AI d’entreprise : pourquoi 10 000 requêtes ne cachent que 14 utilisateurs réels

Un analyste technologique a décrit sur Habr un schéma qu'il a observé dans quatre entreprises avec des budgets et des secteurs différents en 2025 : les rapports d'entreprise sur la "transformation de l'IA" cachent systématiquement les indicateurs d'échec de l'utilisation réelle des outils.

Le schéma qui se répète dans chaque entreprise

Dans les quatre cas, le scénario s'est déroulé selon un seul modèle. D'en haut venait une demande : "nous avons besoin d'IA, tout le monde l'a déjà". Les équipes se sont précipitées pour déployer un chat d'entreprise sur un LLM — généralement aux couleurs de marque de l'entreprise. Après un mois, le conseil d'administration a vu une diapositive : "L'assistant IA a été utilisé 10 000 fois". Le conseil est resté satisfait. Dans une lettre aux investisseurs, une ligne est apparue sur la "transformation de l'IA". L'équipe produit a reçu une prime. L'auteur fournit des chiffres précis d'un des cas analysés :

• 10 000 — nombre total de demandes d'assistant pendant la période de rapport
• 9 000 d'entre elles — visites uniques d'utilisateurs qui ne sont jamais revenus
• environ 500 — tests forcés par les employés et sessions de démonstration pour la direction
• 14 — utilisateurs actifs hebdomadaires réels un trimestre après le lancement
• 4 000 — nombre total d'employés de l'entreprise

Le rapport continuait à lister "10 000". La diapositive a été montrée deux fois au conseil.

Pourquoi la métrique "demandes" ne dit rien sur la valeur

L'auteur décrit trois questions qui permettent de distinguer une implémentation réelle d'une vitrine. Premièrement : combien d'utilisateurs sont revenus une deuxième fois ? Deuxièmement : qui utilise l'outil une fois par semaine un mois après le lancement ? Troisièmement : qu'exactement ces gens ont-ils cessé de faire manuellement ? Dans les cas réels, les réponses à ces trois questions se sont avérées inconfortables. Une part significative des demandes de la jolie diapositive appartenait à des personnes que la direction avait demandé de "tester", et les sessions de démonstration avant la haute direction. Les utilisateurs revenus organiquement — une poignée.

"Le rapport gardait "10 000".

La diapositive a été montrée deux fois de plus aux réunions du conseil," — observation de l'auteur.

Le mécanisme est simple : la métrique "nombre de demandes" est pratique pour ceux qui veulent montrer des progrès sans prouver la valeur. Elle s'accumule facilement par la curiosité initiale, l'intégration forcée et le trafic de démonstration. Pendant ce temps, la pression sur les équipes ne fait que s'intensifier : les concurrents "ont implémenté l'IA", les investisseurs attendent une ligne sur la transformation, et le succès se mesure par le premier nombre évident — le nombre de demandes.

Comment distinguer une implémentation réelle du rapport

La formulation de la tâche d'origine elle-même est instructive : quand "nous avons besoin d'IA, comme tout le monde" vient de haut, personne ne clarifie quel problème l'outil doit résoudre et comment mesurer qu'il l'a résolu. Sans réponse à cette question, toute implémentation est condamnée à être une vitrine. La véritable métrique de l'implémentation de l'IA est le changement de comportement des employés.

Pas "combien de fois cela a été utilisé", mais "ce qu'ils ont cessé de faire manuellement". Si un utilisateur a appliqué l'assistant et est revenu la semaine suivante sans la demande de quiconque — c'est un signal de valeur réelle. Si 14 personnes sur 4 000 viennent chaque semaine pendant un trimestre — c'est un échec, il est incorrect de l'appeler une transformation.

Les entreprises qui changent réellement les processus avec l'IA et les entreprises qui ont simplement lancé un chat aux couleurs de la marque semblent identiques dans les rapports actuels. La différence se manifestera plus tard — dans la productivité, les avantages concurrentiels et la capacité à réduire les coûts opérationnels.

Qu'est-ce que cela signifie ?

La plupart des rapports d'entreprise sur l'"implémentation de l'IA" en 2025 documentent le fait de lancer un outil, pas un véritable changement dans le travail. Le véritable critère de référence d'une implémentation réussie est l'utilisateur actif hebdomadaire, la rétention après 30 jours, et les tâches que les employés ont cessé d'effectuer manuellement.