En août 2025, un rapport du MIT a posé un chiffre sur une gêne que beaucoup de dirigeants ressentaient sans oser le formuler : la plupart des projets d'intelligence artificielle générative ne produisent aucun retour mesurable. Près d'un an plus tard, l'adoption a continué de grimper, mais la question du ROI reste entière. Pour une PME qui pilote déjà son activité sur Odoo, ce rapport se lit moins comme un avertissement que comme une carte. Il montre assez précisément où les projets déraillent, et ce que font les rares qui tiennent la route.
Ce que le rapport mesure vraiment
Le document s'intitule « The GenAI Divide: State of AI in Business 2025 », publié par le programme NANDA du MIT1. Ses auteurs ont croisé 52 entretiens de dirigeants, un sondage auprès de 153 responsables et l'analyse de 300 déploiements publics. Le chiffre qui a circulé partout est celui-ci : 95 % des pilotes d'IA générative n'ont produit aucun impact mesurable sur le compte de résultat. En face, seuls 5 % des systèmes réellement intégrés ont créé de la valeur significative, le tout pour une dépense mondiale estimée entre 30 et 40 milliards de dollars.
Il faut lire ce 95 % pour ce qu'il est. Le chiffre ne mesure pas l'inutilité de l'IA, mais l'incapacité de la plupart des pilotes isolés à franchir le stade où ils déplacent une ligne du compte de résultat. La nuance compte, parce qu'elle déplace le débat du « faut-il faire de l'IA » vers « comment on la met en production ».
La ligne de partage n'est pas le modèle
Les auteurs pointent une cause centrale, et elle surprend. Le frein principal n'est ni l'infrastructure, ni la réglementation, ni le manque de talents. C'est l'apprentissage. La plupart des systèmes déployés ne retiennent pas les retours, ne s'adaptent pas au contexte et ne s'améliorent pas avec l'usage. Un assistant qu'on doit corriger de la même façon chaque semaine finit toujours par être contourné.
Le rapport relève aussi un paradoxe utile à garder en tête : les salariés utilisent massivement des outils grand public à titre personnel, pendant que les déploiements officiels calent. La demande existe donc dans les équipes. Ce qui manque, c'est un point d'ancrage dans les processus de l'entreprise.
Deuxième constat, plus concret pour un acheteur. Les outils achetés à des fournisseurs spécialisés réussissaient environ deux fois sur trois, quand les développements internes réussissaient environ trois fois moins souvent1. L'entreprise qui part d'une brique existante et l'intègre à ses flux gagne presque toujours contre celle qui reconstruit le moteur.
| Critère | Pilote isolé | IA intégrée au flux |
|---|---|---|
| Point de départ | Un outil posé à côté | Un processus déjà outillé |
| Donnée | À rassembler | Déjà structurée |
| Contrôle | Diffus | Un humain valide en aval |
| Apprentissage | Rare | Boucle de correction prévue |
Ce que ça change pour une PME sur Odoo
Cette grille de lecture recoupe assez bien ce qu'on observe sur le terrain Odoo. Les cas d'usage qui produisent du ROI sont ceux qui s'insèrent dans un flux déjà outillé : rapprochement bancaire, pré-saisie de factures fournisseurs, qualification de leads, réponses de premier niveau au support. À chaque fois, l'IA agit là où la donnée est déjà structurée et où le résultat est vérifiable par un humain dans la foulée.
Odoo 20, attendu à l'Odoo Experience des 24 au 26 septembre 20262, pousse dans cette direction. L'éditeur intègre des agents capables d'exécuter des tâches à l'intérieur des modules comptabilité, support ou feuilles de temps, plutôt qu'un chatbot posé à côté. Sur le papier, c'est le bon côté de la ligne de partage. L'intégration ne suffit pourtant pas à elle seule : encore faut-il que l'agent apprenne de vos corrections et que quelqu'un contrôle ce qu'il produit. Nous avons détaillé ce garde-fou à propos de l'agent comptable d'Odoo 20.
Le contexte français ajoute une raison de viser juste. Selon le Baromètre France Num, 34 % des TPE et PME déclaraient utiliser l'IA en 2025, contre 13 % un an plus tôt3. L'adoption progresse vite, la maturité suit plus lentement. Beaucoup d'entreprises multiplient les essais sans méthode, ce qui alimente exactement la statistique des 95 %.
Trois règles de praticien
Trois principes évitent la plupart des pièges décrits par le rapport.
Premier principe : partir d'un flux existant et mesurable. Un cas d'usage sans indicateur de départ ne prouvera jamais son ROI, même s'il fonctionne correctement. Le rapprochement bancaire se mesure en minutes gagnées par relevé ; un « assistant » générique ne se mesure pas du tout.
Deuxième principe : préférer l'intégration à la reconstruction. Brancher une brique éprouvée sur Odoo coûte moins cher et échoue moins souvent que bâtir son propre agent de zéro. Le rapport chiffre cet écart, et il est large.
Troisième principe : prévoir la boucle d'apprentissage dès le premier jour. Un système qui ne capitalise pas sur les corrections humaines finira au placard, quel que soit le modèle sous le capot.
Notre lecture
Le chiffre de 95 % fait un bon titre, mais il ferait un mauvais argument contre l'IA. Ce que le rapport décrit relève de la mise en production, pas de la technologie. Pour une PME ou une ETI qui tourne déjà sur Odoo, le terrain le plus favorable est celui qu'elle possède déjà : des flux structurés et des utilisateurs capables de repérer une erreur sur une donnée qu'ils connaissent. L'enjeu des douze prochains mois n'est pas de lancer davantage de pilotes, mais d'en installer un seul, bien choisi, et de le suivre jusqu'à ce qu'il déplace une ligne du résultat. Le reste suivra ou non, mais au moins vous saurez le mesurer.
Sources
- MIT NANDA, The GenAI Divide: State of AI in Business 2025 : https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
- Fortune / Yahoo Finance, MIT report: 95% of generative AI pilots are failing : https://finance.yahoo.com/news/mit-report-95-generative-ai-105412686.html
- Forbes, MIT Finds 95% Of GenAI Pilots Fail Because Companies Avoid Friction : https://www.forbes.com/sites/jasonsnyder/2025/08/26/mit-finds-95-of-genai-pilots-fail-because-companies-avoid-friction/
- Baromètre France Num 2025, l'IA dans les TPE et PME : https://www.francenum.gouv.fr/guides-et-conseils/strategie-numerique/comprendre-le-numerique/barometre-france-num-2025-le
- OBS Solutions, Odoo 20: Features, AI & Roadmap 2026 : https://www.odoo-bs.com/blog/global-5/odoo-20-preview-493
Footnotes
-
MIT NANDA, « The GenAI Divide: State of AI in Business 2025 », août 2025. Méthodologie : 52 entretiens de dirigeants, sondage auprès de 153 responsables, analyse de 300 déploiements publics. ↩ ↩2
-
Odoo Experience 2026 est annoncé pour les 24 au 26 septembre 2026 ; la disponibilité générale d'Odoo 20 est attendue dans les semaines qui suivent. ↩
-
Baromètre France Num 2025, sur l'adoption de l'IA par les TPE et PME françaises. ↩