En cherchant une formule universelle pour mesurer le retour sur investissement de l’intelligence artificielle, les DAF sous-évaluent structurellement une partie de leurs déploiements et surexposent leur organisation à des surprises budgétaires. C’est le constat que Gartner formule dans une étude : l’IA ne se pilote pas comme un investissement unique, elle se gère comme un portefeuille.
La plupart des organisations abordent leurs projets d’intelligence artificielle avec les outils qu’elles maîtrisent pour évaluer n’importe quel investissement technologique. Réduction des coûts, croissance du chiffre d’affaires, amélioration des flux de trésorerie : les métriques financières traditionnelles structurent l’analyse, et un projet qui ne les satisfait pas rapidement peine à obtenir des financements ou à survivre à une première revue de portefeuille. Selon les données Gartner, seuls 7 % des directeurs financiers constatent un impact élevé de leurs cas d’usage IA dans la fonction finance, malgré un taux d’adoption croissant. Ce chiffre traduit moins un échec de l’IA qu’une inadéquation entre les outils de mesure et la nature réelle des bénéfices produits.
Twisha Sharma, chercheuse principale au sein de la pratique Finance de Gartner, dissèque le problème avec précision. Selon elle, l’IA ne suit pas une courbe de coûts unique et ne produit pas un type de valeur uniforme. Chaque cas d’usage présente des horizons temporels, des ambitions, des profils de risque et des structures de coûts qui lui sont propres. Traiter l’ensemble avec une grille d’évaluation identique revient à comparer des projets fondamentalement incomparables, et à exclure du calcul une part substantielle de la valeur créée.
Trois catégories, trois logiques économiques
Gartner propose une segmentation en trois niveaux qui repose sur la nature des bénéfices attendus et non sur la taille des projets. Le premier niveau regroupe les cas d’usage de productivité routinière : automatisation des tâches répétitives, gain de temps mesurable à court terme, ROI traditionnel applicable. Ces projets sont les plus simples à évaluer et les plus rapides à livrer des résultats visibles dans le compte de résultat.
Le deuxième niveau couvre les améliorations ciblées de processus, qui agissent sur la qualité des décisions, la rapidité d’adaptation et la capacité d’analyse. La valeur produite n’est pas toujours immédiatement quantifiable en euros, mais elle se manifeste dans la performance opérationnelle avant de se traduire en résultats financiers. Le troisième niveau concerne les projets transformationnels, orientés vers l’innovation et la disruption concurrentielle. Ces initiatives ont des horizons de rentabilité longs, des coûts initiaux élevés et des bénéfices qui dépassent largement les indicateurs financiers classiques. Sharma souligne que les entreprises qui gèrent ces trois niveaux comme un portefeuille équilibré, en finançant les gagnants et en coupant les projets faibles tôt, dégagent structurellement plus de valeur que celles qui cherchent une formule universelle.
La valeur non financière, angle mort des DAF
Le point le plus saillant de l’analyse Gartner concerne la valeur non financière, que les directeurs financiers tendent à ignorer ou à sous-pondérer. De nombreux projets IA créent d’abord une valeur organisationnelle — une meilleure capacité de décision, une agilité accrue, une portée plus large des équipes finance sur les décisions opérationnelles — bien avant que ces bénéfices apparaissent dans le bilan. Sharma formule ce point sans ambiguïté : la valeur de l’IA ne se capture pas toujours en premier dans les métriques financières traditionnelles. Elle se manifeste souvent plus tôt dans la qualité des décisions, dans la rapidité d’adaptation et dans les capacités organisationnelles.
Cette réalité crée un risque précis. Un directeur financier qui évalue ses investissements IA uniquement sur des métriques financières à court terme risque d’abandonner des projets en phase de création de valeur, avant que cette valeur soit devenue visible dans le compte de résultat. Gartner estime que plus de la moitié des pilotes IA pourraient être abandonnés dans les prochaines années, en partie à cause d’estimations de coûts inexactes et de dépassements budgétaires, mais aussi parce que les outils d’évaluation ne permettent pas de distinguer un projet en échec réel d’un projet dont la valeur est simplement décalée dans le temps.
L’approche projet cède la place à la gouvernance agile
L’analyse Gartner dépasse le seul sujet de la mesure du ROI, car elle pointe vers une transformation plus large de la façon dont les organisations financent et gouvernent leurs investissements numériques. Les modèles de financement par projets ponctuels cèdent la place à des approches de gouvernance agile, appuyées sur une gestion stratégique de portefeuille, un suivi en temps réel de la consommation de ressources et des capacités d’analyse continue des performances. Sans cette visibilité, les dépenses IA deviennent une charge durable plutôt qu’un levier de productivité.
Pour les DAF qui pilotent des organisations en cours de transformation numérique, la prescription de Gartner est cohérente. Il ne s’agit pas de dépenser plus ou moins en IA, mais de gouverner différemment. Cela suppose de classer les initiatives par nature avant de les financer, de définir des indicateurs de succès adaptés à chaque catégorie, et d’accepter que certains projets transformationnels ne produiront pas de retour mesurable avant plusieurs exercices fiscaux. La discipline financière ne disparaît pas dans ce modèle, elle s’applique avec plus de précision, à des objets mieux définis.
