Le célèbre investisseur Michael Burry est à nouveau donner l’alarme à propos d’un Bulle d’IAalors que le retour sur capital investi ralentit et qu’OpenAI déclare un « code rouge » dans un contexte de concurrence accrue.
Mais le bulle de marché n’est qu’une facette de l’histoire. Une bulle de taille égale – et peut-être plus préoccupante – se forme autour de « l’adoption » de l’IA, à mesure que les messages adressés aux conseils d’administration se détachent de plus en plus des réalités de la mise en œuvre de l’IA en entreprise.
La bulle croissante du marché autour des entreprises technologiques préoccupe depuis longtemps les investisseurs et les analystes, qui voient des parallèles frappants entre les valorisations des entreprises d’IA d’aujourd’hui et celles des entreprises qui battaient des records lorsque le éclatement de la bulle Internet.
Mais en mettant l’accent sur les prix du marché, le monde des affaires ignore la bulle d’attentes qui grandit sous leur nez.
La peur de rater quelque chose (FOMO) et l’urgence induite par le marché poussent les entreprises à saisir les opportunités pour montrer aux investisseurs qu’elles ont adopté l’IA dans leurs opérations commerciales. Selon McKinsey, 88% des chefs d’entreprise en 2025, ils ont déclaré utiliser régulièrement l’IA dans au moins une fonction commerciale, contre 78 % l’année précédente.
Alors que les passionnés de l’IA considèrent ces chiffres comme la preuve que l’IA exploite tout son potentiel et transforme l’économie, une analyse plus approfondie des chiffres dresse un tableau alarmant.
McKinsey identifie seulement 6 % comme « très performants », c’est-à-dire ceux dont 5 % ou plus du bénéfice avant intérêts et impôts (EBIT) sont attribuables à l’IA. Pendant ce temps, seulement 39 % des personnes interrogées signalent un impact de l’IA sur l’EBIT au niveau de l’entreprise, la plupart d’entre elles constatant un impact inférieur à 5 %.
Même pour ceux qui se contentent d’observer la bulle boursière, cela devrait être un sujet de préoccupation. Le prix du capital est actuellement fixé comme si les entreprises tiraient des bénéfices de leur utilisation de l’IA. Si les entreprises ne parviennent pas à transformer l’IA en une entreprise additive, cette réalité finira par arriver sur le marché.
La faiblesse des données d’hier, l’échec de l’IA d’aujourd’hui
Le plus gros problème du marché de l’IA à l’heure actuelle est que l’IA est aussi puissant qu’il le promet. Une IA efficacement entraînée peut (et transformera) les opérations d’une entreprise bien préparée.
Le problème est que la plupart des entreprises ne sont pas préparées.
Même si l’IA obtient de très bons résultats sur le plan facteurs qui en font une technologie adoptable (avantage relatif, observabilité et essayabilité), il obtient de faibles résultats sur les deux facteurs restants : compatibilité et complexité.
En fait intégrer une IA efficace dans les flux de travail nécessite d’énormes quantités de formation, de discipline et de données que la plupart des entreprises ne disposent tout simplement pas – parce que la plupart d’entre elles n’ont pas réussi à adopter les technologies précurseurs de l’IA.
Pour de nombreuses entreprises, le cloud computing a été un échec. Quelle que soit la taille ou la sophistication des systèmes de planification des ressources de l’entreprise (ERP) ou de gestion de la relation client (CRM) d’une entreprise, la plupart des entreprises ne développent jamais la discipline nécessaire pour garantir la cohérence des données.
Ce qui motive la bulle de mise en œuvre de l’IA, c’est que ces mêmes entreprises tentent désormais de placer l’IA sur une base instable. Et l’IA, contrairement à de nombreuses technologies passées, est impitoyable.
Un ERP peut boiter avec des données désordonnées parce que les humains sont là pour compenser ; L’IA ne fait qu’augmenter le désordre. Les mauvaises entrées ne créent pas seulement de mauvais rapports : elles créent des réponses automatisées qui évoluent plus rapidement que les gens ne peuvent les comprendre.
Le paradoxe du « pilote »
La bulle de mise en œuvre de l’IA est le résultat de cette confluence de facteurs : le FOMO qui détermine le comportement du leadership, l’apparente « adoptabilité » de l’IA et l’immaturité sous-jacente des données à l’échelle organisationnelle.
Le course pour adopter l’IA a conduit les conseils d’administration à se laisser distraire par les mesures d’activité, comme le nombre de programmes pilotes d’IA qu’une entreprise mène. Le problème avec ces mesures quantitatives est qu’elles ne disent pas grand-chose.
C’est comme un restaurant se vantant du nombre de fours dont il dispose. À moins que le restaurant puisse également indiquer le nombre de chefs dont il dispose, la qualité de ses ingrédients et du menu, connaître le nombre de fours ne dit pas grand-chose sur sa capacité à préparer un dîner.
Il est plus important que de simplement lancer des projets pilotes de savoir quels pilotes sont réellement prêts à évoluer. La réponse malheureuse pour la plupart des entreprises est que ce n’est pas le cas.
La majorité des projets pilotes d’IA ne parviennent pas à progresser vers un déploiement à l’échelle de l’entreprise, non pas parce que l’IA en tant que technologie n’est pas prête, mais parce que les entreprises qui les gèrent ne sont pas prêtes pour l’IA.
La bulle de l’IA qui se forme est fondamentalement une bulle d’attentes, car les entreprises ne parviennent pas à y répondre. Tout le potentiel de l’IA. Lorsque cette bulle éclatera, les gagnants et les perdants ne seront pas déterminés par celui qui a dirigé le plus de pilotes, mais par celui qui a la bonne culture.
Aussi urgente que puisse paraître la course à l’adoption de l’IA, sans une infrastructure de données appropriée, une flexibilité des processus et des connaissances en IA, les entreprises ne peuvent même pas commencer à être compétitives.
La différence entre ceux qui voient de la valeur dans l’IA et ceux qui ne le voient pas se résume à l’idée de préparation et de culture. Il ne s’agit pas de trouver une nouvelle utilisation de l’IA, mais de discipliner les données.
Les entreprises disposant de données propres et structurées, ainsi que de la discipline et de la flexibilité nécessaires pour adopter l’IA dans leurs processus, sont celles qui maximisent leurs rendements.
Un projet pilote efficace et évolutif avec des résultats mesurables vaut plus qu’une douzaine de cas de test abandonnés. Même lorsque les modèles ne se comportent pas comme prévu, creuser et diagnostiquer ce qui ne fonctionne pas peut aider les entreprises à mettre en œuvre des changements critiques à l’échelle de l’organisation.
La bulle de l’IA ne concerne pas la technologie à la hauteur du battage médiatique. L’IA est prête. Ce sont les entreprises qui ont besoin de travail.
Les gagnants ne seront pas les entreprises comptant le plus de pilotes. Ce seront eux qui jetteront les bases qui rendront l’IA digne d’être mise en œuvre.
Contenu connexe
- J’ai rencontré plus de 100 conseillers pour élaborer cette feuille de route pour l’adoption de l’IA
- Vous cherchez à adopter l’IA dans votre organisation financière ? Considérez d’abord ces facteurs
- Comment l’IA met les données de l’entreprise en danger
- L’IA déclenche une crise existentielle pour les stocks de logiciels
- Oui, les actions d’intelligence artificielle sont en plein essor
Clause de non-responsabilité