Insight | Services financiers

Attribution de la valeur de l'IA

On ne comble pas un écart que l'on ne mesure pas

Presque toutes les institutions financières utilisent aujourd'hui l'IA quelque part : service à la clientèle, crédit, reporting ou développement logiciel. Beaucoup moins savent dire ce qu'elle coûte, quel travail elle accomplit et où va réellement le temps qu'elle fait gagner. Sans cela, l'écart de valeur de l'IA reste invisible dans le compte de résultat.

L'attribution de la valeur de l'IA est la capacité à relier les dépenses d'IA au travail qu'elle accomplit et aux résultats qu'elle modifie. Elle précède tout retour sur investissement crédible, et c'est une question de management avant d'être une question technologique.

L'usage n'est pas la valeur

Les chiffres d'adoption impressionnent. Dans l'enquête State of AI 2026 de McKinsey, 80 % des répondants constatent des gains de productivité individuels grâce à l'IA, mais seuls 6 % lui attribuent une part significative de leur EBIT. Selon McKinsey, « les gains individuels s'amenuisent avant d'atteindre le compte de résultat ».

Une enquête intersectorielle menée en 2026 auprès de 300 responsables seniors de portefeuilles de projets et de PMO, publiée par l'éditeur de logiciels de planification Tempo, va dans le même sens. Neuf sur dix testaient ou utilisaient activement l'IA dans la livraison de projets, mais seul un tiers confiait un véritable travail de livraison à des agents d'IA. Les équipes qui se contentaient « d'utiliser l'IA » n'avaient aucun avantage sur celles qui n'en étaient qu'au pilote ou n'avaient pas commencé, et faisaient moins bien sur certains indicateurs.

En un coup d'œil

80 % / 6 % constatent des gains de productivité individuels ; 6 % en voient un effet notable sur l'EBIT McKinsey, Global Banking Annual Review 2026 42 % ne relient pas les dépenses d'IA au ROI ; 39 % ne voient pas ce que coûte l'IA Enquête Tempo 2026, 300 responsables projets et PMO ~10 mois d'amortissement moyen sur 52 cas d'usage d'IA agentique en banque ; ROI à 3 ans d'env. 2,9x McKinsey, Global Banking Annual Review 2026


Quatre angles morts

La même enquête montre où la valeur disparaît :

  • Coût : 39 % des répondants ne voient pas ce que coûte l'IA.
  • Rendement : 42 % ne parviennent pas à relier les dépenses d'IA au ROI.
  • Doublons : 46 % indiquent que leurs équipes font du travail en double avec l'IA.
  • Attribution : parmi les équipes qui utilisent activement l'IA, 55 % peinent à distinguer le travail de l'IA de celui des personnes.

L'enquête exclut de nombreux secteurs fortement réglementés ; ces chiffres décrivent donc l'économie au sens large. Les banques font face aux mêmes quatre questions, avec des contrôles plus stricts autour de chacune. McKinsey ajoute la décision qui suit : « Les agents produisent un dividende de productivité, et la banque doit décider où il va : plus de production, un travail différent, des coûts plus bas, ou une combinaison. »



Pourquoi l'attribution vient en premier

Sans attribution, chaque discussion sur l'IA devient un débat sur les licences et les pilotes. Avec elle, la discussion porte sur les résultats. McKinsey note que « l'adoption par les collaborateurs est l'indicateur que beaucoup de banques utilisent, mais un meilleur indicateur est le résultat obtenu dans quelques domaines choisis ».

Là où les banques mesurent à ce niveau, les résultats sont visibles. Sur 52 cas d'usage d'IA agentique, McKinsey fait état d'un délai d'amortissement moyen d'environ dix mois et d'un ROI à trois ans d'environ 2,9 fois. Ces chiffres existent parce que quelqu'un a défini le résultat, mesuré le coût et suivi l'effet.

L'obstacle est rarement la technologie. Dans l'enquête 2026 de McKinsey auprès de 85 dirigeants bancaires, la préparation des données est l'obstacle à l'IA le plus cité (48 %), devant les talents (41 %) et la conduite du changement (37 %) ; la technologie arrive en dernier (27 %). L'enquête de Tempo ajoute un détail opérationnel : parmi les équipes qui ont des agents d'IA en production, la part de celles qui peinent à distinguer le travail de l'IA de celui des personnes tombe à 16 %. L'attribution devient plus facile quand l'IA accomplit un travail défini, avec un responsable défini.



Rendre visible la valeur de l'IA

L'attribution ne nécessite pas un grand programme. Quatre étapes font la différence :

  • Définir le résultat avant l'outil. Choisir quelques domaines et préciser quelles décisions, quels délais ou quels coûts doivent changer.
  • Suivre ensemble le coût et le travail. Relier les dépenses d'IA au travail qu'elle accomplit, afin que le coût, la production et le responsable figurent dans une même vue.
  • Décider où va le dividende. Le temps gagné ne devient production supplémentaire, travail différent ou coûts plus bas que si quelqu'un décide lequel.
  • Donner un responsable à chaque processus soutenu par l'IA. Une personne répond du résultat, que le travail soit fait par des personnes, des agents ou les deux.

Le Decision Drift Diagnostic™ montre en une dizaine de minutes où la propriété des décisions, l'autorité et l'escalade ont dérivé dans votre organisation. Lorsqu'il révèle un écart structurel, un Decision Rights Reset de quatre à six semaines attribue les décisions sur l'IA à des responsables nommés.



Conclusion : mesurer le travail, puis le rendement

La valeur de l'IA ne naît pas de l'usage, et elle se perd rarement dans la technologie. Elle se crée ou se perd dans les décisions : ce que l'IA doit faire, qui est responsable du résultat et où va le temps gagné.

Les institutions qui relient le coût et le travail de l'IA aux résultats peuvent défendre leur budget IA, et le réorienter quand il ne rapporte pas. Pour une vue d'ensemble, voir l'écart de valeur de l'IA dans les services financiers et le livre blanc (en anglais).



Sources :

  • McKinsey & Company, Akshay Kapoor, Brian Ledbetter, Jonathan Leydon, Klaus Dallerup, Marti Riba, Saptarshi Ganguly, Sid Tiwari, Teresa Diviu et Vik Sohoni, Global Banking Annual Review 2026: The AI disruption dividend, novembre 2026 (80 % de gains de productivité individuels contre 6 % d'effet significatif sur l'EBIT ; le dividende de productivité ; indicateurs d'adoption contre résultats ; amortissement d'environ dix mois et ROI à trois ans d'environ 2,9 fois sur 52 cas d'usage agentiques ; obstacles cités par 85 dirigeants bancaires). Citations traduites. Source
  • Tempo Software, 2026 State of AI in Portfolio Management, enquête auprès de 300 responsables seniors de projets, de portefeuilles et de PMO dans des grandes entreprises d'Amérique du Nord et d'Europe de l'Ouest, terrain réalisé par Potloc, juin 2026 ; rapport d'un éditeur de logiciels, excluant de nombreux secteurs fortement réglementés (91 % testent ou utilisent l'IA, 33 % confient du travail de livraison à des agents ; groupe « utilise l'IA » sans avantage ; 39 % ne voient pas les coûts de l'IA, 42 % ne la relient pas au ROI, 46 % font du travail en double ; difficulté d'attribution de 55 % ramenée à 16 % avec des agents en production). Citations traduites. Source