L’adoption massive de l’IA en entreprise ne se traduit pas encore par des gains économiques significatifs

Selon McKinsey, 89% des entreprises utilisent désormais l’IA de manière régulière, avec une majorité expérimentant les agents IA. Pourtant, un écart persistant subsiste entre l’usage et la rentabilité. Seules 37% des entreprises attribuent un impact positif sur leur EBIT à leurs programmes d’IA, et encore moins pour les déploiements récents d’agents.

Des coûts opérationnels sous-estimés

L’implémentation d’agents IA exige des mises à niveau coûteuses de l’infrastructure technologique existante. Ces systèmes, basés sur des boucles d’inférence répétées et une coordination inter-systèmes, consomment 5 à 30 fois plus de ressources informatiques qu’une simple requête chatbot. Une récente enquête révèle que 93% des participants ont dépassé leurs budgets IA à cause de cette surconsommation.

Des progrès techniques malgré des résultats mitigés

McKinsey reconnaît que cette situation pourrait s’améliorer avec la maturation technologique. Les outils récents d’Anthropic et OpenAI améliorent l’interaction avec les systèmes informatiques, tandis que des frameworks comme LangGraph offrent de meilleures capacités d’orchestration. METR, un organisme à but non lucratif, a mesuré la capacité des modèles IA à accomplir des tâches complexes. Pour Claude Opus 4.6, le temps estimé pour compléter une tâche de développement logiciel est d’environ douze heures - un indicateur de performance plutôt que de temps de traitement.

Le cas particulier du développement logiciel

Les agents IA pourraient générer près d’un billion de dollars de valeur ajoutée pour les entreprises, selon McKinsey. Leurs capacités potentielles incluent l’analyse des besoins, la génération de code, les tests et même le déploiement. Pourtant, seulement 25% des entreprises utilisant ces agents pour le développement logiciel ont constaté une accélération significative de leurs cycles. Les résultats varient considérablement entre les développeurs : 80% observent une augmentation de productivité de seulement 3%, tandis que les 20% les plus performants en voient une de 55%. Pire encore, 30% des entreprises ont constaté une baisse de productivité après l’adoption d’agents de codage.

Qualité vs quantité dans la production logicielle

L’augmentation de 180% des activités de programmation grâce à l’IA ne se traduit pas par une hausse proportionnelle du nombre de publications. Ce décalage suggère que la quantité de code produit n’est pas synonyme de qualité ou d’utilité accrue. Les entreprises doivent donc repenser leur approche pour transformer cet investissement technologique en gains concrets.