Les PDG persistent dans l'IA malgré des retours décevants : 68 % des dirigeants prêts à augmenter leurs budgets IA en 2026 alors que les bénéfices tardent à se matérialiser, selon Teneo

Les PDG persistent dans l’IA malgré des retours décevants :
68 % des dirigeants prêts à augmenter leurs budgets IA en 2026 alors que les bénéfices tardent à se matérialiser, selon Teneo

Malgré des retours financiers encore inégaux, les dirigeants d’entreprise ne relâchent pas la pression sur l’intelligence artificielle. Selon une enquête récente menée auprès de plus de 350 PDG de sociétés cotées, près de 68 % d’entre eux prévoient d’augmenter leurs dépenses en IA en 2026. Un pari assumé, alors même que moins de la moitié des projets en cours ont, à ce stade, généré davantage de valeur qu’ils n’ont coûté. Une dynamique que confirme le cabinet de conseil Teneo, décrivant une course à l’IA où la peur de décrocher l’emporte sur la prudence budgétaire.

L’augmentation annoncée des budgets en 2026 pourrait constituer un point de bascule. Soit l’IA parvient à démontrer sa capacité à générer de la valeur à grande échelle, soit elle s’exposera à une remise en question plus brutale. Certains dirigeants commencent déjà à évoquer la nécessité de « faire le tri » entre projets prometteurs et initiatives purement opportunistes.

Selon une enquête annuelle menée par le cabinet de conseil Teneo auprès de plus de 350 dirigeants d’entreprises cotées, 68 % des PDG prévoient d’augmenter encore leurs dépenses en intelligence artificielle en 2026. Ce chiffre, en apparence spectaculaire, masque pourtant une réalité plus contrastée : moins de la moitié des projets d’IA actuellement déployés génèrent des retours financiers supérieurs à leur coût. Autrement dit, l’enthousiasme pour l’IA progresse plus vite que sa rentabilité démontrée.

Cette tension entre promesse technologique et performance économique réelle est devenue l’un des paradoxes centraux de la stratégie numérique des grandes entreprises.

Une conviction devenue quasi doctrinale au sommet des entreprises

Pour une majorité de PDG interrogés, l’IA n’est plus une option mais un passage obligé. Le discours dominant au sein des conseils d’administration repose sur une conviction forte : ne pas investir massivement aujourd’hui exposerait l’entreprise à un déclassement stratégique demain. L’IA est perçue comme une technologie de rupture comparable à l’électrification ou à l’informatisation, avec un potentiel de transformation globale des chaînes de valeur.

Cette vision explique pourquoi les arbitrages budgétaires continuent de pencher en faveur de l’IA, même lorsque les indicateurs de retour sur investissement restent mitigés. Dans de nombreux groupes, l’IA est désormais intégrée aux plans stratégiques pluriannuels, au même titre que la cybersécurité ou la transition cloud.

Des retours sur investissement encore largement incertains

Le constat dressé par l’enquête de Teneo est pourtant sans appel. Moins d’un projet d’IA sur deux a, à ce stade, généré plus de valeur qu’il n’a coûté. Ce décalage s’explique par plusieurs facteurs structurels.

D’abord, une grande partie des investissements est encore concentrée sur des phases exploratoires. Preuves de concept, pilotes internes, expérimentations métiers et projets de transformation des données consomment des budgets importants sans produire immédiatement de gains mesurables. L’IA reste souvent cantonnée à des usages périphériques, loin des processus cœur de métier.

Ensuite, les coûts réels de l’IA sont fréquemment sous-estimés. Au-delà des licences logicielles et des modèles, il faut intégrer l’infrastructure cloud, la montée en compétences des équipes, la gouvernance des données, la conformité réglementaire et la cybersécurité. Ces coûts indirects pèsent lourdement sur la rentabilité globale.


Des coûts souvent sous-estimés dans les plans initiaux

L’enquête met en lumière une réalité plus prosaïque : les coûts réels de l’IA dépassent fréquemment les prévisions. Infrastructure cloud, consommation énergétique, sécurisation des données, conformité réglementaire, recrutement de profils spécialisés et accompagnement du changement alourdissent considérablement la facture.

À cela s’ajoute un facteur organisationnel. Beaucoup d’entreprises découvrent que l’IA ne peut pas simplement se greffer sur des processus existants. Elle exige une refonte partielle des méthodes de travail, une meilleure qualité des données et une gouvernance plus rigoureuse. Ces transformations, longues et complexes, retardent mécaniquement l’apparition de retours sur investissement tangibles.

Une pression concurrentielle qui pousse à investir coûte que coûte

Malgré ces résultats mitigés, la pression concurrentielle joue un rôle déterminant dans la poursuite des investissements. Les PDG redoutent avant tout un scénario dans lequel un concurrent réussirait à industrialiser l’IA plus rapidement, captant ainsi des gains de productivité, une meilleure connaissance client ou un avantage décisif en matière d’innovation.

Dans ce contexte, l’IA est souvent abordée comme une assurance stratégique plutôt que comme un projet à rentabilité immédiate. Investir devient une manière de rester dans la course, même si les bénéfices sont différés ou incertains. Cette logique rappelle celle observée lors des premières vagues de transformation numérique, où de nombreuses entreprises ont investi massivement avant de trouver des modèles réellement performants.

De la fascination technologique à l’exigence de valeur métier

L’enquête met également en lumière une évolution progressive du discours des dirigeants. Si l’enthousiasme reste fort, il s’accompagne désormais d’une exigence accrue de résultats concrets. Les PDG interrogés reconnaissent de plus en plus la nécessité de recentrer les projets d’IA sur des cas d’usage clairement liés à la performance opérationnelle.

L’ère des expérimentations tous azimuts tend à céder la place à une approche plus sélective. Les PDG interrogés indiquent vouloir concentrer leurs efforts sur des cas d’usage directement liés à la performance économique, comme l’optimisation des opérations, la maintenance prédictive, la personnalisation commerciale ou l’automatisation de tâches à forte intensité humaine.

Cette inflexion se traduit par une attention accrue portée aux indicateurs de valeur. Réduction des coûts, amélioration des délais, augmentation des taux de conversion ou optimisation des chaînes logistiques deviennent des critères prioritaires. L’époque des projets d’IA lancés principalement pour des raisons d’image ou d’innovation perçue touche progressivement à sa fin.

L’IA n’est plus seulement un symbole d’innovation ou un argument de communication auprès des marchés financiers, mais un outil qui doit prouver sa contribution à des objectifs précis et mesurables.

Une maturité inégale selon les secteurs

La capacité à transformer l’IA en valeur économique varie fortement selon les secteurs. Les entreprises de la finance, de la technologie et de la distribution semblent plus avancées, bénéficiant de volumes de données importants et de processus déjà largement numérisés. À l’inverse, les secteurs industriels traditionnels ou fortement réglementés rencontrent davantage de difficultés à déployer l’IA à grande échelle.

Cette disparité explique en partie pourquoi les résultats globaux restent mitigés. Là où l’IA est intégrée à des processus bien définis, les gains sont tangibles. Là où les fondations numériques sont fragiles, les investissements produisent surtout de la complexité supplémentaire.

Vers un tournant en 2026 ?

Le fait que 68 % des PDG prévoient d’augmenter encore leurs dépenses en 2026 pourrait marquer un tournant décisif. Soit ces investissements permettront enfin de franchir le cap de l’industrialisation et de la création de valeur mesurable, soit ils renforceront les interrogations sur une possible bulle de l’IA au niveau des entreprises.

De plus en plus de dirigeants semblent conscients que la prochaine phase ne pourra plus se contenter de promesses. L’IA devra prouver sa capacité à transformer durablement les modèles économiques, sous peine de voir les budgets se réorienter vers des priorités jugées plus tangibles.

La patience des investisseurs, elle aussi, pourrait s’amenuiser. Tant que l’IA est présentée comme un investissement d’avenir, les marchés tolèrent des retours différés. Mais à mesure que les montants engagés augmentent, l’exigence de résultats concrets devient plus pressante.


Entre pari rationnel et risque de désillusion

La poursuite massive des investissements en IA, malgré des retours encore partiels, illustre une tension classique dans les grandes vagues technologiques. L’IA est à la fois un pari rationnel sur l’avenir et un risque financier réel à court et moyen terme.

Pour les PDG, l’enjeu n’est plus de savoir s’il faut investir, mais comment investir intelligemment. La capacité à transformer l’IA en levier opérationnel, et non en simple centre de coûts, déterminera quels groupes sortiront renforcés de cette phase d’expérimentation généralisée. Les autres pourraient découvrir, trop tard, que la course à l’IA ne pardonne pas les stratégies mal maîtrisées.


J.P. Morgan dénonce les dépenses consacrées à l'IA

Dans son rapport, le cabinet suggère que la croissance de l'IA ne sera pas constante et qu'elle pourrait connaître les mêmes difficultés que celles qui ont affecté le secteur des télécommunications lorsqu'il a commencé à mettre en place son infrastructure fibre optique. « Le chemin à parcourir ne sera pas simplement ascendant », indique le rapport. « Notre plus grande crainte serait de voir se répéter l'expérience des télécommunications et du déploiement de la fibre optique, où la courbe des revenus n'a pas suivi un rythme justifiant la poursuite des investissements. » Bien qu'OpenAI ait déjà atteint un chiffre d'affaires annualisé de 20 milliards de dollars et qu'Anthropic vise un chiffre d'affaires de 26 milliards de dollars d'ici 2026, il ne s'agit que de rapports ou d'objectifs individuels qui ne se sont pas encore traduits en bénéfices nets.

En outre, le cabinet souligne qu'une percée inattendue pourrait entraîner une surcapacité, un risque évoqué par le PDG d'OpenAI, Sam Altman, dans un podcast avec le directeur général de Microsoft, Satya Nadella. Cela pourrait conduire à une surcapacité de calcul, avec des centres de données IA gigantesques coûtant des milliards de dollars qui resteraient inutilisés faute de demande suffisante pour les exploiter.

Un modèle économique encore sans repère clair

Le paradoxe est simple : alors que l’industrie investit des centaines de milliards dans l’infrastructure IA, personne ne semble réellement savoir comment ces plateformes vont rapporter durablement de l’argent.

Les services payants pour le grand public restent marginaux. Les API destinées aux entreprises ne couvrent qu’une fraction des coûts. Les startups de l’écosystème, ultra-consommatrices de calcul, vivent elles-mêmes des financements de plus en plus dilués. Quant aux promesses de gains de productivité dans les entreprises, elles demeurent complexes à mesurer, donc difficiles à monétiser directement.

Au-delà de l’effet de mode, une question s’impose : peut-on bâtir une économie de l’IA basée uniquement sur des abonnements mensuels de quelques dizaines d’euros par utilisateur ? Les chiffres avancés par les analystes montrent que la réponse est probablement non. À moins de réinventer totalement la notion de monétisation, l’IA générative coûtera toujours plus qu’elle ne rapporte.

Le risque systémique : l’hypothèse d’un mur énergétique et financier

L’exigence en énergie des modèles de nouvelle génération constitue l’un des points critiques les plus inquiétants. Pour maintenir l’illusion d’une IA omniprésente et toujours plus performante, il faudrait multiplier les centres de données capables de consommer l’équivalent de plusieurs réacteurs nucléaires. Pour les banques, cela crée un risque structurel comparable à celui des infrastructures logistiques ou pétrolières : une dépendance absolue à des facteurs physiques dont la croissance n’est pas infinie.

Du côté financier, la fragilisation est tout aussi palpable. Les grandes entreprises de l’IA dépensent à perte, parfois à des niveaux inimaginables. Prenons le cas d'OpenAI : l’éditeur de ChatGPT, a subi des pertes vertigineuses estimées à 12 milliards de dollars sur le dernier trimestre (un montant inédit pour une entreprise tech sur trois mois) pour 4,3 milliards de dollars de recette... en six mois. Si les investisseurs venaient à douter de la rentabilité future de ces modèles, l’effet domino serait fulgurant.

Source : Teneo

Et vous ?

La décision d’investir massivement dans l’IA relève-t-elle encore d’une stratégie rationnelle ou s’apparente-t-elle désormais à une forme de mimétisme concurrentiel dicté par la peur de décrocher ?

À partir de quel moment l’absence de retour sur investissement mesurable devrait-elle conduire un conseil d’administration à remettre en cause, voire à suspendre, certains projets d’IA ?

Les entreprises disposent-elles aujourd’hui des outils et des indicateurs adaptés pour mesurer réellement la valeur créée par l’IA, ou continuent-elles à s’appuyer sur des métriques incomplètes et parfois trompeuses ?

L’IA est-elle en train de devenir une infrastructure incontournable, comparable à l’électricité ou au cloud, justifiant des investissements lourds avant toute rentabilité, ou reste-t-elle une technologie dont la valeur dépend fortement des cas d’usage ?