Un rapport du cabinet McKinsey publié cette semaine révèle que si 78 % des grandes entreprises mondiales ont initié des projets d’intégration d’intelligence artificielle générative en 2025, moins d’un tiers d’entre elles ont mesuré un retour sur investissement positif à douze mois, un constat qui conduit de nombreux directeurs généraux à revoir leurs plans d’expansion technologique à la baisse. Ce premier bilan mitigé ne remet pas en cause la pertinence de la technologie, mais souligne la complexité de sa mise en œuvre industrielle.
Les principaux freins identifiés dans l’étude sont la qualité insuffisante des données internes (citée par 64 % des entreprises), le manque de compétences spécialisées en interne (58 %) et les problèmes d’intégration avec les systèmes d’information existants (52 %). Les secteurs les plus avancés — finance, assurance et grande distribution — sont aussi ceux qui ont le plus investi dans la gouvernance des données préalablement au déploiement de l’IA.
Malgré ces obstacles, les entreprises ne reculent pas : elles réorientent leurs investissements vers des cas d’usage plus ciblés et mieux définis, abandonnant les projets de transformation globale en faveur d’applications précises à fort effet de levier — traitement automatique des contrats, génération d’offres commerciales personnalisées, optimisation de la chaîne d’approvisionnement.
Les grands éditeurs de logiciels d’entreprise, comme SAP, Salesforce et Microsoft, enregistrent une accélération des signatures de contrats pour leurs modules IA intégrés, signe que le marché passe de l’expérimentation à la standardisation.
Pour les chefs d’entreprise du Pacifique, ce rapport constitue une lecture utile : l’IA générative crée de la valeur, mais exige une préparation rigoureuse de l’écosystème de données et des compétences avant tout déploiement à grande échelle.
