L’étude menée par IBM révèle un écart notable entre les ambitions des entreprises et la réalité des résultats obtenus grâce à l’intelligence artificielle. En effet, près de trois quarts des initiatives IA ne génèrent pas le retour sur investissement espéré, bien que la pression concurrentielle incite les dirigeants à accélérer leurs projets, parfois sans pleinement maîtriser leurs implications techniques ou organisationnelles[3][1]. Ce paradoxe peut s’analyser à la lumière des théories de l’innovation, notamment celles de Schumpeter, qui souligne la volonté des entreprises de rester compétitives par la création de « destruction créatrice », mais aussi la nécessité d’un pilotage averti pour transformer ces innovations en succès économiques.
La précipitation observée dans le déploiement de l’IA s’apparente à une forme de mimétisme institutionnel, tel que théorisé par DiMaggio et Powell, où les organisations adoptent rapidement de nouvelles technologies pour éviter de prendre du retard, sans toujours en évaluer l’utilité concrète. L’étude met également en avant une dimension pragmatique : la majorité des dirigeants surveillent attentivement la rentabilité avant de renforcer leurs investissements, reflétant une approche stratégique inspirée de Mintzberg, qui distingue entre les intentions initiales et les adaptations nécessaires au fil de l’action[3][1].
Ainsi, malgré un intérêt soutenu pour l’IA et une tendance à la généralisation de ses usages, les entreprises doivent repenser leurs méthodes, en privilégiant une intégration progressive, guidée par la mesure des résultats et l’anticipation des impacts organisationnels. Ce constat invite à une réflexion sur la gestion du changement, où la rapidité ne saurait pallier le manque de vision ou de méthode, rappelant les enseignements de Peter Drucker sur l’importance du management stratégique et de l’évaluation continue.
