L’intelligence artificielle aide de nombreuses personnes à travailler plus efficacement, mais cela ne se traduit pas nécessairement par de meilleurs résultats pour leurs employeurs. Dans l’étude de McKinsey « The State of AI 2026 », 80 % des 1 719 répondants de 97 pays ont déclaré que l’IA avait amélioré leur productivité individuelle. Seuls 37 % ont fait état d’un effet positif sur les résultats opérationnels de leur entreprise.

Bruno Machado, qui écrit sur l’adoption de l’IA chez Ânima Educação, affirme que cet écart met en évidence la difficulté de transformer les gains individuels en valeur pour l’entreprise. Il décrit un système personnel qui collecte les données de santé de ses appareils et lui envoie chaque jour un récapitulatif sur WhatsApp. Le projet a coûté 19 $ en juin, en grande partie pendant les phases de développement et de test ; ses coûts de fonctionnement habituels ne s’élevaient qu’à quelques centimes. Une petite tâche avait toutefois tourné pendant des semaines sur le modèle le plus coûteux parce qu’il avait oublié d’en vérifier la configuration.

Les coûts de l’IA varient selon la complexité d’une tâche et le modèle utilisé, écrit Machado ; le modèle le plus performant n’est donc pas nécessaire pour chaque application. À l’échelle d’une entreprise, recourir sans discernement à des configurations coûteuses peut faire grimper les dépenses dans de nombreux processus. Il est important de suivre la consommation, mais les entreprises doivent aussi déterminer ce que chaque application leur apporte en retour.

Chez Ânima, la consommation de jetons a dépassé les 10 milliards en 2025, soit dix fois le volume de 2024. L’entreprise s’attend à ce que l’utilisation en 2026 dépasse de plus de 20 fois le total de l’année dernière. Machado souligne que la hausse de la consommation témoigne de l’adoption, et non des retombées financières : l’utilisation, la productivité et l’impact sur l’entreprise sont des mesures distinctes.

Il estime que les budgets consacrés à l’IA doivent tenir compte des coûts qui fluctuent en fonction de l’utilisation, contrairement à de nombreuses licences et à de nombreux contrats logiciels. Les entreprises devraient fixer des plafonds de dépenses, mettre en place des alertes et suivre la consommation, tout en évaluant les solutions de remplacement, comme les outils internes, en fonction du coût total, de la qualité et des résultats. Comme le dit Machado, les jetons sans résultats sont un coût.

Chez Ânima, les projets sont évalués par rapport à une situation de référence et à des indicateurs liés à leur objectif. Pour l’accompagnement des étudiants, l’entreprise suit les délais de réponse et les taux de résolution. Pour les outils qui assistent les enseignants, elle examine la quantité de tâches opérationnelles dont ils peuvent être libérés au profit d’activités nécessitant du discernement ; les applications pédagogiques sont évaluées au regard des preuves d’apprentissage.

Machado cite plusieurs résultats opérationnels. Des modèles prédictifs des retards de paiement, associés à une communication directe avec les étudiants, ont permis à Ânima de recouvrer en interne le même volume que celui auparavant traité par des sociétés de recouvrement sous-traitantes, qui recevaient 2 % des sommes récupérées. Les contrats ont pris fin, ce qui a supprimé une dépense annuelle de plusieurs millions de réaux.

Dans l’une des marques du groupe, le remplacement des menus téléphoniques par une interface conversationnelle a fait passer de 30 % à 45 % la part des demandes traitées sans agent humain. L’entreprise vise les 90 % à mesure que la solution se déploie. Plus de 80 % des enseignants utilisent IA.RA, une suite de fonctionnalités soutenue par des bases de connaissances institutionnelles, et plus de 25 000 ressources pédagogiques ont été créées avec son aide. Machado relève que ces chiffres témoignent de l’adoption et de la production, tandis que les effets sur l’apprentissage nécessitent une évaluation distincte.

L’entreprise a structuré son programme d’IA autour d’initiatives couvrant le parcours de l’étudiant, de l’inscription à la formation. Chacune est parrainée par un comité exécutif et assortie d’objectifs d’impact financier pour les trois prochaines années. Machado affirme que l’implication de la direction est importante pour intégrer l’IA aux décisions relatives aux processus, aux investissements et aux priorités.

Il recommande aux dirigeants de sélectionner un processus important, d’en mesurer les performances actuelles et de tester comment l’IA pourrait les améliorer. Ils devraient également désigner un responsable et définir des indicateurs clairs pour toute nouvelle initiative commerciale proposée. Selon lui, mesurer les résultats, repenser les processus et réaffecter les ressources en fonction de l’impact sont indispensables pour transformer les investissements dans l’IA en valeur pour l’entreprise.

Sources: Canaltech.