Les entreprises augmentent leurs investissements dans l’intelligence artificielle en affirmant en récolter des retours plus importants, mais la qualité et la disponibilité des données sont désormais devenues le principal obstacle pour extraire davantage de valeur de cette technologie. C’est l’une des conclusions clés du rapport The Value of AI 2026, réalisé par Oxford Economics pour SAP, basé sur une enquête menée auprès de 2 600 dirigeants dans 13 pays entre mars et mai 2026.

Les grandes idées du rapport SAP et Oxford Economics en 30 secondes

• L’IA soutient déjà 30 % des tâches dans l’entreprise moyenne interrogée, avec une projection atteignant 48 % dans deux ans.
• L’investissement moyen déclaré tourne autour de 28 millions de dollars et les entreprises prévoient de l’augmenter de 45 %.
• Le ROI moyen atteint 21 %, avec des attentes à deux ans qui montent à 38 %.
• 73 % des répondants citent la qualité ou la disponibilité des données comme frein à la création de valeur.
• Seul 3 % se considèrent complètement préparés pour déployer et faire monter en puissance des agents d’IA.

Le rapport dresse le portrait d’une étape dépassant la phase expérimentale initiale avec l’intelligence artificielle. La question pour de nombreuses organisations n’est plus uniquement ce qu’un modèle peut faire, mais combien elles doivent investir, comment l’intégrer efficacement et comment s’assurer que les résultats produits justifient l’investissement.

Les données de SAP et Oxford Economics vont dans ce sens. Selon l’étude, l’IA soutient actuellement 30 % des tâches dans l’entreprise moyenne, contre 25 % l’an dernier. Les participants anticipent que cette proportion atteindra 48 % dans deux ans, dépassant les 41 % escomptés lors de la précédente édition du rapport.

Il faut prendre en compte la taille de l’échantillon. Oxford Economics a interrogé 2 600 personnes occupant des postes de direction ou supérieurs en Australie, Brésil, Canada, Chine, France, Allemagne, Inde, Italie, Japon, Singapour, Thaïlande, Royaume-Uni et États-Unis. La moitié appartient à des entreprises de 500 à 1 500 employés, et l’autre moitié à des organisations de 1 500 salariés ou plus. La population espagnole n’est pas représentée dans cette étude.

Les entreprises prévoient d’augmenter de 45 % leurs investissements dans l’IA

Les dépenses continuent d’augmenter.

L’entreprise moyenne incluse dans l’étude prévoit consacrer environ 28 millions de dollars à l’intelligence artificielle en 2026, couvrant technologie, talents et autres coûts liés. La valeur comparable dans le rapport précédent était de 26,7 millions.

La tendance la plus marquée concerne l’avenir. Les participants s’attendent à accroître leur investissement d’environ 45 % dans les deux prochaines années.

Les chiffres varient considérablement selon le pays. Aux États-Unis, par exemple, le budget déclaré s’élève à 37,2 millions de dollars, contre 18,3 millions de dollars en Thaïlande. La France annonce 36 millions, l’Allemagne 30 millions.

Le retour sur investissement (ROI) s’améliore également selon les réponses recueillies.

Les entreprises estiment un retour moyen de 6,3 millions de dollars, soit 21 %, pour cette année. Lors de l’édition précédente, la moyenne était de 4,7 millions avec un ROI de 16 %.

D’ici deux ans, les organisations anticipent un retour d’environ 15,9 millions de dollars et un ROI de 38 %.

Ces chiffres représentent des attentes déclarées et des prévisions des répondants, et non une évaluation comptable indépendante réalisée par Oxford Economics sur la situation financière des 2 600 entreprises concernées.

L’enquête elle-même montre cette différence entre espoirs et résultats réels. Bien que 69 % se déclarent satisfaits du ROI actuel de leur IA, un 67 % n’est pas convaincu que leur déploiement exploite tout son potentiel.

L’étude met aussi en évidence une évolution dans la perception de la valeur. Seuls 22 % de ceux qui pensent que le ROI de l’IA est mesuré principalement par la valeur créée, et non uniquement par les économies de coûts, expriment un désaccord.

Les résultats les plus positifs concernent la génération d’informations pour la prise de décision et la relation client. Les économies et la productivité s’améliorent aussi pour certains, mais ne sont pas toujours les bénéfices les plus remarqués.

L’IA agentique alimente de grandes attentes, mais seulement 3 % se sentent parfaitement préparés

Les agents d’IA portent certains des espoirs les plus élevés du rapport.

83 % des entreprises considèrent que l’IA agentique possède un potentiel modéré à très élevé pour transformer leur organisation, et 64 % ont déjà expérimenté un cas d’usage.

Mais il existe une importante différence entre l’expérimentation et la capacité à déployer ces agents à grande échelle.

Seul 3 % estiment que leur organisation est entièrement prête. 29 % pensent l’être, mais avec certaines lacunes. 53 % se définissent comme partiellement préparés, et 15 % reconnaissent n’être pas prêts.

De plus, seulement la moitié des entreprises disposent d’une compréhension claire et partagée de ce qu’est l’IA agentique et de ses capacités.

Les attentes économiques ont encore accéléré. Le ROI attendu pour l’IA agentique est passé de 10 % l’année précédente à 17 % cette année.

Pour les deux prochaines années, les répondants anticipent un retour potentiel moyen de 17,6 millions de dollars, contre 4,3 millions dans l’étude antérieure.

Il s’agit de projections, pas de résultats réels. Le rapport souligne également la prudence nécessaire.

Toutes les entreprises utilisant ou testant l’IA agentique ont rencontré au moins un problème lors de sa mise en œuvre. 62 % soulignent que l’intégration a été plus difficile que prévu, et 50 % ont relevé des problèmes croissants de fiabilité ou de qualité.

49 % ont eu des difficultés à reproduire ou à diagnostiquer le comportement des agents, 45 % ont constaté des résultats divergents selon les équipes ou régions, et 44 % ont expérimenté des actions incorrectes des agents.

Les données, la gouvernance et les employés constituent de véritables goulots d’étranglement

Le rapport place en première ligne les données, devant la technologie, comme principal frein à la création de valeur.

73 % des entreprises mentionnent des problèmes de qualité ou de disponibilité des données, contre 69 % l’année précédente. 57 % évoquent un déficit de compétences ou d’expérience en IA, et 56 % déplorent l’absence de stratégie claire, de leadership ou d’alignement organisationnel.

Les limitations technologiques sont citées par 46 %, et le sous-investissement par 43 %.

Ce contraste est notable car les sociétés reconnaissent l’importance des données. 76 % considèrent leur disponibilité et leur qualité comme étant très importantes ou critiques pour la prise de décision en IA.

Cependant, seulement 62 % pensent que leurs données sont aujourd’hui prêtes pour l’IA, contre 64 % l’année précédente.

Les différences internes sont également significatives. La préparation est de 67 % dans l’opérationnel, de 60 % en ventes, marketing et service client, et de 59 % en développement de produits. À l’opposé, la finance ne atteint que 36 %, et les services juridiques et de gestion des risques seulement 25 %.

La qualité des résultats générés constitue un autre enjeu. 79 % affirment rencontrer, au moins occasionnellement, des résultats IA de faible qualité entraînant du retravail, des retards ou une accumulation de tâches. De plus, 82 % indiquent avoir dû modifier leur travail habituel à cause de cela.

Les employés soulèvent un second défi important.

79 % pensent qu’atteindre la valeur maximale de l’IA nécessite une transformation du travail qui dépasse la simple formation à l’usage des outils. Par ailleurs, 78 % ne sont pas convaincus que la formation dispensée par leur entreprise suive le rythme des évolutions de l’IA.

Les principales préoccupations portent sur la fracture en matière de compétences, la possible dégradation du jugement critique et de la prise de décision, une répartition inégale des compétences, et la perte d’apprentissages traditionnels réalisés lors de certaines tâches.

C’est pourquoi 75 % des organisations mettent en place des formations ou leur recyclage professionnel, et 60 % travaillent à redéfinir les postes pour favoriser la collaboration avec l’IA.

Le shadow AI continue de croître au sein des entreprises

L’étude s’attarde aussi au phénomène du shadow AI, c’est-à-dire l’utilisation d’outils d’intelligence artificielle sans approbation ou supervision formelle de l’organisation.

Seuls 9 % assurent que cela ne se produit jamais.

Un 3 % dit que cela arrive très fréquemment, 23 % fréquemment, 37 % occasionnellement, et 29 % rarement.

Les risques déclarés sont importants. 54 % des organisations évoquent des résultats incohérents ou incorrects liés à l’utilisation non autorisée de l’IA, et 48 % ont constaté des fuites de données ou une exposition de propriété intellectuelle.

38 % mentionnent des vulnérabilités en matière de sécurité, et 34 % évoquent des non-conformités réglementaires.

Ces réponses reflètent celles des dirigeants interrogés et ne constituent pas une vérification individuelle des incidents. Néanmoins, elles illustrent les risques liés à l’absence de contrôles sur l’usage de l’IA.

La situation se complique avec les agents, qui peuvent disposer de permissions pour interagir directement avec des applications et des données.

63 % des entreprises déclarent avoir mis en place des contrôles d’accès et des permissions spécifiques pour les agents, mais seulement 44 % disposent d’un registre d’agents.

Un 62 % utilise des mécanismes humain dans la boucle, impliquant une intervention humaine dans le processus. 53 % ont des procédures d’approbation avant le déploiement, et 50 % maintiennent des registres d’audit des décisions prises par les agents.

Seul 32 % disposent de contrôles en matière de coûts ou d’utilisation.

Un autre indicateur illustrant le décalage entre adoption et contrôle montre que seulement 12 % jugent leurs connaissances en gouvernance de l’IA entièrement suffisantes, et autant pour leurs processus et cadres de gouvernance. De plus, 33 % seulement ont des garde-fous solides en matière d’ingénierie pour le code généré par l’IA.

Le rapport SAP et Oxford Economics offre ainsi une photographie moins centrée sur la possession du modèle le plus puissant, mais davantage sur ce qui se passe après l’acquisition de la technologie. Les entreprises investissent plus, s’appuient de plus en plus sur l’IA dans leurs tâches, et anticipent des retours supérieurs, notamment via les agents.

Cependant, les données montrent aussi que la rentabilité attendue progresse plus vite que la préparation organisationnelle dans certains domaines. Des données insuffisantes, des agents difficiles à superviser, des employés utilisant des outils non autorisés, et des mécanismes de gouvernance encore incomplets peuvent limiter les bénéfices, même si les modèles s’améliorent.

Le vrai défi pour les entreprises dans cette étape suivante de l’IA, selon l’étude, consiste à aller au-delà de l’expérimentation, en intégrant les modèles dans des processus réels tout en maintenant un contrôle strict sur les données, les personnes et les décisions que ces systèmes peuvent prendre.

Sources :