Forbes et le BCG le confirment : 70 % des transformations IA échouent — presque jamais à cause de la technologie, mais parce que personne n'a documenté les décisions
Un article Forbes du 28 juillet cite le Boston Consulting Group : 70 % des transformations IA en entreprise n'atteignent pas les résultats attendus, et la cause identifiée est la culture organisationnelle, pas l'outil. Le chiffre le plus dur — 95 % des projets pilotes IA ne produisent aucun retour mesurable, selon le MIT — cache un problème plus simple : la plupart des PME n'ont jamais écrit noir sur blanc comment elles prennent leurs décisions.
Selon le MIT (Project NANDA), sur 30 à 40 milliards de dollars investis en IA générative ces deux dernières années, seulement 5 % des projets pilotes produisent un retour sur investissement identifiable ; une étude ManpowerGroup/Everest Group (80 dirigeants RH, publiée le 22 juillet) trouve que seuls 3 % des dirigeants se sentent réellement prêts à diriger une équipe augmentée par l'IA, et McKinsey arrive à une conclusion presque identique (1 % de maturité IA complète). Le BCG va plus loin sur la cause : les entreprises qui consacrent au moins 10 % de leur budget IA à la formation et à l'accompagnement du changement ont 1,5 fois plus de chances de réussir que celles qui ne le font pas. L'article s'appuie enfin sur le témoignage d'Anthony Godley (fondateur de Logix BPO, passé d'un seul client à plus de 1 000 employés) : "le plus gros obstacle à l'adoption de l'IA n'est pas la technologie, c'est la dépendance au fondateur — si chaque décision importante revient encore à une seule personne, l'IA ne fait qu'exposer ce goulot d'étranglement plus vite". Son conseil : documenter d'abord chaque décision et chaque approbation, avant même de choisir un outil — "l'IA amplifie la maturité opérationnelle, elle ne la crée pas".
Pour AppH
- Notre panneau d'approbation, c'est exactement la documentation que Godley dit manquante dans 95 % des PME : chaque décision (envoyer une relance, valider un bon de commande, publier un brouillon) est enregistrée — qui a approuvé, quoi, quand. Ce n'est pas un supplément, c'est la trace écrite que cet article dit être le vrai prérequis avant d'ajouter de l'IA.
- Les projets qui réussissent, selon Forbes/BCG, sont ceux qui automatisent des tâches répétitives déjà bien définies (factures, relances, stock) — pas un chatbot générique flexible. C'est précisément la logique par module métier (pas un seul assistant générique) sur laquelle AppManager est construit depuis le début.
Contre / ce qui ne s'applique pas
- La "dépendance au fondateur" que l'article identifie comme la vraie cause d'échec est un problème d'organisation humaine — aucun logiciel, y compris le nôtre, ne peut forcer un patron à déléguer une décision qu'il refuse de lâcher. AppManager donne l'outil pour enregistrer qui approuve quoi ; il ne peut pas décider à sa place qui devrait avoir cette autorité.
- Les chiffres cités (95 %, 70 %, 3 %) viennent d'enquêtes sur l'ensemble du monde de l'entreprise, grandes structures incluses — aucune donnée spécifique n'existe pour les PME des secteurs qu'AppH sert réellement (flottes, tourisme, santé), donc le taux d'échec exact pour nos propres clients reste une estimation par analogie, pas une mesure directe.
Ce chiffre de 95 % d'échec ne devrait convaincre personne de se méfier de l'IA — il devrait convaincre de se méfier de lancer l'IA avant d'avoir écrit comment son entreprise prend vraiment ses décisions. Notre panneau d'approbation ne fait pas ce travail à la place du patron : il ne peut qu'enregistrer les décisions qu'il sait déjà comment prendre. Si personne dans l'entreprise ne sait qui a le droit d'approuver un remboursement ou une commande de stock, aucun logiciel ne répare ça le premier jour, le nôtre non plus. Ce qu'on peut promettre, en revanche, c'est qu'une fois cette autorité clarifiée, chaque décision laisse une trace consultable — pour une PME prise dans la dépendance au fondateur que Forbes décrit, ça commence déjà à être la moitié du remède.
Vérifié par un humain d'AppH