L’IA fait gagner du temps, mais pas encore assez d’argent aux entreprises

Un salarié peut accomplir une tâche plus vite grâce à l’IA sans que l’entreprise réduise ses coûts, augmente ses revenus ou améliore son résultat. Cette différence aide à comprendre le décalage relevé par l’enquête 2026 de McKinsey : 80 % des répondants disent que l’IA améliore leur productivité personnelle, mais 37 % seulement lui attribuent un impact, même partiel, sur l’EBIT — le résultat avant intérêts et impôts. Environ 6 % répondent aux critères de « haute performance » définis par McKinsey : attribuer au moins 5 % de l’EBIT à l’IA et qualifier son impact de significatif. Il s’agit de résultats déclarés par les répondants, et non de la preuve qu’une pratique particulière entraîne à elle seule des gains financiers. 68

Pourquoi les gains de productivité ne se traduisent pas forcément dans les comptes

Une tâche plus rapide ne représente qu’un maillon d’un processus. Si les validations, les transferts entre équipes, les outils et les responsabilités restent inchangés, le temps gagné peut ne pas réduire les coûts ni faire progresser les ventes. Dans l’enquête 2026 de McKinsey, les entreprises qui déclarent de meilleurs résultats avec l’IA sont davantage associées à une refonte des processus. Une étude antérieure de la firme plaçait cette refonte en tête des facteurs examinés en matière de lien avec l’impact sur l’EBIT. Ces associations sont éclairantes, mais ne démontrent pas un lien de cause à effet. 514

La distinction compte aussi dans la façon de mesurer les progrès. L’accès aux outils, leur utilisation et le temps économisé indiquent que l’IA est adoptée ; à eux seuls, ces indicateurs ne disent pas si l’entreprise gagne davantage ou dépense moins. L’écart entre productivité personnelle et impact déclaré sur l’EBIT invite donc à suivre les deux. 68

Passer des essais à une valeur mesurable

Partir d’un objectif métier précis

Choisissez un processus dont un responsable peut définir le problème et le résultat à tester. Il peut s’agir, par exemple, de réduire le coût d’un service ou d’améliorer le taux de conversion. L’objectif doit répondre à un besoin de l’entreprise, pas simplement comptabiliser l’activité liée à l’IA. Établissez une situation de référence avant de modifier le processus, afin de pouvoir comparer les résultats.

Gardez un périmètre assez ciblé pour évaluer ce qui change : où l’IA apporte une aide, à quels moments l’intervention humaine reste nécessaire et si l’amélioration justifie un déploiement plus large.

Faire de la qualité des données et de leur responsabilité une priorité

Lors d’une session sur le commerce organisée à DMEXCO 2026, un problème concret a été décrit : les données produits transmises par les fournisseurs arrivent sous différents formats, avec des libellés incohérents et des informations manquantes. Sans norme commune, ces défauts se répercutent dans les flux de données produits et peuvent nécessiter des corrections manuelles. 25

Désignez clairement les personnes responsables des données, du résultat métier et des décisions concernant la vérification des réponses de l’IA. Dans le commerce, des informations produits cohérentes et complètes — notamment des prix exacts lorsqu’ils sont pertinents — comptent aussi alors que la découverte de produits passe par les assistants d’IA, les réseaux sociaux et les places de marché. 273334

Repenser le processus, pas seulement la tâche

Examinez toute la chaîne de travail : ce qui entre dans le processus, ce que l’IA prend en charge, les étapes qui nécessitent une validation et les personnes qui agissent sur le résultat. Lorsque c’est pertinent, supprimez ou modifiez les transferts superflus. Gardez toutefois des personnes responsables du jugement, des exceptions et des décisions qui comportent un risque pour l’activité.

Il s’agit de revoir la manière dont le travail est organisé, et non d’ajouter un outil à un processus inchangé. Les recherches de McKinsey associent la refonte des processus à un impact financier déclaré plus important ; son enquête 2026 ne démontre pas que cette seule refonte garantit des résultats. 514

Mesurer les résultats avec des indicateurs financiers

Suivez l’effet du changement sur les revenus, les coûts, la marge ou l’EBIT — et pas seulement sur l’adoption, le volume produit ou le temps économisé. Intégrez les dépenses de mise en œuvre et de contrôle humain à l’évaluation, puis comparez les résultats à la situation de référence. C’est une façon concrète de vérifier si un gain de productivité se répercute réellement sur les comptes de l’entreprise.

À retenir

L’enquête ne propose pas de recette garantie pour rentabiliser l’IA. Elle montre toutefois pourquoi l’adoption et la productivité ne suffisent pas à évaluer sa réussite : les répondants déclarent bien plus souvent des gains de productivité personnelle qu’un impact positif sur l’EBIT. Les entreprises peuvent agir en associant des cas d’usage ciblés à des données fiables, des responsabilités clairement définies, des processus repensés et une mesure financière — tout en laissant aux personnes la responsabilité de la conduite et du jugement. 6814