Avant d'implémenter l'intelligence artificielle, parle à quelqu'un qui ne te la vend pas.

Le chiffre qu'on va te citer, et ce qu'il mesurait vraiment.

Si quelqu'un t'a parlé d'IA cette année, il t'a probablement lancé que « 95 % des projets d'IA échouent ». C'est dans toutes les présentations. Et c'est un exemple parfait du problème, alors autant le regarder de près.

Le chiffre vient d'un rapport de juillet 2025 intitulé The GenAI Divide: State of AI in Business 2025, du projet NANDA du MIT. Ce qu'il mesurait, ce n'était pas « les projets d'IA » : c'était la part des pilotes d'IA générative intégrés n'ayant produit aucun impact mesurable sur le compte de résultat. L'échantillon : des entretiens avec 52 organisations, 153 dirigeants sondés et l'analyse de 300 déploiements rendus publics. C'était un document de travail, sans relecture par les pairs, signé par un groupe qui construit de l'infrastructure d'IA. Le lien d'origine hébergé par le MIT redirige aujourd'hui ailleurs. Et un détail parlant : une bonne partie de la presse qui l'a cité a donné des chiffres d'échantillon différents de ceux qui figurent dans le document lui-même.

Que ce soit clair : je ne dis pas que le rapport est mauvais. Ses conclusions qualitatives comptent parmi les plus utiles que j'aie lues. Je dis autre chose, et c'est plus gênant : presque aucun de ceux qui citent ce chiffre ne l'a lu. On le répète parce qu'il fonctionne sur une diapositive. Si ton conseiller te sort ce nombre sans savoir ce qu'il mesurait, tu viens de découvrir combien de vérification se cache derrière ce qu'il va te recommander ensuite.

Ce qui est bien mesuré dit presque la même chose.

Et voilà l'intéressant : pas besoin des 95 % pour arriver à la même conclusion. Il existe des études plus solides, avec un nom, une date et une méthode, et elles pointent toutes dans la même direction.

Gartner, juin 2025 : plus de 40 % des projets d'IA agentique seront annulés avant fin 2027, à cause de coûts qui dérapent, d'une valeur métier peu claire ou de contrôles de risque insuffisants. Un an plus tôt, en juillet 2024, le cabinet prévoyait déjà qu'au moins 30 % des projets d'IA générative seraient abandonnés après la preuve de concept.

RAND, 2024 : plus de 80 % des projets d'IA échouent, environ le double des projets informatiques sans IA. Leur conclusion sur la cause principale est celle qui m'intéresse le plus, parce qu'elle n'est pas technique : le motif le plus fréquent est que les personnes impliquées ne se sont jamais mises d'accord sur l'objet du projet.

S&P Global : la part d'entreprises qui abandonnent la majorité de leurs initiatives d'IA avant la mise en production est passée de 17 % à 42 % en une seule année.

Trois sources indépendantes, trois méthodes différentes, la même histoire. Et remarque qu'aucune ne dit « l'IA ne marche pas ». Elles disent que les projets qui échouent sont ceux qui commencent par l'outil au lieu de commencer par le problème. Cette distinction change complètement ce que tu devrais faire lundi.

La question que je pose avant toutes les autres.

Quand quelqu'un m'écrit « on veut mettre de l'IA », ma première question n'a rien à voir avec l'IA. C'est celle-ci : si trois fois plus de clients passaient la porte demain, qu'est-ce qui casserait en premier ?

La réponse tombe presque toujours dans l'un de ces quatre endroits, et un seul est le territoire de l'IA :

Il n'arrive pas assez de monde. De loin le plus courant. Ici l'IA n'a rien à faire. Ce qui manque, c'est la visibilité : la fiche Google à moitié remplie, le site qui ne sort pas quand quelqu'un cherche ton service dans ta région, le bouche-à-oreille qui n'a nulle part où atterrir. J'ai un guide de SEO local entier là-dessus, et il ne mentionne pas l'IA une seule fois.

Des gens arrivent mais n'achètent pas. Ce n'est pas l'IA non plus. C'est que l'offre ne se comprend pas, ou que le prix n'est pas expliqué, ou que la page de contact demande neuf champs. Cela se règle en écrivant mieux et en enlevant de la friction, pas en automatisant.

Ils achètent, mais tu n'y arrives plus. Là, cela commence à avoir du sens. Si le goulot d'étranglement est que tu passes six heures par semaine à recopier des données de courriels dans un tableur, à classer des documents ou à rédiger toujours le même type de réponse, alors oui : il y a une tâche répétitive, volumineuse et avec des données rangées. C'est exactement là que l'IA rapporte.

Tu y arrives, mais tu es payé en retard ou tu perds des clients. C'est généralement du processus pur, pas de la technologie. Aucun outil ne répare le fait que personne ne relance les factures.

Cet ordre, je ne l'ai pas inventé : il rejoint ce qu'a trouvé le rapport du MIT lui-même. Plus de la moitié du budget d'IA générative analysé était parti dans les ventes et le marketing, alors que le meilleur retour se trouvait en coulisses, dans le travail administratif répétitif dont personne ne se vante. L'IA a été achetée là où elle brille en démonstration, pas là où elle paie.

Pourquoi la bonne réponse est souvent moins chère.

Arrivé ici, le réflexe du secteur est de te montrer un tableau comparatif de retour sur investissement. Tu l'as déjà vu : le courriel rapporterait 36 euros pour chaque euro investi, le SEO local coûterait une fraction par contact, donc ils battent l'IA.

Je ne vais pas te faire ça, parce que ce serait incohérent avec tout ce qui précède. Ces 3 600 % du courriel sortent d'enquêtes du secteur lui-même, autodéclarées par des entreprises qui vendent des outils de courriel. C'est exactement le même type de chiffre que les 95 % : utile comme direction, inutile comme promesse. Si je m'en sers pour te convaincre, je fais ce que je critique deux sections plus haut.

Le vrai argument n'est pas le retour comparé. C'est le coût de se tromper, et là la différence ne se discute pas :

Si tu te trompes sur une campagne de courriel à tes clients, tu le sais en deux semaines, tu as dépensé quelques dizaines d'euros et une après-midi. Si tu te trompes en remplissant ta fiche Google, tu le sais en un mois et le coût aura été du temps. Si tu te trompes sur un projet d'IA, tu le sais six mois plus tard, tu as dépensé plusieurs milliers d'euros, tu as usé la patience de ton équipe avec un outil qu'elle n'utilise pas, et tu repars avec en prime la conviction que « le digital ne marche pas dans mon secteur ». Ce dernier dégât est celui que j'ai le plus vu et le plus difficile à défaire.

Risque asymétrique. C'est pour cela que l'ordre compte plus que le choix : non parce que l'IA serait mauvaise, mais parce que c'est la chose chère à rater et presque jamais la première en attente.

Le problème n'est pas l'IA. C'est qui te conseille sur l'IA.

Maintenant la partie gênante, et la raison pour laquelle j'ai écrit ceci.

Imagine que tu ailles chez un médecin et que tu découvres qu'il touche une commission sur chaque opération qu'il recommande. Tu ne dirais pas que c'est un délinquant. Tu dirais, avec raison, qu'il te faut un deuxième avis de quelqu'un qui est payé pareil que tu te fasses opérer ou non. Personne ne discute cela en médecine. En technologie pour entreprises, on l'a complètement banalisé.

Presque tout l'écosystème qui te parle d'IA gagne de l'argent si tu implémentes : celui qui vend la licence, celui qui l'intègre, celui qui touche un pourcentage du fournisseur, celui qui t'offre l'atelier gratuit qui finit en devis. Je répète que ce ne sont pas de mauvaises personnes. C'est que structurellement, ils ne peuvent pas te dire « ne le fais pas », pas plus que tu ne peux demander à un menuisier d'évaluer avec neutralité si tu as besoin d'un meuble.

Ce que tu peux faire, en revanche, c'est demander d'abord à quelqu'un qui réunit quatre conditions, et cela vaut pour moi comme pour n'importe qui :

Un : qu'il soit payé pareil si la réponse est non. C'est la seule condition qui compte vraiment. Si le conseil est gratuit, le conseil est de la publicité.

Deux : qu'il ait monté ces choses, pas seulement lu dessus. Je monte des agents et des automatisations pour des clients, et c'est pour cela que je sais par où ça casse : les données en pire état que ce que tout le monde affirmait, le processus que personne n'avait écrit, l'employé qui continue avec son tableur. Celui qui n'a jamais implémenté te vend la démonstration.

Trois : qu'il sache ce que coûte l'alternative. Quelqu'un qui ne connaît que l'IA conclura toujours que tu as besoin d'IA. Pouvoir comparer avec la publicité, le SEO, le courriel ou simplement corriger un processus à la main, c'est ce qui transforme un conseil en décision.

Quatre : qu'il te laisse capable de décider sans lui. Si à la fin tu dépends plus de cette personne qu'au début, ce n'était pas du conseil.

J'ai essayé de le mettre par écrit là où cela m'engage. Sur ma page IA appliquée, il y a deux phrases qui me coûtent de l'argent : que si tu as déjà un outil qui fonctionne je ne te le remplace pas, et que si à la deuxième phase le projet ne démontre pas de retour, on arrête. J'ai aussi une page qui explique pour qui je ne travaille pas. Ces phrases sont là pour que tu puisses les utiliser contre moi, ce qui est la seule façon qu'elles valent quelque chose.

Quand la réponse est bien l'IA.

S'arrêter au « non » serait tout aussi malhonnête. Les mêmes études qui documentent les échecs documentent aussi là où cela fonctionne, et les motifs sont nets.

Cela fonctionne quand la tâche est répétitive, à fort volume et avec un résultat vérifiable : extraire des données de factures, trier les courriels entrants, préparer des brouillons qu'une personne relit. Cela fonctionne mieux en coulisses qu'en vente. Et cela fonctionne plus souvent en achetant quelque chose de déjà fait qu'en le construisant sur mesure : dans l'échantillon du MIT, acheter chez un fournisseur spécialisé affichait environ 67 % de réussite, contre à peu près un tiers quand l'entreprise le construisait en interne. Si ton conseiller propose de construire de zéro avant d'avoir essayé quelque chose du marché, demande-lui de t'expliquer pourquoi.

Et cela ne fonctionne pas sans données. Gartner estime que d'ici 2026, 60 % des projets d'IA dépourvus de données prêtes seront abandonnés. Dans une PME, « données prêtes » ne veut pas dire un lac de données : cela veut dire que l'information existe à un endroit, dans un format, avec un critère. Si tes prix vivent dans trois tableurs qui ne concordent pas, voilà ton projet du trimestre, et il ne contient pas d'IA.

D'ailleurs, il y a moins d'urgence qu'on ne te le raconte. Selon l'enquête de l'institut statistique espagnol sur l'usage des TIC en entreprise, au premier trimestre 2025 l'intelligence artificielle était utilisée par 21,1 % des entreprises espagnoles de dix salariés ou plus, et par 13,4 % de celles de moins de dix. Cela grimpe vite, oui. Mais si tu as une petite entreprise et que tu n'as encore rien fait avec l'IA, tu n'es pas le dernier : tu es la majorité. Décide calmement.

Cinq questions avant de signer quoi que ce soit.

Emporte ceci à la prochaine réunion où l'on te proposera un projet d'IA. Cela marche avec moi aussi.

1. Quel problème précis cela résout-il, et comment saurons-nous dans trois mois si c'est résolu ? Si la réponse contient les mots « efficacité » ou « transformation » et aucun chiffre, il n'y a pas encore de projet.

2. Quelles données faut-il, et est-ce que je les ai aujourd'hui ? Pas « on pourrait les obtenir ». Aujourd'hui, et dans quel état.

3. Que se passe-t-il si dans trois mois ça ne marche pas ? Tu veux entendre un critère d'arrêt explicite, pas un plan de phases supplémentaires.

4. Que me coûte de partir d'ici dans un an ? Si mes données restent dans leur outil, je n'ai pas commandé un projet : j'ai loué une dépendance. J'ai écrit là-dessus ce qui arrive quand un outil d'IA disparaît du jour au lendemain, et ce n'est pas hypothétique.

5. Qu'est-ce que tu gagnes si je dis oui ? La plus utile des cinq. Il ne s'agit pas de piéger quelqu'un : il s'agit de savoir d'où l'on te parle. Une réponse calme et concrète est bon signe. La gêne aussi est une réponse.

Ce que je te demande vraiment.

Pas de te méfier de l'IA. Je m'en sers tous les jours, je l'implante chez des clients et je pense que dans trois ans elle sera aussi discutable que le fait d'avoir un site. Ce que je te demande, c'est de séparer la décision de la vente, même si cela tient en une conversation de quinze minutes avec quelqu'un qui n'en touche rien.

Parce que l'erreur chère, ce n'est presque jamais de choisir le mauvais outil. C'est de n'avoir jamais eu la conversation où quelqu'un, sans rien à y gagner, te dit que ton problème était un autre.

Si tu veux la carte des cas d'usage qui valent la peine dans une petite entreprise, continue avec l'IA pour les PME : ce qui marche vraiment. Si ce que tu as devant toi est un choix de prestataire, tu tireras peut-être plus de consultant ou agence. Et si tu as déjà de l'IA en fonctionnement et que c'est le volet légal qui t'inquiète, c'est ici.

Questions fréquentes.

Mon entreprise a-t-elle vraiment besoin d'intelligence artificielle ?

Cela dépend de si ton goulot d'étranglement fait partie de ceux que l'IA résout. L'IA traite bien les tâches répétitives, à fort volume et dont les données sont déjà rangées : classer des documents, rédiger des brouillons, extraire des informations de factures ou de courriels. Elle ne résout ni le fait que personne ne te trouve, ni une offre incomprise, ni des paiements en retard. Identifie le goulot avant de choisir l'outil : s'il n'est pas de ceux que l'IA résout, l'IA sera chère et ne changera rien.

Est-il vrai que 95 % des projets d'IA échouent ?

Ce chiffre vient du rapport The GenAI Divide du projet NANDA du MIT, publié en juillet 2025. Il mesurait quelque chose de bien plus précis : la part des pilotes d'IA générative intégrés n'ayant produit aucun impact mesurable sur le compte de résultat. L'échantillon : 52 organisations interrogées, 153 dirigeants sondés et 300 déploiements publics, dans un document de travail sans relecture par les pairs. La direction est juste et rejoint des études plus solides, mais 95 % n'est pas une vérité universelle sur toute l'IA.

Combien coûte l'implémentation de l'IA dans une PME ?

Cela varie tellement que le chiffre seul n'apprend rien : de quelques dizaines d'euros par mois en abonnement à des développements sur mesure à cinq chiffres. Le nombre qui compte vraiment avant de décider n'est pas le coût, c'est le coût de se tromper : ce que tu perds si le projet ne marche pas, y compris les mois d'attention que tu y auras consacrés et tout ce que tu n'auras pas fait pendant ce temps.

Que demander à quelqu'un qui veut me vendre un projet d'IA ?

Cinq questions : quel problème précis cela résout et comment on le mesure, quelles données il faut et si je les ai aujourd'hui, ce qui se passe si dans trois mois ça ne marche pas, ce que ça me coûte de partir dans un an, et ce que cette personne gagne si je dis oui. Si la dernière question la met mal à l'aise, tu as déjà ta réponse.

Existe-t-il des leviers marketing moins chers que l'IA ?

Il reste presque toujours quelque chose de moins cher en attente : la fiche Google Business Profile à moitié remplie, le site trop lent, le courriel aux clients existants que personne n'envoie, le suivi jamais mis en place. Ce n'est pas seulement moins cher en prix, c'est moins cher en risque : si une campagne de courriel échoue, tu le sais en deux semaines et tu as peu perdu. Si un projet d'IA échoue, tu le découvres six mois plus tard.