IA en entreprise : derrière 10 000 requêtes, seulement 14 utilisateurs réels

Un analyste a observé en 2025 le déploiement d'assistants IA dans quatre entreprises et met en évidence l'écart entre les rapports et la réalité. Dans l'une d'elles, sur 10 000 requêtes, 9 000 correspondaient à des visites uniques sans retour, et environ 500 à des tests forcés. Trois mois après le lancement, l'audience hebdomadaire réelle s'élevait à 14 personnes sur 4 000 salariés. Dans les lettres aux investisseurs, la mention « transformation par l'IA » figurait pourtant bel et bien.

Traité par IA depuis Habr AI ; édité par Hamidun News
IA en entreprise : derrière 10 000 requêtes, seulement 14 utilisateurs réels
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
10 000nombre total de requêtes adressées à l'assistant sur la période du rapport
9 000 d'entre ellesvisites uniques d'utilisateurs qui ne sont pas revenus
Environ 500tests forcés par les salariés et sessions de démonstration pour la direction

Un analyste du secteur technologique a décrit sur Habr un schéma qu'il a observé en 2025 dans quatre entreprises aux budgets et aux secteurs d'activité différents : les rapports d'entreprise sur la « transformation par l'IA » masquent systématiquement des chiffres d'usage réel catastrophiques.

Un schéma qui se répète dans chaque entreprise

Dans les quatre cas, le scénario suivait le même modèle. La direction exigeait : « il nous faut de l'IA, tout le monde s'y est déjà mis ». Les équipes déployaient en urgence un chat d'entreprise au-dessus d'un LLM, généralement aux couleurs de la société. Un mois plus tard, le conseil d'administration découvrait une diapositive : « l'assistant IA a été utilisé 10 000 fois ». Le conseil était satisfait. Une ligne sur la « transformation par l'IA » apparaissait dans la lettre aux investisseurs. L'équipe produit touchait une prime.

L'auteur donne les chiffres précis de l'un des cas étudiés :

  • 10 000 : nombre total de requêtes adressées à l'assistant sur la période du rapport
  • 9 000 d'entre elles : visites uniques d'utilisateurs qui ne sont pas revenus
  • environ 500 : tests forcés par les salariés et sessions de démonstration pour la direction
  • 14 : utilisateurs actifs hebdomadaires réels un trimestre après le lancement
  • 4 000 : effectif total de l'entreprise

Le rapport affichait toujours « 10 000 ». La diapositive a été présentée deux fois au conseil d'administration.

Pourquoi la métrique « requêtes » ne dit rien de la valeur

L'auteur propose trois questions pour distinguer un déploiement réel d'un déploiement de façade. Première question : combien d'utilisateurs sont revenus une deuxième fois ? Deuxième question : qui utilise l'outil une fois par semaine, un mois après le lancement ? Troisième question : qu'ont cessé de faire manuellement ces personnes ?

Dans les cas réels, les réponses aux trois questions étaient embarrassantes. Une part importante des requêtes de la belle diapositive provenait de personnes que la direction avait invitées à « tester », ainsi que de sessions de démonstration devant le top management. Les utilisateurs revenus de leur propre initiative se comptent sur les doigts de la main.

« Dans le rapport, il est resté "10 000".

La diapositive a encore été montrée deux fois en conseil », observation de l'auteur.

Le mécanisme est simple : la métrique du « nombre de requêtes » arrange ceux qui veulent montrer une progression sans prouver de valeur. Elle gonfle facilement grâce à la curiosité initiale, à l'onboarding forcé et au trafic de démonstration. Dans le même temps, la pression sur les équipes ne fait que croître : les concurrents ont « adopté l'IA », les investisseurs attendent leur ligne sur la transformation, et l'on mesure volontiers le succès avec le premier chiffre évident, le nombre de requêtes.

Comment distinguer un vrai déploiement d'un déploiement de rapport

La formulation même du besoin initial est révélatrice : quand la direction annonce « il nous faut de l'IA, comme tout le monde », personne ne précise quel problème l'outil doit résoudre ni comment mesurer qu'il l'a résolu. Sans réponse à cette question, tout déploiement est condamné à rester une vitrine.

La vraie métrique d'un déploiement d'IA, c'est le changement de comportement des salariés. Non pas « combien de fois l'outil a été utilisé », mais « ce que les gens ont cessé de faire à la main ». Si un utilisateur a employé l'assistant puis est revenu la semaine suivante sans que personne le lui demande, c'est le signe d'une valeur réelle. Si, au bout d'un trimestre, 14 personnes sur 4 000 viennent chaque semaine, c'est un échec, et il est incorrect de parler de transformation.

Les entreprises qui changent réellement leurs processus grâce à l'IA et celles qui ont simplement lancé un chat à leurs couleurs se ressemblent dans les rapports actuels. La différence apparaîtra plus tard, dans la productivité, les avantages concurrentiels et la capacité à réduire les coûts d'exploitation.

Ce que cela signifie

En 2025, la plupart des rapports d'entreprise sur le « déploiement de l'IA » constatent le lancement d'un outil, et non un changement réel du travail. Le véritable étalon d'un déploiement réussi comprend l'utilisateur actif hebdomadaire, la rétention à 30 jours et les tâches que les salariés ont cessé d'effectuer manuellement.

Questions clés sur cet article

Que sait-on sur Un schéma qui se répète dans chaque entreprise ?

Dans les quatre cas, le scénario suivait le même modèle. La direction exigeait : « il nous faut de l'IA, tout le monde s'y est déjà mis ». Les équipes déployaient en urgence un chat d'entreprise au-dessus d'un LLM, généralement aux couleurs de la société. Un mois plus tard, le conseil d'administration découvrait une diapositive : « l'assistant IA a été utilisé 10 000 fois ». Le conseil était satisfait. Une ligne sur la « transformation par l'IA » apparaissait dans la lettre aux investisseurs.

Pourquoi la métrique « requêtes » ne dit rien de la valeur?

L'auteur propose trois questions pour distinguer un déploiement réel d'un déploiement de façade. Première question : combien d'utilisateurs sont revenus une deuxième fois ? Deuxième question : qui utilise l'outil une fois par semaine, un mois après le lancement ? Troisième question : qu'ont cessé de faire manuellement ces personnes ? Dans les cas réels, les réponses aux trois questions étaient embarrassantes.

Comment distinguer un vrai déploiement d'un déploiement de rapport?

La formulation même du besoin initial est révélatrice : quand la direction annonce « il nous faut de l'IA, comme tout le monde », personne ne précise quel problème l'outil doit résoudre ni comment mesurer qu'il l'a résolu. Sans réponse à cette question, tout déploiement est condamné à rester une vitrine. La vraie métrique d'un déploiement d'IA, c'est le changement de comportement des salariés. Non pas « combien de fois l'outil a été utilisé », mais « ce que les gens ont cessé de faire à la main ».

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…