Le coût caché que personne
ne met dans son tableau
de bord IA.
J'accompagne depuis trois ans une grande organisation dans sa transformation IA. Chaque trimestre, le comité de direction examine un tableau de bord qui montre les gains. Ce trimestre, j'ai demandé qu'on ajoute une colonne : les coûts de retravail par système. Le directeur général a regardé le tableau modifié pendant un long moment. Puis : "Deux de nos projets phares sont en réalité déficitaires." Ils le savaient intuitivement. Ils ne l'avaient jamais mesuré. Ce mois traite exactement ce sujet.
Le coût le plus invisible des déploiements IA : les talents qui partent parce qu'ils n'ont pas confiance dans le cadre — et qu'on attribue à d'autres raisons.
Les entretiens de départ mentionnent rarement l'IA explicitement. On parle de "manque de sens", de "projets mal définis", d'"incertitude sur la direction". Mais quand on creuse, le pattern est récurrent : les profils les plus compétents partent en premier des organisations sans cadre de gouvernance IA — parce que ce sont eux qui voient le mieux les risques qu'ils prennent en restant.
Le coût de la conformité réglementaire IA construite dans l'urgence — EU AI Act, Loi 25 québécoise, LIAD canadienne — : les premières estimations convergent vers 3 à 5 fois le coût d'une conformité progressive.
Les cabinets juridiques spécialisés publient leurs premières estimations sur le coût de mise en conformité EU AI Act selon le moment d'intervention. Les organisations qui commencent maintenant (mars 2026) peuvent encore construire progressivement. Celles qui attendent août 2026 vont payer la prime de l'urgence : consultants à tarif majoré, audits accélérés, risque de sanctions pendant la période de mise en conformité.
Le coût réputationnel d'un incident IA non maîtrisé : les premières données montrent un impact durable sur la confiance des clients — au-delà de l'incident lui-même.
KPMG et Gartner publient leurs premières études sur l'impact réputationnel des incidents IA dans les organisations. Le résultat est cohérent avec ce qu'on observe dans d'autres domaines : un incident bien géré peut renforcer la confiance. Un incident mal géré — où l'organisation ne savait pas ce que son IA faisait — détruit durablement la confiance, bien au-delà de l'incident lui-même.
La contrepartie : les organisations qui mesurent honnêtement leur ROI IA identifient des opportunités cachées que leurs concurrents ne voient pas.
Mesurer honnêtement, c'est mesurer les deux côtés. Et les deux côtés contiennent des surprises. Le bilan révèle souvent que certains projets moins valorisés créent plus de valeur réelle que des projets phares. Il révèle aussi des processus où l'IA serait plus rentable qu'on ne le pensait — parce que les coûts actuels sont plus élevés qu'on ne les mesure.
Un CFO sur deux déclare ne pas avoir les données pour évaluer le ROI réel de leurs investissements IA. C'est la statistique la plus importante de ce trimestre.
Forrester Research mars 2026 : 52% des CFO des grandes organisations déclarent ne pas disposer des données nécessaires pour évaluer honnêtement le retour sur leurs investissements IA. Ce n'est pas un aveu d'échec — c'est un diagnostic. Et le diagnostic est le premier pas vers le traitement.
→ Le Dossier #-1 de ce mois donne le cadre pour construire ce bilan — et pour commencer cette semaine.
Si votre organisation devait faire le bilan de ses déploiements IA — gains réels moins coûts cachés — par quel système commenceriez-vous ? Et qui aurait la responsabilité de construire cet exercice ?
Répondez à cet email. Je lis chaque réponse.