KPMG : les entreprises dépensent 186 millions de dollars en AI, mais sans retour réel — les agents changent la donne

KPMG a publié le premier numéro de ses recherches trimestrielles Global AI Pulse — et la conclusion principale est décourageante : le fossé entre ce que les entreprises dépensent en IA et ce qu'elles en tirent réellement s'élargit rapidement.

Des Chiffres Qui Préoccupent

Selon une enquête menée auprès de cadres supérieurs de grandes organisations dans le monde entier, le budget d'IA prévu en moyenne pour les 12 prochains mois est de 186 millions de dollars. Ce sont des investissements colossaux — mais le problème ne réside pas dans le volume des dépenses, mais dans le fait que tous ne tirent pas une valeur commerciale concrète et mesurable de ces dépenses. De nombreux cadres le reconnaissent : l'IA a été mise en œuvre, mais les résultats sont questionables. KPMG identifie plusieurs causes systémiques du fossé :

• Les entreprises mettent en œuvre l'IA de manière isolée, sans stratégie corporative unifiée
• Il n'y a pas de métriques claires pour évaluer l'impact de l'IA sur la performance opérationnelle et financière
• La plupart des projets restent bloqués au stade pilote et ne passent pas à l'échelle industrielle
• La pile technologique reste isolée des processus métier clés
• Les employés ne sont pas formés pour travailler avec les systèmes d'IA au niveau opérationnel, ce qui annule l'effet potentiel

Agents IA : Du Pilote à la Marge

La thèse principale de la recherche : les agents IA — des systèmes autonomes capables d'accomplir des tâches complexes en plusieurs étapes sans implication humaine constante — deviennent l'outil principal pour générer une marge réelle. Contrairement aux chatbots ou aux copilotes, les agents ne font pas que répondre aux questions. Ils agissent : ils collectent indépendamment des données, prennent des décisions intermédiaires, interagissent avec d'autres systèmes et complètent les tâches sans invites constantes de l'opérateur. C'est précisément cette architecture qui rend possible l'automatisation non d'actions individuelles, mais de flux opérationnels entiers — et c'est ici que naît un rendement financier concret.

«

Les organisations qui apprendront à mettre à l'échelle les systèmes d'agents obtiendront un avantage concurrentiel extrêmement difficile à surmonter,» concluent les analystes de KPMG.

Manuel Corporatif

KPMG propose un plan spécifique pour passer des investissements aux résultats mesurables. La première étape consiste à identifier les processus ayant des volumes élevés de tâches répétitives et des règles d'exécution claires. C'est ici que les agents offrent l'effet maximal avec un risque minimal : rapports financiers, intégration des clients, chaînes d'approvisionnement, vérifications de conformité, traitement initial des demandes.

Le deuxième élément est une infrastructure de données de qualité. Un agent fonctionne aussi bien que les données avec lesquelles il interagit. Sans une couche de données fiable, la transition vers un modèle d'agent échouera inévitablement — et ce sera une erreur non pas de technologie, mais d'architecture.

Enfin, KPMG insiste sur les KPI mesurables dès le premier jour. Chaque cas d'usage d'agent doit avoir une métrique cible spécifique : réduction du cycle opérationnel, économies en heures-hommes, réduction de la fréquence des erreurs, augmentation de la marge brute. Sans cela, il est impossible de justifier les investissements auprès du conseil d'administration ou de comprendre dans quelle direction évoluer.

Ce Que Cela Signifie

L'ère des expériences en IA se termine ; l'ère des opérations en IA commence. Les entreprises qui construisent déjà une architecture d'agents avec des métriques claires gagnent un véritable avantage concurrentiel. Celles qui continuent à « explorer les possibilités » sans objectifs financiers concrets brûlent simplement leurs budgets.