Vous mesurez l'IA
avec les mauvais indicateurs.
Tout le monde le fait.
Cette semaine, un directeur financier m'a montré son tableau de bord IA avec fierté. Réduction du temps de traitement : -42%. Économies de coûts opérationnels : +18%. Satisfaction équipes : en hausse. Tout vert. Je lui ai posé une question : "Et le retravail ? Combien de décisions IA avez-vous dû corriger manuellement ce trimestre ?" Silence. Il n'avait pas cet indicateur. En creusant, on a trouvé que 23% des outputs IA de son équipe étaient corrigés avant utilisation. Le tableau de bord ne mentait pas — il était incomplet. C'est presque toujours le cas.
Le problème de mesure IA est universel : on mesure les gains parce qu'ils sont visibles. On ne mesure pas les coûts cachés parce qu'ils demandent un effort délibéré.
Ce n'est pas de la mauvaise foi. C'est de la physique organisationnelle. Ce qui remonte naturellement dans les reportings, c'est ce qui est facile à mesurer. Les économies de temps sont faciles — chronomètre avant et après. Le retravail est difficile — il faut quelqu'un qui le mesure délibérément, dans chaque département, pour chaque système.
→ Le Dossier #-1 de ce mois construit le bilan IA complet — les deux côtés de l'équation.
Deloitte 2026 : les organisations sans cadre de gouvernance constatent des dérives de coûts de 2 à 4× dans les 6 premiers mois. Ce n'est pas l'IA qui coûte plus cher — c'est le retravail.
Ce chiffre est le plus cité de ce début d'année dans les cercles de direction. Mais il est souvent mal interprété : on pense que c'est l'IA elle-même qui devient plus chère. C'est le retravail sur les déploiements sans cadre — les modèles redéployés parce qu'ils dérivent, les processus reconstruits parce qu'ils n'étaient pas auditables.
Le précédent KPMG/Grant Thornton pose une question que peu d'organisations ont encore répondu : savez-vous combien votre IA vous fait économiser — et êtes-vous prêt quand vos clients vous demandent leur part ?
Grant Thornton a cédé 14% sur ses honoraires. Était-ce une bonne affaire ? Peut-être — si les gains de productivité IA dépassaient ce pourcentage. Mais pour répondre à cette question avec certitude, il fallait mesurer les gains réels. Les organisations qui ne savent pas ce que leur IA leur rapporte précisément ne peuvent pas avoir cette conversation de façon éclairée.
Les organisations qui mesurent honnêtement leur ROI IA retiennent mieux leurs talents IA — parce qu'elles prennent de meilleures décisions de déploiement.
Ce lien entre mesure et rétention est contre-intuitif mais documenté. Les profils IA seniors restent dans les organisations qui savent évaluer leurs projets honnêtement — parce que ça signifie qu'elles savent dire non aux mauvais projets, et oui aux bons. Dans une organisation sans mesure, tous les projets semblent également prioritaires. C'est épuisant pour les équipes.
Le coût de la conformité réglementaire IA construite dans l'urgence est 3 à 5 fois supérieur à la conformité construite progressivement — que ce soit EU AI Act, Loi 25 ou LIAD. La fenêtre se ferme.
Août 2026 : les obligations pour les systèmes à risque élevé entrent en application. Les organisations qui n'ont pas commencé leur travail de conformité vont devoir le faire dans l'urgence — avec des consultants externes, sous pression réglementaire, à des coûts 3 à 5 fois supérieurs. Nous sommes en mars 2026. La fenêtre pour construire progressivement est encore ouverte — mais elle se referme.
→ Le Dossier #-1 de ce mois donne le bilan IA complet et le tableau de bord pour mesurer les deux côtés.
Dans votre organisation, est-ce que quelqu'un a la responsabilité de mesurer les coûts cachés de vos déploiements IA — le retravail, les corrections, les incidents non détectés ? Si non, est-ce que c'est parce que ce n'est pas prioritaire ou parce que personne ne sait comment le faire ?
Répondez à cet email. Je lis chaque réponse.