Un rapport du MIT NANDA (The GenAI Divide: State of AI in Business 2025) dresse un constat sévère : malgré 30 à 40 milliards de dollars investis, 95 % des projets d’IA générative en entreprise échouent à générer un retour sur investissement. Seuls 5 % parviennent à créer une valeur mesurable.
Adoption massive, mais peu de transformation
Plus de 80 % des organisations ont testé ou déployé des outils comme ChatGPT ou Copilot, mais ces usages restent cantonnés à des gains de productivité individuelle sans impact significatif sur le chiffre d’affaires. Les solutions sur mesure, plus complexes, peinent à dépasser la phase pilote : seulement 5 % atteignent la production.
Le MIT identifie un fossé, qualifié de “GenAI Divide” : une majorité d’entreprises accumulent les expérimentations sans transformation réelle, tandis qu’une minorité exploite l’IA de manière stratégique.
L’essor du “shadow AI”
Le rapport révèle une réalité frappante : les employés contournent leurs entreprises et adoptent massivement des outils personnels. Alors que seulement 40 % des entreprises déclarent avoir souscrit officiellement à des solutions d’IA, 90 % des employés interrogés utilisent déjà des comptes personnels (ChatGPT, Claude, etc.) pour automatiser leurs tâches.
Ce “shadow AI” procure souvent plus de bénéfices que les projets internes, accélérant la fracture entre expérimentations institutionnelles et usages effectifs au quotidien.
Les secteurs technologiques et médias en avance
Parmi les neuf grands secteurs étudiés, seuls la technologie et les médias & télécoms présentent des signes clairs de transformation structurelle.
Dans la tech, de nouveaux acteurs émergent et modifient les workflows établis (ex. éditeurs d’outils de développement assisté par IA).
Dans les médias, l’essor de la création de contenus générés par IA bouleverse les dynamiques publicitaires et pousse les éditeurs traditionnels à s’adapter rapidement.
À l’inverse, la finance, la santé, l’énergie ou l’industrie restent en phase exploratoire, avec peu de changements concrets.
Pourquoi 95 % échouent
Le principal frein identifié est le “learning gap” : la plupart des systèmes testés n’apprennent pas du contexte, ne s’adaptent pas aux workflows, et ne s’améliorent pas au fil du temps. Les employés, habitués à l’ergonomie fluide de ChatGPT, rejettent des outils internes jugés rigides et inefficaces.
Le MIT relève également un biais d’investissement : près de 50 % des budgets IA sont orientés vers les ventes et le marketing, alors que les meilleurs retours sur investissement proviennent du back-office (finance, administration, gestion documentaire).
Les 5 % qui réussissent
Les entreprises qui tirent parti de l’IA :
- privilégient l’achat de solutions externes plutôt que des développements internes,
- exigent des outils capables de mémoriser, s’adapter et évoluer,
- et concentrent leurs efforts sur l’automatisation des processus internes plutôt que sur des démonstrations visibles mais peu rentables.
Vers un “Agentic Web”
Enfin, le rapport met en avant l’émergence d’un “Agentic Web”, un écosystème d’agents autonomes capables de collaborer entre eux au-delà des applications SaaS classiques. Cette évolution pourrait constituer la véritable révolution post-GenAI dans les entreprises.
Pour consulter le rapport
Walid Naffati & IA
