Ce ne sont pas les projets IA arrêtés qui coûtent cher, mais les 58% qui survivent sans preuve

Selon Maddyness, la part des entreprises qui abandonnent la majorité de leurs projets IA est passée de 17% à 42% en un an (S&P Global, 2025). L'article y voit une bonne nouvelle : arrêter un projet inutile serait le signe d'un pilotage enfin sérieux. Cette lecture s'arrête trop tôt. Le vrai chiffre à retenir n'est pas 42%, c'est son inverse.

58% des projets n'ont jamais rien prouvé

Si 42% des initiatives sont abandonnées, 58% survivent. Rien n'indique qu'elles rapportent quoi que ce soit. Selon Wavestone (2025), 46% des grandes entreprises n'ont aucun cadre pour mesurer le ROI de leur IA. Un projet qui continue sans mesure n'est pas un succès, c'est une dépense qui n'a simplement pas encore été identifiée comme telle.

Couper à l'aveugle et laisser tourner à l'aveugle sont le même problème. Dans les deux cas, personne ne sait qui utilise quoi, ni ce que ça change. La différence, c'est que le projet arrêté n'engage plus de budget. Celui qui survit sans preuve continue d'en consommer, mois après mois, sans qu'aucun comité ne s'en aperçoive.

2027 tranchera à votre place si vous ne tranchez pas

Le script qui accompagne ce constat est clair : mesurez l'usage réel, priorisez ce qui marche, arrêtez le reste. C'est exactement ce que l'absence de cadre empêche de faire. Sans instrumentation de l'usage, aucune direction ne peut distinguer un projet qui déçoit d'un projet mal scopé, ni un outil sous-utilisé d'un outil qui ne sert à personne.

Deux réflexes permettent de sortir de cette zone grise :

• Exiger, pour chaque projet IA en production, une réponse chiffrée à « qui l'utilise et pour faire quoi »
• Refuser qu'un projet reste en production plus d'un trimestre sans revue de valeur documentée

Sans cela, la décision de couper ou de continuer finira par appartenir à qui tient les cordons du budget, pas à qui connaît l'usage terrain.

Sur ce que coûte réellement un projet IA une fois en production, et ce qui casse après la mise en service, notre article pilier détaille les chiffres : Automatisation IA en PME : par où commencer, ce que ça coûte, et pourquoi la plupart des projets n'arrivent jamais en production.