Parmi les entreprises équipées que rencontre Idun Group, 93 nous avaient dit fin octobre 2026 comment elles mesurent l'usage de leur IA. 39 ne mesurent rien. 14 autres s'en tiennent aux statistiques fournies par l'éditeur. Dans les grandes entreprises de 5 000 salariés et plus, 18 sur 29 n'ont aucune mesure. C'est un compte des entreprises qui nous l'ont dit, pas un sondage représentatif.
C'est pourtant à ces directions qu'on demande le ROI de l'IA. Elles le calculent alors sans savoir quels sièges servent, ni à quoi.
Par où commencer pour calculer le ROI de l'IA ?
Le calcul du ROI de l'IA commence par l'usage réel : ce que les équipes font vraiment avec l'outil, pas le nombre de licences achetées ni ce qu'elles déclarent dans un sondage. La méthode tient en cinq étapes :
- Mesurer l'usage réel. Les journaux des outils fournis (Microsoft 365 Copilot, ChatGPT Enterprise, Claude…) disent qui s'en sert et combien de fois. Pour savoir sur quelles tâches, il faut lire un échantillon des échanges ou interroger les équipes. Le trafic des automatisations s'écarte, sinon il gonfle les volumes. La lecture se fait par équipe et par tâche, dans un cadre fixé avec la personne chargée de la protection des données et, le cas échéant, avec les représentants du personnel.
- Garder les usages qui servent un objectif. Gagner du temps sur une tâche sans valeur pour l'entreprise ne rapporte rien. Chaque usage gardé se relie à un objectif : traiter plus de dossiers, répondre plus vite, réduire les reprises.
- Relever les heures récupérables sur ces usages, avec les équipes et tâche par tâche : le temps que la tâche prenait avant, celui qu'elle prend avec l'outil, ce qui est repris à la main. Les journaux servent à recouper.
- Les traduire en coût sur un taux horaire construit avec les profils de l'entreprise, que le contrôle de gestion sait établir. Un taux générique produit un chiffre que personne ne reconnaît en comité.
- Comparer au coût complet : les licences, la consommation à l'usage, l'accompagnement, le temps passé en interne à déployer. Puis recommencer au renouvellement, sur la même méthode.
Les heures se comptent d'abord ; leur conversion en euros vient à la fin, sur le taux de l'entreprise.
Pourquoi le ROI de l'IA est-il si difficile à prouver ?
Le ROI de l'IA est difficile à prouver parce que les chiffres disponibles sur sa rentabilité sont presque tous déclarés. Les grandes enquêtes interrogent des dirigeants sur ce qu'ils constatent ; aucune ne mesure l'usage dans les outils. Vous avez sans doute vu passer ces chiffres en comité ; regardez surtout, pour chacun, qui a été interrogé et quand.
- La Banque de France a interrogé environ 7 000 entreprises de fin février à début avril 2026 (bulletin n° 266 du 3 septembre 2026). 67 % des entreprises de 20 salariés et plus déclarent utiliser l'IA générative. Environ 31 % de celles qui l'utilisent constatent des gains de productivité, soit 22 % de toutes les entreprises interrogées, selon le calcul de la Banque de France. La Banque de France conclut qu'il faudra « mieux documenter la balance coûts-bénéfices associée à l'adoption de l'IA ».
- Le rapport du MIT NANDA (juillet 2025) estime que 95 % des organisations n'obtiennent pas de retour mesurable sur leur compte de résultat. Le chiffre porte sur les outils d'entreprise sur mesure, pas sur les assistants généralistes, et repose sur 52 entretiens, 153 dirigeants sondés et l'analyse de plus de 300 initiatives publiques.
- Le BCG (septembre 2025, 1 250 dirigeants) compte 5 % d'entreprises qui tirent de la valeur de l'IA à grande échelle, et 60 % qui n'en tirent que des gains minimes.
- Deloitte (octobre 2025, 1 854 dirigeants de quatorze pays, dont la France) pose la question du délai : 6 % déclarent un retour en moins d'un an, et la plupart situent un ROI satisfaisant à deux à quatre ans pour un cas d'usage.
Le sondage de Wharton (octobre 2025, environ 800 décideurs d'entreprises américaines de 1 000 salariés et plus) semble dire l'inverse : 72 % y déclarent suivre des indicateurs de ROI reliés à l'activité. La contradiction n'est qu'apparente, car « je suis des indicateurs » et « j'ai constaté un gain » ne mesurent pas la même chose. Aucune des deux enquêtes ne dit ce que les équipes font dans l'outil.
Le « 159 % de ROI médian » très visible dans les résultats de recherche vient, lui, d'une étude auto-publiée par un prestataire sur 200 déploiements français ; il rapporte un gain annuel déclaré à l'investissement, et l'étude précise elle-même que ce n'est pas un ROI net.
Le même rapport du MIT relève un autre écart : 40 % des entreprises disent avoir acheté un abonnement officiel, alors que des salariés de plus de 90 % des entreprises interrogées déclarent utiliser des outils personnels. Un calcul de ROI sur les seules licences ne voit qu'une partie de l'usage : le reste passe par des outils personnels, hors du regard de l'entreprise. Pour l'adoption et les coûts à l'échelle de l'entreprise, voir notre guide sur l'IA en entreprise.
Comment calculer le ROI de l'IA générative ?
Le ROI de l'IA générative compare ce que rapportent les usages reliés à un objectif de l'entreprise à ce que coûte l'ensemble du dispositif (licences, consommation, accompagnement, temps interne) :
ROI = (heures récupérables × taux construit chez vous − coût complet) ÷ coût complet
Chaque terme vient d'une source différente :
| Ce qui entre dans le calcul | D'où ça vient | Ce qu'on ne peut pas inventer |
|---|---|---|
| Qui utilise quoi, et combien | Les journaux d'usage des outils | L'usage des outils personnels, invisible dans ces journaux |
| Les tâches assistées | Un échantillon des échanges, ou les équipes | Une tâche devinée d'après le seul nom de l'outil |
| Le temps de la tâche avant et avec l'outil | Les équipes, en entretien, tâche par tâche | Un temps économisé lu dans les journaux : ils ne montrent que le temps passé dans l'outil |
| Le taux horaire | Les profils de l'entreprise, avec le contrôle de gestion | Un taux universel |
| Le coût complet | Les factures et le temps interne : licences, consommation, accompagnement, déploiement | Un coût limité au prix des licences |
La consommation compte dans ce coût complet : certains outils se paient au siège, puis à la demande, comme GitHub Copilot.
On parle d'heures récupérables, jamais d'heures économisées. « Économisées » promet une baisse de coût que la mesure ne prouve pas. Les heures récupérables sont le temps qui se libère sur une tâche utile quand l'outil la prend en partie ; ce que l'entreprise en fait se lit ensuite sur l'objectif.
Le montant que donne la formule est donc la valeur du temps libéré, au coût de l'entreprise. Ce n'est pas une économie inscrite au compte de résultat : il devient un gain quand l'objectif relié bouge, avec plus de dossiers traités ou des délais plus courts.
Dans un essai contrôlé publié par METR en juillet 2025, 16 développeurs expérimentés attendaient de l'IA un gain de 24 % ; ils ont mis 19 % de temps en plus, et pensaient encore avoir gagné 20 %. METR a précisé en février 2026 que ces résultats ne reflètent plus l'effet des outils actuels : l'essai ne dit rien de l'IA d'aujourd'hui, seulement l'écart possible entre le temps ressenti et le temps mesuré. C'est pour cela que le temps d'une tâche se relève avec les équipes, tâche par tâche, et se recoupe avec les journaux.
Comment isoler le gain de l'IA des autres changements ?
On isole le gain de l'IA en mesurant tâche par tâche, plutôt qu'à l'échelle de l'entreprise. Un dirigeant interrogé par Deloitte raconte que son entreprise n'a obtenu qu'une estimation grossière des bénéfices. Elle n'arrivait pas à séparer les gains de l'IA de ceux d'autres chantiers, comme une réorganisation des équipes ou de nouveaux rôles.
Un indicateur global, comme le chiffre d'affaires par salarié, mélange l'IA avec tout le reste. Une tâche suivie avant et avec l'outil, dans la même équipe, l'isole mieux : si rien d'autre n'a changé sur cette tâche, l'écart revient à l'outil. Quand autre chose a changé (un nouveau logiciel, une équipe renforcée), on l'écrit à côté du chiffre : l'écart ne revient plus à l'outil seul.
Que montre une mesure de l'usage réel ?
Dans un cabinet de conseil et de formation, la mesure des journaux d'une quarantaine de sièges Claude sur un mois a montré trois choses qu'aucun sondage n'aurait données :
- 31 % des sièges n'avaient rien produit, alors que le taux d'activation atteignait 85 % ;
- au tarif public à l'usage de l'éditeur, la consommation des trois plus gros utilisateurs aurait coûté de 12 à 25 fois le prix de leur siège ;
- une demi-journée passée à réécrire la description d'un outil partagé rendait environ 6 heures par mois, du temps passé dans Claude à reprendre des demandes non résolues.
La même mesure a donné l'assiette du calcul, le travail assisté sur 13 tâches récurrentes, et un indicateur de qualité : les échanges où un outil partagé est chargé comptent 43 % de demandes non résolues en moins.
Ces chiffres portent sur un seul mois, parce que l'export ne garde que trente jours, et ils ne promettent rien ailleurs. Ils ne donnent pas non plus de ROI en euros : les heures ne se convertissent pas sans la base de temps et le taux de l'entreprise. Le détail est dans ce retour d'expérience.
Quels indicateurs suivre chaque mois ?
Cinq indicateurs suffisent à suivre le ROI de l'IA sans refaire une étude à chaque comité :
- la part des sièges qui produisent, automatisations écartées ;
- le coût par siège qui produit, et non par siège payé ;
- le nombre de tâches assistées reliées à un objectif de l'entreprise ;
- les heures récupérables sur ces tâches, mises à jour avec les équipes ;
- la part de demandes non résolues ou reprises à la main.
Les deux premiers se lisent dans les journaux et les factures ; pour Microsoft 365 Copilot, voir pourquoi une licence active n'est pas une licence utilisée. Le troisième et le cinquième demandent de lire un échantillon des échanges, dans le cadre fixé avec la personne chargée de la protection des données. Le quatrième se construit avec les équipes.
Ce qu'un calcul de ROI de l'IA ne doit pas faire
Un calcul de ROI de l'IA perd sa valeur devant un directeur financier dès qu'il fait l'une de ces six choses :
- afficher un ROI de sortie avant toute mesure, comme le font les simulateurs, qui promettent un résultat que rien n'a encore mesuré ;
- appliquer un taux horaire universel, que l'entreprise ne reconnaît pas ;
- annualiser un mois de mesure quand l'activité est saisonnière ;
- confondre heures récupérables et heures économisées ;
- attribuer à l'IA tout le gain d'une période où l'équipe, les outils ou les volumes ont aussi changé ;
- ne compter que les licences et oublier la consommation, l'accompagnement, le temps interne et les sièges qui ne servent pas.
La fiche à transmettre à votre directeur financier
Pour cadrer le ROI de l'IA avant le prochain comité, réunissez ces cinq lignes. La première et la dernière viennent de l'équipe qui administre vos outils et des factures ; les autres, des équipes métier et du contrôle de gestion :
- Le nombre de sièges payés, et la part qui a produit quelque chose le mois dernier.
- Les cinq tâches les plus assistées, et l'objectif de l'entreprise auquel chacune se rattache.
- Pour chacune, le temps avant et avec l'outil, estimé avec les équipes.
- Le taux horaire retenu, construit sur les profils concernés.
- Le coût complet du mois : licences, consommation, accompagnement, temps interne.
Idun Group a mené plus de quarante diagnostics IA en un an. Notre analyse de l'usage réel croise les journaux de vos outils et des entretiens avec vos équipes, pour dire quoi industrialiser, quoi consolider et quoi couper.
