Selon un rapport du MIT, 95 % des entreprises ne perçoivent aucun retour sur investissement après avoir dépensé 30 milliards de dollars dans l'IA générative

Résumé : Selon une nouvelle étude du MIT, 95% des entreprises ayant investi entre 30 et 40 milliards de dollars dans l'IA générative au cours des trois dernières années n'obtiennent aucun retour sur investissement mesurable, seules 5% rapportant des gains significatifs. L'échec massif s'explique principalement par l'incapacité des outils d'IA générative à s'adapter aux processus de travail réels, à retenir les retours d'expérience et à s'améliorer au fil du temps comme le feraient des employés humains. Bien que plus de 80% des grandes entreprises aient testé des plateformes comme ChatGPT, la plupart des applications se limitent à des améliorations de productivité individuelle sans impact sur les profits globaux, conduisant les chercheurs à recommander aux entreprises de modérer leurs attentes et de traiter l'IA générative comme un outil limité plutôt qu'un moteur de transformation complète. 

Au cours des trois dernières années, les entreprises du monde entier ont investi entre 30 et 40 milliards de dollars dans des projets d'intelligence artificielle générative. Pourtant, la plupart de ces projets n'ont pas généré un réel retour sur investissement. 

Une nouvelle étude du MIT a révélé que 95 % des entreprises déclarent n'avoir constaté aucun gain quantifiable suite à l'adoption d'outils d'IA. Seul un petit groupe a constaté des bénéfices significatifs.

« Seuls 5 % des projets pilotes intégrant l'IA génèrent des millions de dollars de valeur », indique le rapport. En revanche, la grande majorité n'a eu aucun impact sur le chiffre d'affaires ou les bénéfices.

De nombreuses entreprises se sont empressées de tester des programmes tels que ChatGPT, Copilot et d'autres plateformes de modèles linguistiques à grande échelle. Des enquêtes montrent que plus de 80 % des grandes entreprises les ont déjà étudiés ou testés.

Près de 40 % des entreprises ont déclaré avoir déployé ces technologies à un degré ou à un autre. Cependant, les chercheurs ont constaté que la plupart des cas d'utilisation se limitaient à l'amélioration de la productivité individuelle plutôt qu'à l'augmentation des bénéfices globaux de l'entreprise. 

L'une des principales raisons est que les outils d'IA générative ne parviennent souvent pas à s'adapter aux processus de travail réels. Le rapport décrit « des flux de travail fragiles, un manque d'apprentissage contextuel et une mauvaise adéquation avec les tâches quotidiennes ». 

Contrairement aux humains, la plupart des modèles d'IA générative ne peuvent pas mémoriser les retours d'expérience passés ni développer de nouvelles capacités de raisonnement au fil du temps. Ils peinent également à s'adapter au contexte ou à transférer les leçons apprises d'une tâche à l'autre.

« La plupart des systèmes GenAI ne retiennent pas les feedbacks, ne s'adaptent pas au contexte et ne s'améliorent pas avec le temps », indique l'étude. Sans ces caractéristiques, l'intégration à long terme reste coûteuse et inefficace. 

L'engouement autour de l'IA générative a suscité de grandes espérances dans les salles de réunion. Mais le rapport suggère que bon nombre des investissements n'ont pas encore débouché sur une amélioration des bénéfices ou des économies significatives.

Certaines entreprises utilisent l'IA pour le service client, le marketing ou l'aide à la rédaction. Si ces outils permettent aux employés de gagner du temps, ils génèrent rarement des revenus directs pour l'entreprise elle-même.

Le rapport minimise également les craintes selon lesquelles l'IA générative entraînerait des pertes d'emplois massives à court terme. Son effet devrait plutôt se traduire par une réduction des coûts externes pour les entreprises.

« Tant que les systèmes d'IA n'auront pas atteint un niveau d'adaptation contextuelle et de fonctionnement autonome, leur impact sur les organisations se manifestera davantage par une optimisation des coûts externes que par une restructuration interne », indique le rapport. 

Les entreprises peuvent donc réduire leurs dépenses liées à l'externalisation, mais elles sont peu susceptibles de remplacer rapidement un grand nombre d'employés par des robots. 

Cette conclusion va à l'encontre de l'opinion publique selon laquelle l'IA générative remplacera rapidement des millions d'emplois. Les chercheurs affirment que cette technologie est loin d'avoir atteint un tel niveau de performance.

Selon les experts, de nombreux dysfonctionnements proviennent d'une mauvaise compréhension de ce que l'IA peut et ne peut pas faire. Un programme peut générer rapidement du texte ou du code, mais ne peut pas vraiment apprendre comme le font les humains. 

Par exemple, un employé peut s'adapter en fonction de nouvelles instructions, d'erreurs passées et des besoins contextuels. Un modèle d'IA générative ne peut pas transposer cette mémoire d'une tâche à l'autre sans être réentraîné.

Les investisseurs et les chefs d'entreprise continuent de manifester un vif intérêt pour l'IA, dans l'espoir que des progrès continus permettront de combler ces lacunes. Mais les perspectives à court terme laissent entrevoir des progrès plus lents que prévu. 

Les conclusions suggèrent que, malgré le potentiel considérable de l'IA, les entreprises devraient tempérer leurs attentes. La technologie n'est pas encore prête à être mise en œuvre dans tous les secteurs ou tous les processus.

Le rapport souligne également la nécessité d'une préparation plus intelligente de son adoption. Les entreprises devront peut-être se concentrer sur des cas d'utilisation précis où l'IA peut apporter des économies ou des gains de productivité immédiats et mesurables.

Cela peut inclure des scripts d'assistance à la clientèle, des aides au codage ou la rédaction de documents, mais pas une transformation complète à l'échelle de l'entreprise. Une intégration à grande échelle est encore considérée comme prématurée et susceptible d'échouer.

Comme l'a fait remarquer un chercheur, « l'IA est performante dans l'exécution de tâches, mais pas dans l'élaboration de stratégies ». Les entreprises qui espèrent qu'elle remplacera l'ensemble de leurs processus décisionnels risquent d'être déçues. 

Pour l'instant, l'intérêt commercial de l'IA générative repose principalement sur quelques réussites ponctuelles. Une poignée d'entreprises font part de gains importants, mais la plupart ne constatent qu'une aide mineure dans l'exécution de tâches routinières. 

Selon l'étude du MIT, la leçon à tirer est claire. Les entreprises doivent considérer l'IA générative comme un outil limité plutôt que comme un moteur de croissance inéluctable.

Si les entreprises souhaitent tirer profit de l'IA, elles doivent se concentrer sur des applications spécifiques et les intégrer à leur infrastructure existante. 

traduction de : 

https://thedailyadda.com/2025/08/21/business/95-of-companies-see-zero-return-on-30-billion-generative-ai-spend-mit-report-finds/