Pourquoi 95 % des pilotes IA échouent — et comment l’éviter

• Les entreprises, en s’obsédant du ROI à court terme dans l’adoption de l’IA, détériorent elles-mêmes les conditions d’accumulation de valeur à long terme et augmentent la probabilité d’échec
• Selon le MIT, McKinsey, Upwork, HBR et d’autres, un cercle vicieux se met en place, où s’accumulent absence de résultats, burnout des équipes et confusion stratégique, jusqu’au départ des utilisateurs pionniers et à un effondrement de la confiance
• Des cas observés sur le terrain montrent qu’après les premiers succès, le relèvement des prix et des objectifs de performance assèche la marge de manœuvre nécessaire à l’innovation et provoque un phénomène de stag hunt, avec retards de décision et blocage de l’extension produit
• La clé de la solution consiste à activer dans le bon sens les points de levier de Donella Meadows : non pas plus de contrôle ni une logique d’extraction, mais pouvoir distribué, réinvestissement et espace d’adaptation
• Comme le montrent les cas de SharkNinja, Johnson Hana et Shopify, lorsque l’on bascule vers un système opérationnel fondé sur la confiance, l’innovation cumulative devient un sous-produit naturel du ROI

---

Problème posé et contexte

• Selon une étude récente du MIT, 95 % des projets d’adoption de l’IA en entreprise échouent. Ce chiffre est jugé crédible, et non exagéré
  • Dans une enquête de McKinsey, plus de 80 % des dirigeants ont répondu que l’IA générative n’avait pas produit de changement visible dans les revenus de leur entreprise
  • Une étude d’Upwork a montré que les employés les plus grands utilisateurs de l’IA sont aussi les plus enclins à vouloir partir, comprennent mal la stratégie IA de leur entreprise, et 88 % d’entre eux disent avoir vécu un burnout
• La cause profonde de ce phénomène est que les entreprises, sous la pression de récupérer rapidement le rendement de leurs investissements IA, sacrifient les effets de long terme
  • Autrement dit, au début, des effets positifs apparaissent, comme des gains d’efficacité et l’automatisation de tâches, mais dès qu’arrive l’exigence managériale de prouver un ROI à très court terme, le projet se fige ou finit par échouer
• Depuis 2023, l’auteur pilote des projets de transformation IA dans une société de conseil de taille intermédiaire
  • Avec une approche structurée : pilotes, refonte des workflows, stratégie de conduite du changement
  • Cela a permis d’obtenir plus de 40 000 heures de productivité et un niveau de satisfaction client élevé
  • Mais lorsque l’entreprise a commencé à exiger un retour sur investissement immédiat, les résultats du projet ont cessé de progresser

• Enseignement

  • Quand une transformation IA s’arrête, il existe des schémas récurrents et des signaux d’alerte ; bien observés, ils permettent de prolonger le mouvement dans la durée
  • À partir de cette expérience, l’auteur propose une grille de signaux faibles précoces et une recette pour produire un changement durable

Pourquoi le « succès » déclenche-t-il l’« échec » ?

• La société de conseil d’environ 300 personnes où travaillait l’auteur avait obtenu de solides résultats lors de sa première adoption de l’IA, créant un vrai momentum
  • Un outil d’automatisation de l’analyse des appels de recherche a été mis en place, capable de produire automatiquement transcription, résumé et rapports clients, comme un collaborateur junior
  • L’équipe a ainsi pu se concentrer sur la refonte des workflows clés et la production d’insights actionnables, avec à la clé une meilleure qualité des livrables et une plus grande satisfaction client
• L’auteur pensait que ce succès prouverait le potentiel de l’IA et accélérerait son adoption à l’échelle de l’entreprise, mais en réalité, une stagnation des performances s’est installée
  • Ce n’est pas le problème d’une seule entreprise, mais l’illustration des forces structurelles auxquelles se heurtent la plupart des entreprises établies qui tentent de s’adapter à l’IA

• Les effets pervers de la récolte d’un ROI à court terme

  • L’entreprise a cherché à augmenter les tarifs facturés aux clients et à réduire le temps passé, au nom des gains d’efficacité
  • Cela semblait être une stratégie de monétisation immédiate pour récupérer rapidement le ROI, mais cela a aussi entraîné un relèvement des objectifs de performance
  • Résultat : les employés se sont tous mis à courir après les chiffres, et la marge de manœuvre (slack) nécessaire à l’innovation a disparu

• La stagnation au sein de l’organisation

  • La pression des objectifs de court terme a accru les frictions internes, entraînant un durcissement des critères de décision et des retards d’approbation
  • En conséquence, un projet majeur d’extension produit fondé sur l’IA a été retardé pendant près d’un an, sous l’effet de la surcharge et de la pression pesant sur les équipes

• La théorie du Stag Hunt

  • Cela fonctionne exactement comme une situation de stag hunt en théorie des jeux
    • Cerf (stag) : une grande réussite collective partagée, accessible uniquement par une coopération de long terme
    • Lièvre (hare) : la captation immédiate du ROI ou de petits gains individuels
  • Quand l’entreprise cherche à récolter le ROI trop tôt, elle envoie le signal qu’elle renonce à la coopération pour courir après le lièvre, ce qui entraîne un effondrement de la confiance collective

• Le dilemme des pionniers de l’innovation

  • Même lorsque des pionniers internes développent de nouveaux workflows, automatisations et outils, la plupart des entreprises n’en font pas un changement structurel et s’en servent seulement pour durcir les objectifs de performance
  • Les innovateurs sont évalués selon les règles de l’ancien système et voient peu à peu leurs opportunités se réduire, faute de récompenses et de promotions
  • Au final, il ne leur reste souvent qu’un choix rationnel : renoncer à innover ou quitter l’entreprise

Théorie des leviers

• À partir de cette expérience, l’auteur s’est mis à chercher comment prévenir l’échec des transformations IA
  • Il s’est appuyé pour cela sur la pensée systémique de Donella Meadows et sur son essai de référence « Leverage Points » (1997)
• L’intuition de Meadows : pour créer un changement durable, il faut trouver le bon point d’intervention
  • Les interventions superficielles n’apportent qu’un faible effet pour beaucoup d’efforts, alors que des leviers invisibles peuvent produire de grands changements avec une faible intervention
  • Mais dans un système nouveau, l’intuition humaine agit souvent dans la mauvaise direction : même quand on repère un levier puissant, on commet l’erreur de pousser dans le sens inverse
• Pourtant, les entreprises consacrent beaucoup trop de ressources à des solutions et implémentations de surface
  • Et même lorsqu’elles tentent une intervention plus profonde, elles exercent leur effort dans la mauvaise direction, en cherchant davantage de contrôle, une extraction prématurée du ROI ou une accélération forcée
  • Ce qu’il faut réellement, c’est plus d’autonomie, de réinvestissement et d’espace d’adaptation
• Les véritables entreprises leaders construisent des systèmes de création de valeur sains et adaptatifs, faisant du ROI un sous-produit naturel
• Les trois cas suivants illustrent comment utiliser correctement des points de levier élevés pour obtenir des résultats IA durables

• SharkNinja — la confiance dans la décision distribuée

  • Autrefois, critiquer un mauvais plan exposait à être vu comme quelqu’un qui manque d’esprit d’équipe
  • Le fabricant d’électroménager SharkNinja, sous l’impulsion de son CEO Mark Barrocas, a renversé frontalement cette culture
    • Les employés ont reçu la responsabilité et l’autorité de signaler les erreurs de planification, et un système de décision distribué a été renforcé pour corriger rapidement les mauvaises décisions
    • En déclarant : « Avant, j’agissais stupidement, mais désormais j’ai décidé d’agir de manière “non stupide” », il a redéfini l’échec comme une donnée de correction
  • Ce système opérationnel a renforcé l’agilité, la confiance et la coopération, contribuant récemment à une hausse de 105 % du bénéfice net trimestriel et à un plus haut historique du cours de bourse

• Johnson Hana — des heures facturées à la valeur client

  • Le cabinet juridique atypique Johnson Hana, basé à Dublin en Irlande, a adopté des forfaits et une tarification au projet à la place de la facturation horaire
    • L’objectif n’est plus de « maximiser le temps facturé », mais de maximiser les talents et la valeur client
  • L’IA est intégrée à l’ensemble du travail, notamment avec l’automatisation de la revue documentaire, ce qui permet aux juristes de se concentrer sur la négociation créative, la résolution de problèmes complexes et le jugement
  • Ce modèle rend les avocats « plus heureux et meilleurs », tandis que les clients obtiennent des résultats plus rapides et de meilleure qualité
  • En juillet 2025, la plateforme juridique IA Eudia a acquis Johnson Hana pour 50 millions de dollars, choisissant une entreprise qui avait déjà mis en place un système fondé sur la confiance et sur une logique de stag hunt

• Shopify — faire de l’usage de l’IA un indicateur de performance

  • Dans les organisations où la confiance est faible, il est rationnel pour les employés de cacher leur usage de l’IA ou d’éviter d’apprendre à s’en servir
  • Mais Shopify, à l’initiative de son CEO Tobi Lütke, a redéfini l’usage de l’IA comme une règle centrale de l’organisation
    • Lors des recrutements, aucun renfort d’effectif n’est possible sans “prouver que l’IA ne peut pas le faire”
    • La maîtrise de l’IA fait partie des éléments centraux de l’évaluation de performance
  • Résultat : le choix rationnel des employés bascule vers une maîtrise visible et assumée de l’IA
    • L’organisation se réoriente autour des capacités de créativité, stratégie et innovation que l’IA remplace difficilement
  • Shopify a mis en place un système qui impose le stag hunt, et Lütke résume l’objectif ainsi : permettre grâce à l’IA d’atteindre 100 fois plus de choses dans le travail afin de s’attaquer à des défis impossibles pour l’humain seul

Ce que signifie une véritable transformation

• Comme le montre le diagnostic de Meadows, pour obtenir un ROI IA durable, il ne suffit pas d’introduire des outils : il faut transformer le système opérationnel lui-même
• Pendant la majeure partie du siècle dernier, la plupart des entreprises ont fonctionné comme un réseau électrique centralisé
  • Objectif : contrôle descendant, prévision linéaire, maximisation de l’efficacité et de la scalabilité
  • Mais l’IA ne se contente pas d’alimenter ce système avec un carburant plus efficace : c’est une forme d’énergie entièrement nouvelle
• La puissance de l’IA naît des expérimentations et initiatives innovantes des individus et des équipes → une énergie distribuée créée à la périphérie (edge) de l’organisation
  • Les entreprises leaders l’ont compris et soit déclarent l’ancien réseau obsolète, soit redéfinissent la manière de mesurer la valeur, soit conçoivent des incitations pour que chaque employé devienne un producteur net positif (net-positive producer)
  • C’est ce que concrétisent les cas de SharkNinja, Johnson Hana et Shopify
• Selon les enquêtes, 95 % des employés reconnaissent le potentiel de l’IA, mais leur plus grande inquiétude tient à la méfiance suivante : « l’organisation ne partagera pas les bénéfices »
  • En réaction, les employés basculent vers une main-d’œuvre de l’ombre (shadow workforce), cachent leur usage de l’IA et poursuivent uniquement des gains de court terme, dans une logique de chasse au lièvre
  • L’absence de confiance bloque l’innovation coopérative
• Le nouveau système opérationnel repose sur une confiance profonde : la valeur créée sera reconnue et récompensée, même si elle ne peut pas être entièrement prédite ni contrôlée
  • Les entreprises qui savent construire cette confiance au niveau du modèle opérationnel n’obtiennent pas seulement une efficacité passagère, mais une innovation cumulative que les concurrents ne peuvent pas répliquer
  • Un ROI durable ne vient pas de ce que l’IA peut faire, mais de ce que des personnes capables de coopérer autour d’un objectif commun peuvent accomplir