ROI de l’IA générative : comment le mesurer en entreprise

Les licences sont payées, les équipes s’en servent, et la question arrive en comité de direction : qu’est-ce que cela rapporte ? Beaucoup d’entreprises n’ont pas de réponse chiffrée. Le ROI de l’IA générative se mesure pourtant avec des moyens modestes, à condition de s’y prendre avant le déploiement et de ne pas confondre le temps gagné avec l’argent gagné. Cet article décrit une méthode en cinq étapes, avec une formule, un exemple calculé et un calendrier de mesure sur trois mois.

Il fait suite à notre méthode pour cartographier les cas d’usage IA, qui désigne les cas à mesurer, et complète notre guide stratégie IA en entreprise.

En bref

• 37 % des répondants à l’enquête mondiale de McKinsey (août 2026) attribuent à l’IA au moins une part de leur résultat d’exploitation, et environ 6 % en tirent 5 % ou plus (tous types d’IA confondus).
• 2,17 % du total des heures travaillées aux États-Unis étaient économisées grâce à l’IA générative au deuxième trimestre 2026, selon une enquête universitaire dont la série est diffusée par la Réserve fédérale de Saint-Louis.
• Les études expérimentales mesurent des gains de +14 % à +26 % sur des tâches ciblées, rappelle la Direction générale du Trésor (juin 2026). L’écart avec les deux chiffres précédents situe la difficulté.
• La formule : ROI = (gains retenus − coûts complets) ÷ coûts complets, calculée cas d’usage par cas d’usage.
• Le paramètre qui fait basculer le résultat est le taux de conversion du temps gagné en travail utile, pas le prix de la licence.
• Notre verdict : sans relevé de référence pris avant le déploiement, aucun calcul ne tient. Pour les équipes pilotes, voyez notre formation IA générative centrée sur des résultats mesurables.

Pourquoi le ROI de l’IA générative est si difficile à prouver

Trois niveaux de mesure coexistent, et ils ne disent pas la même chose.

Au niveau de la tâche, les résultats sont nets. La Direction générale du Trésor résume les études expérimentales disponibles : des gains qui vont de +14 % de productivité pour des agents de service client à +26 % pour des développeurs, avec cette réserve que ces résultats « pourraient toutefois être sous-estimés », car obtenus avec des modèles aujourd’hui dépassés (Trésor-Éco n° 391, juin 2026).

Au niveau de l’ensemble des heures travaillées, l’effet se réduit beaucoup. La Real-Time Population Survey, enquête menée par les économistes Alexander Bick, Adam Blandin et David Deming et diffusée par la Réserve fédérale de Saint-Louis, mesure la part du total des heures de travail économisées par les actifs américains de 18 à 64 ans grâce à l’IA générative : 2,17 % au deuxième trimestre 2026, contre 1,75 % au troisième trimestre 2025 (série RPSGENAITSALL, mise à jour du 4 août 2026). La progression est réelle. On reste pourtant très loin des gains mesurés tâche par tâche.

Au niveau des comptes de l’entreprise, le signal est encore plus ténu. En France, la Banque de France constate que les effets économiques observés « demeurent limités » (Bulletin n° 266, 3 septembre 2026). L’enquête mondiale de McKinsey, menée du 4 mai au 8 juin 2026 auprès de 1 719 répondants, va dans le même sens : 37 % attribuent à l’IA au moins une part de leur résultat d’exploitation, et la part de ceux qui lui attribuent 5 % ou plus de ce résultat, avec une valeur jugée « significative », reste stable autour de 6 %. Ces deux chiffres portent sur l’IA dans son ensemble, pas sur la seule IA générative.

Pourquoi un tel écart entre la tâche et le compte de résultat ? Parce que tout le monde n’utilise pas l’outil, que les utilisateurs ne s’en servent pas pour toutes leurs tâches, et que le temps libéré ne se transforme pas mécaniquement en production. Mesurer le ROI de l’IA consiste à suivre cette déperdition étape par étape, dans votre entreprise, plutôt qu’à reprendre un pourcentage lu dans une étude.

Un dernier chiffre du rapport McKinsey mérite l’attention des directions financières : environ 20 % des répondants disent que les coûts d’exploitation liés à l’IA, coûts de jetons compris, ont limité leur usage. Le dénominateur du calcul bouge lui aussi.

Les indicateurs de l’IA générative à suivre : quatre familles

Le temps gagné vient en premier à l’esprit. Il ne suffit pas toujours à convaincre un directeur financier. Quatre familles couvrent l’essentiel, et un cas d’usage bien suivi en retient deux ou trois, pas davantage.

Les indicateurs d’usage (nombre de comptes actifs, nombre de requêtes) n’entrent dans aucune de ces familles. Ils disent si l’outil est utilisé. Un tableau de bord qui s’arrête au taux d’adoption mesure un déploiement et laisse entière la question du retour sur investissement.

La qualité demande un soin particulier. Un texte produit deux fois plus vite mais corrigé trois fois plus souvent peut coûter plus cher qu’avant. Relevez toujours au moins un indicateur de qualité à côté de l’indicateur de temps, et gardez en tête le risque d’hallucinations de l’IA lorsque la relecture se relâche.

Trois cas, trois façons de mesurer

L’indicateur principal dépend du cas, et le choisir mal conduit à mesurer à côté. Trois exemples illustratifs.

Pour des comptes rendus de réunion, le temps est le bon indicateur : la tâche est fréquente, courte, facile à chronométrer. On relève les minutes par compte rendu et, côté qualité, le nombre de comptes rendus corrigés après diffusion.

Pour des réponses à appels d’offres, le temps par réponse compte moins que ce qu’il permet. Si l’équipe dépose six offres par mois au lieu de quatre à effectif constant, l’indicateur principal devient le nombre d’offres déposées, puis le chiffre d’affaires signé. Ici, les gains de productivité de l’IA se lisent dans le revenu, avec plusieurs mois de décalage.

Pour la traduction de supports, on ne chronomètre rien. La dépense de sous-traitance évitée se lit sur les factures, et le contrôle porte sur la qualité : part des documents relus par une personne qui maîtrise la langue, nombre de corrections demandées.

Étape 1 : prendre un relevé de référence avant le déploiement

C’est l’étape que l’on saute, et celle qui rend tout le reste impossible. Une fois l’outil en place, plus personne ne se souvient du temps que prenait la tâche. Une estimation faite après coup ne vaut pas un relevé.

Le relevé de référence se fait sur deux semaines, juste avant le déploiement, et porte uniquement sur les tâches du cas d’usage. Trois méthodes, de la plus légère à la plus fiable :

1. Le journal déclaratif : chaque personne note, pour chaque occurrence de la tâche, l’heure de début et l’heure de fin. Simple, mais approximatif.
2. Le chronométrage par échantillon : le pilote observe dix à quinze occurrences réparties sur plusieurs personnes. Plus coûteux, nettement plus juste.
3. Les traces des outils : horodatage des tickets, des documents, des e-mails. La méthode la plus fiable quand elle existe, et elle existe plus souvent qu’on ne le croit.

Relevez en même temps les volumes (combien de fois la tâche revient par semaine), l’indicateur de qualité et le délai. Notez enfin qui fait la tâche, car un gain de vingt minutes n’a pas la même valeur selon le niveau de la personne concernée.

Étape 2 : compter tous les coûts, pas seulement les licences

La licence est la ligne visible. Dans l’exemple calculé plus bas, elle représente à peine plus du tiers du coût de la première année.

Deux postes sont souvent oubliés. Le temps passé en formation et en prise en main est un coût réel, même s’il ne donne lieu à aucune facture. Le temps de relecture, lui, se déduit directement du temps gagné : si la rédaction passe de 60 à 20 minutes et que la vérification en ajoute 15, le gain est de 25 minutes, pas de 40.

Pour les usages facturés à la consommation, fixez un plafond mensuel dès le départ. Le constat de McKinsey sur les coûts d’exploitation qui freinent l’usage vaut surtout pour ces montages.

Étape 3 : convertir le temps gagné en valeur

Voici le point où la plupart des calculs de ROI deviennent faux. Multiplier les heures gagnées par le coût horaire revient à supposer que chaque minute libérée est réinvestie dans un travail aussi utile. Personne ne travaille ainsi.

Une partie du temps gagné se dilue : pauses allongées, tâches secondaires, attente du collègue qui n’a pas fini. Une autre partie sert à mieux faire le même travail, ce qui est utile mais ne se voit pas dans les volumes. Seule une fraction se traduit en dossiers supplémentaires traités, en délais raccourcis ou en heures supplémentaires évitées.

Nous appelons cette fraction le taux de conversion. Nous n’avons pas trouvé de valeur de référence publiée pour l’estimer, et rien ne permet de supposer qu’il soit le même d’une équipe à l’autre. Trois façons de le fixer :

• par l’observation, quand un indicateur de volume existe : si l’équipe traite 12 % de dossiers en plus à effectif constant, vous avez votre réponse ;
• par l’affectation, en décidant à l’avance ce que deviendra le temps libéré (reprise d’une tâche sous-traitée, traitement d’un retard, prospection) ;
• par prudence, en retenant 50 % faute de mieux, et en présentant le résultat avec une fourchette.

La deuxième méthode est la meilleure. Un gain de temps sans destination prévue disparaît. Décidez avec le manager, avant le déploiement, de ce que l’équipe fera des heures récupérées.

Étape 4 : calculer le ROI et le délai de retour

La formule tient en une ligne :

ROI = (gains retenus − coûts complets) ÷ coûts complets

Le délai de retour se calcule en divisant les coûts complets par le gain mensuel retenu.

Un exemple calculé de bout en bout

Prenons un service d’administration des ventes de 12 personnes qui utilise un assistant pour ses comptes rendus et ses e-mails clients. Tous les chiffres qui suivent sont des hypothèses d’illustration.

Côté gains, les relevés montrent 1,5 heure gagnée par personne et par semaine, relecture déduite. Sur 46 semaines travaillées, cela représente 828 heures par an. Avec un taux de conversion de 50 %, on retient 414 heures. À 45 euros l’heure en coût chargé, le gain retenu s’établit à 18 630 euros.

Côté coûts, la première année : 4 320 euros de licences (30 euros hors taxes par utilisateur et par mois), 2 400 euros de formation, 3 780 euros de temps passé en formation (une journée de 7 heures par personne), 1 260 euros de pilotage (quatre jours). L’assistant est déjà disponible dans les outils du service, sans intégration à prévoir. Total : 11 760 euros.

Le ROI de la première année est de (18 630 − 11 760) ÷ 11 760, soit 58 %. Le délai de retour est de 7,6 mois.

Ce que change le taux de conversion

Refaites le calcul en ne modifiant que ce paramètre.

Le même projet, avec les mêmes relevés, passe d’une perte à un ROI de 217 %. Le seuil de rentabilité se situe ici à environ 32 % de conversion. Quiconque vous présente un ROI de l’IA sans préciser cette hypothèse a très probablement retenu 100 % sans le dire.

Second enseignement : dans cet exemple, la formation et le temps passé à se former pèsent plus lourd que les licences la première année. La deuxième année, ces postes s’effacent et le rapport s’améliore nettement. Un calcul de ROI se présente donc sur deux ans, en séparant les coûts de lancement des coûts récurrents.

Étape 5 : comparer avec un groupe témoin, puis décider à trois mois

Un avant-après ne suffit pas toujours. Si la charge de travail change entre les deux relevés, le temps par dossier change aussi, avec ou sans IA. Quand la taille de l’équipe le permet, équipez la moitié du service et gardez l’autre moitié comme groupe témoin pendant trois mois. Les deux groupes vivent la même saison, les mêmes clients, les mêmes aléas. La différence entre eux s’attribue à l’outil avec bien plus de sûreté.

Dans une équipe de cinq personnes, le groupe témoin n’a pas de sens. Contentez-vous d’un avant-après, en comparant la même période de l’année quand l’activité est saisonnière.

Le relevé à quatre semaines ne sert pas à juger. Les premières semaines cumulent l’enthousiasme de la nouveauté et la maladresse de la prise en main, et ces deux effets faussent les mesures dans des sens opposés. Regardez seulement le taux d’usage réel et les blocages.

Le bilan à douze semaines reprend exactement les indicateurs du relevé de référence. Trois décisions sont possibles, selon des critères fixés d’avance par écrit :

• étendre, si le ROI calculé avec le taux de conversion prudent est positif et que l’indicateur de qualité ne s’est pas dégradé ;
• corriger, si le gain existe mais se perd (usage irrégulier, relecture trop longue, temps libéré sans destination) ;
• arrêter, si le gain mesuré ne couvre pas les coûts récurrents.

Arrêter un cas après un bilan honnête n’est pas un échec. C’est la preuve que la mesure sert à quelque chose.

Les pièges qui faussent le calcul

Se fier aux heures déclarées

Les enquêtes de satisfaction demandent aux utilisateurs combien de temps ils pensent gagner. Les réponses reflètent une impression. Un relevé avant et après, même sur un petit échantillon, vaut mieux que cent déclarations.

Compter deux fois le même gain

Un compte rendu rédigé plus vite et envoyé plus tôt, c’est un seul gain. L’additionner une fois en temps et une fois en délai gonfle le résultat. Choisissez l’indicateur principal de chaque cas et tenez-vous-y.

Extrapoler le pilote à toute l’entreprise

Les volontaires d’un pilote sont souvent plus motivés et plus à l’aise que la moyenne. Appliquez une décote au moment de généraliser, et mesurez à nouveau sur la deuxième vague.

Oublier ce qui ne se chiffre pas

Certains effets échappent à la formule : une équipe moins sous pression en fin de mois, un document mieux écrit, un savoir qui se perd parce que plus personne ne rédige sans assistance. Notez-les à côté du calcul, sans les convertir de force en euros.

Mesurer une fois

Les outils évoluent, les prix changent, les usages se déplacent. Un ROI calculé à trois mois et jamais revu ne décrit plus rien un an plus tard.

Du calcul au tableau de bord trimestriel

Une ligne par cas d’usage suffit : indicateur principal, valeur de référence, valeur actuelle, coûts cumulés, ROI calculé, décision. Ce tableau prolonge le registre des cas d’usage et se relit chaque trimestre avec la direction. Si vous utilisez Microsoft 365, notre article sur la mesure du ROI de Copilot détaille les rapports d’usage fournis par l’éditeur, utiles pour alimenter la colonne d’adoption.

L’enquête de McKinsey le confirme à sa manière : parmi les pratiques qui distinguent les organisations les plus performantes figure le fait d’avoir défini des processus pour quantifier les effets de leurs initiatives d’IA. Mesurer ne garantit pas un retour. Cela permet au moins de savoir où l’on n’en obtient pas.

Reste le levier le plus direct sur le résultat. Dans l’exemple ci-dessus, la différence entre 25 % et 75 % de conversion ne tient pas à l’outil. Elle tient à ce que les personnes savent lui demander, à leur capacité à vérifier une réponse et à ce que leur manager fait du temps récupéré. C’est aussi ce que vise l’article 4 de l’AI Act sur la maîtrise de l’IA, détaillé dans AI Act et plan de formation. Avant de conclure qu’un cas ne rapporte pas, vérifiez que l’équipe a été formée sur ses propres tâches : une formation à l’IA générative adossée à vos indicateurs coûte moins cher qu’un déploiement abandonné.

FAQ sur le ROI de l’IA générative

Un relevé avant, un bilan après

Les grandes enquêtes de 2026 disent la même chose avec des mots différents : l’IA générative fait gagner du temps sur des tâches précises, et ce temps se perd en route vers le compte de résultat. La méthode décrite ici sert à suivre cette perte dans votre propre organisation : un relevé de référence avant le déploiement, des coûts complets, une hypothèse de conversion écrite noir sur blanc, un bilan à trois mois. Notre conviction : le taux de conversion du temps gagné pèse plus que le choix de l’outil ou le prix de la licence, et il se travaille par l’organisation et par la formation. Si vous devez commencer par une seule chose, prenez vos mesures avant d’attribuer les licences, puis donnez aux premiers utilisateurs les moyens de bien s’en servir avec une formation à l’IA générative pour vos équipes pilotes.