ROI, productivité et diffusion de l'IA
Sur le retour sur investissement et les gains de productivité de l'IA, le corpus fait apparaître un décalage frappant entre les promesses macroéconomiques et les résultats mesurés à ce jour, ainsi qu'un désaccord sur la manière même de mesurer le ROI.
Un constat partagé : peu de gains avérés à ce stade. Plusieurs responsables publics et privés convergent pour dire que l'IA générative n'a pas encore tenu ses promesses de productivité. Selon M. Arnaud Caudoux (BPIFrance, M. Arnaud Caudoux), « à ce jour, l'IA générative et l'IA agentique n'ont pas apporté de gains de productivité significatifs dans la plupart des secteurs économiques. Ce constat est partagé. » Mme Catherine Mayenobe (Caisse des dépôts, Mme Catherine Mayenobe) va plus loin en distinguant les technologies : « la "bonne vieille" IA d'automatisation ou de prédiction est beaucoup plus génératrice de gains de productivité que les cas d'usage actuels de l'IA générative ». Elle pointe le principal frein — la donnée : « Sans données de qualité, pas d'IA de qualité. » — ce qui laisse le ROI de la vague générative « latent et diffus » tant que les données ne sont pas intégrées aux systèmes d'information.
Un désaccord sur la mesure du ROI public. L'audition de la Cour des comptes cristallise un clivage sur l'argent public. La rapporteure Mme Cyrielle Chatelain (M. Laurent Vilboeuf) relaie l'écart d'un facteur 100 pointé par la Cour : « La Cour des comptes évoque un retour sur investissement attendu de 54 millions d'euros, qui ne s'élèverait en réalité qu'à 500 000 euros. » M. Laurent Vilboeuf (M. Laurent Vilboeuf) conteste ce chiffre, affirme avoir transmis des chiffres différents à la DITP et souligne qu'évaluer le ROI de l'utilisation secondaire des données de santé est un exercice périlleux.
Optimisme sur le potentiel futur et la diffusion. Malgré le constat, plusieurs intervenants misent sur les gains à venir. M. Caudoux dit croire à des gains « quand l'IA agentique sera déployée à l'échelle en toute confiance sur les données de l'entreprise ». Côté diffusion, M. Thomas Courbe (DGE, M. Thomas Courbe) plaide pour accélérer dans les TPE/PME (« Osez l'IA », France Num) car le ROI, « difficile à mesurer au niveau macro », est « éprouvé au niveau microéconomique, client par client » ; il chiffre la progression : la part des TPE/PME utilisant l'IA « a bondi de 5 % en 2023 à 26 % en 2025 ». M. Benjamin Delozier (DGT, M. Thomas Courbe) chiffre l'enjeu macroéconomique : une innovation capable d'accroître « la croissance de la productivité de 0,8 à 1,3 point par an sur une décennie ».
L'effet sur le travail et le partage de la valeur. Ce point suscite les positions les plus tranchées. M. Arthur Mensch (Mistral AI, M. Arthur Mensch) décrit des gains massifs mais un « déplacement de la valeur du travail vers le capital – lequel est, pour le moment, largement extra-européen », rendant la situation « explosive » et faisant perdre l'Europe « doublement ». Il illustre la transformation du travail : « Chez Mistral, les ingénieurs n'écrivent plus de lignes de code. » M. Delozier relève un paradoxe sur les juniors : « Les jeunes, qui enregistrent les plus grands gains de productivité grâce à l'IA, sont aussi probablement plus substituables à celle-ci. » Enfin, sur le gaspillage de calcul, M. Charles-Antoine Beyney (DataOne, M. Charles-Antoine Beyney) concède qu'« une grande partie de la capacité de calcul est certainement, en quelque sorte, jetée à la poubelle », tout en refusant d'endosser la responsabilité de l'usage final des clients.
Qui en parle
- M. Arnaud Caudoux (BPIFrance, M. Arnaud Caudoux) — pas de gains de productivité IA avérés à ce jour, mais forte croyance dans les gains futurs avec l'IA agentique à l'échelle.
- Mme Catherine Mayenobe (Caisse des dépôts, Mme Catherine Mayenobe) — l'IA d'automatisation classique reste plus rentable que la générative ; sans données de qualité, le ROI reste latent.
- M. Thomas Courbe (DGE, M. Thomas Courbe) — accélérer la diffusion dans les TPE/PME ; ROI éprouvé au niveau micro (5 % → 26 % d'adoption).
- M. Benjamin Delozier (DGT, M. Thomas Courbe) — enjeu macro chiffré (0,8 à 1,3 point de productivité/an) ; paradoxe de substitution des juniors.
- M. Arthur Mensch (Mistral AI, M. Arthur Mensch) — gains massifs mais déplacement de la valeur du travail vers un capital extra-européen ; transformation radicale du métier d'ingénieur.
- M. Laurent Vilboeuf (M. Laurent Vilboeuf) — conteste le chiffre de ROI de la Cour des comptes ; ROI des données de santé difficile à évaluer.
- Mme Cyrielle Chatelain (rapporteure, M. Laurent Vilboeuf) — relaie l'écart de rentabilité pointé par la Cour des comptes (54 M€ attendus vs 500 000 € réels).
- M. Charles-Antoine Beyney (DataOne, M. Charles-Antoine Beyney) — concède un gaspillage de calcul mais renvoie l'usage final à la responsabilité du marché.