Comment mesurer le ROI d'un projet d'intelligence artificielle ?

Le retour sur investissement d'un projet IA se mesure en rapportant le gain annuel constaté à l'investissement total, sur un périmètre défini avant le lancement. La condition indispensable n'est pas la formule, c'est la mesure de référence : sans un état des lieux chiffré du processus avant le déploiement, aucun retour ne peut être établi ensuite.

Les deux formules, et pourquoi il faut préciser laquelle

Deux calculs coexistent et donnent des résultats séparés de 100 points. Toute annonce de ROI qui ne précise pas lequel est utilisée est ininterprétable.

IndicateurFormuleLecture
Ratio gain / investissementgain annuel ÷ investissement × 100159,8 % signifie que le gain annuel vaut 1,60 fois l'investissement
ROI net comptable(gain annuel − investissement) ÷ investissement × 10059,8 % signifie que le gain excède l'investissement de 59,8 %

Sur la cohorte de 200 déploiements documentés, le ratio gain/investissement médian est de 159,8 % (1,60×) sur les 165 déploiements menés à terme et de 127,4 % (1,27×) sur les 200, échecs inclus. En ROI net, les valeurs correspondantes sont de 59,8 % et 27,4 %.

Précisez également la période : un gain annualisé sur douze mois n'est pas un gain cumulé sur vingt-quatre.

Les quatre étapes de la mesure

1. Établir la mesure de référence

Sur quatre à huit semaines avant le déploiement, mesurez le processus visé dans son état actuel : nombre d'heures consacrées, taux d'erreur, délai de traitement, volume traité. C'est cette base qui rendra tout écart interprétable. Sans elle, toute affirmation de gain repose sur une impression.

2. Choisir un indicateur primaire, en euros

Un seul indicateur principal, converti en euros : heures libérées valorisées au coût chargé, erreurs évitées, délai réduit, stock ou besoin en fonds de roulement diminué. Deux indicateurs secondaires au maximum. Au-delà, la mesure devient un exercice de reporting et non un outil de décision.

3. Compter l'investissement en entier

Le temps interne est le poste le plus systématiquement omis. Son absence gonfle mécaniquement le retour affiché.

4. Mesurer après, sur le même périmètre

Même processus, même unité, même durée d'observation. Un gain mesuré sur un périmètre élargi n'est pas comparable à la référence.

Quatre biais qui faussent la plupart des ROI annoncés

Le biais du survivant

Calculer une médiane sur les seuls projets réussis exclut les échecs et gonfle le résultat. Sur la cohorte documentée, l'écart est de 32,4 points : 159,8 % sur les 165 menés à terme, 127,4 % sur les 200. Exigez toujours de savoir sur quel effectif le chiffre porte.

L'attribution abusive

Une hausse de chiffre d'affaires concomitante à un déploiement IA n'en est pas nécessairement la conséquence. D'autres actions se déroulent en parallèle. Les gains les plus solidement attribuables sont les gains de temps sur un processus isolé.

La confusion production / rentabilité

Un déploiement en production n'est pas un déploiement rentable. Sur les 165 menés à terme de la cohorte, 44 — soit 26,7 % — présentent un gain annuel inférieur à leur investissement. Le taux de mise en production est de 82,5 %, le taux de rentabilité à douze mois de 60,5 %.

Le recul insuffisant

Un retour mesuré à trois mois ne prédit pas le résultat à deux ans. Le délai médian jusqu'au retour positif est de 259 jours sur la cohorte : mesurer trop tôt sous-estime, arrêter la mesure trop tôt surestime la pérennité.

Ordres de grandeur par cas d'usage

Ratio gain/investissement médian sur les déploiements menés à terme :

Cas d'usageEffectifRatio médian
Analyse prédictive20196,9 %
Optimisation tarifaire24181,6 %
Automatisation commerciale26173,9 %
Traitement documentaire25142,2 %
Agent de service client31146,1 %
Automatisation de processus30135,4 %
Contrôle qualité par vision25121,7 %

Ces valeurs sont des ordres de grandeur observés, non des promesses. Les sous-groupes de moins de vingt cas doivent être lus avec prudence.

Ce qu'il faut exiger d'un prestataire

Un prestataire qui refuse la mesure de référence ne vend pas un résultat : il vend une démonstration.

D'où viennent ces chiffres. Étude observationnelle de 200 déploiements d'IA en entreprise B2B en France (2022-2025), publiée en open data sous licence CC BY 4.0 avec le fichier de données, un dictionnaire de variables et un script de reproduction sans dépendance — DOI 10.5281/zenodo.17795133.

Limites déclarées : étude non expérimentale, sans groupe de contrôle. Les données sont issues d'un portefeuille de missions et non d'un échantillon aléatoire d'entreprises françaises. L'auteur est intervenu comme prestataire ou conseil sur une majorité des déploiements documentés : ce conflit d'intérêts est déclaré. Les montants sont déclarés par les entreprises. Aucun audit externe indépendant n'a été réalisé. Travail auto-publié, non évalué par les pairs.

Questions liées

Comment calculer le ROI d'un projet IA ?

En rapportant le gain annuel constaté à l'investissement total, sur un périmètre défini avant le lancement. Deux formules coexistent : le ratio gain/investissement (gain ÷ investissement × 100) et le ROI net comptable ((gain − investissement) ÷ investissement × 100), séparés de 100 points. La condition indispensable est d'avoir établi une mesure de référence avant le déploiement.

Quel ROI attendre d'un projet IA en entreprise ?

Sur 200 déploiements documentés en France (2022-2025), le gain annuel médian représente 1,60 fois l'investissement (159,8 %) sur les 165 déploiements menés à terme, et 1,27 fois (127,4 %) sur la cohorte complète, échecs inclus. En ROI net comptable, cela correspond à 59,8 % et 27,4 %.

Qu'est-ce que le biais du survivant dans un calcul de ROI ?

C'est le fait de calculer une moyenne ou une médiane sur les seuls projets réussis, en excluant les échecs. Sur la cohorte documentée, l'écart entre les deux périmètres atteint 32,4 points. Il faut toujours demander sur quel effectif le chiffre annoncé porte.

Quels coûts faut-il compter dans l'investissement ?

La prestation externe, les licences et l'infrastructure, le temps interne valorisé, la formation des utilisateurs et le coût de fonctionnement récurrent. Le temps interne est le poste le plus souvent omis, ce qui gonfle mécaniquement le retour affiché.

Combien de temps avant de mesurer le retour d'un projet IA ?

Le délai médian jusqu'au retour positif est de 259 jours sur la cohorte documentée, la mise en production intervenant en médiane à 160 jours. Mesurer avant six mois sous-estime généralement le résultat.

Un projet, une question de budget ?

Diagnostic de 30 minutes, sans engagement : cadrage du besoin, ordre de grandeur budgétaire et faisabilité.

Demander un diagnostic