Votre entreprise n'a pas besoin d'une stratégie IA — elle a besoin d'un collègue IA

Un grand cabinet de conseil vous facturera 250 000 euros ou plus pour une stratégie IA. Le livrable : un deck de slides, une feuille de route à 6 mois et un proof of concept qui — statistiquement — ne survivra pas au passage en production.

L’initiative NANDA du MIT a étudié plus de 300 déploiements d’IA en entreprise en 2025 et a découvert que 95 % des projets pilotes d’IA générative ne délivrent aucun retour mesurable sur le P&L. Pas des « retours modestes ». Zéro.

Le problème n’est pas que votre entreprise manque de stratégie. Le problème, c’est que la stratégie elle-même est devenue le produit — et l’industrie du conseil la vend à des entreprises qui ont simplement besoin d’un outil qui marche.

Le complexe industriel de la stratégie IA

Les chiffres d’échec sont mauvais, et ils empirent.

Gartner a prédit que 30 % des projets d’IA générative seraient abandonnés après le proof of concept d’ici fin 2025 — qualité des données insuffisante, valeur métier floue, coûts en hausse. C’était optimiste. S&P Global a rapporté que 42 % des entreprises ont abandonné la majorité de leurs initiatives IA en 2025, contre 17 % l’année précédente. En moyenne, les organisations ont enterré 46 % de leurs proofs of concept avant qu’ils n’atteignent la production.

L’étude de Bain en 2024 a montré que 88 % des transformations d’entreprise — pas seulement l’IA, toutes les transformations numériques — échouent à atteindre leurs ambitions initiales. IDC a mesuré pire encore : 88 % des pilotes IA n’arrivent jamais en production. Seul environ un prototype sur huit devient opérationnel.

Et pourtant, le conseil en IA explose. McKinsey affirme que 40 % de son travail client concerne désormais l’IA. Le conseil IA de BCG a représenté 20 % de son chiffre d’affaires en 2024. Accenture a enregistré 900 millions de dollars de revenus en conseil IA en une seule année. PwC a annoncé un investissement IA d’un milliard de dollars. Le chiffre d’affaires IA d’EY a bondi de 30 %.

La déconnexion est frappante : une industrie massive qui vend des stratégies IA à des entreprises où l’écrasante majorité des projets IA échoue. Un engagement de transformation IA coûte entre 100 000 et 500 000 euros et plus. Même une « petite » évaluation stratégique revient à 5 000 à 25 000 euros.

Pour une PME de 50 personnes, le cabinet de conseil coûte peut-être plus cher que le problème qu’il prétend résoudre.

Les PME décrochent

Les PME françaises ont compris que l’IA comptait. Elles ont essayé. Puis beaucoup se sont arrêtées.

Bpifrance Le Lab a publié en juin 2025 une étude révélatrice sur l’IA dans les PME et ETI françaises. Le constat est sans appel : l’adoption reste lente et la réalité du terrain est bien plus nuancée que les promesses médiatiques. Beaucoup de dirigeants se retrouvent seuls face au sujet, hésitent à se lancer et font face au phénomène du « shadow AI » — des employés qui utilisent des outils IA sans cadre ni supervision.

Le programme gouvernemental « Osez l’IA », doté de 200 millions d’euros et lancé en partenariat avec Bpifrance, tente de combler ce fossé. Il propose diagnostics sur-mesure, catalogue de solutions et prêts garantis par l’État. L’intention est louable, mais le simple fait que l’État doive déployer un tel arsenal révèle l’ampleur du problème.

En parallèle, le baromètre France Num révèle que les TPE et PME françaises peinent toujours à franchir le pas du numérique — et à plus forte raison celui de l’IA. Manque de compétences, manque de temps, manque de visibilité sur le retour concret.

Les outils eux-mêmes excluent souvent le marché qu’ils prétendent servir. Microsoft 365 Copilot exigeait initialement un minimum de 300 licences à 27 euros par utilisateur et par mois — un engagement annuel de près de 100 000 euros. (Nous détaillons précisément ce que Copilot peut et ne peut pas faire dans une analyse séparée.) Une solution GPT Enterprise sur mesure démarre dans les millions. Ce ne sont pas des produits pour PME. Ce sont des produits pour grands groupes avec un marketing PME.

La France dispose pourtant d’atouts majeurs dans l’IA — Mistral AI, un écosystème startup dynamique à Station F, et une stratégie nationale ambitieuse. Mais ces forces profitent surtout aux grandes entreprises et aux startups tech. Le tissu des 4 millions de PME françaises reste largement à l’écart.

Le fossé ne tient pas à l’intelligence des dirigeants. Les patrons de PME gèrent des opérations complexes au quotidien. Le problème, c’est qu’une industrie conçue pour le CAC 40 continue de dire aux entreprises de 50 personnes qu’elles ont besoin de la même approche — en version réduite.

Non. Elles ont besoin de quelque chose de fondamentalement différent.

Ce que la recherche montre vraiment

Voici la partie que les consultants en stratégie escamotent : les études qui identifient ce qui génère vraiment des gains de productivité ne parlent pas de grandes transformations. Elles parlent d’outils pratiques que les gens utilisent au quotidien.

Une étude de la Harvard Business School et du BCG, dirigée par Ethan Mollick, a donné à des consultants un accès à l’IA pour des tâches de travail réelles. Les résultats : les consultants utilisant l’IA ont réalisé 12,2 % de tâches en plus, les ont terminées 25,1 % plus vite, et ont produit des résultats notés 40 % supérieurs en qualité. Pas de projet de transformation. Pas de feuille de route à 6 mois. Juste des gens utilisant un outil performant pour leur travail quotidien.

Erik Brynjolfsson, de Stanford, a étudié des agents de service client utilisant un assistant IA. La productivité a augmenté de 14 % en moyenne, avec des gains allant jusqu’à 35 % pour les employés les moins expérimentés. Son observation : « J’ai beaucoup travaillé sur l’introduction de nouvelles technologies de l’information au fil des années, et souvent les entreprises sont contentes d’obtenir 1 à 2 % de gains de productivité. »

Une enquête OpenAI de 2025 auprès d’utilisateurs de ChatGPT Enterprise a montré qu’ils attribuaient 40 à 60 minutes d’économie de temps par jour à l’IA — simplement en l’utilisant comme outil de travail quotidien. Les données internes de Microsoft révélaient que les 5 % d’utilisateurs les plus actifs de Teams économisaient un jour de travail complet par mois grâce aux seuls résumés de réunions par l’IA.

L’étude MIT NANDA contenait une autre découverte cruciale enfouie dans les données : les entreprises qui ont acheté des outils IA auprès de fournisseurs spécialisés ont réussi environ 67 % du temps. Celles qui ont tenté de construire leurs propres solutions en interne ? Trois fois moins souvent.

Le schéma est limpide. Les outils pratiques intégrés dans les flux de travail existants battent les projets de transformation descendants. À chaque fois.

Stratégie vs. collègue

Le cahier des charges classique ressemble à ceci : engager des consultants, passer 6 mois sur une stratégie, construire un proof of concept, lancer un pilote, peut-être atteindre la production, peut-être voir du ROI. Un processus mesuré en trimestres, voire en années.

L’enquête interne de McKinsey en 2025 auprès de ses employés a révélé ce qui pousse réellement les gens à utiliser l’IA : 48 % ont cité la formation formelle, et 45 % ont dit « l’intégration fluide dans les flux de travail existants ». Pas un meilleur document stratégique. Pas un data lake plus grand. L’intégration dans les outils qu’ils utilisent déjà, chaque jour.

C’est la différence entre une stratégie IA et un collègue IA.

Une stratégie est un document. Il repose dans un dossier SharePoint. Il a des swimlanes et une matrice RACI et des livrables organisés par trimestre. Il nécessite un comité de pilotage, un chantier de conduite du changement et un sponsor exécutif.

Un collègue se présente là où vous travaillez et commence à être utile. Vous n’avez pas besoin de réorganiser votre entreprise autour de lui. Vous n’avez pas besoin d’une équipe data science. Vous n’avez pas besoin de moderniser d’abord votre infrastructure de données. Vous avez besoin d’un outil qui s’intègre dans la messagerie que votre équipe a déjà ouverte huit heures par jour — et qui aide dès la première conversation.

Le taux de réussite de 67 % pour les solutions achetées contre environ 22 % pour les développements internes n’est pas surprenant vu sous cet angle. Acheter un outil spécialisé signifie que quelqu’un d’autre a résolu les problèmes techniques complexes. Votre équipe n’a qu’à l’utiliser. Construire une stratégie IA from scratch signifie que votre entreprise doit d’abord devenir une entreprise d’IA — et pour la plupart des PME, ce n’est pas l’objectif. L’objectif, c’est d’avancer plus vite dans le travail de chaque jour.

Le chemin qui fonctionne réellement

Si votre équipe vit déjà dans Microsoft Teams — et avec 320 millions d’utilisateurs actifs mensuels, il y a de bonnes chances que ce soit le cas — le point d’intégration est évident. Nous avons écrit en détail pourquoi l’IA native Teams surpasse les outils autonomes. Vous n’avez pas besoin de convaincre qui que ce soit d’adopter une nouvelle plateforme. Vous n’avez pas besoin que l’IT évalue 40 éditeurs. Vous n’avez pas besoin d’un projet de transformation digitale.

Vous avez besoin d’une IA qui vit dans l’environnement que vos équipes utilisent déjà, qui retient leur contexte et qui s’améliore avec le temps.

C’est exactement ce que nous avons construit avec amaiko. Un assistant IA natif Teams avec mémoire persistante et des agents spécialisés — pour la recherche, la planification, les e-mails, le travail documentaire. Il fonctionne là où votre équipe travaille déjà. Il se souvient de ce que vous lui avez dit hier. Pas de cabinet de conseil requis. Pas de feuille de route à 6 mois. Pas de comité de pilotage.

Les entreprises qui obtiennent de vrais gains de productivité grâce à l’IA ne sont pas celles avec les meilleurs decks stratégiques. Ce sont celles où les gens utilisent réellement l’outil — parce qu’il est là, dans l’application qu’ils ont ouverte toute la journée, et qu’il fait un travail utile dès le premier jour.

Votre équipe n’a pas besoin d’une stratégie. Elle a besoin d’un collègue.