Un ROI qui passe de 20% à 37% en deux ans, mais pour qui exactement ?
L'étude SAP Value of AI 2026 France, menée par Oxford Economics auprès de 200 décideurs français sur un panel mondial de 2 600 répondants dans 13 pays, avance un chiffre qui a fait le tour de la presse spécialisée : le retour sur investissement moyen de l'IA dans les entreprises françaises doit passer de 20% cette année à 37% d'ici deux ans. En valeur absolue, cela représente un ROI moyen de 5,9 millions d'euros aujourd'hui, contre 14,5 millions d'euros projetés à horizon deux ans. Les budgets suivent la même trajectoire : les entreprises françaises prévoient d'investir en moyenne 26,3 millions d'euros dans l'IA cette année, un montant supérieur à la moyenne mondiale de 24,6 millions d'euros, avec une hausse annoncée de 43% sur deux ans.
Ce doublement quasi mécanique du ROI mérite d'être lu avec prudence. Il s'agit d'une moyenne déclarative, issue d'anticipations de décideurs et non de résultats mesurés a posteriori. Olivier Nollent, président-directeur général de SAP France, tempère lui-même l'enthousiasme : « Une IA qui manque de contexte, qu'il s'agisse des processus, des données ou de la gouvernance, crée au mieux de l'activité sans produire de résultats, et au pire génère de nouveaux risques. » Le paradoxe est là : 67% des entreprises françaises se disent satisfaites du ROI actuel de leurs initiatives IA, mais plus de la moitié estiment que la technologie n'a pas encore atteint son plein potentiel.
Derrière la moyenne, une gouvernance qui n'a pas suivi le rythme des budgets
Le vrai différenciateur entre une entreprise qui capte réellement ce ROI et une autre qui l'anticipe sans le réaliser tient à la gouvernance, et c'est précisément le point faible identifié par l'étude. Moins de la moitié des entreprises françaises disposent d'un responsable dédié à l'IA (42%), d'indicateurs de performance IA au niveau de la direction (32%), ou de programmes de formation aux capacités et aux risques liés à l'IA (38%). Sur les cadres de gouvernance eux-mêmes, la situation est plus préoccupante encore : seules 16% des entreprises françaises se disent pleinement prêtes en matière de compétences de gouvernance, et 12% seulement pour leurs processus et cadres formels.
Pour un DSI, ce décalage n'est pas anecdotique. Un investissement de 26,3 millions d'euros piloté sans indicateur dédié ni responsable identifié n'est pas un investissement maîtrisé, c'est un pari. Le rapport le confirme indirectement : 80% des entreprises françaises sont confrontées, au moins occasionnellement, à des résultats produits par l'IA de qualité insuffisante, générant des reprises de travail, des retards ou des engorgements. Ces reprises ne figurent dans aucun tableau de ROI communiqué publiquement, mais elles pèsent bien sur le coût total de possession réel des projets.
L'IA agentique, l'écart entre l'ambition et la préparation réelle
La partie la plus révélatrice de l'étude concerne l'IA agentique. 79% des entreprises françaises y voient un potentiel de transformation modéré à très élevé, mais seules 43% déclarent en avoir une compréhension claire et partagée, et 3% seulement se disent pleinement préparées à la déployer à grande échelle. Le ROI attendu de l'IA agentique sur deux ans est pourtant chiffré à 19,8 millions d'euros pour une entreprise française moyenne, un montant qui suppose une intégration réussie que la quasi-totalité des répondants n'a pas encore atteinte : tous les Français qui expérimentent ou utilisent déjà l'IA agentique déclarent avoir rencontré au moins un problème lors de son adoption, au premier rang desquels un effort d'intégration plus important que prévu, cité par 60% d'entre eux.
Sur le seul terrain du marketing et du CRM, une étude Klaviyo menée par Forrester Consulting confirme ce décalage : seules 16% des entreprises françaises utilisent l'IA agentique sur l'ensemble de leurs workflows d'engagement client, tandis que 31% des entreprises citent l'absence de données propres et unifiées comme principal obstacle à son adoption, devant le manque de compétences internes (29%) et les préoccupations de confidentialité et de conformité (28%). Plus de la moitié des entreprises françaises (56%) prévoient malgré tout d'augmenter leurs investissements CRM dans les douze mois, alors que seules 25% disposent d'une stratégie omnicanale clairement définie. Le constat se répète : l'investissement précède la préparation, jamais l'inverse.
Le TCO invisible : shadow AI, reprises de travail et multiplication des outils
Le coût total de possession d'un projet IA ne se limite pas à la licence ou à l'infrastructure de calcul. L'étude SAP chiffre un risque que peu de DSI intègrent dans leurs projections budgétaires : le « Shadow AI », c'est-à-dire l'utilisation par les collaborateurs d'outils d'IA tiers sans approbation ni supervision formelle. 66% des entreprises françaises indiquent que cette pratique existe, au moins occasionnellement, en leur sein, et 42% déclarent avoir déjà connu une fuite de données ou une exposition de propriété intellectuelle liée à ces usages non autorisés. Sur les workflows agentiques spécifiquement, 33% des entreprises ne disposent d'aucun mécanisme de supervision humaine et seules 30% tiennent un registre des agents déployés.
Ce sont ces failles de gouvernance, pas la performance des modèles eux-mêmes, qui expliquent l'essentiel de l'écart entre le ROI théorique communiqué aux directions et le ROI net réellement encaissé. Pour un DSI, la réponse structurelle consiste souvent à consolider les accès aux modèles au sein d'une plateforme unique plutôt que de laisser chaque équipe souscrire ses propres outils. C'est l'un des arguments avancés par les plateformes françaises multi-modèles comme Moon AI, qui regroupe plus de 70 modèles, dont GPT, Claude, Gemini, Mistral, DeepSeek, Llama, Grok et Qwen, au sein d'un abonnement unique dont les tarifs publics vont de 9,90 euros TTC par siège et par mois pour l'offre Lune à 249,90 euros pour l'offre Univers. L'intérêt d'une telle consolidation, du point de vue du TCO, est de remplacer une addition d'abonnements individuels non tracés (le terreau du Shadow AI) par une ligne budgétaire unique et supervisée.
Le coût des modèles baisse, la facture de la gouvernance grimpe
Autre paradoxe que les DSI doivent intégrer dans leurs arbitrages : le coût brut des modèles d'IA diminue fortement, tandis que le coût de la gouvernance et de la conformité, lui, augmente. Selon une étude de l'institut de recherche Epoch AI citée par L'Agefi, le coût de l'intelligence artificielle a chuté de 47% par trimestre depuis 2023 pour un même niveau de performance. Cette baisse structurelle explique en partie pourquoi les budgets IA peuvent croître de 43% en deux ans sans que cela traduise nécessairement un usage proportionnellement plus large : une part de cette hausse finance moins de calcul brut que de personnel, de contrôle et d'intégration.
Côté finance d'entreprise, une étude KPMG France portant sur 1 000 entreprises, relayée par L'Agefi, situe 2026 comme l'année du passage à l'échelle : 75% des entreprises intègrent désormais l'IA dans leur gestion financière, et 81% anticipent une utilisation active à horizon de 18 mois. Ce même secteur illustre une autre tendance liée au TCO : la diversification des fournisseurs. BNP Paribas a par exemple signé un accord de cinq ans avec Google Cloud quelques mois après un engagement avec Mistral, une stratégie multicloud et multimodèle qui vise justement à éviter la dépendance à un seul fournisseur, et donc à limiter le risque de coût caché lié à un verrouillage technologique.
| Indicateur | Aujourd'hui (2026) | Dans deux ans |
|---|---|---|
| Investissement moyen en IA (entreprise française) | 26,3 millions d'euros | +43% sur la période |
| ROI moyen généré par l'IA | 20% (5,9 millions d'euros) | 37% (14,5 millions d'euros) |
| Part des tâches assistées par l'IA | 31% | 49% |
| ROI attendu de l'IA agentique | non chiffré séparément | 19,8 millions d'euros |
| Entreprises pleinement prêtes à déployer l'IA agentique à grande échelle | 3% | non communiqué |
AI Act et Plan Impulsion IA : un calendrier réglementaire encore flou pour les DSI
Le cadre réglementaire européen constitue la troisième variable du TCO, et c'est celle sur laquelle les sources disponibles restent les plus parcimonieuses. Le plan Impulsion IA, présenté le 22 septembre 2026 à Station F par Jean-Pierre Farandou, ministre du Travail et des Solidarités, et Roland Lescure, ministre de l'Économie, mobilise plus de 80 millions d'euros répartis en 12 mesures, avec l'objectif d'acculturer plus de 30 millions d'actifs d'ici 2027. Il prévoit notamment un guide coécrit avec la CNIL pour clarifier les règles applicables à l'IA en recrutement et en ressources humaines, décrit comme « un point sensible à l'approche de l'entrée en vigueur de l'AI Act » par les analyses disponibles. Les sources consultées ne détaillent cependant pas le calendrier précis des obligations de l'AI Act ni leurs implications techniques pour les DSI : impossible, en l'état, d'en tirer une checklist de conformité.
Ce que l'on peut affirmer avec les données disponibles, c'est que le volet gouvernance du plan Impulsion IA (observatoire national rattaché à la Dares, dispositif Impulsion IA RH en pilote dès janvier 2027, accords de branche EDEC IA) vise directement les failles identifiées par l'étude SAP : absence de responsable IA, absence d'indicateurs, absence de formation aux risques. Pour un DSI, l'articulation entre ces dispositifs publics et les futures obligations de l'AI Act reste, à ce stade, un chantier à surveiller plutôt qu'un cadre stabilisé sur lequel bâtir un budget de conformité définitif.
Questions fréquentes
Le ROI de l'IA annoncé par l'étude SAP est-il déjà réalisé ou seulement anticipé ?
Il s'agit d'une projection déclarative des décideurs interrogés, pas d'un résultat comptable vérifié. Le ROI de 20% correspond à l'estimation actuelle des entreprises françaises, celui de 37% à leur anticipation sur deux ans. L'étude elle-même signale que plus de la moitié des entreprises jugent que l'IA n'a pas encore atteint son plein potentiel.
Pourquoi si peu d'entreprises françaises se disent-elles prêtes pour l'IA agentique malgré un fort intérêt ?
L'écart tient à la gouvernance et à l'intégration technique plus qu'à l'appétit pour la technologie. 79% des entreprises françaises voient un potentiel de transformation, mais toutes celles qui expérimentent déjà l'IA agentique rapportent des difficultés, la plus citée (60%) étant un effort d'intégration supérieur aux prévisions. Seules 30% tiennent un registre de leurs agents déployés.
Le Shadow AI a-t-il un impact direct sur le coût total de possession des projets IA ?
Oui, indirectement. 66% des entreprises françaises constatent l'usage d'outils d'IA tiers non approuvés, et 42% ont déjà connu une fuite de données ou une exposition de propriété intellectuelle liée à ces usages. Consolider les accès aux modèles au sein d'une plateforme supervisée, via des mécanismes de pseudonymisation comme Moon Blur qui remplace les données personnelles par des jetons avant leur envoi aux modèles tiers puis les rétablit au retour, permet de réduire ce risque sans pour autant constituer, à lui seul, une mise en conformité RGPD.
Le calendrier de l'AI Act est-il déjà connu des entreprises françaises ?
Les sources disponibles évoquent une échéance à venir et un guide CNIL en préparation sur l'IA en recrutement et en RH, mais ne détaillent pas le calendrier précis des obligations de l'AI Act ni leurs modalités techniques d'application pour les DSI. Ce point reste à clarifier par les textes réglementaires à venir.