Regard sur le rapport NANDA du MIT de juillet 2025 : pourquoi un taux d'échec de 95 % pour les pilotes d'IA n'est pas la fin

Je suis un optimiste convaincu et je reste ouvert à toute nouvelle technologie qui se présente à moi. Ma dernière obsession, qui est vouée à perdurer, est l'IA.

Le MIT NANDA a récemment publié son article intitulé « La fracture GenAI. État de l'IA dans les entreprises en 2025 », et je pense que ce document vaut vraiment la peine d'être lu. Il offre un regard objectif sur l'IA et sa place dans le monde des affaires aujourd'hui. Le fil d'actualité LinkedIn peut paraître presque hystérique quant à la façon dont l'IA a tout changé, mais le rapport dresse un tableau différent.

Tout d’abord, qu’est-ce que MIT NANDA ?

Networked Agents and Decentralized AI (NANDA) est une initiative de recherche ambitieuse du MIT Media Lab. Le projet rassemble plus de 18 instituts de recherche de premier plan répartis sur six continents et de grands noms du secteur technologique, comme Meta, Dell, Microsoft, etc. L'objectif de NANDA est véritablement futuriste, voire révolutionnaire. L'ambition L'objectif est de construire l'infrastructure fondamentale de l'Internet des agents IA, c'est-à-dire un réseau décentralisé où les agents IA se découvrent, se vérifient et collaborent en ligne, au-delà des frontières organisationnelles. Concrètement, NANDA travaille à l'élaboration de règles, de protocoles, de lignes directrices et de cadres clairs permettant aux agents IA d'interagir avec d'autres agents pour le compte d'humains et d'organisations. Le projet NANDA est open source, ce qui signifie qu'il accueille des entrepreneurs, des visionnaires, des technologues et des décideurs politiques comme collaborateurs à part entière. (Vous vous sentez comme sur Wikipédia ?)

Si je vous en parle, c'est parce que le rapport du MIT NANDA est la cerise sur le gâteau de la recherche en IA. Les auteurs sont à la pointe de l'IA, et leurs conclusions doivent être prises au sérieux (avec toutefois quelques réserves).

Le document était en préparation depuis janvier et a finalement été publié en juillet 2025. Le rapport est basé sur un examen systématique de plus de 300 initiatives d'IA divulguées publiquement et sur des entretiens avec des dirigeants de 52 organisations ainsi que sur des enquêtes auprès de 153 hauts dirigeants lors de quatre grandes conférences du secteur.

Taux de réussite des pilotes d'IA de 5 %

Le rapport introduit le terme « The GenAI Divide », qui décrit les bouleversements qui touchent (ou non) les organisations, voire les secteurs, qui utilisent l'IA avec succès (ou non). Selon la NANDA, si une entreprise se trouve du mauvais côté de la fracture, elle ne parvient pas à véritablement changer, évoluer et repenser sa structure et ses activités. Être du bon côté de la fracture signifie donc obtenir des résultats tangibles grâce à l'utilisation de l'IA.« Ce biais d’investissement perpétue la fracture GenAI en orientant les ressources vers des technologies visibles mais des cas d'utilisation souvent moins transformateurs, tandis que les opportunités de retour sur investissement les plus élevées dans les fonctions de back-office restent sous-financées ».

Si le rapport a suscité un tel engouement, c'est en raison de ses principales conclusions. Le résumé indique : « Malgré 30 à 40 milliards de dollars d'investissements d'entreprise dans GenAI, ce rapport révèle un résultat surprenant : 95 % des organisations n'obtiennent aucun retour sur investissement... Seuls 5 % des pilotes d'IA intégrés extraient des millions de dollars de valeur, tandis que la grande majorité reste bloquée sans impact mesurable sur les profits et pertes.” Pas très prometteur, n’est-ce pas ?

La limitation fondamentale qui empêche les organisations de tirer pleinement parti de l'IA est ce que le rapport définit comme le « déficit d'apprentissage ». La plupart des systèmes GenAI sont fondamentalement incapables de retenir les retours d'expérience, de s'adapter au contexte ou de s'améliorer au fil du temps.

• Les systèmes n’apprennent pas à partir du feedback. En réalité, cela signifie qu’un gestionnaire lui fournit le même ensemble de données encore et encore, sans pour autant obtenir d’amélioration des performances. Un responsable de fabrication de taille moyenne a décrit comment il avait téléchargé à plusieurs reprises le même manuel de produit dans son système d'IA pour affiner les listes de contrôle d'exécution, mais chaque itération copiait des omissions et des erreurs identiques, sans amélioration mesurable de la qualité de production malgré de multiples sessions de rétroaction.
• Un contexte manuel excessif est requis à chaque fois. Les outils d'IA manquent de mémoire entre les sessions ; chaque interaction nécessite donc de les réalimenter avec les connaissances et le contexte passés. Les flux de travail complexes, contrairement aux tâches ponctuelles simples, s'éternisent et ne constituent pas un support fiable pour les projets en cours. Le rapport cite une équipe juridique d'entreprise qui, pour chaque projet de contrat, doit ressaisir les préférences du client, les notes de négociation antérieures et les contraintes réglementaires dans l'outil d'IA, transformant ce qui devrait être un flux de travail d'assistance en une corvée chronophage qui nuit à la productivité dans des projets complexes à plusieurs étapes.
• Personnalisation insuffisante pour certains processus métier. Au lieu d’obtenir un outil réactif qui s’adapte au contexte général, le contexte général s’adapte à l’outil, forçant les utilisateurs à travailler autour de systèmes rigides. Un DSI a constaté que l'IA d'analyse des risques fournie par son fournisseur « ressemblait à une solution universelle », obligeant les équipes à remodeler leurs processus d'approbation de crédit pour s'adapter aux entrées rigides de l'outil, plutôt que de laisser l'IA s'adapter aux processus établis. Cette inadéquation a finalement conduit à l'abandon de projets pilotes.

Mes principales conclusions du rapport NANDA

1. L'économie de l'IA fantôme prospère

Le rapport introduit le terme « économie parallèle de l'IA » pour décrire la manière dont les employés utilisent l'IA à leur niveau comme un outil personnel, et non comme un outil approuvé par l'ensemble de l'organisation. Cela me semble familier, en fait. Une amie, qui travaille dans une filiale d'une marque automobile chinoise en CEI, m'a confié qu'elle utilisait ChatGPT pour rédiger du contenu intégré à l'application (articles d'actualité, publicités, etc.). Elle explique qu'au niveau du siège, aucun outil d'IA n'était approuvé pour un usage général. Son utilisation de l'IA est donc un atout personnel et un gain de temps qu'elle n'aborde pas vraiment avec son manager.

Le rapport fournit des chiffres très précis. Alors que seulement 40 % des entreprises ont souscrit à des abonnements officiels LLM, les employés de plus de 90 % des entreprises interrogées ont déclaré utiliser régulièrement des outils d'IA personnels pour leurs tâches professionnelles. Cette utilisation parallèle offre souvent un meilleur retour sur investissement que les initiatives formelles des entreprises, révélant ainsi ce qui fonctionne réellement lorsque les individus ont accès à des outils flexibles et réactifs.

2. La répartition des investissements reflète des priorités mal placées

Le rapport révèle un décalage important entre les investissements en IA et le potentiel réel de retour sur investissement. Environ 50 % des budgets GenAI sont alloués aux fonctions commerciales et marketing, principalement parce que les résultats sont facilement mesurables et alignés sur les indicateurs clés de performance (KPI) du conseil d'administration. Cependant, les rendements les plus élevés proviennent souvent de l'automatisation du back-office, comme la suppression de l'externalisation des processus métier (BPO) qui permet d'économiser jusqu'à 10 millions de dollars par an, la réduction de 30 % des coûts de création externes et l'économie d'un million de dollars par an sur la gestion des risques externalisée. Ce biais d'investissement perpétue la fracture GenAI en orientant les ressources vers des cas d'utilisation visibles, mais moins transformateurs.

Cependant, ma conviction personnelle est la suivante. D'après mon expérience au sein d'une banque internationale possédant des banques de détail dans le monde entier, introduire un outil qui fouille au cœur de l'organisation, se nourrit de ses données et (qui sait ?) divulgue des informations privilégiées présente un risque important. Je comprends donc pourquoi s'inscrire à une usine de contenu IA pour créer facilement des publicités Facebook est une évidence, alors que les disruptions complexes en back-end sont moins bien accueillies. À moins d'une directive directe de la direction, l'implémentation d'outils d'IA disruptifs au cœur de l'entreprise aurait pris au moins 12 mois.

Heureusement, j'ai eu la chance de découvrir les coulisses d'une automatisation par IA conçue pour l'équipe commerciale d'une entreprise locale de fabrication de fenêtres. L'entreprise a embauché un freelance de n8n, qui lui a développé un outil d'analyse des appels et des conversations basé sur l'IA. L'entreprise a ainsi pu identifier plus rapidement les goulots d'étranglement dans son entonnoir de conversion, et davantage de points sensibles ont été mis en évidence grâce à l'IA qui a facilité le traitement des communications écrites et orales. Son taux de satisfaction a atteint des sommets, avec un traitement plus rapide et plus rapide des données.

3. Les builds internes perdent face aux fournisseurs externes

Pour être tout à fait honnête, ce résultat m'a surpris. Contrairement à l'idée reçue selon laquelle les entreprises devraient développer leurs propres outils d'IA, l'étude montre que les partenariats stratégiques avec des fournisseurs externes ont deux fois plus de chances d'aboutir que les efforts de développement interne. Qui l'eût cru ? Eh bien, clairement pas moi.

Les organisations qui traitent les fournisseurs d’IA comme des prestataires de services commerciaux, en exigeant une personnalisation approfondie et en les tenant responsables des résultats opérationnels plutôt que des références de modèles, obtiennent des taux de réussite nettement plus élevés et un délai de rentabilisation plus rapide.

4. Des investissements plus importants impliquent-ils davantage de perturbations ? Pas vraiment.

À l'aide d'un indice composite de perturbation du marché de l'IA, le rapport révèle que seuls deux secteurs – les technologies et les médias et télécommunications – présentent des signes clairs de perturbation structurelle liée à la GenAI. Sept des neuf principaux secteurs affichent une activité pilote significative, mais des changements structurels minimes, des secteurs comme la santé, les services financiers et l'énergie affichant des scores de perturbation inférieurs à 0.5 sur une échelle de 5 points. Cet écart entre la visibilité des investissements et la transformation réelle illustre la fracture GenAI au niveau sectoriel.

Pourquoi le taux d’échec de 95 % est temporaire

Malgré des résultats intermédiaires apparemment désespérés, une lueur d'espoir se dessine. Le rapport explique que la fracture GenAI est temporaire et sera comblée grâce aux avancées technologiques.

NANDA est l'un des principaux contributeurs à un monde de l'IA encore plus connecté. Le rapport cite les mécanismes MCP (Model Context Protocol) et A2A (Agent-to-Agent) comme fondements de l'infrastructure pour une interopérabilité transparente des agents et une coordination autonome entre les systèmes.

Les efforts de NANDA et ces outils ouvrent la voie à ce que NANDA recherche précisément : le Web Agentique, un réseau d'agents capables de se coordonner de manière autonome sur Internet. Leur interaction sera conçue pour remplacer les flux de travail statiques par des systèmes dynamiques et autodidactes.

Cela semble-t-il trop beau pour être vrai, voire magique ? Eh bien, Orchestration multi-agents de Microsoft Copilot Studio est ce qui se rapproche le plus de la vision. Le système permet de construire une arborescence d'agents où un agent principal, Copilot, déclenche des sous-agents responsables de tâches spécifiques comme la planification ou la génération de documents. Chaque agent reste dans son domaine d'expertise tout en coordonnant ses activités. Concrètement, lorsqu'un utilisateur demande « Planifier le lancement de notre produit au quatrième trimestre », l'agent orchestrateur délègue automatiquement à des agents spécialisés : l'un gère les études de marché, un autre la création du calendrier et un troisième la coordination avec les outils de gestion de projet. Le travail se déroule de manière synchronisée, mais autonome.

Alors, que nous apprend le rapport de NANDA ? La marge de manœuvre pour franchir le fossé GenAI se réduit rapidement, car les entreprises nouent des relations avec des fournisseurs proposant des outils d'apprentissage capables de créer des ruptures, de faire évoluer et d'optimiser les opérations métier en back-end, accélérant ainsi le fonctionnement au cœur même des organisations. La réussite réside dans l'achat de systèmes d'agents d'IA plutôt que dans leur développement interne. Avec la généralisation des systèmes d'apprentissage, de mémorisation et d'autosuffisance agentiques, le taux d'échec actuel de 95 % laissera place à une nouvelle ère où les systèmes d'IA collaboreront de manière transparente entre fournisseurs, domaines et organisations. Cet avenir représente le véritable retour sur investissement des investissements actuels.

Points de vue alternatifs sur l'adoption de l'IA

Le projet NANDA a réalisé un travail remarquable en compilant des données provenant de sources multiples et en interrogeant des dirigeants de divers domaines. Mais est-il le porte-parole ultime de l'adoption mondiale de l'IA ? Si, ​​comme moi, vous avez trouvé La fracture GenAI un peu déprimant, voire décourageant, j'ai trouvé ces points de vue alternatifs sur l'adoption de l'IA pour maintenir mon feu personnel de l'IA allumé.

• Jed Nykolle Harme de IT Brief UK est tombé en panne Manuel du DSI 2025 par Lenovo. L'étude s'appuie sur les retours des responsables informatiques de la région EMEA (Europe, Moyen-Orient et Afrique) et ses conclusions sont bien plus prometteuses. Il s'avère que le secteur de la vente au détail est en tête en matière de satisfaction vis-à-vis de l'IA, où 96 % des performances des pilotes d'IA atteignent ou dépassent les attentes.
• J'ai déjà exprimé ma compassion envers les géants du marché de l'IA qui peinent à mettre en œuvre l'IA et ne sont pas particulièrement ouverts à une intégration intensive. Lenovo, en revanche, dresse un tableau différent du secteur bancaire, des services financiers et de l'assurance (BFIS) : malgré un taux d'adoption de l'IA le plus faible (7 %), 33 % des entreprises testant l'IA déclarent que les projets pilotes ont dépassé les attentes. Le secret de ces tendances positives réside dans une approche prudente, comme le souligne le rapport. Affaires arabes le met.
• Un autre rapport rassurant Étude sur les PDG d'IBM s'ouvre sur une préface audacieuse du vice-président d'IBM, Gary Cohn : «Alors que l'adoption de l'IA s'accélère, seuls les PDG qui auront le courage de considérer le risque comme une opportunité en tireront pleinement profit. … Dans un environnement économique incertain, utiliser l'IA et les données de votre entreprise pour identifier vos leviers d'influence constitue un avantage concurrentiel. À ce stade, les dirigeants qui ne tirent pas parti de l'IA et de leurs propres données pour progresser font le choix conscient de ne pas être compétitifs. »
• L'enquête IBM auprès des PDG révèle des faits encourageants. Par exemple, la croissance des investissements dans l'IA devrait plus que doubler au cours des deux prochaines années, ce qui signifie que près de 20 % des budgets informatiques totaux seront alloués à l'IA. Cet engagement démontre que, malgré des défis visibles et avérés, la confiance dans l'IA est forte et, surtout, qu'il s'agit d'un investissement stratégique plutôt que d'une dépense réactive.
• Enfin, 64 % des PDG interrogés dans le rapport s'accordent à dire que le risque de prendre du retard incite à investir dans les nouvelles technologies bien avant d'en comprendre clairement l'impact. Cependant, il n'existe pas de décision rapide. Les décideurs privilégient la « couverture stratégique ». En termes simples, lorsqu'un concurrent lance un chatbot IA pour des recommandations personnalisées, vous faites de même pour votre site web. Vous n'êtes peut-être pas certain de l'augmentation de votre chiffre d'affaires, mais vous savez que si vous tardez encore deux ans avant de compiler cet « ensemble de données parfait », vous perdrez irrémédiablement votre élan. La règle est donc simple : copiez agressivement, puis observez le résultat.

Conclusion

En conclusion, je voudrais exprimer ma profonde conviction en l'IA. En tant qu'entrepreneur, directeur marketing, développeur commercial et ancien employé de bureau dans le secteur bancaire, je vois de nombreuses façons dont l'IA peut contribuer à optimiser les budgets, rationaliser les flux de travail et dynamiser les équipes. L'avenir est augmenté et accéléré. Pour être compétitive, une entreprise doit maîtriser l'IA. Bien que les conclusions que j'ai présentées soient controversées, je suis convaincu que le paysage actuel de l'IA, avec ses hauts et ses bas, est un processus d'apprentissage naturel, qui se répète sans cesse avec chaque nouvelle technologie.