Sur 200 déploiements d'IA en entreprise documentés en France entre 2022 et 2025, 35 ont échoué, soit 17,5 %. Le premier motif enregistré n'est ni technique ni budgétaire : ce sont les compétences internes manquantes, à l'origine de 25,7 % des échecs. Suivent le dépassement de budget (20 %), l'intégration technique bloquée (17,1 %) et la qualité insuffisante des données (17,1 %).
Ce taux de 17,5 % porte sur un portefeuille de missions accompagnées. Il ne peut pas être comparé directement aux estimations de marché, souvent situées entre 30 % et 80 %, qui couvrent une population différente incluant les projets menés sans accompagnement externe.
| Motif | Nombre | Part des échecs |
|---|---|---|
| Compétences internes manquantes | 9 | 25,7 % |
| Budget dépassé | 7 | 20,0 % |
| Intégration technique bloquée | 6 | 17,1 % |
| Qualité des données insuffisante | 6 | 17,1 % |
| Résistance au changement | 4 | 11,4 % |
| Retour insuffisant | 3 | 8,6 % |
Un déploiement d'IA n'est pas un logiciel qu'on installe. Il exige quelqu'un dans l'entreprise capable de le paramétrer, d'en évaluer les sorties, de le corriger et de l'expliquer aux utilisateurs. Sans ce référent, l'outil est livré puis abandonné. C'est la cause la plus fréquente, et la plus évitable : elle se traite par un budget de formation prévu dès le cadrage.
Le poste systématiquement sous-estimé n'est pas la prestation externe : c'est le temps interne. Disponibilité des équipes métier, reprise et nettoyage des données, tests, conduite du changement. Quand il n'est pas provisionné au départ, il apparaît en cours de route comme un dépassement.
Le modèle fonctionne en démonstration mais ne se connecte pas au système d'information réel : ERP fermé, absence d'API, données dispersées, contraintes de sécurité. Ce risque se détecte au cadrage, à condition de faire intervenir la DSI avant la signature et non après.
Données incomplètes, dupliquées, mal structurées ou non historisées. Un audit de données préalable coûte quelques jours et évite plusieurs mois. Il faut le mener avant l'engagement, pas pendant.
Les équipes n'utilisent pas l'outil, ou le contournent. Ce n'est presque jamais du refus technologique : c'est l'absence d'association en amont, ou la perception d'une menace sur le poste. Une supervision humaine explicite, où l'humain arbitre plutôt que d'être arbitré, réduit fortement ce risque.
Le déploiement fonctionne mais ne produit pas assez de valeur pour justifier son coût de fonctionnement. C'est un échec de cadrage : le cas d'usage a été choisi pour sa faisabilité technique plutôt que pour son enjeu économique.
Le facteur le plus net de la cohorte est la supervision humaine documentée — un point de contrôle où une personne valide, arbitre ou corrige les sorties du système.
| Configuration | Effectif | Taux de mise en production | Ratio gain/investissement médian |
|---|---|---|---|
| Avec supervision humaine | 177 | 83,6 % | 131,4 % |
| Sans supervision humaine | 23 | 73,9 % | 51,5 % |
Écart observé : +9,7 points de mise en production et +79,9 points de ratio gain/investissement en faveur des déploiements supervisés.
Il s'agit d'une corrélation observationnelle, pas d'un effet causal démontré. Les organisations qui mettent en place une supervision humaine se distinguent probablement sur d'autres dimensions — maturité, gouvernance, taille du projet. Le sous-groupe sans supervision ne compte que 23 cas, ce qui invite à la prudence sur l'écart de taux de production.
Une nuance souvent absente des discussions sur le taux d'échec : parmi les 165 déploiements menés à terme, 44 présentent un gain annuel inférieur à leur investissement, soit 26,7 %. Ils sont en production et en usage, mais pas rentables au bout d'un an.
Trois indicateurs distincts, à ne pas confondre :
Sur 200 déploiements documentés en France (2022-2025), 17,5 % ont échoué. Le premier motif est l'absence de compétences internes (25,7 % des échecs), devant le dépassement de budget (20 %), l'intégration technique bloquée (17,1 %) et la qualité insuffisante des données (17,1 %). La cause dominante n'est ni technique ni budgétaire.
17,5 % sur la cohorte documentée de 200 déploiements, soit 35 projets arrêtés ou abandonnés. Ce chiffre porte sur un portefeuille de missions accompagnées et n'est pas comparable aux estimations de marché de 30 % à 80 %, qui couvrent une population différente.
Sur la cohorte documentée, les déploiements avec supervision humaine atteignent 83,6 % de mise en production contre 73,9 % sans, et un ratio gain/investissement médian de 131,4 % contre 51,5 %. Il s'agit d'une corrélation observationnelle, pas d'un effet causal démontré.
Non. Parmi les 165 déploiements menés à terme, 44 présentent un gain annuel inférieur à l'investissement, soit 26,7 %. Le taux de mise en production (82,5 %) et le taux de rentabilité à douze mois (60,5 %) mesurent deux choses différentes.
Quatre points : définir un indicateur primaire en euros mesuré avant le projet, identifier un référent interne avec du temps dégagé et un budget de formation, auditer la qualité des données avant l'engagement, et fixer un critère d'arrêt chiffré décidé à l'avance.
Diagnostic de 30 minutes, sans engagement : cadrage du besoin, ordre de grandeur budgétaire et faisabilité.
Demander un diagnostic