Aller au contenu

IA · Article

Pourquoi les projets d'IA échouent dans l'industrie

Trois chiffres d'études récentes montrent où les projets d'IA bloquent : les résultats, les données et les droits. Et ce dont l'IA a besoin.

Par Rédaction demi1 min de lecture

Toutes les publications

L'IA n'échoue pas seulement à cause du modèle. Elle bute aussi sur les données, les droits et les processus. Trois chiffres d'études récentes montrent où cela coince.

Les résultats ne suivent pas

Seules 25 % des initiatives d'IA ont atteint le ROI attendu, 16 % ont été généralisées (IBM, 2 000 PDG).

Les données ne sont pas prêtes

Gartner prévoit que d'ici 2026, 60 % des projets d'IA sans données prêtes pour l'IA seront abandonnés.

Les droits ne sont pas réglés

Seules 21 % ont un modèle de gouvernance mature pour les agents d'IA ; 74 % comptent en utiliser d'ici 2027 (Deloitte). Sans de telles règles, un agent voit trop ou n'a le droit de rien faire.

Ce dont l'IA a besoin

demi est construit en trois couches, dans cet ordre précis : le Data Layer réunit les données de chaque système, et chaque valeur garde sa source. Le Permission Layer transforme l'organigramme en droits. Ce n'est qu'ensuite que l'IA travaille dans l'Intelligence Layer, avec exactitude et traçabilité.

Sources

  1. IBM Institute for Business Value, 06/05/2025: IBM Study: CEOs Double Down on AI While Navigating Enterprise Hurdles
  2. Gartner, 26/02/2025: Lack of AI-Ready Data Puts AI Projects at Risk (Q&A with Roxane Edjlali)
  3. Deloitte, 24/04/2026: Business and IT leaders report AI agents are scaling faster than their guardrails

Votre configurateur

Aucun cas d'usage pour l'instant

Votre configurateur est encore vide

Ajoutez un cas d'usage depuis n'importe quelle carte ou page de cas et voyez ce qu'il rapporte par an, calcul à l'appui. Gratuit, sans inscription, sans engagement : essayez et modifiez chaque chiffre.

Voir les cas d'usage