81 % des dirigeants français déclarent que l’intelligence artificielle n’a eu aucun effet sur les revenus de leur entreprise en 2025. Le chiffre, tiré de la dernière enquête mondiale de PwC (Global CEO Survey 2026), sonne comme une alerte. Non pas sur la technologie elle-même, mais sur la capacité des entreprises françaises à en extraire de la valeur mesurable. Au-delà des effets d’annonce et des projets vitrine, une réalité s’impose : le retour sur investissement de l’IA reste difficile à démontrer.

La France ne fait pas exception sur l’adoption. Les projets IA se multiplient : assistants, automatisation, service client, analyse prédictive. Mais les effets financiers tardent à se matérialiser. Dans 56 % des cas à l’échelle mondiale, les dirigeants interrogés par PwC n’ont constaté ni augmentation de chiffre d’affaires ni réduction de coûts significative. En France, ce constat est encore plus marqué : seuls 19 % des dirigeants identifient un impact positif sur leurs revenus. La question n’est plus celle de l’expérimentation. Elle devient celle de la transformation. Pourquoi, malgré des investissements croissants, l’IA ne convertit-elle pas ses promesses en résultats économiques tangibles ?

Le premier obstacle identifié est structurel. L’IA est encore trop souvent déployée sous forme de cas d’usage isolés, portés par les équipes techniques ou métiers. Ces projets, bien que pertinents localement, ne s’inscrivent pas toujours dans une logique d’optimisation globale. Sans refonte des processus, l’IA optimise à la marge. Elle ne transforme pas le cœur du modèle économique. Autrement dit, elle réduit parfois les coûts d’une tâche, mais pas ceux d’un processus complet. Elle améliore un service sans modifier l’expérience client de bout en bout. Jusqu’où vos projets IA s’intègrent-ils à votre chaîne de valeur ? Sont-ils des ajouts technologiques ou de véritables leviers de performance ?

Deuxième facteur : l’absence d’une gouvernance claire et centralisée. Qui pilote la stratégie IA ? Qui décide des arbitrages ? Quel est le périmètre de mesure du ROI ? Dans de nombreuses entreprises, l’IA relève encore d’un flou de responsabilités. La DSI expérimente, les métiers demandent, mais peu d’organisations ont nommé un sponsor capable d’arbitrer, de prioriser, et surtout de faire le lien entre déploiement technologique et création de valeur. À l’échelle mondiale, 70 % des Chief Data & Analytics Officers (CDAO) sont désormais chargés de la stratégie IA, selon Gartner. Mais en France, ce rôle reste souvent cantonné à la technique. Votre entreprise dispose-t-elle d’un leadership fort sur le pilotage de l’IA ? La direction générale est-elle impliquée dans les arbitrages liés à la valeur produite ?

Autre écueil : la difficulté à évaluer l’impact réel. Le ROI de l’IA ne se lit pas uniquement en réduction de coûts ou en hausse immédiate du chiffre d’affaires. Il peut se traduire par une meilleure qualité de service, une diminution du churn, une plus grande rapidité d’exécution, ou encore une anticipation des risques. Ces effets sont réels, mais souvent mal mesurés. Par ailleurs, ils peuvent être neutralisés par des coûts induits : montée en charge des infrastructures, effort de supervision humaine, renforcement de la sécurité, conformité réglementaire. Le bilan net devient alors difficile à établir. Et le scepticisme grandit. Votre entreprise mesure-t-elle les bénéfices de l’IA en termes financiers ou uniquement opérationnels ? Disposez-vous d’indicateurs partagés entre métiers, finance et IT ?

Le cadre réglementaire européen ajoute une couche de complexité. Entre obligations de transparence, principes d’éthique, protection des données et régulation des usages à haut risque, les entreprises doivent intégrer une dimension conformité dans leurs projets IA. Ce cadre, s’il est protecteur, peut aussi ralentir l’industrialisation. Il impose des ressources juridiques, des processus d’audit et une traçabilité technique. Autant de conditions nécessaires pour opérer à grande échelle, mais peu visibles dans le calcul du ROI immédiat. L’IA est-elle conçue chez vous comme un actif stratégique ou comme un projet à risque réglementaire ? La conformité est-elle intégrée dès la conception ou subie en fin de chaîne ?

Au-delà de la gouvernance, le problème est aussi économique. Dans de nombreuses entreprises, les projets IA restent perçus comme des centres de coûts. Peu sont encore structurés comme des centres de profit. Or, pour générer un ROI clair, l’IA doit s’insérer dans une logique d’offre ou de revenu. Cela implique l’amélioration d’un produit ou d’un service facturé, une segmentation client plus fine, la création de nouvelles offres basées sur les données, ou encore la valorisation de la relation client par la personnalisation. Sans lien direct avec les flux financiers, les projets IA peinent à démontrer leur rentabilité. Et deviennent vulnérables en période de restriction budgétaire. L’IA dans votre entreprise a-t-elle une vocation interne ou commerciale ? Génère-t-elle des économies ou des opportunités de revenus ?

Le contraste avec l’Asie est saisissant. Selon PwC, les dirigeants asiatiques sont deux fois plus nombreux à constater une hausse de leurs revenus grâce à l’IA. Ils adoptent plus vite, à plus grande échelle, avec une orientation client plus marquée. Ce différentiel ne relève pas uniquement de la culture numérique. Il traduit une approche plus intégrée : l’IA n’est pas perçue comme une technologie, mais comme une infrastructure d’exécution. Les projets ne sont pas expérimentaux, mais directement liés à des lignes de revenus. La gouvernance est pilotée au plus haut niveau. La France peut-elle rattraper son retard dans la création de valeur IA ? Ou s’installe-t-on dans un modèle où l’innovation reste périphérique, et non transformative ?

Les avancées technologiques accélèrent encore le rythme. Les agents IA, les workflows autonomes, les systèmes multiagents représentent une nouvelle étape. Ils imposent une refonte complète des chaînes d’exécution : moins de tâches humaines répétitives, plus de supervision, plus de gouvernance par exception. Mais là encore, ces innovations exigent une capacité d’intégration. Elles ne produisent de valeur que si l’organisation accepte de redéfinir ses flux, ses rôles, et ses indicateurs. Votre entreprise est-elle prête à passer de l’assistance IA à l’automatisation intelligente ? Disposez-vous des infrastructures et des compétences pour industrialiser cette transition ?

La dernière enquête PwC montre une inquiétude croissante chez les dirigeants. Près d’un sur deux, estime que leur modèle économique ne sera plus viable dans dix ans, sans transformation structurelle. Et pourtant, dans les faits, l’IA reste cantonnée à des initiatives ponctuelles. Le passage à l’échelle reste l’exception. Pour beaucoup d’observateurs, le « ROI introuvable » est moins un défaut de l’IA qu’un révélateur des failles de gouvernance, d’alignement et de pilotage.

Et si la véritable question n’était pas : « Où est le ROI de l’IA ? » Mais plutôt : « Sommes-nous prêts à faire ce qu’il faut pour qu’il advienne ? »