L’engouement des entreprises pour l’intelligence artificielle semble marquer le pas. Plusieurs responsables informatiques interrogés ces dernières semaines indiquent qu’ils entreprennent un exercice de rationalisation de leurs portefeuilles de projets liés à l’IA, éliminant ceux qui ne produisent pas de valeur ajoutée tangible.

Un recentrage sur la rentabilité

Selon des témoignages de directeurs des systèmes d’information (DSI), la phase d’expérimentation tous azimuts cède la place à une approche plus rigoureuse. Les entreprises, confrontées à des coûts de calcul élevés et à une complexité technique persistante, exigent désormais que chaque initiative IA démontre un retour sur investissement clair.

« Nous avons lancé une vingtaine de prototypes l’an dernier, mais seuls quatre ou cinq justifient aujourd’hui un déploiement à grande échelle », a confié un DSI d’une grande banque européenne. Le discours est similaire dans le secteur industriel et les services, où les équipes IT sont invitées à « sortir » des projets qui consomment des ressources sans bénéfice mesurable.

Une « stratégie de sortie » devenue planche de salut

Le concept de « stratégie de sortie IA » (AI exit strategy) gagne du terrain dans les directions informatiques. Il ne s’agit plus seulement de lancer des expérimentations, mais de prévoir dès le départ les conditions d’arrêt d’un projet si les objectifs ne sont pas atteints. Des outils de suivi de la performance et des comités de validation trimestriels sont mis en place pour trancher rapidement.

Certains fournisseurs de solutions IA constatent également un ralentissement des commandes, tandis que les clients renégocient les contrats en cours pour limiter leurs engagements financiers. Des clauses de résiliation anticipée sont de plus en plus fréquentes dans les accords de licence.

Des investissements massifs, des résultats mitigés

Les dépenses mondiales en IA auraient atteint des sommets en 2025, mais les bénéfices concrets peinent à se matérialiser dans les bilans comptables. Plusieurs études internes à de grands groupes révèlent que moins de la moitié des projets pilotes ont franchi le stade de la production. Les secteurs les plus touchés par ce désenchantement sont ceux où l’IA devait révolutionner le service client ou la maintenance prédictive.

Quelles leçons pour l’avenir ?

Les experts en stratégie numérique estiment que cette phase de « désillusion » était prévisible après une période d’hyper-enthousiasme. Ils recommandent aux entreprises de privilégier des cas d’usage ciblés, intégrés à des processus métier déjà matures, plutôt que de chercher à appliquer l’IA à tous les problèmes. La priorité est désormais à la « valeur rapide » plutôt qu’aux promesses de long terme.

Pour les directions financières, l’heure est à la vérification des comptes : les projets IA qui survivent sont ceux dont les indicateurs de performance sont alignés sur les objectifs business fondamentaux.