Le rapport de Wharton–GBK « L’avantage de l’adaptabilité : qui tire son épingle du jeu grâce à l’IA, et comment ? » révèle l’écart de ROI de l’IA

Le nouveau rapport de Wharton Human-AI Research et de GBK Collective, L’avantage de l’adaptabilité : qui tire son épingle du jeu grâce à l’IA, et comment ?, montre à quel point l’IA s’est répandue dans les entreprises — et combien il est difficile de transformer son adoption en retombées commerciales substantielles. Quatre-vingts pour cent des répondants occupant un poste de gestionnaire ou supérieur font état de retombées positives sur les investissements de leur service dans l’IA, mais seulement 28 % les jugent très positives. Cette quatrième étude annuelle met en évidence la refonte des processus de travail, une répartition plus claire des responsabilités et des mesures axées sur la croissance parmi les caractéristiques distinctives des organisations qui font état de meilleurs résultats.

Publiée le 13 octobre, l’étude va au-delà de la question de savoir si les employés utilisent cette technologie. Elle pose une question plus déterminante : les entreprises ont-elles modifié les processus, les incitatifs et les structures de gestion qui l’entourent ?

Mesurer la croissance change la perception de la valeur de l’IA

L’un des contrastes les plus frappants du rapport concerne les critères de réussite retenus par les services. Parmi ceux qui suivent au moins un indicateur de croissance, 35 % font état de retombées très positives de l’IA, contre 13 % parmi ceux qui mesurent uniquement l’efficacité. Les retombées très positives sont donc environ 2,7 fois plus fréquentes dans le groupe qui mesure la croissance.

La distinction va au-delà des revenus. L’étude classe les nouveaux revenus nets, la conversion des ventes, le volume de production et la satisfaction de la clientèle parmi les indicateurs de croissance. Les indicateurs d’efficacité portent sur les coûts opérationnels, les heures économisées, les délais d’exécution et les taux d’erreur. Les services pouvaient sélectionner jusqu’à trois indicateurs : le groupe axé sur la croissance peut donc inclure des organisations qui suivent aussi l’efficacité.

C’est important, car les gains de temps sont plus faciles à décrire que l’expansion de l’activité. Les heures économisées constituent l’indicateur le plus souvent sélectionné, à 40 %, tandis que les nouveaux revenus nets sont retenus par 27 % des répondants. Par ailleurs, 83 % des gestionnaires et des personnes de niveau supérieur s’attendent à ce que l’IA transforme fondamentalement leur secteur ou ait une incidence majeure sur celui-ci d’ici deux à cinq ans.

Concrètement, il faut relier les projets d’IA aux résultats que l’entreprise cherche réellement à obtenir. Par exemple, un processus de vente accéléré peut être évalué à la fois en fonction du temps économisé et des taux de conversion. L’enquête ne démontre pas qu’une modification d’un tableau de bord entraîne de meilleurs rendements ; elle met en évidence une association entre une approche de mesure plus large et de meilleurs résultats déclarés.

Les agents d’IA sont courants, mais leur intégration poussée reste rare

L’adoption des agents est déjà répandue : 67 % des services déclarent utiliser des agents d’IA sous une forme ou une autre. Pourtant, seuls 28 % indiquent que l’IA est pleinement intégrée à leurs processus opérationnels essentiels, et seulement 17 % autorisent son fonctionnement autonome, avec une vérification humaine a posteriori ou un remplacement de celle-ci par une surveillance et des garde-fous.

Le groupe le plus important, soit 48 %, indique que l’IA effectue des tâches, mais qu’une personne les vérifie et les approuve avant leur mise en œuvre. Un autre groupe, représentant 35 %, utilise l’IA pour obtenir des suggestions ou des ébauches, tandis que les décisions finales restent prises par des humains. Ces distinctions montrent pourquoi le fait d’avoir « déployé un agent » ne dit pas grand-chose sur l’ampleur réelle de la transformation d’un processus de travail.

Le critère de transformation des processus de travail retenu dans le rapport exige la réunion de trois conditions : des processus considérablement modifiés, l’intégration de l’IA aux processus opérationnels essentiels et l’utilisation d’agents sous une forme ou une autre. Parmi les services qui répondent à cette définition combinée, 67 % font état d’un ROI très positif.

Ce constat plaide pour une vision plus exigeante du déploiement. Installer un assistant n’est qu’une partie du travail ; les équipes doivent aussi décider de la circulation de l’information, des exceptions nécessitant une intervention et de la personne responsable du résultat. Cela ne signifie pas que chaque tâche devrait être autonome. Le rapport désigne la sécurité, la réglementation et la confiance comme des obstacles à l’octroi d’une plus grande marge de manœuvre aux agents ; l’adéquation de chaque processus est donc un élément central de la décision.

Une répartition claire des responsabilités va de pair avec de meilleurs rendements

Les organisations qui ont créé un nouveau poste de directeur de l’IA se distinguent. Parmi les gestionnaires et les personnes de niveau supérieur de ces organisations, 58 % font état de retombées très positives, contre 24 % dans les organisations où la supervision de l’IA a été ajoutée aux responsabilités d’un cadre déjà en poste. Ce chiffre est de 8 % lorsqu’un tel poste n’existe pas et qu’aucun n’est prévu.

La stratégie de plateforme révèle un autre clivage. Des retombées très positives sont rapportées par 50 % des répondants dont l’organisation a adopté une seule plateforme d’IA approuvée, contre 9 % de ceux dont l’organisation continue d’expérimenter sans approche définie. Ces comparaisons sont observationnelles : un leadership dédié et une plateforme uniforme peuvent aller de pair avec d’autres avantages, notamment des ressources et une plus grande maturité organisationnelle.

La responsabilité en cas d’erreur d’un agent est moins clairement établie. Les répondants attribuent le plus souvent la responsabilité aux équipes de gouvernance ou de gestion des risques (28 %), au responsable hiérarchique de l’employé qui a déployé l’agent (26 %) ou à l’employé lui-même (25 %). Aucune réponse ne domine. Pour les entreprises qui étendent l’utilisation des agents, définir les responsabilités fait partie de la conception opérationnelle, au même titre que la gestion des autorisations et la surveillance.

Les employés vivent une transformation différente

Pour la première fois, l’étude annuelle inclut des employés de niveau débutant et intermédiaire, aux côtés des gestionnaires et des cadres supérieurs. La comparaison révèle un écart considérable dans la perception du niveau de préparation.

Alors que 73 % des cadres et des dirigeants affirment que l’IA a profondément transformé les processus de travail de leur service, 58 % des employés débutants et de niveau intermédiaire disent la même chose. L’écart est plus marqué encore en matière de formation : 78 % des dirigeants estiment que les employés bénéficient d’une formation adéquate à l’IA, contre 56 % des employés.

Ces différences ne signifient pas que les employés rejettent l’IA en bloc. Soixante-treize pour cent des employés débutants et de niveau intermédiaire déclarent que l’IA a eu un effet positif sur leur travail, et 84 % de ceux qui l’utilisent affirment qu’elle leur fait gagner du temps. La tension se situe entre l’utilité individuelle et le soutien nécessaire pour réussir l’adoption de l’IA à l’échelle d’une organisation.

Les conséquences sur les effectifs restent également incertaines. Trente-sept pour cent des cadres et des dirigeants font état de réductions d’effectifs liées à l’IA, et 33 % signalent un ralentissement ou un gel des embauches. Toutefois, les services qui font état de retours importants ne sont pas plus susceptibles que les autres de signaler ces réductions ou ces gels d’embauche. Les retours plus importants s’accompagnent plutôt de changements dans les structures de gestion, les processus de travail, le suivi et la formation.

Ce que l’enquête peut — et ne peut pas — apprendre aux entreprises

L’étude a interrogé 1 416 employés à temps plein d’entreprises du secteur privé aux États-Unis comptant au moins 1 000 employés et réalisant un chiffre d’affaires supérieur à 50 millions de dollars. Les entretiens ont eu lieu du 9 au 29 juillet 2026. L’échantillon comprend 1 007 cadres et dirigeants ainsi que 409 employés débutants et de niveau intermédiaire ; les réponses de ces deux groupes sont présentées séparément.

Il s’agit d’évaluations autodéclarées, et non de retours sur investissement vérifiés par un audit indépendant. Les résultats portent sur de grandes entreprises commerciales aux États-Unis et ne doivent pas être généralisés automatiquement aux petites entreprises ou à d’autres pays. Les comparaisons avec les années précédentes concernent la population des cadres et des dirigeants, puisque les employés débutants ont été inclus pour la première fois en 2026.

Pour les équipes des grandes entreprises, le rapport propose un moyen utile d’évaluer les progrès de l’IA : aller au-delà du nombre d’utilisateurs et examiner les résultats commerciaux mesurables, l’intégration de l’IA dans les activités essentielles, la clarté des responsabilités et l’expérience réelle des employés. Un accès généralisé peut coexister avec une mise en œuvre défaillante, et les gains de productivité déclarés peuvent laisser une grande partie du travail de transformation de l’organisation inachevée.

Les lecteurs qui souhaitent en savoir plus sur les résultats, la méthodologie et les comparaisons entre secteurs et services peuvent consulter le rapport complet de Wharton–GBK, L’avantage de l’adaptabilité : qui réussit grâce à l’IA, et comment.