03Ce qui fonctionne vraiment

Depuis le lancement de ChatGPT en 2022, les résultats se répartissent en trois catégories : les projets qui n'ont mené nulle part, ceux qui ont causé de vrais dégâts, et ceux qui ont fonctionné. Reste à comprendre pourquoi, et la réponse ne tient pas à la technologie.

Mis à jour en novembre 2026. Ce chapitre est révisé au fil des nouvelles données.

Les gros titres depuis 2022

ChatGPT est arrivé en novembre 2022. C'est assez longtemps pour que la plupart des organisations prêtes à essayer l'IA générative aient essayé quelque chose, et assez longtemps pour que les résultats ne relèvent plus de la spéculation. Un échantillon de ce que montrent les sources publiques :

« Le prix Nobel de chimie récompense AlphaFold2 et la prédiction de la structure des protéines. »
Académie royale des sciences de Suède, octobre 2024
« Deloitte va rembourser une partie d'un contrat de 440 000 dollars australiens avec le gouvernement australien après la découverte de citations inventées dans un rapport produit avec l'IA. »
Australian Financial Review et autres, octobre 2025
Le dépistage par mammographie assisté par l'IA détecte 29 % de cancers en plus et réduit de 44 % la charge de lecture des radiologues.
Étude MASAI, université de Lund, The Lancet Digital Health, février 2025
« Workday AI Bias Suit to Go Forward as Age Claim Class Action » (La plainte contre Workday pour biais de son IA se poursuivra en action collective, au titre de l'âge)
Bloomberg Law, sur l'affaire Mobley v. Workday, mai 2025

Klarna, à quinze mois d'intervalle

Février 2024

« The AI assistant is doing the equivalent work of 700 full-time agents. » (L'assistant IA abat l'équivalent du travail de 700 conseillers à temps plein.)
Klarna, à l'annonce de son assistant de service client

Mai 2025

« Really, investing in the quality of human support is the way of the future for us. » (Investir dans la qualité du support humain, c'est vraiment l'avenir pour nous.)
Sebastian Siemiatkowski, PDG de Klarna, à Bloomberg, au moment où l'entreprise recommençait à embaucher des conseillers

La même technologie, disponible à peu près au même coût pour tous, a produit un prix Nobel, une action collective en justice, un spectaculaire retour en arrière public, et un grand nombre de déploiements sans résultat mesurable. L'explication ne peut pas être la technologie, sinon les résultats se regrouperaient selon l'outil, ce qui n'est pas le cas.

Résumé

  • Depuis 2022, les déploiements d'IA générative se répartissent en trois catégories : ceux qui n'ont mené nulle part (la majorité, selon l'estimation la plus citée), ceux qui ont causé des dégâts mesurables, et ceux qui ont fonctionné.
  • Les catégories ne s'expliquent ni par le modèle utilisé ni par le fournisseur choisi. La même technologie a produit les trois résultats, souvent dans le même secteur la même année.
  • À mon sens, la répartition s'explique surtout par quatre variables qui n'ont rien à voir avec l'IA : la façon dont le problème a été choisi, qui a dirigé le projet, la rigueur avec laquelle les résultats ont été mesurés, et la volonté de l'organisation d'arrêter ce qui ne fonctionnait pas.
  • Les projets réussis ont appliqué une discipline opérationnelle que toute direction technique bien menée connaît déjà : un problème étroit, une référence chiffrée, des experts du domaine aux commandes, des humains dans la boucle, une itération mesurée, une gouvernance dès le premier jour.
  • La conclusion pour un dirigeant est que le profil de succès est reproductible, que le mode d'échec dominant est organisationnel plutôt que technique, et que « nous avons essayé l'IA et ça n'a pas marché » n'est presque jamais une conclusion sur l'IA.

Trois résultats depuis 2022

Plutôt que comme une histoire de courbes d'adoption ou de générations de modèles, les années écoulées depuis 2022 se lisent mieux comme un tri des résultats. La plupart des organisations qui ont investi dans l'IA générative depuis fin 2022 n'ont encore rien de mesurable à montrer, même si leur proportion est discutée, comme on le verra plus loin. Un groupe plus restreint a produit une valeur réelle et reproductible. Et sur l'ensemble, une minorité visible a produit des dégâts : exposition réglementaire, atteinte à la réputation, erreurs opérationnelles aux conséquences publiques. Les trois catégories ne sont pas nettement séparées à leurs marges, mais comme première description du terrain, elles sont exactes.

Catégorie 01 · Rien

La majorité

Des projets qui n'ont produit aucun retour mesurable. Beaucoup dans la discrétion. Certains réorganisés en autre chose. La plupart absorbés dans des budgets informatiques que personne ne veut auditer. L'estimation la plus citée, 95 %, est contestée.

Catégorie 02 · Des dégâts

Une minorité visible

Des projets qui ont causé de vrais dommages : exposition réglementaire, actions collectives, perte de crédibilité publique, remboursements contractuels. Peu nombreux, mais coûteux un par un.

Catégorie 03 · Ça a marché

Un petit groupe

Des projets qui ont produit une valeur mesurable et vérifiable, souvent importante. Concentrés dans les organisations qui ont traité l'IA comme une initiative technologique sérieuse.

Ce chapitre parcourt brièvement les trois catégories, parce que les détails sont bien documentés ailleurs, puis consacre l'essentiel de son poids à la question qui compte vraiment : puisque la technologie est la même dans les trois catégories, qu'est-ce qui explique la répartition ? La réponse, quand elle vient, n'est pas une réponse d'IA.

Les projets qui n'ont mené nulle part

L'estimation la plus citée de la taille de cette catégorie vient de l'étude MIT NANDA mentionnée au chapitre 02 : 95 % des organisations n'obtiendraient aucun retour de l'IA générative. Ce chiffre appelle la prudence. Le rapport présente lui-même ses résultats comme préliminaires. Il repose sur 52 entretiens, 153 réponses à un questionnaire recueillies lors de conférences et l'examen d'environ 300 annonces publiques. Il ne compte comme succès qu'un effet net et durable sur la productivité ou les résultats financiers en six mois environ, et il émane d'un groupe qui développe le type d'outils qu'il recommande. D'autres enquêtes donnent une image très différente : en octobre 2025, une étude de Wharton indiquait qu'environ les trois quarts des 800 dirigeants américains interrogés déclaraient un retour positif, selon leur propre appréciation. L'écart tient en grande partie à la façon dont chaque étude définit et mesure un retour. Un chiffre contesté ne rend pas le problème imaginaire pour autant. Ces projets échouent rarement avec fracas. La plupart sont absorbés dans les budgets informatiques, requalifiés en « investissements d'apprentissage », ou remplacés par le pilote suivant sans que personne ne fasse le bilan du premier.

Une part significative de la catégorie « rien » appelle une réserve précise. Un projet lancé sur un modèle de 2022, entraîné sur des données de 2022, avec les techniques de formulation de 2022, paraît médiocre au regard des standards d'aujourd'hui pour la simple raison que le niveau de base a monté. Une partie de ce que les enquêtes actuelles comptent comme « échec de l'IA » est en réalité une IA déployée avec le mauvais outil, de bonne foi, avant que l'outil soit prêt. C'est une vraie explication, et c'est pourquoi certaines organisations relancent discrètement des pilotes qui avaient échoué en 2023 et obtiennent aujourd'hui d'autres résultats. Mais c'est aussi une explication commode, et il importe de ne pas s'y appuyer plus que les faits ne le permettent. Un projet qui a échoué parce que le problème était mal choisi, le responsable mal choisi ou la mesure mal faite échouera avec n'importe quel modèle. Seul un sous-ensemble précis de projets échoués mérite la défense du changement de génération. Les autres demandent un diagnostic plus sévère.

Les projets qui ont causé des dégâts

La catégorie des dégâts est plus petite que celle du « rien », mais nettement plus coûteuse par occurrence. Le schéma se répète d'année en année et d'un continent à l'autre : une organisation a déployé l'IA générative dans un contexte de décision ou de production de contenu, n'a pas maintenu de véritable relecture humaine, et a découvert en public le coût de cette omission.

Trois cas illustratifs, tous documentés et tous des trois dernières années :

Mobley v. Workday

Plainte déposée en 2023 par un candidat de plus de quarante ans, qui avait postulé sans succès à plus d'une centaine d'emplois chez des employeurs utilisant les outils de présélection de Workday. Elle soutient que ces outils discriminaient selon l'âge, l'origine et le handicap. En juillet 2024, le tribunal a admis qu'un éditeur de logiciel pouvait être tenu responsable en tant que mandataire de l'employeur. En mai 2025, il a autorisé une action collective sur le seul grief de l'âge, ouverte aux candidats de quarante ans et plus. Les griefs liés à l'origine et au handicap n'en font pas partie, et aucun tribunal n'a établi que Workday ait discriminé : l'affaire est toujours en cours. Le signal pour les dirigeants est pourtant déjà clair. Une IA déployée dans des décisions qui ont une portée juridique ne bénéficie d'aucune excuse technologique, et l'éditeur peut partager le risque juridique.

Deloitte Australie

En 2025, Deloitte a accepté de rembourser une partie d'un contrat de 440 000 dollars australiens avec le gouvernement australien, après la découverte qu'un rapport livré dans le cadre de la mission contenait des citations universitaires inventées et des références à des articles qui n'existaient pas. Le contenu avait été produit avec l'aide de l'IA générative ; la relecture humaine qui aurait dû détecter les inventions ne les a pas détectées. Pour un cabinet dont l'offre repose sur la crédibilité, le coût de l'affaire pour la réputation a largement dépassé le montant remboursé.

Le retour en arrière public de Klarna

En février 2024, le PDG de Klarna a annoncé publiquement qu'un assistant de service client à base d'IA assurait la charge de travail qui demandait auparavant sept cents conseillers humains. En mai 2025, l'entreprise a recommencé à embaucher des conseillers humains et a reconnu publiquement que le service entièrement automatisé avait donné de moins bons résultats que le service humain qu'il remplaçait. Le problème de Klarna tenait moins à l'IA elle-même qu'au récit qu'elle en avait fait, que les données opérationnelles ne confirmaient pas et sur lequel elle a dû revenir publiquement. Cette catégorie compte plus de Klarna que de Deloitte.

Klarna n'est pas un cas isolé, même si l'ampleur du phénomène est difficile à mesurer. Forrester prévoit que la moitié des licenciements attribués à l'IA seront discrètement annulés, souvent par des embauches à l'étranger ou à salaire inférieur, et cite une enquête selon laquelle 55 % des employeurs regrettent ces licenciements. Le développement logiciel connaît un mouvement voisin. Aux États-Unis, les offres d'emploi de développeurs ont progressé d'environ 15 % depuis début 2025, alors que l'ensemble des offres reculait, et les postes seniors représentent l'essentiel de la hausse (Indeed, juin 2026). Des indépendants font état d'un nombre croissant de missions de « sauvetage », pour remettre en ordre du code produit avec l'IA. Et dans une étude contrôlée, des développeurs expérimentés équipés d'outils d'IA ont mis environ 19 % de temps de plus pour leurs tâches, tout en croyant être allés plus vite (METR, 2025). On lit souvent que des entreprises ont remplacé leurs développeurs par l'IA avant de les réembaucher en silence, mais je n'en ai trouvé aucun exemple documenté. Les faits disent quelque chose de plus limité : le travail se déplace vers ceux qui savent juger ce que produit l'IA.

Ce que partage la catégorie des dégâts n'est pas une défaillance technologique. Dans chaque cas, l'IA a fonctionné dans les limites de sa spécification technique étroite. Ce qui a échoué, c'est le modèle opérationnel autour de l'IA : une vérification humaine insuffisante, des affirmations décalées par rapport aux résultats mesurés, un déploiement dans des décisions à portée juridique avant que la gouvernance capable de porter ce poids soit en place.

Les projets qui ont fonctionné

Les succès documentés sont moins nombreux que les échecs, et ils ne se trouvent pas toujours là où les gros titres les placent. Les mieux étayés viennent de la science et de la médecine, où les résultats sont mesurés par construction. En entreprise, beaucoup de déploiements sont annoncés, peu sont mesurés. En voici un échantillon représentatif :

AlphaFold et la révolution de la biologie structurale

Demis Hassabis et John Jumper, de Google DeepMind, ont partagé le prix Nobel de chimie 2024 pour AlphaFold2, qui a prédit la structure tridimensionnelle de presque toutes les protéines connues, quelque 200 millions, et en a rendu les résultats publics. Des équipes de recherche du monde entier s'en servent aujourd'hui en biologie structurale et dans la découverte de médicaments. C'est l'exemple le plus net d'une IA produisant un résultat scientifique à grande échelle, et il vient d'une équipe qui travaillait depuis des années sur un problème bien défini.

L'étude MASAI

Une étude contrôlée randomisée portant sur environ 106 000 femmes du programme suédois de dépistage du cancer du sein, conduite par l'université de Lund. Ses résultats, publiés dans The Lancet Digital Health en février 2025, montrent que la lecture assistée par l'IA a détecté 29 % de cancers en plus que la double lecture standard, avec une hausse de 1 % des faux positifs, et a réduit de 44 % la charge de lecture des radiologues. L'équipe analyse désormais les cancers apparus entre deux dépistages, ce qui dira si ces détections supplémentaires comptent sur le plan clinique. C'est l'une des preuves randomisées les plus solides en faveur de l'IA dans le diagnostic.

Les assistants de code : très déployés, rarement mesurés

En 2024, Goldman Sachs a mis un assistant de programmation à la disposition de plus de 9 000 développeurs, environ 80 % de ses ingénieurs, et son DSI a annoncé des gains d'efficacité importants. Aucun chiffre n'a été publié, ce qui est courant : la plupart des grandes organisations communiquent sur l'adoption, pas sur une production mesurée. Les preuves contrôlées sont partagées. Une expérience menée auprès de près de 5 000 développeurs chez Microsoft, Accenture et une entreprise du Fortune 100 a mesuré environ 26 % de tâches accomplies en plus, avec les gains les plus nets chez les développeurs les moins expérimentés. L'étude METR citée plus haut a trouvé des développeurs expérimentés plus lents sur leur propre code. L'assistance au code semble rentable là où la vérification coûte peu et où le développeur sait juger le résultat, une condition dont le chapitre 04 fait un critère de sélection.

Les déploiements dans les entreprises européennes

Sanofi, BNP Paribas, Air France-KLM et d'autres ont présenté le déploiement interne d'assistants d'IA pour la rédaction, la recherche et l'accès aux connaissances. Peu ont publié des résultats mesurés, et les gains sont surtout annoncés plutôt que démontrés. Cela ne veut pas dire qu'ils n'existent pas. Cela veut dire qu'un dirigeant ne peut pas s'en servir comme preuve pour son propre business case, et qu'il doit mesurer les siens.

L'IA opérationnelle ciblée

Dans l'industrie, la logistique et le tri des demandes clients, une IA spécialisée, souvent ni générative ni de grande taille, est en production depuis des années : détection de défauts, prévision de la demande, routage. Ces systèmes font moins de gros titres que les agents conversationnels, mais leurs résultats sont plus faciles à mesurer, parce que chacun soutient une étape bien définie dont on connaît la référence. Le chapitre 01 l'appelait l'IA frugale.

Aucune des organisations de cette liste ne disposait d'un modèle ou d'un éditeur hors de portée des autres. Ce qu'elles avaient en commun, c'était une façon de conduire le projet, que décrit la section suivante.

Comment expliquer la répartition

La même technologie se retrouve dans les trois catégories. Ma lecture des cas documentés, nourrie par les programmes technologiques que j'ai conduits au fil des années, est que quatre variables expliquent l'essentiel de la différence, et qu'aucune ne concerne l'IA. C'est une lecture, pas une mesure : aucune étude n'a testé ces variables sur un large échantillon, et chacun peut les confronter à sa propre expérience.

  1. Variable 01 Comment le problème a été choisi Les projets réussis sont partis d'un problème métier étroit, avec une référence mesurable. Les projets en échec sont partis de la technologie (« appliquons l'IA ») et ont cherché un problème qu'elle pourrait résoudre.
  2. Variable 02 Qui a dirigé le projet Les projets réussis étaient dirigés par des experts du domaine, épaulés par des spécialistes de l'IA. Beaucoup de projets en échec étaient dirigés par des spécialistes de l'IA, qui ont construit des systèmes impressionnants pour des problèmes que le métier n'avait pas.
  3. Variable 03 Avec quelle rigueur les résultats ont été mesurés Les projets réussis ont défini ce que « fonctionner » voulait dire avant le déploiement, puis ont mesuré par rapport à cette définition. Les projets en échec ont déployé d'abord et cherché des indicateurs ensuite, se contentant souvent de scores de satisfaction du type « les utilisateurs trouvent l'outil utile ».
  4. Variable 04 Si l'organisation était prête à l'arrêter Les organisations qui ont réussi ont arrêté les projets qui ne rapportaient pas. Les autres ont défendu les coûts engagés et ont continué à payer, et un portefeuille où rien ne s'arrête accumule les échecs.

Ces quatre variables ne sont pas indépendantes. Les projets qui partent de la technologie tendent aussi à être dirigés par des technologues, jugés sur des scores de satisfaction et défendus contre l'arrêt. Les projets qui partent du problème tendent à attirer une direction par des experts du domaine, une mesure rigoureuse et la volonté d'arrêter quand les données le disent. Ensemble, les quatre variables décrivent la discipline opérationnelle qui distingue les projets qui ont fonctionné des autres.

Rien de tout cela n'est propre à l'IA. Les mêmes quatre variables expliquent les projets d'ERP qui ont abouti et ceux qui ont échoué, les migrations vers le cloud qui ont produit les économies promises et celles qui ont seulement déplacé les problèmes, les programmes de transformation numérique qui ont changé quelque chose et ceux qui n'ont produit que des présentations. L'IA générative n'a pas inventé de nouvelle façon d'échouer, mais elle révèle les anciennes plus clairement et plus vite.

Ce que cela signifie

Trois conclusions en découlent pour un dirigeant qui décide aujourd'hui de la place à donner à l'IA générative.

Le profil de succès est reproductible

Rien dans cette démarche n'exige un talent exceptionnel, des capitaux hors norme ou de la chance. Elle exige la discipline que l'organisation applique déjà à ses autres programmes technologiques sérieux, et qu'une direction technique bien menée sait apporter. C'est la conclusion encourageante de ce chapitre : l'opportunité est à portée de main.

Le mode d'échec dominant est organisationnel plutôt que technique

Quand un projet d'IA échoue, le premier réflexe est souvent d'incriminer le modèle, l'éditeur ou l'équipe. Les cas observés depuis 2022 suggèrent d'examiner d'abord le modèle opérationnel. Le problème était-il étroit et défini ? Des experts du domaine étaient-ils aux commandes ? La référence a-t-elle vraiment été mesurée ? Le projet pouvait-il être arrêté ? Des réponses franches à ces quatre questions diagnostiqueront la plupart des échecs plus vite que n'importe quelle revue technique.

« Nous avons essayé l'IA et ça n'a pas marché » n'est presque jamais une conclusion sur l'IA

C'est une conclusion sur la façon dont l'organisation conduit ses initiatives technologiques. La bonne question n'est pas de savoir quel modèle essayer ensuite, mais laquelle des quatre variables a fait défaut, et si l'organisation est prête à la maîtriser cette fois. Si elle ne l'est pas, la bonne décision est d'arrêter, car un modèle plus récent ne changera pas le résultat.

La discipline opérationnelle des projets qui ont fonctionné tient en six points, et tout dirigeant qui a conduit une migration vers le cloud ou un projet d'ERP la reconnaîtra :

  1. 01Un business case étroit et mesurable. Un processus, une équipe, un résultat mesurable en heures, en euros ou en réduction de risque.
  2. 02Une référence chiffrée avant le déploiement. Vous savez précisément à quoi ressemble l'« avant », et vous pouvez donc dire ce que vaut l'« après ».
  3. 03Des experts du domaine aux commandes. La personne qui pilote est un médecin, un juriste, un ingénieur ou un opérateur, et l'IA est un outil entre ses mains.
  4. 04Des humains dans la boucle, par conception. Prévus dès le départ comme la façon d'utiliser l'IA pour tout ce qui compte, plutôt qu'ajoutés comme un filet de sécurité pour une technologie immature.
  5. 05Une itération mesurée avec un critère d'arrêt. Instrumentée dès le premier jour. Ce qui fonctionne est étendu, ce qui ne fonctionne pas est arrêté, dans les deux cas sur preuves.
  6. 06Une gouvernance dès le premier jour. Propriété des données, politique de risque, cartographie de conformité, piste d'audit, responsabilité humaine et contrôle de l'IT fantôme, en place avant le déploiement plutôt qu'après.

Ces six points ouvrent sur le chapitre 04, qui en fait un modèle opérationnel.

À retenir

  • Depuis 2022, les résultats se répartissent en trois catégories : rien de mesurable, des dégâts, des succès. Leurs tailles exactes sont discutées, et de meilleurs modèles ne suffiront pas à changer la répartition.
  • L'explication n'est pas la technologie. Les mêmes outils ont produit les trois résultats, souvent dans le même secteur la même année.
  • Quatre variables semblent expliquer l'essentiel de la répartition : la façon dont le problème a été choisi, qui a dirigé le projet, la rigueur de la mesure, et la volonté d'arrêter ce qui ne fonctionnait pas. Aucune ne concerne l'IA.
  • Les projets réussis ont appliqué une discipline que toute direction technique bien menée connaît déjà. Il n'existe pas de méthode propre à l'IA, seulement la méthode ordinaire, appliquée avec rigueur.
  • La plupart des gains annoncés de l'IA en entreprise ne sont pas mesurés. Traitez-les comme des affirmations, et mesurez les vôtres avant de bâtir dessus.
  • Certains échecs méritent la défense du changement de génération (un projet ancien sur un modèle immature peut réussir sur un modèle actuel). La plupart, non : un mauvais problème, un mauvais responsable ou une mauvaise mesure échoueront avec n'importe quel modèle.
  • « Nous avons essayé l'IA et ça n'a pas marché » est presque toujours une conclusion sur l'organisation plutôt que sur l'IA. La bonne question est de savoir laquelle des quatre variables a fait défaut, et si l'organisation est prête à la maîtriser la prochaine fois.