Les entreprises n’ont jamais autant investi dans l’intelligence artificielle. Pourtant, selon les données présentées par PwC à VivaTech 2026, seule une minorité transforme réellement ces investissements en croissance mesurable. Le problème n’est plus technologique. Il est désormais organisationnel.
Dans les conseils d’administration, la question a changé.
Pendant deux ans, les dirigeants demandaient : « Comment déployer l’IA ? »
Aujourd’hui, ils demandent : « Où est le retour sur investissement ? »
Cette évolution résume probablement mieux que n’importe quel indicateur l’entrée de l’IA dans une nouvelle phase. Celle où l’expérimentation ne suffit plus. Celle où les démonstrations impressionnantes doivent céder la place aux résultats financiers.
Lors d’une masterclass organisée à VivaTech 2026, les dirigeants de PwC ont partagé les conclusions d’une vaste étude menée auprès de 1 200 organisations. L’objectif : comprendre pourquoi certaines entreprises créent de la valeur grâce à l’IA tandis que d’autres accumulent les licences logicielles sans impact tangible.
Le constat est brutal.
20 % des entreprises captent 74 % de la valeur générée par l’IA.
Plus inquiétant encore, les organisations les moins performantes détruisent parfois davantage de valeur qu’elles n’en créent.
La fracture n’est donc plus technologique. Elle devient managériale.
L’illusion des licences
Pendant longtemps, la maturité IA d’une entreprise s’est mesurée au nombre d’outils déployés.
Combien de collaborateurs disposent d’un accès à ChatGPT ? Combien d’agents ont été créés ? Combien de licences Copilot ont été achetées ?
Selon PwC, ces indicateurs racontent très peu de choses.
L’un des enseignements les plus frappants de la présentation provient de l’expérience interne du cabinet lui-même. Après avoir distribué des centaines de milliers de licences à ses collaborateurs à travers le monde, les résultats attendus ne se sont pas matérialisés automatiquement.
L’adoption était réelle.
La transformation, beaucoup moins.
Cette observation rejoint un phénomène désormais visible dans la plupart des grandes organisations : l’IA est souvent utilisée comme un accélérateur individuel alors que les gains majeurs se situent au niveau systémique.
Produire un rapport plus vite ou rédiger un e-mail plus efficacement génère des gains marginaux.
Repenser entièrement un processus métier en intégrant l’IA dès sa conception change la structure même de la création de valeur.
La différence est considérable.
Le piège des centaines de pilotes
L’étude identifie un autre facteur récurrent d’échec : la prolifération des expérimentations.
De nombreuses entreprises disposent aujourd’hui de dizaines, parfois de centaines de projets IA.
Peu atteignent l’échelle industrielle.
Pourquoi ?
Parce que l’organisation se concentre sur des cas d’usage faciles plutôt que sur les problèmes stratégiques.
Les entreprises les plus performantes suivent une logique inverse. Elles ne cherchent pas à « agentifier » un processus existant. Elles remettent en question son existence même.
Cette distinction paraît subtile.
Elle est pourtant fondamentale.
Ajouter de l’IA à une organisation conçue pour un monde pré-IA produit rarement une rupture de performance.
Reconcevoir l’organisation autour des capacités offertes par l’IA ouvre un tout autre potentiel.
Les meilleurs résultats observés dans l’étude proviennent d’entreprises qui utilisent l’intelligence artificielle pour résoudre des problèmes complexes et historiquement difficiles à traiter plutôt que pour automatiser des tâches périphériques.
Le véritable avantage concurrentiel reste humain
L’un des paradoxes les plus intéressants de la présentation concerne le capital humain.
Alors que l’IA est souvent présentée comme une technologie de substitution, les entreprises qui créent le plus de valeur investissent davantage dans les compétences humaines.
PwC a récemment publié son AI Jobs Barometer, qui montre que les organisations les plus avancées en matière d’IA connaissent une évolution des compétences deux fois et demie plus rapide que leurs concurrents.
Les capacités les plus recherchées ne sont pas techniques.
Il s’agit de :
- la résolution de problèmes ;
- la pensée critique ;
- le leadership ;
- la gestion des relations ;
- la collaboration ;
- la prise de décision.
Autrement dit, les qualités traditionnellement associées au jugement humain.
À mesure que les tâches routinières deviennent automatisables, la valeur se déplace vers les compétences permettant d’interpréter, d’arbitrer et de coordonner.
Le futur du travail semble moins dominé par les experts en prompts que par les individus capables d’orchestrer intelligemment humains et machines.
La variable la plus sous-estimée : le dirigeant
L’étude identifie un facteur plus déterminant encore que la technologie ou la donnée.
Le comportement du leadership.
Les écarts observés entre entreprises performantes et entreprises en retard sont souvent corrélés à l’implication directe du dirigeant.
Lorsque le CEO utilise lui-même l’IA, interroge régulièrement les équipes sur leurs usages et challenge les processus existants, l’adoption progresse plus vite.
Lorsque l’IA reste cantonnée à la DSI ou à l’innovation, les résultats demeurent limités.
Cette observation rappelle une réalité souvent oubliée : l’IA est avant tout un projet de transformation.
Or les transformations réussies ne se délèguent pas.
Elles se pilotent.
Les entreprises qui avancent le plus vite combinent généralement deux mouvements simultanés :
- une impulsion stratégique descendante ;
- une expérimentation opérationnelle ascendante.
L’un sans l’autre produit rarement des résultats durables.
Le retour de la question culturelle
Derrière les débats sur les modèles, les agents et l’automatisation se cache en réalité une question beaucoup plus ancienne : la culture d’entreprise.
Comment encourager l’expérimentation dans une organisation historiquement construite autour de la maîtrise du risque ?
Comment accepter l’erreur lorsque l’excellence opérationnelle constitue précisément l’avantage concurrentiel ?
Comment récompenser l’apprentissage autant que la performance ?
Ces interrogations ne sont pas nouvelles.
L’IA les rend simplement impossibles à ignorer.
Les organisations qui captent aujourd’hui la majorité de la valeur semblent avoir compris que l’enjeu principal n’est plus l’accès à la technologie.
Les grands modèles sont désormais disponibles pour tous.
La différenciation se construit ailleurs.
Dans la capacité à repenser les processus, à faire évoluer les compétences et à créer une culture où l’expérimentation devient une pratique normale plutôt qu’une exception tolérée.
Le Détail
Parmi les 1 200 entreprises analysées par PwC, seules 20 % captent 74 % de la valeur économique générée par l’IA. Les organisations disposant à la fois de fondations solides (données, gouvernance, technologie, compétences) et de programmes structurés de transformation sont jusqu’à 2,6 fois plus susceptibles de générer un retour significatif sur leurs investissements IA.
La prochaine fracture
Pendant longtemps, la fracture numérique séparait les entreprises connectées des entreprises déconnectées.
La fracture IA sera différente.
Demain, presque toutes les organisations utiliseront des modèles génératifs.
Mais seules certaines réussiront à transformer cette capacité technologique en avantage économique durable.
Les dirigeants continuent souvent de demander si leur entreprise adopte l’IA suffisamment vite.
La question la plus pertinente est peut-être devenue une autre :
L’organisation a-t-elle réellement commencé à se transformer, ou se contente-t-elle encore d’ajouter de l’IA à un modèle conçu pour un monde qui n’existe déjà plus ?
Cette publication est également disponible en :
