16 juin 2026Mis à jour le Fathy Shalaby12 min de lecture
95 % des pilotes d’IA échouent-ils ? Ce que l’étude du MIT a réellement mesuré
Le chiffre de 95 % n’est pas un taux d’échec universel de l’IA. Voici ce que le rapport MIT NANDA 2025 a mesuré, pourquoi ses détracteurs le contestent et comment les équipes produit peuvent juger un pilote d’IA sur des résultats réels.
Non, les preuves ne montrent pas que 95 % des pilotes d’IA échouent. Le chiffre provient d’un rapport MIT NANDA de juillet 2025 fondé sur 52 entretiens et 153 réponses à une enquête. Il indique que 95 % des organisations n’ont constaté aucun retour mesurable sur leur compte de résultat grâce à l’IA générative. Parmi les entreprises qui ont réellement piloté un outil sur mesure, environ une sur quatre est passée en production, et le rapport qualifie lui-même ses chiffres d’indicatifs.
Points clés
Le rapport affirme que « 95% of organizations are getting zero return » sur 30 à 40 milliards de dollars de dépenses d’entreprise en IA générative (MIT NANDA, 2025). Cela décrit des organisations et leur impact sur le compte de résultat, pas l’issue de chaque pilote.
Pour les outils dédiés à une tâche, 60 % des organisations en ont évalué un, 20 % l’ont piloté et 5 % sont passées en production. Parmi les entreprises qui ont mené un pilote, environ 25 % (5 sur 20) ont réussi.
Le « succès » désignait un impact net et durable sur la productivité ou le compte de résultat, mesuré six mois après le pilote. C’est un seuil élevé, que le rapport ne définit pas précisément.
Les critiques pointent l’échantillon réduit, l’absence de relecture par les pairs, des incohérences internes et l’intérêt commercial des auteurs pour l’IA agentique qu’ils recommandent (80,000 Hours, 2026).
La leçon utile pour les équipes produit n’est pas un taux d’échec. C’est de fixer une base de référence, un seuil de réussite et une date de décision avant le début du pilote.
D’où vient la statistique « 95 % des pilotes d’IA échouent » ?
Le chiffre vient de The GenAI Divide: State of AI in Business 2025, écrit par Aditya Challapally, Chris Pease, Ramesh Raskar et Pradyumna Chari et daté de juillet 2025. Il a été produit avec Project NANDA, un groupe du MIT Media Lab qui construit l’infrastructure d’agents d’IA en réseau (MIT Media Lab). Le rapport se présente lui-même comme des résultats préliminaires.
Sa méthode déclarée comporte trois volets, de janvier à juin 2025 :
une revue de plus de 300 initiatives d’IA rendues publiques
des entretiens structurés avec des représentants de 52 organisations
des réponses d’enquête de 153 dirigeants, recueillies lors de quatre conférences sectorielles
La statistique est devenue virale le 18 août 2025, quand Fortune a annoncé que 95 % des pilotes d’IA générative en entreprise échouaient (Fortune, 2025). Fortune décrivait la recherche comme 150 entretiens avec des dirigeants, une enquête auprès de 350 salariés et 300 déploiements publics. Ces chiffres sont deux à trois fois plus élevés que les 52 entretiens et 153 réponses du rapport lui-même.
Qu’a réellement mesuré le rapport MIT NANDA ?
Le rapport contient plusieurs chiffres différents que les gros titres ont fondus en un seul. Les séparer change l’histoire.
Ce que tout le monde répète
Ce que dit le rapport
Ce que cela décrit réellement
95 % des pilotes d’IA échouent
95 % des organisations n’obtiennent aucun retour
Des organisations, jugées sur leur impact mesurable sur le compte de résultat
Seuls 5 % des pilotes réussissent
5 % des pilotes d’IA intégrés génèrent des millions de valeur
Une part de l’ensemble des organisations, pas des pilotes
Les pilotes n’atteignent pas la production
60 % ont évalué des outils dédiés à une tâche, 20 % les ont pilotés, 5 % sont passés en production
Un entonnoir sur l’ensemble des organisations interrogées
Les outils d’IA ne sont pas utilisés
Plus de 80 % ont exploré ou piloté des outils de type ChatGPT ; près de 40 % déclarent un déploiement
Des outils généralistes, jugés séparément
La plupart des IA échouent
Le succès désigne un impact net et durable sur la productivité et/ou le compte de résultat
Déclaré par les utilisateurs ou les dirigeants, mesuré 6 mois après le pilote
L’entonnoir est ce qui compte le plus. Si 60 % des organisations ont regardé un outil dédié à une tâche, 20 % ont mené un pilote et 5 % sont passées en production, alors 80 % n’ont rien piloté du tout. Parmi les 20 % qui l’ont fait, 5 sur 20 ont réussi : un taux de passage du pilote à la production d’environ 25 %.
Rob Wiblin, animateur de 80,000 Hours, a fait remarquer en avril 2026 que le chiffre décrit toutes les organisations interrogées, dont la plupart n’ont jamais mené de pilote sur mesure (80,000 Hours, 2026). Le rapport invite à la confusion en parlant, dans un passage, d’un taux d’échec de 95 %.
Le rapport signale aussi ses propres limites. Il indique que les chiffres des pilotes sont « directionally accurate based on individual interviews rather than official company reporting » (justes dans leur tendance, issus d’entretiens individuels plutôt que de rapports officiels d’entreprise), que la taille des échantillons varie selon les catégories et que les définitions du succès peuvent différer d’une organisation à l’autre.
Quelles sont les principales critiques de l’étude du MIT ?
Cinq problèmes reviennent sans cesse. Aucun ne prouve que l’IA en entreprise se porte bien, mais ensemble ils signifient que le chiffre de 95 % ne peut pas porter le poids qu’on lui fait supporter.
1. L’échantillon est petit
Les taux des gros titres reposent sur 52 entretiens. 80,000 Hours estime que le chiffre de 5 % de réussite pourrait refléter deux ou trois entreprises, de sorte que déplacer un ou deux entretiens changerait le titre. La note méthodologique du rapport admet elle-même que l’échantillon peut ne pas représenter tous les segments d’entreprises ni toutes les régions, et que les entreprises disposées à parler d’IA peuvent différer de celles qui ont refusé.
2. Il n’a pas été relu par des pairs ni facile à vérifier
Le rapport n’était pas un article universitaire. Quand l’article de Fortune est devenu viral, le PDF se trouvait derrière un formulaire de demande, de sorte que les journalistes ont répété le titre sans lire la méthode (80,000 Hours, 2026).
3. Les chiffres ne concordent pas toujours entre eux
Deux exemples tirés du même document :
Un point clé dit que 50 % des budgets d’IA générative vont aux ventes et au marketing ; le paragraphe suivant dit que les ventes et le marketing ont capté environ 70 % d’une allocation hypothétique de 100 dollars.
Le résumé indique que seuls 2 des 8 grands secteurs montrent un changement structurel ; une section ultérieure dit que 7 secteurs sur 9 ne montrent aucun véritable changement structurel.
4. Le « succès » est un seuil élevé et vaguement défini
Un pilote n’était compté comme réussi que si les utilisateurs ou les dirigeants décrivaient un impact net et durable sur la productivité ou le compte de résultat dans les six mois. Un outil qui avait aidé des individus mais n’avait pas encore fait bouger le compte de résultat comptait comme un échec. Le rapport concède même qu’une fenêtre de six mois peut être trop courte pour juger des systèmes d’entreprise complexes.
5. Les auteurs recommandent ce qu’ils construisent
Le rapport conclut que des systèmes agentiques dotés de mémoire et d’apprentissage combleront l’écart, et NANDA est un projet d’infrastructure pour agents. 80,000 Hours soutient que ce conflit d’intérêts aurait dû être déclaré.
Quel est donc le vrai taux d’échec des pilotes d’IA ?
Il n’existe pas de taux d’échec unique et fiable pour les pilotes d’IA, car les études définissent l’« échec » différemment. Un modèle peut donner de mauvaises réponses, des utilisateurs peuvent cesser d’utiliser une fonctionnalité, un pilote peut être annulé, un workflow peut caler avant la production, ou une équipe peut ne pas parvenir à mesurer l’impact financier.
Le rapport 2024 de RAND cite des estimations selon lesquelles plus de 80 % des projets d’IA échouent, soit le double du taux des projets informatiques sans IA (RAND, 2024). RAND attribue ce chiffre à des estimations extérieures ; ses propres éléments sont des entretiens avec 65 data scientists et ingénieurs ayant au moins cinq ans d’expérience.
Le succès déclaré par les intéressés n’est pas fiable non plus. Dans l’essai randomisé de METR portant sur 16 développeurs open source expérimentés travaillant sur 246 tickets réels, les outils d’IA les ont ralentis de 19 %. Les développeurs s’attendaient à un gain de vitesse de 24 % et, après coup, croyaient encore que l’IA les avait rendus 20 % plus rapides (METR, 2025). Les chiffres de succès de NANDA sont eux aussi déclaratifs, une raison de plus de mesurer votre propre base de référence au lieu d’emprunter le taux de quelqu’un d’autre.
Pourquoi les pilotes d’IA échouent-ils, d’après la recherche ?
Le titre est fragile, mais les constats qualitatifs rejoignent d’autres travaux.
Dans le rapport MIT NANDA :
Le « learning gap ». Les utilisateurs ont dit que les outils n’apprennent pas des retours, demandent trop de contexte à chaque fois, ne peuvent pas être adaptés à leur workflow et plantent dans les cas limites.
Tâches simples contre tâches complexes. 70 % des répondants préféraient l’IA pour rédiger des e-mails et 65 % pour des analyses de base, mais pour un travail complexe de plusieurs semaines, les humains étaient préférés dans un rapport de 9 contre 1.
Shadow AI. Seulement 40 % des entreprises disaient avoir acheté un abonnement officiel à un LLM, alors que les employés de plus de 90 % des entreprises interrogées déclaraient utiliser régulièrement des outils d’IA personnels pour leur travail.
Acheter ou construire. Les partenariats externes atteignaient le déploiement environ 67 % du temps contre environ 33 % pour les développements internes. Le rapport précise que ces données sont déclaratives et que la corrélation ne prouve pas la causalité.
Rapidité. Les meilleures entreprises de taille intermédiaire annonçaient environ 90 jours entre le pilote et la mise en œuvre complète ; les grandes entreprises mettaient neuf mois ou plus.
Dans les 65 entretiens de RAND, cinq causes profondes : l’équipe a mal compris ou mal communiqué le problème ; l’organisation manquait de données ; elle a couru après la technologie plutôt qu’après le problème de l’utilisateur ; elle manquait d’infrastructure pour déployer et gérer les modèles ; ou le problème était trop difficile pour l’IA (RAND, 2024).
Comment une équipe produit doit-elle mesurer un pilote d’IA ?
Rédigez le plan du pilote avant d’étendre une fonctionnalité d’IA ou un assistant de code à plus d’utilisateurs. Cette checklist en sept points garde la décision du côté de vos preuves, pas de la statistique de quelqu’un d’autre.
Utilisateur et tâche. Qui fait quelle tâche, et qu’est-ce qui est difficile dans le workflow actuel ?
Base de référence. Comment la tâche se déroule-t-elle aujourd’hui ? Relevez le temps, l’achèvement, les erreurs, les reprises ou une autre mesure pertinente.
Résultat de succès. Quel résultat pour l’utilisateur ou l’entreprise doit s’améliorer ? Fixez un seuil avant le pilote.
Limite de qualité. Qu’est-ce qui rend une réponse ou une action acceptable ? Incluez des exemples représentatifs, des cas limites et les modes de défaillance connus.
Repli et responsabilité. Que se passe-t-il quand le modèle est incertain ou se trompe ? Nommez la personne qui peut relire, outrepasser ou arrêter le workflow. Le guide sur les décisions d’IA encadrées montre comment rédiger ce passage de relais.
Coût et limites d’exploitation. Suivez la latence, le coût du modèle, l’effort de relecture, les escalades et la charge de support en plus des résultats par tâche.
Date de décision. Convenez de la date à laquelle l’équipe déploiera à plus grande échelle, révisera ou arrêtera le pilote, et de qui tranche.
Mesurez par couches ; chacune répond à une question différente :
Délai de traitement, effort de relecture, reprises, défauts échappés
Si le travail circule différemment dans l’équipe
Impact produit
Achèvement des tâches, usage répété, rétention, revenu ou coût de service
Si le changement compte pour les utilisateurs ou l’entreprise
Coût d’exploitation
Latence, coût du modèle, relecture humaine, charge de support
Si la valeur est durable
Le cadre de Google Cloud pour les assistants de code IA, coécrit par Nathen Harvey, responsable de DORA, utilise une échelle semblable : adoption, confiance, accélération et impact. Il met en garde contre le saut direct de l’adoption à l’impact business et suggère d’attendre au moins 6 à 8 semaines, soit quatre sprints de deux semaines, avant que l’accélération puisse se voir (Google Cloud, 2025). Les suggestions acceptées sont un signal précoce, pas la preuve que les clients y ont gagné. Le cadre d’évaluation de l’IA pour les équipes produit traite la couche qualité en détail.
Exemple chiffré : des critères d’acceptation générés par l’IA
Cet exemple est illustratif, pas un résultat client. Imaginons qu’une équipe de 6 personnes pilote des critères d’acceptation rédigés par l’IA pour des tickets. Compter les brouillons ne lui apprendrait rien, alors elle écrit d’abord le plan :
Base de référence (20 derniers tickets) : 3 jours entre la demande et le brief approuvé ; les relecteurs repèrent 4 cas limites manquants pour 10 tickets ; 2 tickets sur 10 nécessitent une reprise par l’ingénierie après le lancement.
Seuil : brief approuvé en 2 jours ou moins, avec des reprises ne dépassant pas 2 sur 10.
Limite de qualité : aucune exigence inventée ; chaque critère doit être traçable jusqu’à la demande ou à une note client liée.
Limite de coût : le temps de relecture par brief ne doit pas dépasser 30 minutes.
Date de décision : après 8 semaines ou 40 tickets, selon ce qui arrive en premier.
Si les briefs arrivent en un jour mais que les reprises montent à 4 sur 10, le pilote a échoué sur le résultat qui compte, aussi rapides que soient les brouillons. Si les brouillons prennent autant de temps mais que les reprises diminuent de moitié, cela peut valoir la peine de passer à l’échelle.
Erreurs fréquentes dans la lecture des statistiques sur les pilotes d’IA
Traiter une enquête auprès d’organisations comme un taux pour votre projet. Vos chances dépendent de votre problème, de vos données et de votre workflow, pas d’une moyenne sur 52 entreprises.
Compter l’activité comme un succès. Les prompts envoyés, les brouillons générés et les suggestions acceptées montrent l’adoption, pas la valeur.
Se fier à la sensation de rapidité. Les développeurs de METR se sentaient 20 % plus rapides alors qu’ils étaient 19 % plus lents. Chronométrez le travail.
Sauter la base de référence. Sans chiffres « avant », aucun chiffre « après » ne veut rien dire.
Laisser la date de fin ouverte. Les pilotes sans date de décision ont tendance à se prolonger comme des expériences permanentes.
La checklist a ses limites. Elle ne sauvera pas un pilote visant un problème que les utilisateurs n’ont pas, et certains bénéfices, comme de meilleures décisions, mettent plus de huit semaines à apparaître ; consignez-les comme des questions ouvertes. Pour savoir qui tranche, voir ce que les product managers ne devraient jamais déléguer à l’IA et le guide du product manager IA.
Où Specky intervient
Specky lit les appels clients, les retours, Slack, Jira et les analytics pour alimenter un Product Graph, rédige des specs avec les preuves citées en ligne, et vérifie après le lancement si le pari a fonctionné. Pour un pilote d’IA, cela signifie que la base de référence, le seuil et la date de décision vivent à côté de la spec, au lieu d’une diapositive que personne ne rouvre. Vos propres mesures restent ce qui décide si le pilote a réussi.
Questions fréquentes
Est-il vrai que 95 % des pilotes d’IA échouent ?
Non. Le rapport MIT NANDA dit que 95 % des organisations interrogées n’ont constaté aucun retour mesurable sur leur compte de résultat grâce à l’IA générative. Son propre entonnoir montre que seules 20 % des organisations ont piloté un outil dédié à une tâche et que 5 % sont passées en production, donc environ un quart des entreprises ayant mené un pilote ont réussi. L’échantillon comptait 52 entretiens et 153 réponses d’enquête.
Qui a écrit l’étude du MIT sur les pilotes d’IA ?
Aditya Challapally, Chris Pease, Ramesh Raskar et Pradyumna Chari ont écrit The GenAI Divide: State of AI in Business 2025, publié en juillet 2025 avec le Project NANDA du MIT Media Lab. Il présente des résultats préliminaires de janvier à juin 2025 et n’a pas été relu par des pairs.
Qu’est-ce qu’un pilote d’IA raté ?
Le rapport du MIT ne comptait un pilote comme réussi que si les utilisateurs ou les dirigeants décrivaient un impact net et durable sur la productivité ou le compte de résultat dans les six mois. D’autres définitions incluent l’annulation, une faible adoption ou des erreurs préjudiciables. Définissez l’échec pour votre propre pilote avant son lancement, avec un seuil mesurable et une date.
Pourquoi la plupart des pilotes d’IA échouent-ils ?
La recherche pointe surtout des causes liées au produit : des problèmes mal définis, une mauvaise adéquation avec le workflow, des données manquantes, des outils qui n’apprennent pas des retours et l’absence de mesure de succès convenue. Les entretiens de RAND avec 65 praticiens ont montré que la cause profonde la plus fréquente était d’avoir mal compris ou mal communiqué le problème que l’IA devait résoudre.
Combien de temps un pilote d’IA doit-il durer ?
Assez longtemps pour comparer à une base de référence sur le résultat qui vous importe. Google Cloud suggère au moins 6 à 8 semaines avant que des gains de productivité grâce aux assistants de code IA puissent apparaître. Fixez la date de décision et la taille de l’échantillon, par exemple 8 semaines ou 40 tâches, avant le début du pilote.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing