Pourquoi la plupart des équipes informatiques ont encore du mal à obtenir un véritable retour sur investissement de l’IA

Les initiatives d’IA dans l’infrastructure et les opérations informatiques (I&O) échouent souvent à produire le retour sur investissement escompté.

L’IA est l’une de ces choses dont tout le monde parle, mais que peu de gens rentabilisent. De nombreuses organisations se lancent dans des projets d’IA en espérant un impact immédiat, l’automatisation, des réductions de coûts, des solutions opérationnelles, mais elles finissent par être déçues. Beaucoup de ces projets n’échouent pas parce que l’IA ne fonctionne pas. Ils échouent parce que les dirigeants ne les considèrent pas comme de véritables priorités commerciales. Lorsque l’IA est traitée comme une « expérience secondaire », déconnectée des objectifs stratégiques, elle crée rarement une valeur durable.

Une étude récente de Gartner portant sur 783 responsables I&O a montré que seuls 28 % des cas d’utilisation de l’IA répondent pleinement aux attentes en matière de retour sur investissement, et que 20 % échouent purement et simplement. Ce chiffre est stupéfiant compte tenu de l’argent et de l’énergie que les entreprises consacrent à l’IA. Les recherches antérieures du MIT ont dressé un tableau encore plus sombre : 95 % des projets d’IA générative n’ont produit aucun rendement financier mesurable. Pour les dirigeants, il ne s’agit pas d’une sous-performance technologique, mais d’une question de leadership. Les projets d’IA qui manquent d’une orientation commerciale claire, de talents appropriés et d’une évaluation continue ne font qu’épuiser les ressources sans produire de résultats.

Melanie Freeze, directrice de recherche chez Gartner, l’a dit clairement : l’échec « se produit le plus souvent » en raison d’attentes irréalistes et de lacunes dans les compétences au cours des projets pilotes. Il s’agit d’un problème de leadership, et pas seulement d’un problème technique. Si la culture d’une entreprise attend de l’IA qu’elle résolve tous ses problèmes du jour au lendemain, ces attentes seront déçues avant même que l’algorithme ne le fasse. Le véritable retour sur investissement de l’IA se produit lorsque les organisations construisent avec intention, en ancrant les efforts dans les défis commerciaux du monde réel et en les gérant comme elles le feraient pour n’importe quel produit ou service de base.

La réussite du retour sur investissement de l’IA dépend davantage d’une intégration, d’une gouvernance et d’un alignement efficaces.

L’IA n’est pas seulement une question de modèles plus intelligents ou d’ensembles de données plus importants. Il s’agit d’une question de précision dans l’exécution, de la manière dont la technologie est intégrée dans les processus quotidiens de l’entreprise. Selon Gartner, le véritable facteur de différenciation n’est pas la complexité de l’algorithme, mais l’efficacité avec laquelle il est gouverné, intégré et aligné sur les réalités opérationnelles. En d’autres termes, l’IA ne vous apporte pas de valeur parce qu’elle est « avancée ». Vous obtenez de la valeur lorsqu’elle fonctionne de manière transparente dans votre flux de travail et qu’elle améliore constamment l’efficacité, la fiabilité ou le rendement.

Cela nécessite une structure. La gouvernance garantit la responsabilité, la propriété claire des données, des objectifs et des résultats. L’intégration garantit l’adhésion, les équipes utilisent ce en quoi elles ont confiance et qu’elles comprennent. L’alignement assure la durabilité, l’IA n’est pas une victoire à court terme mais un système évolutif qui évolue avec l’entreprise. Pour les dirigeants, cela signifie que la stratégie d’IA ne peut pas se limiter au département informatique. Elle doit s’appliquer à l’ensemble de l’entreprise, en influençant et en améliorant la manière dont les décisions sont prises dans toutes les fonctions.

Les conclusions du Gartner sont claires : le succès de l’IA ne repose pas sur une supériorité technique, mais sur un alignement opérationnel profond. Les dirigeants devraient moins se concentrer sur la recherche du dernier modèle et davantage sur l’intégration, la gouvernance et l’extension de ceux qu’ils ont déjà. La leçon à tirer est directe : l’exécution compte plus que l’expérimentation. Lorsque l’IA fait partie des opérations quotidiennes, le retour sur investissement cesse d’être un espoir et devient une habitude.

Gartner souligne trois facteurs clés de succès pour tirer parti de l’IA au sein de l’I&O.

Le succès de l’IA n’est pas le fruit du hasard, il est le résultat d’une structure et d’une concentration. L’étude de Gartner identifie trois facteurs essentiels pour les mises en œuvre réussies. Le premier consiste à intégrer l’IA directement dans les processus existants plutôt que de la considérer comme un outil distinct. Lorsque l’IA fait partie de la façon dont les équipes travaillent déjà, l’adoption se fait naturellement et son impact devient visible dans les opérations quotidiennes. Cette intégration stimule l’élan et renforce la confiance dans l’ensemble de l’organisation.

Le deuxième facteur de réussite est le parrainage par les dirigeants. Lorsque les PDG, les DSI et les directeurs financiers sont impliqués, ils contribuent à aligner les priorités, à éliminer les obstacles internes et à garantir un financement cohérent. Sans cet alignement au sommet, les projets d’IA perdent de leur intérêt. L’engagement profond de la direction permet à l’entreprise de considérer l’IA non pas comme un test, mais comme une capacité stratégique.

Le troisième facteur consiste à disposer d’analyses de rentabilité réalistes avant le début du développement. Les investissements dans l’IA ont besoin d’objectifs mesurables liés aux besoins fondamentaux de l’organisation. Des objectifs vagues conduisent à l’inefficacité ; des cas spécifiques, axés sur les résultats, conduisent à une exécution précise. Gartner souligne que les responsables I&O devraient gérer les cas d’utilisation de l’IA comme des produits, en suivant les synergies entre les départements, en évitant les doublons et en s’alignant sur les priorités globales de l’entreprise.

Melanie Freeze, directrice de recherche chez Gartner, souligne que la gestion de l’IA de cette manière aide les dirigeants à « créer des synergies et à éviter les doublons ». Pour les dirigeants d’entreprise, cette approche permet de coordonner les efforts et de rendre compte des résultats. La conclusion est claire : commencez par l’intégration, obtenez l’engagement des dirigeants et faites de la valeur commerciale le fondement de toute initiative en matière d’IA.

Pour réussir, il est essentiel de structurer les initiatives en matière d’IA autour d’analyses de rentabilité et de cadres stratégiques clairs.

L’IA échoue lorsqu’elle démarre sans plan. Le lancement de projets fondés sur l’enthousiasme plutôt que sur l’objectif conduit à un désalignement et à un gaspillage de capitaux. Le succès commence par la clarté, la compréhension des besoins de l’entreprise, des problèmes que la technologie doit résoudre et de la manière dont le succès sera mesuré. Chaque effort en matière d’IA doit être directement lié à un défi commercial défini et à un rendement attendu.

Melanie Freeze a expliqué que l’IA « doit être ancrée dans l’analyse de rentabilité », rappelant aux dirigeants qu’une technologie sans orientation stratégique n’apporte pas grand-chose. Une analyse de rentabilité ciblée donne aux équipes une orientation et aux investisseurs la confiance nécessaire. Les dirigeants doivent définir les objectifs économiques, opérationnels et technologiques avant d’engager des ressources, afin de s’assurer que chaque projet s’aligne sur la stratégie de l’entreprise et sur une valeur commerciale mesurable.

Du point de vue de la direction, cela signifie qu’il faut adopter une approche disciplinée du financement et de l’évaluation. Chaque initiative en matière d’IA devrait comporter des évaluations de la faisabilité, des risques, des coûts et de l’impact attendu. Cette structure permet non seulement de gérer les budgets, mais aussi de créer une cohérence entre les départements. Les décideurs disposent d’un objectif unique pour mesurer l’efficacité, ce qui les aide à identifier les cas d’utilisation qui méritent un investissement continu.

Lorsque les organisations commencent par se doter d’un cadre stratégique clair, l’IA cesse d’être un outil expérimental et devient un moteur de performance cohérent. Pour les dirigeants, le message est clair : la clarté avant l’exécution, la structure avant la mise à l’échelle et la valeur mesurable avant l’élan.

La plupart des succès de l’IA sont observés dans des domaines matures et à forte valeur ajoutée

L’IA donne des résultats cohérents lorsqu’elle est appliquée à des domaines d’activité matures dont la clarté opérationnelle est avérée. Selon les conclusions de Gartner, la gestion des services informatiques (ITSM) et les opérations dans le cloud en sont des exemples majeurs. Ces fonctions fonctionnent déjà dans des cadres bien définis, ce qui les rend idéales pour la précision qu’exige l’IA. Lorsqu’elle est appliquée ici, l’IA automatise les processus prévisibles, améliore la qualité des services et renforce la fiabilité à grande échelle.

Selon l’enquête 2024 de Gartner, 53 % des responsables I&O ont déclaré que leurs résultats les plus réussis en matière d’IA se sont produits dans le domaine de l’ITSM. Ces résultats ne sont pas le fruit du hasard, ils proviennent de modèles de données bien établis, de mesures de performance définies et de résultats commerciaux mesurables. Ces environnements donnent à l’IA la structure dont elle a besoin pour montrer clairement sa valeur, ce qui suscite la confiance de l’organisation et l’adhésion de la direction.

Melanie Freeze, directrice de recherche chez Gartner, a souligné que les cas de retour sur investissement les plus solides apparaissent dans les opérations ITSM et cloud  » là où les marchés sont matures et ont prouvé leur valeur commerciale.  » Son point de vue souligne une stratégie fondamentale pour les dirigeants : concentrer le déploiement de l’IA là où les modèles opérationnels sont robustes et validés. Cela garantit des améliorations mesurables et jette les bases d’une extension ultérieure de l’IA à d’autres domaines.

Pour les dirigeants, le message est simple : donnez la priorité aux domaines dans lesquels l’IA peut avoir un impact rapide et durable. Les opérations ITSM et cloud fournissent les bases opérationnelles de la réussite. En partageant ces succès avec l’ensemble de l’organisation, les dirigeants peuvent unifier leur stratégie en matière d’IA et motiver une adoption plus large avec confiance et détermination.

Une gouvernance centralisée et un contrôle exécutif solide sont essentiels pour soutenir les initiatives d’IA et optimiser le retour sur investissement.

Les performances de l’IA au sein d’une organisation s’améliorent considérablement grâce à une supervision cohérente. Les projets décentralisés, gérés par des unités opérationnelles individuelles, créent souvent des doublons, de l’inefficacité et des incohérences dans le financement. La gouvernance centralisée corrige ce problème en alignant les projets sur une vision stratégique unique. Elle garantit que le financement, la mesure des performances et l’exécution restent coordonnés entre les départements. Cette structure n’a pas pour but de contrôler, mais de maintenir la concentration, la transparence et la responsabilité.

Melanie Freeze a observé que de nombreuses initiatives en matière d’IA restent fragmentées parce que les unités commerciales individuelles contrôlent toujours leur financement. Elle a insisté sur le fait que la gouvernance de l’IA devrait passer à un contrôle à l’échelle de l’organisation, permettant aux PDG et aux directeurs financiers de fixer des critères de financement unifiés. Cette approche garantit que chaque projet est en concurrence pour obtenir des ressources en fonction de sa pertinence stratégique et de sa valeur commerciale potentielle, et non en fonction de l’influence du département.

Les dirigeants doivent jouer un rôle direct dans ce processus. Lorsque les dirigeants définissent les critères d’investissement dans l’IA et contrôlent les résultats, l’organisation évite les efforts inutiles et garantit l’alignement sur les priorités de l’entreprise. Une supervision centralisée renforce également la collaboration entre les équipes techniques, opérationnelles et financières, créant ainsi un cadre cohérent pour développer l’IA de manière efficace et durable.

Alors que les dépenses d’infrastructure en matière d’IA continuent d’augmenter, un leadership discipliné devient le facteur décisif pour protéger le retour sur investissement. Pour les décideurs, cela signifie qu’il faut évaluer les investissements dans l’IA avec la même rigueur que n’importe quelle initiative stratégique de base. Les organisations qui gouvernent l’IA de manière centralisée, la financent de manière responsable et la gèrent de manière transparente verront une valeur durable, au-delà des gains immédiats et vers une transformation à long terme de l’entreprise.

Faits marquants

• Le retour sur investissement de l’IA reste insaisissable dans les opérations informatiques : La plupart des projets d’IA dans l’informatique n’atteignent pas les objectifs de retour sur investissement en raison d’attentes irréalistes et d’une mise en œuvre fragmentée. Les dirigeants devraient considérer l’IA comme un investissement stratégique, et non comme une expérience, en l’alignant sur des résultats commerciaux mesurables.
• L’intégration et la gouvernance génèrent une valeur réelle : Le retour sur investissement dépend de la manière dont l’IA est intégrée dans les flux de travail et soutenue par une gouvernance solide. Les dirigeants doivent veiller à l’alignement interfonctionnel afin que l’IA améliore les opérations plutôt que de fonctionner de manière isolée.
• Trois facteurs de réussite éprouvés posent les bases : Il est essentiel d’intégrer l’IA dans les systèmes existants, d’obtenir le soutien des dirigeants et de réaliser des analyses de rentabilité réalistes. Les dirigeants doivent se faire les champions de ces pratiques afin de favoriser l’adoption et de maintenir le financement.
• L’alignement des entreprises est la clé de la durabilité : Les initiatives en matière d’IA doivent commencer par une analyse de rentabilité claire et un objectif stratégique défini. Les dirigeants devraient exiger des modèles d’évaluation structurés qui évaluent la faisabilité, le risque et l’impact mesurable avant le financement.
• Concentrez-vous d’abord sur les domaines matures et à forte valeur ajoutée : la gestion des services informatiques (ITSM) et les opérations dans le cloud donnent les résultats les plus cohérents en matière d’IA, car ils disposent de processus stables et de paramètres mesurables. Les dirigeants devraient commencer les déploiements dans ces domaines afin de prouver leur valeur et de les faire évoluer efficacement.
• Un contrôle centralisé garantit un retour sur investissement cohérent : La dispersion du financement de l’IA nuit à la coordination et aux retours sur investissement à long terme. Les dirigeants, en particulier les PDG et les directeurs financiers, devraient adopter une gouvernance centralisée pour normaliser les décisions d’investissement et protéger l’alignement stratégique.