Tous les articles

Mesurer le ROI de l’IA sans se raconter d’histoires

Le ROI de l’IA en entreprise se mesure contre une baseline établie avant le projet. Tout le reste, témoignages enthousiastes, temps gagné estimé de tête, taux d’adoption des licences, est du théâtre. Si vous ne retenez qu’une phrase de cette note : mesurez le processus avant d’y toucher.

La question devient pressante parce que l’adoption a précédé la mesure. Selon Bpifrance Le Lab, 31 % des TPE et PME françaises utilisaient l’IA générative fin 2024. Combien savent dire ce que cela leur rapporte ? Dans nos conversations avec des dirigeants, presque aucune. L’écart entre "on utilise l’IA" et "on sait ce que l’IA nous rapporte" est exactement ce que cette note propose de combler.

La baseline d’abord

Avant le projet, mesurez le processus tel qu’il est : combien d’unités traitées par semaine, combien de temps par unité, quel taux d’erreur, quel coût complet. Une semaine d’observation et quelques exports de vos systèmes suffisent souvent.

Sans ce point de départ, le débat sur la valeur sera éternel, et vos sceptiques comme vos enthousiastes seront irréfutables. La mesurabilité est d’ailleurs l’un des critères pour choisir le bon processus à automatiser : un processus qu’on ne peut pas mesurer avant est un processus qu’on ne pourra pas défendre après.

Les métriques qui tiennent

Le temps gagné, mesuré et non déclaré. Le déclaratif surestime, systématiquement : demandez aux utilisateurs et vous obtiendrez un chiffre flatteur et invérifiable. Mesurez dans les systèmes, horodatage des dossiers, temps de traitement, longueur des files d’attente.

Le taux d’erreur, dans les deux sens : les erreurs que le système commet et qu’un humain n’aurait pas commises, et celles qu’il évite parce qu’il ne fatigue pas.

Le débit : unités traitées par semaine à effectif constant. C’est souvent la métrique la plus parlante pour un dirigeant, parce qu’elle se traduit directement en délai client ou en capacité de croissance sans embauche.

Et une métrique de garde-fou, choisie pour détecter l’effet pervers : satisfaction client si vous automatisez le support, taux de litige si vous automatisez la facturation. Un ROI qui se paie d’une dégradation silencieuse ailleurs n’en est pas un.

Les coûts qu’on oublie

Le calcul honnête met au dénominateur bien plus que la facture du prestataire. La relecture humaine d’abord : si chaque sortie du système est vérifiée dix minutes, le temps gagné fond, et cette relecture dure des mois avant que la confiance ne permette de l’alléger. La maintenance ensuite : un système d’IA suit vos documents, vos règles et les évolutions des modèles, il ne se fige pas à la mise en production. La facture des modèles, qui croît avec le volume. L’intégration et la conduite du changement enfin, souvent le premier poste réel du projet. Les ordres de grandeur de tous ces postes sont détaillés dans notre note sur le coût d’une IA sur mesure.

Un calcul de ROI défendable

La forme la plus simple tient en trois lignes. La valeur annuelle : heures économisées mesurées multipliées par le coût chargé, plus la valeur des erreurs évitées, plus le chiffre d’affaires attribuable le cas échéant. Le coût annuel : développement amorti, fonctionnement, relecture, maintenance. Le rapport des deux, calculé contre la baseline, à périmètre constant.

Ce qui rend le calcul défendable n’est pas sa sophistication, c’est sa traçabilité : chaque nombre a une source, un export, un horodatage, une mesure, et aucun n’est déclaratif. Un dirigeant doit pouvoir refaire le calcul sur un coin de table et retomber sur vos chiffres.

Refaites-le ensuite à trois puis six mois, parce que la valeur bouge dans les deux sens : la relecture s’allège quand la confiance s’installe, la maintenance apparaît, le volume change.

L’absence de mesure n’est pas un détail de gestion. C’est une des causes principales d’échec des projets IA : un projet sans baseline ne peut ni prouver sa valeur ni être arrêté à raison, il flotte, parfois pendant des années.

Nous imposons ce cadre à nos propres projets : baseline avant le prototype, métrique définie au cadrage, mesure à la mise en production puis dans la durée. Si vous voulez un système dont le ROI se calcule au lieu de se raconter, c’est ainsi que nous menons chaque projet d’IA sur mesure.