices financiers mesurables, même si son enquête reposait sur des indicateurs différents de ceux de l’étude de Gartner.
La hausse des coûts de l’IA complique les décisions d’investissement
La pression financière augmente parallèlement aux déploiements. Gartner a constaté que 58 % des DSI subissent une pression accrue pour réaliser des économies grâce à l’IA, tandis que 51 % s’attendent à ce que l’IA augmente le coût total de possession de leurs solutions technologiques.
Les coûts d’exploitation de l’IA peuvent varier en fonction de la consommation, ce qui complique la budgétisation logicielle traditionnelle. Les tarifs à l’usage de Gemini Enterprise de Google illustrent ce compromis : des engagements initiaux moins élevés peuvent entraîner des dépenses variables à mesure que les charges de travail augmentent.
L’inférence des modèles, l’infrastructure cloud, la supervision et la surveillance humaine contribuent toutes aux coûts à long terme. Il devient essentiel d’évaluer ces dépenses au regard des résultats commerciaux avant de renouveler ou d’étendre les déploiements.
La visibilité constitue un autre défi. Les formules de supervision des agents d’IA multiplateformes de Dataiku illustrent une limite potentielle : les informations accessibles aux équipes informatiques dépendent de ce que chaque plateforme connectée expose. Les équipes informatiques ont besoin de données opérationnelles fiables pour déterminer si les systèmes déployés justifient la poursuite des investissements.
Ce qu’a constaté eWeek : les règles de sortie de l’IA en production sont à la traîne par rapport aux contrôles des projets pilotes
L’enquête de Gartner révèle un écart de 14 points de pourcentage entre les DSI déclarant disposer de critères d’arrêt pour les projets pilotes (31 %) et ceux ayant défini des règles de sortie pour la production (17 %). Les DSI sont moins nombreux à déclarer disposer de règles pour mettre fin aux projets d’IA déployés que pour arrêter les projets pilotes, alors que l’arrêt de systèmes en production peut impliquer davantage de dépendances opérationnelles.
Mettre fin à un projet pilote peut éviter de nouveaux coûts d’intégration. Retirer une solution d’IA en production peut nécessiter des modifications des services cloud, des pipelines de données et des flux de travail métier. Une étude distincte sur les lacunes de la gouvernance de l’IA en entreprise a également relevé des insuffisances en matière de visibilité et de traçabilité à mesure que les organisations étendaient leurs déploiements d’IA.
Les résultats publiés par Gartner n’expliquent pas pourquoi les règles de sortie sont moins courantes en production et ne prescrivent pas de seuils financiers pour mettre fin aux déploiements. Ils ne permettent pas non plus d’établir que l’adoption de telles règles améliorerait à elle seule les rendements.
Avant le déploiement, les DSI devraient définir des objectifs de réussite mesurables, un calendrier de réexamen des coûts et une autorité clairement établie pour mettre fin au financement. Les plans de sortie devraient également tenir compte des dépendances entre systèmes et de la continuité des services, en particulier lorsque l’IA soutient des opérations métier critiques.
Vous voulez découvrir des astuces, des conseils et des techniques de formulation de requêtes pour l’IA ? Laissez-nous vous apprendre Comment parler à l’IA gratuitement ! Suivez notre cours de six minutes à la Neuron Academy, notre plateforme d’apprentissage pratique conçue pour aider les professionnels à utiliser l’IA avec plus d’assurance au travail.
Découvrez quelques méthodes simples pour rédiger de meilleures requêtes et obtenir des résultats plus utiles de l’IA, ou consultez gratuitement notre autre cours sur l’IA pendant sept jours. Les lecteurs d’eWeek bénéficient d’un accès gratuit de sept jours. Découvrez toutes les leçons ici →