L'intelligence artificielle rapporte-t-elle vraiment de l'argent aux entreprises qui l'utilisent ? Une note publiée le 24 octobre 2026 par la banque Apollo Global Management apporte une réponse qui tranche avec le discours ambiant : en dehors des sept plus grandes entreprises technologiques américaines, le retour sur investissement de l'IA en entreprise reste, pour l'instant, quasiment invisible dans les chiffres. Pour un dirigeant de PME qui a déjà investi dans des licences ChatGPT, Copilot ou Claude, ce constat mérite d'être pris au sérieux, sans pour autant renoncer à l'IA.
En bref
- Selon une note du chef économiste d'Apollo Global Management, Torsten Slok, publiée le 24 octobre 2026, le revenu par salarié et les marges progressent chez les « Magnificent Seven » (Apple, Microsoft, Alphabet, Amazon, Meta, Nvidia, Tesla), mais restent globalement stables chez les 493 autres entreprises du S&P 500.
- Le 29e Global CEO Survey de PwC (4 454 dirigeants, 95 pays, publié le 19 janvier 2026) montre que 56 % des dirigeants n'ont constaté aucun bénéfice financier significatif lié à l'IA, et seulement 12 % rapportent à la fois des gains de coûts et de revenus.
- Une étude du MIT NANDA publiée en 2025 avait déjà établi que 95 % des projets pilotes d'IA générative en entreprise ne produisent aucun retour mesurable, contre seulement 5 % qui créent une vraie valeur.
- La cause identifiée n'est pas la qualité des modèles, mais une implémentation fragile : pilotes isolés, absence d'intégration aux processus réels, mesure insuffisante.
- Pour une PME, la leçon n'est pas d'arrêter d'investir dans l'IA, mais de choisir un cas d'usage précis, l'intégrer réellement, et mesurer avant d'étendre son usage.
Ce que révèle la note d'Apollo Global Management
Apollo Global Management est une société de gestion d'actifs américaine dont le service de recherche économique suit de près l'effet de l'IA sur l'économie réelle. Dans sa note du 24 octobre 2026, le chef économiste Torsten Slok compare les performances financières des « Magnificent Seven », ces sept géants technologiques qui dominent les indices boursiers américains, à celles des 493 autres entreprises du S&P 500.
Le constat est net : le revenu par salarié et les marges progressent chez les géants tech, qui vendent l'infrastructure IA (cloud, puces, modèles) ou l'intègrent massivement dans des produits utilisés par des millions de clients. Mais chez la grande majorité des entreprises, qui achètent et utilisent l'IA plutôt que de la vendre, ces mêmes indicateurs restent globalement stables. La note va plus loin : elle n'observe aucune accélération de la productivité totale des facteurs, un indicateur économique qui mesure l'efficacité globale du travail et du capital, qui puisse être attribuée à l'IA à ce stade.
Les « Magnificent Seven »
Revenu par salarié et marges en hausse depuis l'essor de l'IA générative, selon Apollo Global Management. Ces entreprises vendent l'infrastructure IA ou l'intègrent à très grande échelle dans leurs produits.
Les 493 autres entreprises du S&P 500
Revenu par salarié et marges restent globalement stables. Aucune accélération visible de la productivité totale des facteurs liée à l'IA, selon la même note.
Conséquence directe selon Apollo : certaines entreprises réduisent déjà leurs dépenses IA, et de plus en plus de directions financières considèrent le coût des jetons (tokens) d'IA comme une charge qui grignote les marges, plutôt que comme un moteur de croissance automatique.
PwC et le MIT confirment le même écart
Ce constat n'est pas isolé. Le 29e Global CEO Survey de PwC, publié le 19 janvier 2026 auprès de 4 454 dirigeants dans 95 pays, chiffre précisément cet écart entre promesse et résultat.
Le détail est important : les dirigeants qui déclarent à la fois des gains de coûts et de revenus sont deux à trois fois plus nombreux à avoir intégré l'IA massivement dans leurs produits, leur prospection commerciale et leurs décisions stratégiques, plutôt que de l'utiliser en marge. Une étude antérieure du MIT NANDA, intitulée « The GenAI Divide », avait déjà documenté ce même phénomène en 2025 à partir de plus de 300 déploiements d'IA générative en entreprise.
Selon le MIT, la cause de cet écart n'est pas la qualité des modèles eux-mêmes. Elle tient à l'implémentation : des pilotes isolés, déconnectés des processus réels, incapables de retenir le contexte d'une tâche à l'autre, et mal alignés avec les besoins opérationnels concrets de l'entreprise.
Pourquoi certaines entreprises s'en sortent mieux
Entre l'échec quasi général des pilotes isolés et la réussite des géants technologiques, il existe une voie intermédiaire : celle des 12 % de dirigeants PwC qui rapportent de vrais gains financiers, et des 5 % de pilotes MIT qui créent une valeur mesurable. Leur point commun n'est pas la taille de l'entreprise ni le budget consacré à l'IA, mais la méthode.
Choisir un cas d'usage mesurable
Intégrer l'IA dans le vrai flux de travail
Mesurer avant d'étendre l'usage
Revoir le calcul chaque trimestre
Optimisme mesuré
Cet écart n'est pas une condamnation de l'IA : il montre surtout que la valeur se concentre sur les usages bien choisis, bien intégrés et mesurés. Une PME qui avance avec un cas d'usage précis plutôt qu'une stratégie IA « partout, vite » a statistiquement plus de chances de se retrouver parmi les 12 à 33 % qui gagnent, plutôt que dans la majorité qui n'y voit encore aucun effet financier.
Ce que disent les trois études, en un coup d'œil
| Étude | Date | Chiffre clé | Enseignement pour une PME |
|---|---|---|---|
| Apollo Global Management (Torsten Slok) | 24 octobre 2026 | Marges stables hors « Magnificent Seven » | L'effet financier de l'IA reste concentré chez les géants technologiques |
| PwC, 29e Global CEO Survey | 19 janvier 2026 | 56 % des dirigeants sans bénéfice financier significatif | Le retour dépend de l'ampleur et de la maturité du déploiement, pas de sa taille |
| MIT NANDA, « The GenAI Divide » | 2025 | 95 % des pilotes sans retour mesurable | L'échec vient le plus souvent de l'implémentation, pas du modèle choisi |
FAQ
L'IA n'est-elle donc pas rentable pour une PME ?
Pas automatiquement rentable, non. Les trois études montrent que le retour sur investissement existe, mais seulement pour une minorité d'entreprises qui intègrent l'IA en profondeur dans leurs processus et mesurent ses effets, plutôt que pour celles qui multiplient des usages ponctuels et isolés.
Pourquoi les grandes entreprises technologiques tirent-elles mieux parti de l'IA ?
Selon Apollo Global Management, ces entreprises vendent elles-mêmes l'infrastructure IA (cloud, puces, modèles) ou l'intègrent massivement dans des produits utilisés par des millions de clients, ce qui démultiplie l'effet de chaque amélioration. Une PME n'a pas cet effet de levier, d'où l'importance de choisir ses cas d'usage avec soin.
Faut-il arrêter d'investir dans l'IA en attendant d'y voir plus clair ?
Non. L'analyse de PwC montre que les entreprises qui déploient l'IA largement, avec de bonnes fondations de gouvernance et d'intégration, affichent près de 4 points de marge supplémentaires par rapport aux autres. Le risque n'est pas d'investir dans l'IA, mais d'investir sans cas d'usage précis ni mesure des résultats.
Comment une PME peut-elle mesurer concrètement le ROI d'un outil IA ?
En comparant un indicateur avant et après adoption : temps passé sur une tâche, taux d'erreur, délai de réponse client, ou chiffre d'affaires généré, rapporté au coût réel de l'outil (abonnement, jetons d'API, temps de formation des équipes).
Pour aller plus loin
Ce constat chiffré rejoint un autre piège déjà documenté dans nos pages : l'IA peut aussi intensifier le travail au lieu de l'alléger, comme le montre notre article sur le paradoxe de productivité de l'IA. Pour structurer un déploiement IA qui produit un vrai retour, découvrez comment d'autres dirigeants ont procédé dans nos retours d'expérience clients.
