Dans beaucoup d'entreprises, l'adoption de l'IA se décide sur des promesses invérifiables plutôt que sur des résultats mesurés, et contredire ces promesses peut coûter un contrat. Pourquoi ce silence est rationnel, ce qu'il coûte vraiment, et comment reprendre la main par la mesure.
En bref. Trois publications de la même semaine racontent le même trou : dans la plupart des entreprises, l’IA ne se pilote pas au résultat mesuré mais au récit qu’on en fait. Nik Suresh documente la mécanique sociale qui punit celui qui ose contredire un client persuadé de gagner 100x. Le rédacteur en chef de Science montre ce qui arrive quand personne ne mesure vraiment. Et OpenAI, dans le même mouvement, publie une grille de mesure qui donne raison aux sceptiques. Le seul chiffre qui compte, c’est le coût par tâche réussie, vérification humaine comprise. Voici une grille à quatre lignes qu’un dirigeant peut reprendre telle quelle.
Un dirigeant a signé la stratégie IA d’un groupe à plus de 2 milliards de dollars de chiffre d’affaires sans avoir jamais ouvert ChatGPT de sa vie. L’anecdote vient de Nik Suresh, consultant auprès de grands comptes, relayé par Simon Willison. Personne, dans la salle, ne l’a contredit. Et ce silence n’est pas de la lâcheté : c’est un calcul rationnel. Contredire un client qui annonce publiquement des gains spectaculaires, c’est attaquer sa crédibilité, passer pour l’hérétique de service, et risquer que le contrat saute. L’honnêteté, ici, est structurellement punie.
En 2026, la techno n’est plus le problème des projets IA. Le problème, c’est la façon dont on les achète et dont on décrète qu’ils ont réussi.
Pourquoi personne ne veut être celui qui mesure ?
Suresh raconte la conversation qu’il a eue avec un cadre sceptique dans une entreprise euphorique. Il lui demande pourquoi les promesses délirantes circulent sans opposition. Simple argumentaire commercial gonflé ? Pas seulement. Le frein est social. Quand un dirigeant client claironne 100x de productivité, le fournisseur qui ose dire « ces gains ne sont pas plausibles » fait perdre la face à son interlocuteur. Alors tout le monde hoche la tête. Le vendeur garde son contrat, le cadre garde son poste, et le chiffre absurde devient une vérité officielle que plus personne n’a intérêt à tester.
Autre scène du même terrain, un ingénieur résume sa semaine : réécrire tout un dépôt de code d’un langage à un autre pendant qu’il travaille sur autre chose, « juste pour garder mon job ». Le travail n’a pas de valeur métier. Il sert à alimenter un tableau de bord interne qui compte des tokens consommés. On produit de l’activité IA pour prouver qu’on fait de l’IA.
Le point commun de ces histoires : à aucun moment quelqu’un ne mesure du travail utile réellement livré. On mesure du volume et de l’enthousiasme. Le récit s’auto-entretient parce que le contredire coûte plus cher que d’y adhérer.
Ce qui arrive quand personne ne mesure vraiment
Il existe un secteur qui a laissé l’IA générative s’installer sans grille de mesure sérieuse, et où l’on peut lire le résultat : l’édition scientifique. Holden Thorp, rédacteur en chef de Science, signe un édito au vitriol : l’IA générative y rend le travail « plus lent, de moins bonne qualité et plus cher ».
Le mécanisme vaut pour n’importe quelle entreprise. La génération accélère la production d’articles, donc le nombre de soumissions explose. C’est le même effet que quand l’IA détecte les failles de sécurité plus vite qu’on ne peut les corriger : la machine crée un volume que des humains doivent ensuite absorber. Chaque texte généré demande une vérification plus lourde, parce que les modèles hallucinent, sélectionnent les données qui les arrangent et poussent parfois les analyses statistiques jusqu’au résultat voulu. Le temps gagné à produire se repaie, plus cher, en temps de contrôle. Thorp compare ce moment au taylorisme : de la surveillance, de la cadence, et le savoir qui glisse des mains de ceux qui font vers ceux qui pilotent des tableaux de bord.
Traduction pour un dirigeant : un outil qui produit deux fois plus vite mais impose 30 % de reprise ne fait pas gagner du temps, il en fait perdre. Sauf que ce coût-là n’apparaît sur aucun slide. Le temps de rédaction, oui. Le temps de vérification, jamais.
La bonne métrique : le coût par tâche réussie
Et c’est OpenAI, justement, qui remet la mesure sur la table. La même semaine, Sarah Friar, directrice financière du groupe, publie un « scorecard » pour l’ère de l’IA. Elle y propose exactement les métriques qui manquaient : le travail utile réellement produit, le coût par tâche réussie, la fiabilité, et le retour sur la puissance de calcul consommée.
Oui, OpenAI est juge et partie : l’entreprise vend la puissance de calcul qu’elle propose de mesurer. On prend la grille quand même, parce qu’elle est bonne, et parce qu’elle acte un basculement. La semaine où le premier vendeur d’IA au monde reconnaît qu’il faut mesurer le ROI par tâche réussie, l’argument « mesurez avant d’acheter » cesse d’être du scepticisme de rabat-joie. Il devient le consensus.
Voici la grille, ramenée à quatre lignes qu’un dirigeant peut poser sur son propre projet avant de signer quoi que ce soit :
| La ligne à mesurer | La question qu’elle pose | Le piège qu’elle évite |
|---|---|---|
| Travail utile livré | Combien de tâches complètes, prêtes à l’emploi, sont sorties ? | Compter l’activité (tokens, requêtes, temps passé) au lieu du résultat |
| Coût par tâche réussie | Combien coûte une tâche livrée, vérification humaine comprise ? | Regarder le coût de production seul, en oubliant le contrôle |
| Fiabilité (taux de reprise) | Sur 100 sorties, combien passent sans correction ? | Confondre « ça marche en démo » et « ça tient en série » |
| Retour sur le calcul | Ce que ça rapporte dépasse-t-il ce que ça coûte, licences comprises ? | Justifier la dépense par l’usage, pas par la valeur |
Ce sont les deux dernières lignes qu’on néglige presque toujours, alors que le coût réel des agents IA en production est justement l’endroit où les budgets dérapent. Un exemple concret, chiffres inventés pour l’illustration. Une équipe rédige des comptes-rendus : 40 minutes à la main, 15 minutes avec l’IA. Gain apparent : 25 minutes. Puis on mesure la reprise : 1 compte-rendu sur 3 demande une relecture-correction de 20 minutes parce qu’un chiffre a été inventé. Coût réel moyen d’un compte-rendu livré fiable : 15 + (20/3), soit près de 22 minutes. Le gain réel n’est pas de 25 minutes, il est de 18, et il fond encore si le taux de reprise monte. Tant qu’on n’a pas rempli la troisième ligne, on ne sait pas si le projet gagne ou perd de l’argent.
« Mais mesurer, ça bride l’expérimentation »
Trois objections reviennent. Je les prends une par une.
« Les gains sont bien réels, regardez le code. » Exact. Sur des périmètres cadrés et mesurés, l’IA fait gagner un temps considérable, en développement comme ailleurs : c’est ce qu’on lit sur un assistant de recherche juridique en droit social, où le gain se chiffre précisément parce que la tâche est bornée. Mais justement : ces gains-là sont mesurés. Personne ne les pilote au récit. La règle vaut donc pour eux aussi, elle ne les menace pas.
« Mesurer, ça bride l’expérimentation. » L’inverse. Mesurer ne ferme pas le budget d’expérimentation, ça le borne. Sans grille, une expérimentation ne s’arrête jamais : elle se prolonge parce que personne ne sait dire si elle a échoué. Avec une grille, on teste, on lit les quatre lignes, on tranche. On expérimente plus, pas moins, parce qu’on ose arrêter ce qui ne marche pas.
« Ce scorecard vient d’OpenAI, c’est intéressé. » C’est vrai, et il faut le dire. Ça ne rend pas les métriques mauvaises. Une grille reste bonne ou mauvaise indépendamment de qui la tient : celle-ci pointe le travail utile et le coût par tâche réussie, ce sont les bonnes lignes. On la prend, en gardant en tête qui l’a écrite.
Par où commencer
Prenez le projet IA le plus avancé de votre entreprise. Remplissez les quatre lignes. Si vous ne pouvez pas remplir la troisième, le taux de reprise, c’est que vous pilotez au récit, comme tout le monde. Ce n’est pas grave, c’est réparable : il suffit d’une semaine de mesure honnête pour savoir enfin de quoi on parle.
La bonne posture d’un prestataire, sur ce terrain, n’est pas de vous vendre le modèle du moment. C’est de vous dire non quand la mesure ne suit pas, le même réflexe honnête qu’on applique face aux promesses de l’IA souveraine pour un décideur. Un projet qui ne franchit pas la grille ne mérite pas d’être signé, et le lui dire vaut mieux qu’une facture qu’on regrette au trimestre suivant.
Si vous voulez poser cette grille sur un cas concret chez vous, avant d’engager un budget, parlons-en.
Veille IA
Un email par semaine, sans esbroufe
Tendances IA, décryptages sans jargon, et convictions sur la souveraineté technologique, directement dans votre boîte.
