Propos recueillis par Vincent Truffy
L’illusion de l’efficacité : entre hausse de l’adoption de l’IA et explosion des coûts cachés d'intégration et de contrôle au sein des entreprises
Image générée par IA (Gemini/Nano Banana)
En un an, le taux d'adoption de l'intelligence artificielle par les entreprises françaises est passé de 33 % à 40 %, avec un potentiel estimé à 30 milliards d'euros de valeur pour l'économie. Dans le même temps, le projet Networked Agents and Decentralized Architecture du MIT constate que 95 % des projets d'IA ne produisent aucun gain mesurable. Une étude Workday chiffre à 40 % la part des gains de temps absorbée par les corrections et vérifications. Pour beaucoup de dirigeants, l'IA ressemble donc encore davantage à un nouveau centre de coûts qu'à un véritable levier de compétitivité.
Cette contradiction est particulièrement visible en France. Les grandes entreprises alignent désormais l'IA sur leurs objectifs stratégiques, tandis qu'une majorité de PME restent au stade d'usages ponctuels, sans refonte profonde de leurs processus. C'est précisément ce décalage que soulève une note de l'Institut Montaigne publiée ce mardi. Selon elle, le cœur du problème n'est ni un retard technologique, ni un manque d'outils, mais la façon dont l'IA est intégrée – ou non – dans les organisations, la gouvernance et les compétences.
Les chiffres du MIT et de Workday racontent une histoire inverse à celle des promesses commerciales. Beaucoup de projets se contentent d'ajouter une couche d'outils comme des assistants ou des agents conversationnels (chatbots), sans toucher aux processus profonds ni clarifier qui décide, qui valide et qui répond des erreurs. Dans ce premier âge de l'IA, les directions générales confondent souvent observabilité et gouvernance. Regarder ce que fait l'IA n'est pas la même chose que décider ce qu'elle a le droit de faire : il faut définir quels garde-fous appliquer et quelle responsabilité humaine engager.
Pour Charleyne Biondi, autrice de la note, chercheuse associée à l'Institut Montaigne et VP chez Moody's chargée de l'adoption de l'intelligence artificielle, il faut d’abord relativiser le fameux chiffre des 95 % : « Ce que dit la recherche, c'est que dans la quasi-totalité des cas, ça ne produit pas de gains mesurables. Ça ne veut pas dire que ça ne produit pas de valeur, mais plutôt une valeur qu'on n'arrive pas à quantifier. Donc, ça peut être des collaborateurs qui gagnent beaucoup de temps ou qui gagnent en expertise ou alors qui vont se mettre à couvrir des sujets beaucoup plus vastes que ce qu'ils avaient l'habitude, ou alors juste plus de quantité de travail. Mais ça, c'est très difficile à quantifier, surtout quand la productivité est à l'échelle individuelle et que c'est du travail intellectuel. »
Signe d’un basculement, elle observe aussi un revirement récent dans la manière dont les dirigeants français abordent l’IA : « Jusqu’à il y a six mois, beaucoup de dirigeants disaient : “Je veux bien investir, mais il me faut un retour sur investissement [ROI] d’au moins 50 %.” C’est très français : on ne met pas la main au portefeuille si on ne peut pas garantir quelque chose. Or, vu l’état des modèles en 2024-2025, il y avait très peu de cas d’usage où on pouvait garantir ça. Ce qu’on observe désormais, c’est que ça a complètement changé : on voit des entreprises de toutes tailles qui se disent qu’il y a une dynamique de transformation de fond qui va profondément bouleverser le marché. L’IA devient une vraie force concurrentielle, et donc on n’a plus le choix, on doit prendre le train en marche – tout l'enjeu est juste de savoir à quelles conditions. »
Chaque jour à 13h, l’essentiel de l’actualité tech.
Pour celles qui réussissent à capter de la valeur, la différence ne tient pas aux modèles utilisés, mais à l’ampleur de la réorganisation : « Les minorités d’entreprises qui réussissent à tirer beaucoup plus de valeur sur les mêmes technologies, en utilisant les mêmes modèles, montrent bien que ce n’est pas une question de modèle, mais d’équipement et surtout de réorganisations stratégiques. La technologie n’est jamais cette baguette magique qu’on applique comme une mousse au-dessus de l’existant : il faut repenser ses opérations à l’âge de l’IA. »
La note alerte sur un deuxième risque : la « dépendance captive ». À mesure que les données, les processus et la mémoire décisionnelle des entreprises se retrouvent imbriqués dans des plateformes d'IA majoritairement américaines, le rapport de force se déplace. L'Observatoire de la souveraineté numérique rappelle que la localisation des données, la maîtrise des infrastructures et les clauses des contrats cloud conditionnent directement l'autonomie technologique des entreprises françaises.
Sur le terrain, cette dépendance se traduit par des factures qui grimpent après les phases de test, des architectures difficiles à répliquer sans le fournisseur d'origine, et des décisions critiques comme l'accès, la sécurité ou les mises à jour prises à l'extérieur de l'entreprise. L'Institut Montaigne parle d'une « illusion de succès » : à court terme, les cas d'usage se multiplient ; à moyen terme, la valeur durable se déplace vers les fournisseurs, qui captent la connaissance métier pendant que l'entreprise perd sa capacité à arbitrer, renégocier ou migrer.
Charleyne Biondi insiste sur le fait que cette captivité ne se joue pas là où on l’attend : « La bataille sur les modèles de fondation n’est pas perdue, mais ce n’est déjà plus là que se situe l’essentiel. Ce qu’on observe, c’est qu’il n’y a pas vraiment de dépendance aux modèles eux-mêmes : le socle est, en général, assez facilement substituable. Les couches dont on est captif, ce sont l’infrastructure stratégique du cloud, et surtout cette couche absolument essentielle et stratégique qui se trouve entre le cœur d’activité de l’entreprise et le modèle de fondation. C’est là que vient se brancher l’IA agentique, et c’est là que l’entreprise peut, si elle y met les moyens, conserver une autonomie tout en bénéficiant des meilleurs modèles disponibles. »
Elle y voit aussi un terrain d’opportunité pour l’Europe : « On peut très bien imaginer des solutions logicielles européennes qui imposent certains standards techniques et nous font gagner en sécurité. L'Europe dispose déjà de champions crédibles dans l'orchestration agentique — Dust à Paris, n8n à Berlin, Prisme.ai à Paris et Toulouse — qui gagnent des appels d'offres dès que la portabilité et la conformité européenne sont posées comme critères. Ce sont des sources substantielles de valeur à l'âge de l'IA agentique. »
Le think tank situe la vraie bataille non pas au niveau des grands modèles de langage, désormais largement accessibles, mais dans deux couches d'intégration : l'orchestrateur et le moteur de contexte. Le premier coordonne les agents, les tâches et les processus de travail ; le second gère les données, la mémoire et les dictionnaires métiers. Ensemble, ils encodent la manière dont une organisation travaille, interprète ses informations et prend ses décisions.
Une entreprise qui contrôle ces deux briques – ou s'appuie sur des solutions ouvertes et substituables – peut changer de modèle sans perdre sa mémoire ni ses règles métier. À l'inverse, quand elles se dissolvent dans des plateformes fermées, la dépendance captive s'installe. Un écosystème européen existe déjà sur ces couches critiques, avec des acteurs comme Dust, n8n ou Prisme.ai, mais il reste freiné par les écarts de capitalisation et la domination commerciale des grandes plateformes américaines.
Dans la perspective de Charleyne Biondi, c’est là que doit se concentrer la stratégie des dirigeants : « Entre le cœur d’activité et les modèles, il y a cette couche d’orchestration où se prennent, en réalité, les décisions importantes sur les processus de travail, la manière de traiter les données et de distribuer les responsabilités. C’est exactement là que se joue la souveraineté : si vous maîtrisez cette couche, vous pouvez changer de modèles, migrer d’une infrastructure à l’autre, sans perdre votre mémoire ni vos règles métier. »
L'arrivée de systèmes agentiques ne change pas seulement l'architecture technique ; elle transforme le travail et le rôle des managers. Les directions intègrent désormais l'IA dans leurs objectifs, mais les cadres restent souvent mal outillés, tandis que les salariés utilisent des solutions externes non encadrées. Résultat : une part croissante du temps est consacrée à corriger, vérifier et réécrire les contenus produits par l'IA, au lieu de créer de la valeur nouvelle.
Pour Charleyne Biondi, le blocage est souvent culturel et organisationnel : « De la même manière que pour la première transformation numérique, le frein majeur n’est pas seulement technologique. La gouvernance, ce n’est pas seulement la sécurité : c’est aussi décider qui va être responsable de quoi, de quel résultat, et à quel moment on remet l’humain dans la chaîne. Dans beaucoup d’entreprises, certains cadres intermédiaires ne savent plus où se positionner quand l'IA entre dans leurs équipes — leur rôle change de nature, et l'organisation doit les accompagner dans cette redéfinition. »
Pendant longtemps, le débat sur l'IA en entreprise s'est concentré sur la sécurité des données. La note défend l'idée qu'un autre obstacle devient central : la sémantique. Pour produire des décisions fiables, une IA doit interpréter les données selon les conventions propres à chaque métier et à chaque organisation. Sans dictionnaires métiers, sans graphes de concepts et sans règles explicites, les agents génèrent des réponses plausibles mais erronées, faisant grimper les coûts d'intégration et d'audit.
Charleyne Biondi note toutefois que « des solutions comme Claude CoWork ont constitué un vrai palier : elles offrent des interfaces très simples, qui demandent très peu de compétences techniques, et qui peuvent commencer à toucher à des processus centraux dans des entreprises de travail intellectuel. On n’en est pas à transformer un grand groupe du CAC 40 avec CoWork, évidemment, mais cela ouvre une brèche où des PME peuvent déjà opérer des transformations significatives de segments clés de leur activité. » Cette évolution n’efface pas la complexité sémantique, mais change l’échelle d’accès à ces technologies.
C'est aussi pour réduire ces coûts d'entrée que l'Institut Montaigne appelle l'État à jouer un rôle de producteur de biens communs sémantiques. Il s'agirait d'enrichir les grands réservoirs de données publics avec des vocabulaires structurés, des graphes de relations et des conventions d'accès documentées, via des standards ouverts, afin de faciliter la montée en puissance d'une infrastructure d'IA maîtrisable pour les entreprises françaises.
Pour les TPE, PME et ETI, la transformation – refonte des processus, structuration sémantique des données, gouvernance des agents et formation des équipes – représente un investissement immatériel lourd sur 18 à 24 mois. L'Institut Montaigne propose donc un crédit d'impôt spécifique, avec une condition centrale : financer uniquement des dispositifs substituables et auditable, afin d'éviter le verrouillage technologique.
Pour Charleyne Biondi, ce crédit d’impôt n’est qu’un étage de la fusée : « On part du principe que l’État ne va pas “faire” le marché. En revanche, il peut imposer des standards, et la commande publique vient avant le crédit d’impôt aux PME. Les standards de la commande publique sont essentiels : si l’État dit que les solutions qu’il achète doivent respecter tels standards techniques ou éthiques, le marché se conforme, et cela peut favoriser des solutions interopérables et non captives, qu'elles soient européennes ou non. »
Le choix de l’outil fiscal répond aussi à une exigence de terrain : « Les entrepreneurs, surtout dans les PME et ETI, nous ont répété qu’ils souffraient énormément de la charge bureaucratique associée aux aides. Certains expliquent qu’il faudrait presque employer quelqu’un à temps plein pour monter les dossiers. Le crédit d’impôt, c’est un outil qui existe déjà, simple à mobiliser, sans couche administrative supplémentaire. Ce qu’ils demandent, c’est de la simplification, pas une nouvelle usine à gaz. » Cette aide ne suffira pas à combler l’écart avec les géants américains, mais elle peut enclencher un marché où les entreprises françaises n’ont plus à choisir entre accès à l’IA et perte de contrôle sur leurs outils.
Propos recueillis par Vincent Truffy
L’État généralise « L’Assistant », son ChatGPT interne, à plus d’un million d'agents de la fonction publique
La base de données qui recense les mensonges des IA devant les juges
La justice américaine déclare la guerre aux hallucinations de l’IA
Néocloud : Antimatter signe un contrat de 580 millions d’euros et se déploie en Europe
