Une récente étude du MIT Media Lab dresse un constat préoccupant sur l’état actuel de l’intelligence artificielle en entreprise.
Selon The State of AI in Business 2025, 95 % des projets pilotes en IA générative n’apportent aucune valeur mesurable.

Le problème ne vient pas de la technologie, mais de la façon dont les entreprises l’utilisent.
Trop d’organisations suivent la tendance sans stratégie claire. Elles lancent des projets d’IA non pas pour résoudre un problème précis, mais pour « faire quelque chose avec l’IA ».
Résultat : l’IA devient une case à cocher, un symbole d’innovation plutôt qu’un moteur d’impact.

‍

L’illusion des gains rapides

Les chercheurs du MIT ont constaté qu’environ 70 % des budgets d’IA d’entreprise sont consacrés à des projets commerciaux et marketing — chatbots, outils de rédaction automatique, systèmes de réponse.
Mais la visibilité n’est pas synonyme de valeur.
Ces projets produisent souvent du bruit plutôt que des résultats : chatbots frustrants, e-mails mal ciblés, contenus artificiels.
Les vrais bénéfices apparaissent ailleurs — dans l’automatisation du back-office, les achats, la finance, les opérations.
C’est là, dans les fondations mêmes de l’entreprise, que l’IA peut créer une réelle efficacité — à condition que les données, les processus et la logique métier soient déjà alignés.
Comme le résume Andrea Hill de Forbes : « Automatiser un processus défaillant revient à faire plus vite la mauvaise chose. »

‍

Le fossé du battage médiatique : la vision de Karpathy

Dans une interview récente avec Dwarkesh Patel, le chercheur en IA Andrej Karpathy — ancien d’OpenAI et Tesla — dénonce l’optimisme excessif autour de l’« Agentic AI ».
Selon lui, il ne faut pas parler d’une « année des agents » mais plutôt d’une « décennie des agents ».
Les modèles actuels « ne fonctionnent tout simplement pas » comme systèmes autonomes : ils manquent de mémoire fiable, de raisonnement, de compréhension multimodale et d’autonomie.
Pour Karpathy, « l’industrie va trop vite et fait semblant que tout est déjà incroyable — mais ce n’est pas le cas. »

Son analyse n’est pas du pessimisme, mais du réalisme : l’IA est puissante, mais encore limitée. Aujourd’hui, elle reste un moteur de prédiction — pas encore de compréhension.

‍

Pourquoi les entreprises échouent encore

MIT et Karpathy pointent la même cause : le décalage entre technologie et réalité business.
Trop d’entreprises fonctionnent en silos : la stratégie dans PowerPoint, le marketing dans un outil, les opérations dans un autre.
En ajoutant l’IA sur cette base fragmentée, on ne corrige pas les problèmes — on les amplifie.

L’étude du MIT montre aussi que les projets menés avec des partenaires externes réussissent deux fois plus souventque les initiatives purement internes (67 % contre 33 %).
La clé, c’est l’expérience : les équipes internes connaissent le métier, les partenaires externes savent comment intégrer, scaler et pérenniser la technologie. Ensemble, ils transforment les prototypes en résultats.

‍

L’approche de kumai : construire des systèmes intelligents, pas seulement des projets d’IA

Chez kumai, nous plaçons l’IA au cœur de la transformation — mais toujours sur une base solide.
Nous combinons intelligence des données, compréhension des processus et architecture IA pour créer un système cohérent.
Chaque projet commence par un audit de préparation et de données : qualité, structure, fiabilité.
Ensuite, nous alignons les processus et les indicateurs avant d’introduire des composants IA conçus pour amplifier ce qui fonctionne déjà.

Quand cela est pertinent, nous utilisons des modèles plus petits et spécialisés (SLMs) — plus rapides, plus sûrs, plus adaptables.
Et dès le premier jour, nous intégrons le monitoring, la gouvernance et le réentraînement.
L’IA chez kumai n’est pas une couche cosmétique : c’est une infrastructure intelligente et durable.

‍

De l’expérimentation à la performance

La frontière entre un projet pilote qui s’éteint et un système qui transforme réellement l’entreprise s’appelle intégration.
L’IA ne peut pas vivre à côté des opérations — elle doit en faire partie.
Lorsqu’elle est intégrée directement dans les systèmes ERP, CRM ou les processus métiers, elle devient un outil décisionnel, et non une expérimentation isolée.
C’est à ce moment-là que le véritable ROI apparaît : dans la fluidité entre l’humain, la donnée et les systèmes.

Comment les entreprises peuvent réussir

Le chemin vers un impact réel de l’IA n’est pas complexe — il demande de la discipline.
Commencez par la stratégie. Définissez ce que signifie le succès avant de construire.
Soignez vos données. Sans données propres et fiables, il n’y a pas d’intelligence — artificielle ou non.
Impliquez vos équipes. La culture et la communication déterminent plus l’adoption que le code.
Combinez les expertises. L’alliance entre connaissance métier et savoir-faire technologique fait la différence.
Pensez en systèmes. L’intégration transforme les pilotes en véritables leviers de performance.

Un futur mesuré pour l’IA

Les conclusions du MIT et les propos de Karpathy rappellent une vérité simple : l’IA n’est pas l’ennemie — c’est l’impatience qui l’est.
Les gagnants de la prochaine décennie ne seront pas ceux qui déploient l’IA le plus vite, mais ceux qui le font avec clarté, rigueur et maturité opérationnelle.

Chez kumai, nous voyons l’IA comme un amplificateur de valeur, à condition qu’elle repose sur des fondations solides : la donnée, la structure et la compréhension métier.
Nous ne courons pas après la mode — nous construisons la clarté.

‍