Beaucoup d'entreprises ont déployé l'IA sans voir leurs marges bouger. Le frein tient rarement à l'outil, mais à l'endroit où on le branche : une organisation conçue avant l'IA.
Publié le 2026-05-29 par Nathalie Lamborghini Dumas.
Beaucoup d'entreprises ont déployé l'IA dans plusieurs services sans voir leurs marges bouger. Le frein tient rarement à l'outil. Il tient à l'endroit où on le branche : sur une organisation conçue avant l'IA, dont la structure absorbe les gains avant qu'ils n'atteignent les marges.
Le scénario revient dans beaucoup d'entreprises. Un service adopte un assistant pour rédiger ses comptes rendus, un autre automatise sa saisie, un troisième teste un copilote sur son code. Chaque équipe gagne du temps, le mesure, le présente. Et au niveau du compte de résultat, rien ne bouge. Les marges restent là où elles étaient.
Ce décalage entre des progrès locaux et un compte de résultat inchangé n'est pas un problème de mesure. Il sépare deux gestes qu'on confond souvent : équiper son organisation d'IA, et concevoir son organisation autour de l'IA.
Une entreprise ne fait pas que produire. Elle se coordonne en permanence. Une bonne partie du temps de ses équipes passe à faire circuler l'information, attendre une validation, reformuler une demande pour le service voisin, arbitrer entre deux priorités, vérifier que ce qu'a livré l'amont est exploitable en aval. Ce coût caché, appelons-le la taxe de coordination : tout ce qu'une organisation dépense pour se synchroniser avec elle-même, et qui n'apparaît sur aucune ligne budgétaire.
Cette taxe est fixée par la structure : le découpage en services, les circuits de décision, les niveaux de validation, les logiciels qui ne se parlent pas. Elle a été calibrée pour un monde où chaque tâche coûtait du temps humain. Accélérer les tâches avec de l'IA sans toucher à cette structure laisse la taxe intacte. On produit plus vite des documents qui attendent toujours la même validation, transitent par les mêmes circuits, butent sur les mêmes arbitrages. Le gain de l'outil existe, mais il se dilue dans une organisation qui continue de payer son ancien coût de synchronisation.
Pour repérer où l'IA agit vraiment, une grille aide. L'IA analytique-prédictive lit : elle classe, détecte, anticipe. L'IA générative répond : elle rédige, résume, traduit. L'IA agentique agit : elle enchaîne des étapes et mène une tâche de bout en bout. La vague actuelle de déploiements est surtout générative, donc elle accélère des gestes individuels. Un geste plus rapide dans un circuit inchangé ne déplace pas le résultat. Ce qui touche à la taxe de coordination relève de l'IA agentique, quand on lui confie un enchaînement entier. Encore faut-il lui laisser de la place, ce qui suppose de revoir qui valide quoi, et pourquoi.
Le terrain confirme ce décalage. Une étude du MIT (initiative NANDA, 2025), construite sur 150 entretiens de dirigeants et l'analyse de 300 déploiements, chiffre l'écart : malgré 30 à 40 milliards de dollars investis, près de 95 % des projets d'IA générative en entreprise ne produisent aucun effet mesurable sur le compte de résultat. Les auteurs écartent l'explication technologique : en cause, la greffe des modèles sur des processus et une organisation qui ne s'y adaptent pas, plus que leur qualité intrinsèque. Les outils génériques accélèrent le travail de chacun sans entrer dans les circuits de l'entreprise. Un dirigeant industriel interrogé résume le paradoxe : beaucoup d'agitation dans le discours, rien de bougé dans les opérations.
Ce constat prolonge L'IA dans l'entreprise : le travail d'architecture qui revient au dirigeant, où un rôle existe pour résoudre un problème de rareté, de risque ou de coordination, pas pour exécuter des gestes. Tant que l'IA se pose sur les gestes sans toucher à la contrainte qui structure l'organisation, le coût se déplace au lieu de disparaître.
À l'autre bout, des entreprises placent l'IA au centre de leur organisation dès le départ. Ces entreprises « nées avec l'IA » conçoivent leurs rôles, leurs circuits et leurs validations en partant de ce que l'IA sait faire. Elles ne portent donc jamais l'ancienne taxe de coordination.
Lovable, société suédoise lancée fin 2024, illustre ce point. Sa plateforme permet de créer des applications en langage naturel. Son équipe est restée longtemps réduite à quelques dizaines de personnes. Pourtant, son revenu par salarié dépasse de loin la norme du logiciel : autour de deux millions de dollars de revenu récurrent annuel par employé, contre quelques centaines de milliers ailleurs. Ce qui explique ce ratio n'est pas tant la qualité de son IA que son organisation. La synchronisation entre fonctions n'y a jamais eu besoin d'être lourde, parce qu'elle a été pensée d'emblée autour de l'automatisation.
Une PME ou une ETI ne va pas renaître. Elle a une histoire, des clients, des obligations réglementaires, des actifs que les pure players n'ont pas. L'enseignement n'est donc pas de copier Lovable. Il est de regarder sa propre taxe de coordination en face, puis de choisir un processus à la fois, celui où elle pèse le plus. Là où l'information attend, où les validations s'empilent, où l'on ressaisit ce qui existe déjà ailleurs. Réagencer ce processus autour de l'IA, plutôt que de poser un outil par-dessus, est ce qui inscrit l'effet dans la durée.
C'est au moment de réagencer un processus que les atouts d'une entreprise établie comptent. Sa connaissance du métier lui indique où la synchronisation coûte vraiment. Ses données accumulées nourrissent les modèles. Sa relation de confiance lui donne le droit de redessiner un circuit sans tout casser. Une société née avec l'IA part d'une feuille blanche ; une entreprise établie part d'un terrain qu'elle est seule à connaître.
Deux usages de l'IA cohabitent dans une entreprise, et ils ne produisent pas les mêmes effets. Le premier accélère les gestes dans une organisation inchangée et se lit surtout dans les comptes rendus d'activité. Le second réagence un circuit autour de l'IA et finit par se lire dans les marges. Les deux ont leur place, à condition de savoir lequel on déploie, et où.
Sur quels processus acceptons-nous d'équiper l'existant pour des résultats rapides mais plafonnés, et sur lesquels sommes-nous prêts à redessiner l'organisation pour que l'effet tienne dans la durée ?