4VentureBeat AI
Les entreprises constatent enfin un retour sur investissement de l'IA, et mesurent le potentiel restant
Les entreprises commencent enfin à toucher un vrai retour sur investissement de l'intelligence artificielle, et mesurent désormais l'ampleur de la valeur encore inexploitée. Selon le rapport SAP Value of AI 2026, réalisé avec Oxford Economics auprès de 2 600 dirigeants dans 13 pays, l'IA soutient désormais près d'un tiers des tâches dans l'entreprise moyenne, contre 25% l'an dernier. Les attentes de retour sur investissement pour l'IA agentique ont bondi de 10% à 17% en un an, tandis que le ROI général de l'IA est passé de 16% à 21%, avec une projection à 15,9 millions de dollars sur deux ans. SAP a déjà déployé plus de 400 cas d'usage d'IA dans son portefeuille. Sean Kask, chief AI strategy officer chez SAP, cite l'exemple d'un agent en bêta dédié à la comptabilité d'engagement (accruals accounting) : une tâche qui prenait environ 12 heures par mois à un comptable dans une entreprise de taille moyenne ne demande plus que deux à trois heures. Ces gains restent toutefois très inégalement répartis. Plus de la moitié des organisations investissent encore dans l'IA de façon ponctuelle ou fragmentée, et seulement 17% affichent une approche stratégique et globale de priorisation, un chiffre qui a néanmoins presque doublé par rapport aux 9% de l'an dernier. Cette fragmentation tient souvent à une pression venue du conseil d'administration, qui pousse les équipes à adopter l'IA sans stratégie ni culture suffisante du sujet, ce qui favorise des initiatives isolées et peu coordonnées. Résultat, un paradoxe révélateur : 69% des entreprises se disent satisfaites du ROI de leur IA, preuve que la technologie génère bien de la valeur, mais 67% restent convaincues qu'elle est loin de délivrer tout son potentiel. La qualité des données reste le principal frein identifié, citée par 73% des répondants, et 79% rapportent des reprises de travail, des retards ou des retards de traitement liés à des résultats de mauvaise qualité, au moins occasionnellement. Seulement 3% des organisations s'estiment pleinement prêtes pour l'IA agentique. Ce constat marque un changement de nature du problème par rapport à l'apprentissage profond classique. Les modèles de fondation ont largement supprimé le besoin de rechercher, extraire et nettoyer les données pour entraîner des modèles sur mesure, mais ils font émerger un nouvel enjeu : préserver le contexte métier au moment où les agents doivent enchaîner plusieurs étapes et outils pour atteindre un objectif, à l'image du fonctionnement humain. Se préparer à cette nouvelle génération d'agents suppose donc deux conditions : les connecter à des données riches en contexte, et les gouverner à grande échelle. Sans cela, même les initiatives les plus abouties restent cantonnées à des silos, capables de fonctionner sur un cas d'usage précis mais incapables de transformer un processus métier dans son ensemble.
UESAP, entreprise allemande, illustre a travers ce rapport les enjeux de gouvernance des donnees et de preparation a l'IA agentique pour les entreprises europeennes, sans impact specifique cite pour la France.
