IA générative : 97 % des entreprises peinent à prouver sa valeur business

Presque toutes les entreprises qui misent sur l’intelligence artificielle générative se heurtent au même problème : la difficulté à en démontrer la valeur. Selon le rapport CDO Insights 2025 publié par Informatica et Wakefield Research, 97 % des responsables data interrogés reconnaissent peiner à prouver le retour sur investissement de leurs projets.

Pourtant, cette incertitude ne freine pas les ambitions. À l’échelle mondiale, la quasi-totalité des organisations prévoit d’accélérer ses investissements en IA générative dès 2025, portée par l’espoir de gains en efficacité et en expérience client. Un paradoxe qui révèle un décalage croissant entre l’enthousiasme du marché et les obstacles rencontrés sur le terrain.

Des investissements en hausse malgré des résultats difficiles à prouver

Pour fin 2025, les entreprises n’entendent pas ralentir leurs efforts sur l’IA générative. D’après l’étude, 87 % des organisations ayant déjà adopté ou envisageant d’adopter la GenAI prévoient d’augmenter leurs investissements au cours de l’année et de la suivante, dont un quart de manière significative (voir image de une). Les États-Unis mènent cette tendance avec 93 % des répondants qui annoncent une hausse, contre 86 % en Asie-Pacifique et 82 % en Europe. Malgré un contexte marqué par des projets pilotes souvent inaboutis, l’élan reste fort et témoigne d’une volonté de s’imposer rapidement dans cette course technologique.

Cette dynamique contraste avec la difficulté persistante à démontrer une réelle valeur business. Presque toutes les entreprises interrogées (97 %) disent rencontrer des obstacles pour prouver l’impact de leurs projets. Les freins les plus cités concernent la cybersécurité et la conformité (46 %), l’incertitude autour d’un usage responsable de l’IA (45 %), la fiabilité des résultats (43 %) et le manque de confiance dans la qualité des données (38 %). Autant de points qui freinent la transformation des expérimentations en réussites concrètes.

On pourrait penser que ces constats assombriraient les perspectives, mais c’est tout l’inverse : ces défis n’entament pas l’enthousiasme pour l’avenir.

Des freins structurels, entre attentes irréalistes et manque de maturité

Le rapport met en évidence un décalage croissant entre les responsables data et leurs dirigeants. Plus de neuf sur dix (92 %) estiment que le reste du comité exécutif attend des résultats beaucoup plus rapides que ce que la technologie peut réellement offrir. Aux États-Unis, cette proportion grimpe même à 97 %. Cette pression pousse souvent les entreprises à multiplier les pilotes, sans corriger les erreurs passées ni définir des indicateurs clairs de réussite, ce qui fragilise la crédibilité des initiatives, expliquent les auteurs de l’étude.

92 % des responsables data s’inquiètent de voir de nouveaux pilotes GenAI lancés sans que les problèmes identifiés dans les initiatives précédentes aient été corrigés.

Au-delà de ces attentes jugées irréalistes, les difficultés sont aussi d’ordre technique et organisationnel. Deux tiers des organisations (67 %) n’ont pas réussi à faire passer la moitié de leurs projets pilotes en production. Parmi les principaux freins identifiés figurent la qualité et la préparation des données, le manque de maturité des technologies employées et la pénurie de compétences en IA ou en culture des données (literacy data). Ces obstacles révèlent que, malgré l’enthousiasme affiché, une grande partie des projets reste encore bloquée dans une phase expérimentale.

L’absence de KPI définis dès le lancement (35 %) et l’incapacité à s’accorder sur ce que signifie la « valeur » (35 %) ont freiné la démonstration de l’importance des initiatives GenAI.

Les priorités se déplacent vers la qualité des données et la formation

Face à ces difficultés, les entreprises réorientent leurs investissements vers des chantiers structurels. L’étude montre que 86 % des organisations prévoient d’accroître leurs dépenses en data management en 2025. L’objectif est clair : renforcer la préparation et la fiabilité des données, considérées comme un levier indispensable pour tirer parti des projets d’IA générative. Près de la moitié des répondants citent d’ailleurs la gouvernance, la protection et la maturité des données comme des priorités immédiates, confirmant que sans une base solide, les ambitions en matière d’intelligence artificielle restent fragiles.

Pour 93 % des répondants, l’environnement réglementaire a freiné leurs efforts en matière d’IA, dont 39 % qui ont vu des projets suspendus pour cette raison.

La formation des équipes apparaît également comme un facteur décisif. Pratiquement tous les responsables interrogés signalent des usages inappropriés de l’IA générative dans leurs organisations, allant de l’exploitation de données incomplètes à des problèmes de conformité. Selon l’étude, il faudra en moyenne onze mois pour amener les collaborateurs et collaboratrices à un niveau de compétence suffisant pour utiliser ces outils de manière responsable et efficace. Dans ce contexte, développer la literacy data et l’aisance avec l’IA devient un passage obligé pour transformer les investissements en résultats tangibles.