Dossier #-1 — Le ROI de l'IA

Pourquoi on mesure l'IA avec les mauvais indicateurs

Il y a une raison simple pour laquelle la plupart des organisations mesurent l'IA avec des indicateurs incomplets : on mesure ce qu'on sait mesurer. Les économies de temps sont visibles. Le retravail est dans la ligne "divers" du budget. Les talents perdus n'apparaissent pas dans le tableau de bord IA.

Ce biais de mesure n'est pas une erreur — c'est une conséquence naturelle de l'absence de cadre de mesure délibéré. Quand personne ne décide explicitement quoi mesurer, on mesure ce qui remonte naturellement. Et ce qui remonte naturellement, ce sont les gains — pas les coûts cachés.

Ne pas mesurer les coûts cachés, c'est prendre des décisions d'investissement IA avec la moitié des données. Ce n'est pas une question de ressources — c'est une question de choix. Le tableau de bord incomplet est toujours un choix, même quand il ressemble à une contrainte.

Un directeur financier m'a dit : "On sait ce que l'IA nous économise en heures. On ne sait pas ce qu'elle nous coûte en confiance." C'est précisément ça, le problème.

Ce déséquilibre crée des décisions sous-optimales. On investit dans des déploiements qui semblent rentables parce qu'on voit les gains et pas les coûts. On continue des expérimentations dont le vrai bilan est négatif. Et on reporta les investissements en gouvernance — qui seraient les plus rentables — parce qu'ils apparaissent comme des coûts purs.

Observation terrain — Mars 2026

Dans une direction juridique d'une grande organisation d'assurance, un outil de revue contractuelle IA a été présenté comme un succès : 40% de réduction du temps de revue. Ce que le tableau de bord ne montrait pas : 18% des contrats révisés par l'IA devaient être revus manuellement après coup, et deux juristes seniors avaient quitté l'organisation en citant "le manque de contrôle sur les outils utilisés". Le vrai bilan était nettement moins favorable.

⬡ Cadre LEAP™ — Le problème de mesure selon votre couche ▼

Couche 2 · Efficiency

Le stade critique de la mesure

La couche E est l'endroit où le problème de mesure est le plus aigu. Les déploiements sont en production, les gains de productivité sont visibles — et la tentation de s'arrêter là est forte. C'est exactement le moment où il faut construire le bilan. Les organisations qui mesurent les deux côtés à la couche E arrivent à la couche A avec un avantage structurel : elles savent ce qu'elles font vraiment.

Section 02

Le bilan IA — les deux côtés de l'équation

La mesure du ROI de l'IA doit être bi-directionnelle. Un côté actif — ce que l'IA crée. Un côté passif — ce que l'IA coûte au-delà du budget initial. Les deux sont nécessaires. Les deux sont mesurables. La plupart des organisations ne regardent qu'un côté.

Côté actif — Gains	Côté passif — Coûts cachés
Économies de temps de traitement	Retravail sur déploiements sans cadre (2-4× le coût initial)
Réduction des erreurs humaines	Incidents non détectés avant qu'ils deviennent visibles
Accélération des processus	Coût de la conformité construite dans l'urgence (3-5×)
Libération de capacité humaine	Perte de talents qui n'ont pas confiance dans le cadre
Avantage commercial (appels d'offres)	Pression tarifaire de clients qui demandent leur part
Accélération des projets suivants	Coût reputationnel d'un incident IA non maîtrisé

Ce tableau n'est pas exhaustif. Il est illustratif d'un principe : chaque gain visible a un coût caché potentiel. La question n'est pas de ne pas déployer l'IA — c'est de mesurer les deux côtés pour prendre de meilleures décisions de déploiement.

Bilan ROI IA — Comparaison avec et sans cadre de gouvernance

Avec cadre de gouvernance Sans cadre de gouvernance

Section 03

Les 4 coûts cachés que personne ne mesure

Coût caché 1 — Le retravail. Deloitte Tech Trends 2026 documente des dérives de coûts de 2 à 4× dans les six premiers mois pour les organisations qui déploient sans cadre. Ce n'est pas l'IA qui coûte plus cher que prévu — c'est le retravail. Les modèles redéployés parce qu'ils dérivent. Les processus reconstruits parce qu'ils n'étaient pas auditables.

Concept — IA-CMDB

On a appris à gouverner les actifs IT avec des CMDB. L'IA appelle désormais le même niveau de discipline : un registre central permettant de savoir quels systèmes IA existent, ce qu'ils font, qui en répond, et ce qu'il se passe s'ils dérivent. Un tableur de 7 colonnes suffit pour commencer. Le fait que le registre existe — même incomplet — change la dynamique organisationnelle.

Coût caché 2 — La conformité dans l'urgence. Construire la conformité EU AI Act à la dernière minute coûte 3 à 5× plus cher que de la construire progressivement. Les organisations qui n'ont pas de registre AI-CMDB, pas de propriétaires nommés, pas d'audits réguliers vont payer cette absence. Ce n'est pas une projection — c'est ce que les organisations qui ont vécu la conformité RGPD dans les deux modes ont documenté.

Coût caché 3 — Les talents perdus. Les profils IA seniors ont le choix de leur employeur. Ils choisissent de plus en plus des organisations qui ont un cadre de gouvernance solide — parce que travailler dans une organisation sans cadre, c'est exposer leur réputation professionnelle aux décisions d'un système qu'ils ne maîtrisent plus. Chaque départ est un coût qui n'apparaît pas dans le tableau de bord IA.

Coût caché 4 — La pression tarifaire. Le précédent KPMG/Grant Thornton n'est pas isolé. Si vos clients comprennent que l'IA compresse vos coûts de production, certains vont vous demander d'en redistribuer une partie. Sans gouvernance, vous n'avez pas les données pour répondre à cette question. Avec une gouvernance solide, vous avez exactement les chiffres pour construire votre réponse.

Section 04

Comment construire un tableau de bord ROI IA honnête

Un tableau de bord ROI IA honnête n'est pas un outil de contrôle de gestion sophistiqué. C'est un outil de décision — qui permet de répondre à quatre questions fondamentales.

Question 1 : Nos déploiements IA créent-ils de la valeur mesurable ? Pas "est-ce qu'ils fonctionnent techniquement" — est-ce qu'ils créent de la valeur pour l'organisation, mesurable en termes business.

Question 2 : Quels sont nos coûts cachés actuels ? Combien coûte le retravail ? Combien de talents avons-nous perdus ? Quel est notre niveau d'exposition à la conformité dans l'urgence ?

Question 3 : Quel est le vrai ROI par déploiement ? Gains moins coûts cachés. Par système, pas en agrégat. L'agrégat masque les mauvais déploiements derrière les bons.

Question 4 : Où est notre prochaine opportunité de création de valeur ? Pas "quel nouvel outil déployer" — quelle est la prochaine décision d'investissement ou de désinvestissement IA qui maximise la valeur réelle.

Le lien avec la gouvernance

Un tableau de bord ROI IA honnête nécessite un AI-CMDB — parce qu'on ne peut pas calculer le ROI par déploiement si on n'a pas la liste des déploiements. Il nécessite des propriétaires nommés — parce qu'on ne peut pas collecter les données de performance si personne n'en est responsable. Et il nécessite des audits réguliers — parce que le ROI d'un déploiement change dans le temps. C'est l'objet du prochain dossier.

⬡ Cadre DRIVEN™ — L'axe I · Impact valeur ▼

Axe I — DRIVEN™

Impact valeur — mesurer ce qui compte

L'axe I de DRIVEN™ audite spécifiquement la mesure de valeur de chaque déploiement. Les questions clés : avez-vous défini des indicateurs de valeur avant de déployer ? Les mesurez-vous réellement ? Incluent-ils les deux côtés du bilan ? Sans réponse claire à ces trois questions, vous naviguez sans boussole.

Section 05

La courbe du ROI réel — ce que les données montrent

Les organisations qui ont construit un cadre de gouvernance et un tableau de bord ROI IA complet documentent une courbe cohérente. Elle a trois phases distinctes.

Phase 1 — Investissement (mois 1-3) : le ROI apparent est négatif. On investit du temps de direction, on construit le registre, on forme les propriétaires. Les gains visibles sont faibles. C'est le moment où beaucoup d'organisations abandonnent la démarche — et c'est l'erreur.

Phase 2 — Retours opérationnels (mois 4-6) : les premiers retours apparaissent. Moins de retravail. Les équipes font confiance au processus. Les décisions de déploiement sont meilleures. Le temps de mise en production des nouveaux projets diminue.

Phase 3 — Retours stratégiques (mois 7+) : l'écart se creuse. Les organisations avec un cadre déploient 30 à 40% plus vite que leurs projets précédents. La conformité réglementaire est déjà construite — pas à construire. Les appels d'offres incluant des questions sur la gouvernance IA sont gagnés.

Le ROI de la gouvernance IA suit exactement la même courbe que le ROI de la cybersécurité dans les années 2010. Les organisations qui ont investi tôt ont évité des crises que d'autres ont payées très cher.

Courbe du ROI réel — avec vs sans cadre de mesure IA · 12 mois

Avec cadre de mesure Sans cadre de mesure

Roadmap 90 jours

05b

La roadmap : 90 jours pour un tableau de bord ROI IA honnête

Construire un tableau de bord ROI IA honnête n'est pas un projet analytique de six mois. C'est une séquence de trois mois de rigueur progressive — en commençant par une seule question, et en construisant la discipline autour d'elle. Un bilan imparfait cette semaine vaut infiniment mieux qu'un tableau de bord parfait dans six mois.

Mois 1 — Mesurer

Objectif : quantifier ce qu'on ne mesure pas encore

Semaines 1-2 : La question du retravail. Pour chaque système IA en production, une seule question à poser aux équipes qui l'utilisent : quelle proportion des outputs nécessite une correction ou une révision manuelle avant utilisation ? Cette question seule révèle le coût caché le plus important. Notez les réponses par système. Le résultat sera presque toujours surprenant.

Semaines 3-4 : Le bilan du système le plus visible. Prenez votre déploiement IA phare — celui qu'on cite en comité de direction. Construisez son bilan complet : gains mesurés moins coûts cachés estimés (retravail, conformité, incidents). Si vous n'avez pas toutes les données, notez ce qui manque. L'absence de données est elle-même une information stratégique.

Livrable Mois 1 : Taux de retravail par système · Bilan du déploiement phare · Liste des données manquantes identifiées.

Mois 2 — Corriger

Objectif : agir sur ce que la mesure révèle

Semaines 5-6 : Arbitrer sur les déploiements déficitaires. Si le bilan révèle qu'un déploiement est en réalité déficitaire — gains inférieurs aux coûts cachés — c'est la décision la plus importante de ces 90 jours : arrêter, corriger, ou accepter consciemment. Les organisations qui savent arrêter un projet IA qui ne fonctionne pas ont une maturité que peu d'organisations ont atteinte.

Semaines 7-8 : Nommer un responsable de la mesure pour chaque système. Pas un analyste BI dédié. Pour chaque système IA en production, le propriétaire existant reçoit une responsabilité supplémentaire : collecter et rapporter le bilan trimestriellement. Sans responsable nommé, la mesure ne se fait pas — elle reste une intention.

Livrable Mois 2 : Décisions prises sur les déploiements déficitaires · Responsables de mesure nommés · Premier reporting bilan consolidé.

Mois 3 — Optimiser

Objectif : transformer la mesure en décisions d'investissement

Semaines 9-10 : Construire le tableau de bord de valeur IA. Pas un dashboard technique — une vue de direction. Deux colonnes par système : valeur créée, coût réel. Une ligne de total. Ce tableau doit tenir en une page et être compréhensible par un membre du conseil d'administration sans formation technique.

Semaines 11-12 : Présenter le tableau de bord en comité de direction. Avec les données réelles, même imparfaites. Ce moment change durablement la conversation sur l'IA dans votre organisation — parce qu'on parle enfin de valeur et de coûts, pas de technologie et de projets.

Livrable Mois 3 : Tableau de bord valeur IA v1 · Présentation comité de direction · Décisions d'investissement IA fondées sur des données réelles.

⬡ Cadre LEAP™ — Cette roadmap selon votre couche actuelle ▼

Couche E → priorité de cette roadmap

Si vous êtes en couche E : cette roadmap est exactement pour vous

En couche E, vous avez des déploiements en production mais probablement pas encore de bilan par système. Cette roadmap comble ce manque. Le mois 1 est la découverte — souvent inconfortable. Les organisations qui font honnêtement le bilan de leur couche E découvrent invariablement 2-3 projets qu'elles auraient dû arrêter plus tôt. C'est une information précieuse, pas un échec.

Couche A → mesure critique

Si vous êtes en couche A : le bilan est non négociable

En couche A, vos agents prennent des décisions autonomes. Sans bilan, vous ne savez pas si la valeur créée compense les coûts cachés — incidents non détectés, retravail, exposition réglementaire. Cette roadmap est votre prérequis pour justifier l'expansion agentique — et pour savoir lesquels de vos agents méritent d'être étendus.

Roadmap visuelle — 90 jours pour un tableau de bord ROI IA honnête

Décisions concrètes

Ce que vous faites lundi matin

Un dossier qui se termine par des recommandations générales est un dossier qu'on range. Celui-ci se termine par cinq décisions que vous pouvez prendre cette semaine — sans budget supplémentaire, sans validation externe.

Décision 1

Poser la question du retravail à chaque équipe IA

→

Cette semaine, une seule question à poser à chaque équipe qui utilise un système IA : "Quelle proportion de vos outputs nécessite une correction avant utilisation ?" Notez les réponses par système. C'est votre premier bilan — imparfait, rapide, et infiniment plus utile que rien.

Décision 2

Construire le bilan de votre déploiement IA le plus visible

→

Le système qu'on cite en comité de direction. Deux colonnes : gains mesurés, coûts cachés estimés. Si vous n'avez pas les données sur les coûts cachés, listez ce qui manque. L'absence de données est elle-même une information — elle dit où se trouvent vos angles morts.

Décision 3

Identifier les déploiements qui seraient déficitaires avec un bilan honnête

→

Parcourez mentalement vos déploiements IA actifs. Lequel, si on mesurait vraiment les coûts cachés, pourrait s'avérer déficitaire ? Nommer ce projet — même sans certitude — est la décision la plus courageuse et la plus utile de cette semaine.

Décision 4

Nommer un responsable de mesure pour chaque système en production

→

Pour chaque déploiement IA actif, une personne reçoit cette responsabilité supplémentaire : collecter et rapporter le bilan trimestriellement. Sans responsable nommé, la mesure reste une intention. Deux lignes par email suffisent pour formaliser cette décision.

Décision 5

Inscrire la mesure du ROI IA à l'agenda du prochain comité

→

15 minutes. Deux colonnes sur une page. Valeur créée, coût réel. Ce n'est pas un tableau de bord sophistiqué — c'est une conversation que votre organisation n'a probablement jamais eue. Le dossier de gouvernance d'avril donne le cadre pour aller plus loin.

Score DRIVEN™ — Calculateur rapide

Outil interactif · Score DRIVEN™

Calculez la maîtrise de votre système IA.

6 axes · Score 0-100 · Signal de dérive automatique. Le classement ATP d'un joueur n'est pas sa performance d'il y a 3 ans. C'est sa performance des 12 derniers mois, recalculée en permanence. Votre Score DRIVEN™ fonctionne de la même façon — il mesure où en est votre système IA aujourd'hui, pas au moment de son déploiement.

D — Décision 10

R — Risque 10

I — Impact 10

V — Vulnérabilité 7

E — Engagement 7

N — Nécessité 5

Score DRIVEN™

/100

Alerte

Révision du cadre de gouvernance requise.

Outil complet avec historique trimestriel →

Note de l'auteur

Ce dossier est le plus inconfortable des trois premiers — parce qu'il demande de regarder des données qu'on préfère souvent ne pas regarder. Le retravail, les talents perdus, la pression tarifaire qui arrive. Ces sujets ne font pas de belles slides de comité. Mais ce sont exactement les données dont les décideurs ont besoin pour faire de bonnes décisions d'investissement IA.

Le mois prochain, on passe de la mesure à l'action — avec le dossier Gouvernance IA. C'est la réponse structurelle au problème posé ici.

Aziz El Kihel

Prochain dossier — #01 · Avril 2026 · Gouvernance IA : ce qui se passe quand ça déraille.

L'auteur

Aziz El Kihel — Fondateur, Un Cran d'Avance

Vingt ans à observer les organisations en transformation technologique. Je traduis chaque semaine l'actualité IA en décisions concrètes pour les organisations opérant en Europe et en Amérique du Nord.

Une question sur ce dossier ? [email protected]