Abandon de l'IA en entreprise : le coup de semonce de Gartner

L'intelligence artificielle en entreprise est à l'heure du bilan. Après des années d'adoption frénétique et de dépenses massives, un nombre croissant d'études émanant de Gartner, Goldman Sachs, McKinsey, du MIT et de Sequoia Capital mettent en lumière un fossé persistant — et qui se creuse — entre les investissements dans l'IA et les retours commerciaux mesurables. Le constat est saisissant : la plupart des organisations ne sont pas encore en mesure de démontrer que leurs dépenses en IA sont rentables, et beaucoup commencent déjà à faire machine arrière.

La prédiction de Gartner : le reflux annoncé de l'IA

Gartner prévoit que d'ici 2028, environ une entreprise sur cinq dans le monde réduira ou abandonnera l'IA dans certaines de ses opérations pour revenir au développement logiciel classique, incapable de maîtriser des coûts qui explosent et constatant que le retour sur investissement ne justifie pas la dépense . Ce repli devrait se concentrer dans les domaines où la valeur ajoutée de l'IA reste floue .

Cette prévision n'est pas isolée. Les travaux plus larges de Gartner sur les échecs des projets d'IA pointent des raisons cohérentes, qui sont avant tout d'ordre non technique :

• Des coûts qui grimpent sans modèle de retour sur investissement clair : les coûts d'infrastructure (calcul, API, intégration, maintenance continue et supervision humaine) sont considérables et tendent à s'emballer. 90 % des directeurs des systèmes d'information (DSI) indiquent que les coûts de l'IA limitent déjà leur capacité à en tirer le maximum de valeur .
• Une valeur ajoutée mal définie : de nombreux projets sont abandonnés après la phase de preuve de concept, car les entreprises ne parviennent pas à démontrer un impact mesurable sur leurs résultats .
• Une qualité de données insuffisante et des contrôles des risques inadéquats : une gouvernance faible, des problèmes de données et une gestion des risques défaillante font échouer les projets . Gartner prédit que d'ici 2026, les organisations abandonneront 60 % des projets d'IA non soutenus par des données prêtes pour l'IA .
• Le « agent washing » et la dérive des cas d'usage : des organisations poursuivent l'IA pour elle-même, sans business case rigoureux, ce qui mène à l'échec. Anushree Verma, analyste directrice principale chez Gartner, note que de nombreux fournisseurs ont simplement renommé leurs chatbots en « agents IA » sans fournir de résultats probants .

Ces conclusions rejoignent l'estimation distincte de Gartner d'avril 2026 selon laquelle 57 % des responsables d'infrastructure et d'opérations informatiques ont au moins un échec de projet d'IA à leur actif, et qu'un projet d'IA sur cinq dans ce domaine s'effondre complètement .

Le décalage dépenses-ROI : les preuves s'accumulent

De multiples sources de premier plan confirment le décalage croissant entre les investissements massifs dans l'IA et les résultats commerciaux mesurables :

Goldman Sachs (août 2026) : Le stratège Ben Snider rapporte que les dépenses en IA augmentent fortement, mais que la technologie n'a pas encore produit d'amélioration significative des bénéfices pour la plupart des entreprises. Seules 2 % des entreprises du S&P 500 ont quantifié l'impact de l'IA sur leurs bénéfices, et la plupart ne signalent que peu ou pas de bénéfices immédiats . L'analyste Jessica Rindels estime que les investissements américains dans l'IA totaliseront près de 600 milliards de dollars en 2026, soit l'équivalent de près de 2 % du PIB, mais les preuves de retombées économiques correspondantes restent minces .

Goldman Sachs (mai 2026) : L'analyste Jim Covello souligne que la plupart des entreprises n'ont encore généré aucun retour sur leurs dépenses d'IA, citant une étude du MIT qui a révélé que 95 % des projets pilotes d'IA en entreprise n'ont eu aucun impact mesurable sur les résultats . Covello estime que l'économie de l'IA est « plus discutable aujourd'hui qu'il y a deux ans » .

Goldman Sachs (juillet 2026) : L'économiste Jan Hatzius et l'analyste David Peng offrent une note de réalisme : l'adoption de l'IA et son gain de productivité pourraient prendre beaucoup plus de temps que ne le pensent les marchés. Leur analyse montre que l'impact sur la productivité suit une courbe en J : un léger frein pendant les quatre premières années, des gains statistiquement significatifs seulement après huit ans, et un pic d'impact d'environ 0,6 point de pourcentage en année 12. Si le lancement de ChatGPT en 2022 équivaut aux débuts du PC en 1981, le retour sur investissement se fait encore attendre .

McKinsey (2026) : Moins de 20 % des déploiements d'IA en entreprise montrent un impact commercial mesurable .

Sequoia Capital : A signalé un écart de revenus d'environ 600 milliards de dollars entre les investissements dans l'IA et les retours sur investissement .

Le risque sur le cash-flow des géants du cloud : Goldman Sachs prévient que les quatre principaux fournisseurs de cloud (Amazon, Alphabet/Google, Microsoft, Meta) sont collectivement en passe de dépenser plus que l'ensemble de leur cash-flow opérationnel dans les infrastructures d'IA, sans retour sur investissement avéré pour justifier ces dépenses . Les dépenses d'investissement combinées de ces quatre entreprises pour 2026 sont estimées à environ 650 milliards de dollars .

Pourquoi les projets échouent : ce n'est pas un problème technique

Une conclusion constante dans toutes les grandes analyses est que les échecs des projets d'IA sont d'ordre organisationnel et stratégique, non technique. Le modèle lui-même échoue rarement. En revanche, le business case, la qualité des données et le contrôle des coûts, eux, cèdent.

Gartner identifie trois modes de défaillance principaux qui sous-tendent ses prévisions : des coûts qui explosent sans modèle de rentabilité clair, une valeur ajoutée incertaine et des contrôles des risques inadéquats . Comme l'a résumé un analyste de Gartner, « la plupart des projets d'IA agentique ne sont pour l'instant que des expériences ou des preuves de concept précoces, largement motivées par le battage médiatique et souvent mal appliquées » .

Les conséquences sont déjà visibles. Gartner prédit que d'ici 2028, 70 % des initiatives d'IA seront abandonnées en raison d'explosions de coûts non maîtrisées et d'une dérive de la valeur dans les organisations dépourvues d'une pratique dédiée de gestion financière de l'IA .

Ce que cela signifie pour les dirigeants d'entreprise

La tendance qui se dégage des analyses de Gartner, Goldman Sachs, McKinsey, du MIT et de Sequoia Capital est unanime : les dépenses en IA atteignent des sommets historiques, mais la grande majorité des organisations ne peut pas encore démontrer de retours mesurables et concrets sur ces investissements. Beaucoup réduisent déjà la voilure ou peinent à dépasser le stade du projet pilote.

Pour les organisations qui investissent dans l'IA, les recherches indiquent une voie claire : identifier un goulot d'étranglement opérationnel précis avec un impact mesurable sur les coûts ou la qualité, construire une solution d'IA pour ce problème spécifique, mesurer rigoureusement l'impact avant/après, et ne déployer à grande échelle que ce qui fonctionne . Les projets qui ne parviennent pas à établir des indicateurs de retour sur investissement clairs dès le premier jour ont peu de chances de survivre à la nécessaire remise en question qui s'annonce.