Mesurer le ROI d'un projet IA : 5 indicateurs et un gabarit de calcul
Comment mesurer le ROI d'un projet IA : une ligne de base avant le lancement, 5 indicateurs suivis chaque semaine, une formule simple et une règle de décision écrite à l'avance.
Selon KPMG, 8 % des entreprises seulement peuvent montrer un ROI mesurable sur leur IA. Le ROI d'un projet IA se calcule pourtant comme celui de n'importe quel investissement : les gains mesurés, moins le coût complet, divisés par le coût complet. Il manque presque toujours la ligne de base, relevée avant le lancement. Ce guide donne cinq indicateurs à suivre chaque semaine et un gabarit de calcul à remplir.
Peu d'entreprises mesurent le ROI de leur IA
Le Global AI Pulse de KPMG, édition T1 2026, a été mené du 19 février au 17 mars 2026 auprès de 2 110 dirigeants dans 20 pays. Seules 8 % des entreprises interrogées y affichent un retour sur investissement mesurable. Pourtant, 95 % ont une stratégie IA, et 64 % disent en tirer des bénéfices réels.
D'autres enquêtes vont dans le même sens. Dans l'étude CEO 2025 d'IBM, menée auprès de 2 000 dirigeants, seules 25 % des initiatives IA ont atteint le ROI attendu, et 16 % ont été déployées à l'échelle de l'entreprise. Dans l'enquête State of AI 2025 de McKinsey, 39 % des répondants attribuent à l'IA un effet sur le résultat opérationnel (EBIT). Pour la plupart, cet effet reste sous 5 % de l'EBIT.
La France mesure encore moins bien. D'après KPMG, 50 % des entreprises françaises ont du mal à mesurer les bénéfices indirects de l'IA, contre 44 % au niveau mondial.
Ces chiffres pointent un problème de méthode. La plupart des projets démarrent sans chiffre de départ. Ils comptent les licences sans regarder les résultats. Et ils oublient le temps que des humains passent à relire.
Un autre chiffre circule beaucoup, souvent résumé en « 95 % des projets IA échouent ». Il vient d'un rapport du MIT (initiative NANDA), présenté par The Register : 95 % des entreprises n'obtiendraient aucun retour de leurs initiatives d'IA générative. Le rapport repose sur 52 entretiens avec des dirigeants, un sondage auprès de 153 professionnels et l'analyse de plus de 300 initiatives publiques. Il décrit un retour nul, pas un taux d'échec.
La ligne de base se relève avant le lancement
Relevez la ligne de base sur le processus actuel, avant que l'IA n'y touche. Trois chiffres suffisent pour commencer :
- Le volume : combien de cas par semaine (tickets, dossiers, documents, devis).
- Le temps par cas : combien de minutes une personne y passe, du début à la fin.
- Le taux d'erreur : la part des cas repris, corrigés ou contestés après coup.
Relevez-les sur quelques semaines représentatives, avec les personnes qui font le travail. Écrivez au même moment le chiffre qui déclenchera la suite : le niveau à partir duquel élargir, et celui en dessous duquel arrêter.
Cette étape tient en une page. Elle pèse lourd au moment de défendre le budget du deuxième projet.
Cinq indicateurs suffisent pour mesurer le ROI d'un projet IA
Le schéma suit l'ordre de la mesure : la ligne de base (volume, temps par cas, taux d'erreur) relevée avant le lancement, les cinq indicateurs relevés chaque semaine, puis le ROI et le délai de retour.
1. Le temps par cas
Le temps par cas mesure combien de minutes le travail prend avec l'IA, comparé à la ligne de base. Relevez-le sur le même périmètre, avec les mêmes personnes. Le gain de temps brut vaut : (temps avant − temps après) × volume.
Comptez de bout en bout. Si l'IA rédige en dix secondes et qu'un humain passe ensuite plusieurs minutes à vérifier, c'est le total qui compte.
2. Le taux d'usage
Le taux d'usage compte ce qui, dans la production de l'IA, sert pour de bon : brouillons envoyés, alertes traitées, documents repris. C'est l'indicateur le plus honnête. Il ne dépend de l'avis de personne.
Chez LocService, plateforme de location entre particuliers qui reçoit plusieurs centaines de tickets par jour, la mesure suivie au quotidien tient en une question : le brouillon est-il utilisé ? Sur l'usage réel, les brouillons de l'autodraft Quivr servent sur 87 % des tickets. Un humain relit et envoie chaque réponse.
Un taux d'usage faible signale souvent un manque de contexte. L'article sur l'agent IA pour le support client détaille ce point.
3. Le taux de correction
Le taux de correction mesure la part du travail de l'IA qu'un humain réécrit, corrige ou rejette. Il complète le taux d'usage. Un brouillon utilisé puis réécrit à moitié fait gagner peu de temps.
Pour un contrôle documentaire, la qualité se mesure aussi à ce que l'IA trouve. Chez Coup de Pates, trois skills comparent, vérifient et recoupent les documents produit. Sur deux versions d'un même cahier des charges, l'IA a relevé 72 modifications. L'équipe qualité décide de chacune.
4. Le coût complet par cas
Le coût complet par cas additionne tout ce que coûte le traitement d'un cas avec l'IA :
- les appels au modèle (tokens ou abonnement, ramenés au cas) ;
- l'infrastructure et l'hébergement ;
- le temps de relecture humaine ;
- la maintenance : mises à jour des prompts ou des skills, surveillance, incidents.
Le temps de relecture est le poste le plus souvent oublié. À lui seul, il peut effacer le gain de temps de l'indicateur 1. Notez à part l'investissement de départ (cadrage, développement, intégration). Il sert au délai de retour.
5. L'effet métier
L'effet métier mesure ce que le processus doit faire bouger pour l'entreprise : un délai de réponse plus court, plus de dossiers traités à effectif égal, moins d'erreurs coûteuses, un risque mieux couvert. Un projet, un effet principal. Prenez celui que la direction suit déjà.
Cet indicateur relie le projet au compte de résultat. McKinsey note que les entreprises qui tirent le plus de valeur de l'IA redessinent leurs processus bien plus souvent que les autres. Un gain de temps qui ne change rien au processus reste souvent invisible dans les comptes.
Deux formules et un gabarit donnent le ROI et le délai de retour
Les cinq chiffres suffisent pour calculer le ROI et le délai de retour :
- ROI = (gains mesurés − coût complet) / coût complet, sur une période donnée (souvent 12 mois).
- Délai de retour = investissement de départ / gain net mensuel.
- Gain net mensuel = (A + B + C − D) ramené au mois, avec les lettres des lignes du gabarit ci-dessous.
Les gains mesurés combinent le temps gagné (indicateur 1, valorisé au coût horaire réel), les erreurs évitées et l'effet métier quand il se chiffre. Le coût complet reprend l'indicateur 4, plus l'investissement de départ amorti sur la période.
Le gabarit reprend ces formules. Remplissez la dernière colonne, ou téléchargez-le en XLSX ou en CSV.
| Ligne | Formule | Source | Votre chiffre |
|---|---|---|---|
| A. Gain de temps | (temps avant − temps après) × volume × coût horaire | Indicateur 1 et ligne de base | à remplir |
| B. Erreurs évitées | baisse du taux d'erreur × volume × coût d'une erreur | Indicateur 3 et ligne de base | à remplir |
| C. Effet métier | gain chiffré sur l'effet principal, s'il est mesurable | Indicateur 5 | à remplir |
| D. Coût de fonctionnement | coût complet par cas × volume | Indicateur 4 | à remplir |
| E. Investissement de départ | cadrage, développement, intégration | Budget projet | à remplir |
| Gains mesurés | A + B + C | Lignes A à C | à remplir |
| Coût complet | D + E amorti sur la période | Lignes D et E | à remplir |
| ROI | (gains mesurés − coût complet) / coût complet | Lignes ci-dessus | à remplir |
| Gain net mensuel | (A + B + C − D) ramené au mois | Lignes A à D | à remplir |
| Délai de retour (mois) | E / gain net mensuel | Lignes A à E | à remplir |
Gardez les hypothèses visibles. Celui qui les conteste doit pouvoir changer un chiffre et voir le résultat bouger. Si le budget passe par un dispositif public, le guide pour financer un projet IA (CIR, CII, France 2030) aide à intégrer les aides au calcul.
Cinq pièges faussent la mesure du ROI
Chacun de ces pièges fausse la comparaison avec la ligne de base.
- Mesurer l'adoption au lieu du résultat. Un outil ouvert chaque jour par toute l'équipe peut ne rien changer au processus.
- Oublier le temps de relecture. C'est souvent le premier poste de coût réel.
- Mesurer trop tôt. Les premières semaines mélangent apprentissage et réglages. Comparez des semaines stables.
- Attribuer tout le gain à l'IA. Si le processus a changé en même temps, dites-le. Quand c'est possible, comparez avec une équipe ou une période restée sans IA. Ce groupe témoin isole la part du gain due à l'IA.
- Changer de périmètre en route. Comparez le même volume, le même type de cas, les mêmes équipes.
Une règle écrite d'avance décide d'arrêter, de continuer ou d'élargir
Selon Gartner, plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, à cause de coûts en hausse, d'une valeur business floue ou de contrôles de risque insuffisants. Une règle écrite avant le lancement évite de subir ce scénario.
- Arrêter si le taux d'usage reste sous le seuil fixé après la période de rodage, ou si le coût complet dépasse le gain.
- Continuer en l'état si le ROI est positif mais que le taux de correction reste élevé : il faut d'abord améliorer le contexte donné à l'IA.
- Élargir (plus de volume, plus d'autonomie) quand les cinq indicateurs tiennent plusieurs semaines de suite.
Le passage du pilote à la production est l'étape où la plupart des projets cassent. La checklist du POC à la production détaille ce qu'il faut prévoir. Le guide sur l'agent IA en entreprise montre comment le brancher aux vrais outils.
FAQ
Comment calculer le ROI d'un projet IA ?
Divisez le gain net (gains mesurés moins coût complet) par le coût complet, sur une période donnée. Les gains viennent du temps gagné, des erreurs évitées et de l'effet métier, comparés à une ligne de base relevée avant le lancement. Le coût complet inclut le modèle, l'infrastructure, la maintenance et le temps de relecture humaine.
Quels KPI suivre pour un projet d'IA ?
Cinq suffisent pour commencer : le temps par cas, le taux d'usage, le taux de correction, le coût complet par cas et un effet métier principal. Relevez-les chaque semaine, sur le même périmètre que la ligne de base.
Combien de temps faut-il pour mesurer le ROI de l'IA ?
Le temps de relever une ligne de base sur quelques semaines représentatives, puis de comparer des semaines stables après la période de rodage. Mesurer pendant les réglages donne des chiffres trompeurs dans un sens comme dans l'autre.
Pourquoi si peu d'entreprises affichent un ROI mesurable ?
Selon KPMG, seules 8 % des entreprises interrogées en 2026 affichent un ROI mesurable. Les causes les plus fréquentes : pas de ligne de base, des indicateurs d'adoption pris pour des résultats, et des coûts cachés comme la relecture humaine.
Faut-il un ROI positif dès le premier projet IA ?
Il faut au moins des chiffres fiables. Un premier projet bien mesuré, même modeste, sert à décider du suivant. Un projet sans mesure ne permet ni d'arrêter ni d'élargir.
La mesure du ROI du premier projet commence avant le déploiement
Un projet IA en tête et un pilote dont personne ne sait dire s'il rapporte commencent par la même étape : la ligne de base. Apportez le processus, le volume et ce que vous mesurez aujourd'hui. Pendant l'appel, The Vibe Company regarde ces trois éléments avec vous. La ligne de base et les cinq indicateurs se posent ensuite, avant d'écrire une ligne de code.
