Transformation IA03.05.20264 minNote de terrain

Pourquoi 80% des projets IA en entreprise échouent — et comment l'éviter

Les projets IA échouent rarement à cause du modèle. Ils échouent parce qu’ils commencent par la technologie plutôt que par un process critique, mesurable et porté par un propriétaire métier.

Process first. Model second. Adoption always.

J'ai vu une trentaine de projets IA s'arrêter avant la mise en production. Le pattern est toujours le même, et il n'a quasi rien à voir avec la technologie.

01La vraie cause d'échec n'est pas le modèle

Les 80% qui échouent commencent par une phrase qui ressemble à : « on veut faire de l'IA ». Les 20% qui passent en production commencent par : « on a un process qui coûte 12 heures par semaine à trois personnes, on veut le réduire ». La différence entre les deux n'est pas le budget, ni la maturité tech, ni le partenaire choisi. C'est le point de départ.

Quand on part de la techno, on cherche un problème à coller dessus. On finit avec un POC élégant que personne n'utilise parce qu'il ne s'inscrit dans aucun process critique. Quand on part du process, l'IA devient un moyen — et la question d'adoption est résolue avant même la première ligne de code.

02Ce que j'ai constaté en mission

Sur un projet récent dans une ETI de transport, le comité de direction voulait « un agent IA pour la relation client ». La vraie douleur, après deux semaines de discovery, c'était trois heures par jour passées à rechercher manuellement les conditions tarifaires dans cinq systèmes différents. L'agent IA est arrivé en réponse à ça — pas en réponse au mot-clé « IA ». Il a été adopté en quatre semaines parce qu'il résolvait quelque chose que les équipes vivaient déjà comme insupportable.

L'inverse — un projet qui démarrait par un appel d'offre intitulé « plateforme générative pour augmenter la productivité » — est arrivé en POC, a fait quatre démos brillantes, et n'a jamais quitté l'environnement de test. Personne ne savait à quel process il devait s'attaquer en priorité.

03Trois questions avant de signer le premier euro

Avant de lancer un projet IA, posez ces trois questions à votre comité :

  1. Quel est le process qui coûte le plus de temps ou d'argent aujourd'hui, mesuré en heures-personne par semaine ? Si personne ne sait répondre en chiffres, vous n'êtes pas prêts.
  2. Qui sera responsable de l'adoption — pas du déploiement, de l'adoption — six mois après la mise en production ? Si la réponse est « la DSI », l'usage retombera à zéro en trois mois.
  3. Qu'est-ce qui se passe si on ne fait rien pendant 12 mois ? Si la réponse est « pas grand-chose », ce n'est pas un projet prioritaire. Mettez-le de côté.

Ces trois questions filtrent 80% des projets qui n'auraient pas dû démarrer. Et elles transforment les 20% restants en projets qui ont une chance de tenir au-delà du POC.

04La techno arrive en dernier

Le programme BPI IA Booster cofinance jusqu'à 42% de l'accompagnement, ce qui change l'équation économique. Mais le cofinancement ne sauve pas un projet mal cadré — il finance simplement un échec moins coûteux. Le travail réel se fait avant : nommer le problème, chiffrer la douleur, désigner le propriétaire de l'usage.

Quel est le process que vos équipes contournent depuis si longtemps qu'elles n'osent même plus en parler ?

Auteur

Sébastien Marin accompagne les ETI et organisations en transformation IA, de la stratégie aux prototypes opérationnels, avec une obsession simple : relier l’ambition, l’usage et la mise en production.

Discussion

Vous travaillez sur un sujet similaire ? Le bon point de départ n’est pas une démo IA, mais une conversation sur le process, la décision et l’impact attendu.