En 2026, l'IA ne se teste plus, elle se déploie. Deloitte a mesuré que l'accès des employés à l'IA a augmenté de 50 % en 2025 dans les organisations à l'avant-garde, selon son enquête L'état de l'IA en entreprise 2026, publiée le 21 janvier 2026 à Davos auprès de 3 235 dirigeants dans 24 pays. Dans le même élan, McKinsey publie son enquête sur la maturité de la confiance en IA : la confiance progresse, mais des lacunes persistent en stratégie, en gouvernance et en gestion des risques.
C'est le paradoxe de cette année : plus tout le monde accélère, plus les projets meurent. Gartner, dans sa courbe de maturité 2026 sur l'IA agentique parue cet été, le dit sans ménagement : les progrès rapides de l'IA agentique sont dépassés par le battage médiatique et la confusion. Et Deloitte, sur les déploiements agentiques : près des trois quarts des entreprises prévoient d'en déployer d'ici deux ans, mais seulement 21 % disent disposer d'un modèle mature de gouvernance des agents.
Entre l'accélération massive et la maturité rare, il y a un cimetière. BCG, dans la quatrième édition de son enquête annuelle publiée le 3 juin 2026, résume : à peine 5 % des organisations parviennent à tirer des gains financiers substantiels de l'IA. Une organisation sur vingt, comme l'année précédente.
Ces chiffres de 2026 confirment ce que les éditions de 2024 et 2025 pointaient déjà : les projets d'IA ne meurent presque jamais à cause de la technologie. Ils meurent à cause de décisions, ou d'absences de décision, prises avant la première ligne de code. Ces décisions ratées laissent des traces. Voici les cinq signaux qui prédisent l'échec d'un projet d'IA, repérables dès la première réunion.
Signal 1: Le commanditaire fantôme
Le symptôme. Le projet a l'approbation de « la direction », mais personne ne peut nommer le dirigeant qui mettra son budget et sa réputation derrière lui. Le sponsor officiel assiste aux comités, acquiesce, puis délègue tout.
Pourquoi c'est fatal. BCG, en juin 2026, le dit sans détour : l'engagement des dirigeants est l'un des meilleurs prédicteurs de la maturité en IA, et les entreprises qui en font une priorité de la haute direction, plutôt qu'un simple projet technologique, passent à l'échelle plus vite et génèrent plus de valeur. Un sponsor fantôme, c'est l'absence du prédicteur le plus fort de la maturité. Au premier obstacle sérieux, et il en viendra un, personne ne défendra le projet. Les entreprises « bâties pour l'avenir » de BCG le savent : leurs dirigeants incarnent l'usage de l'IA au quotidien, au lieu de simplement la financer.
La question test. « Qui signe l'arrêt de ce projet s'il faut le tuer, et qui paie pour sa réussite ? » Si deux noms différents ressortent, ou si la réponse est un silence, le signal est allumé.
Le réflexe. Exiger un commanditaire nommé, avec un mandat écrit et une autorité budgétaire réelle, avant toute autre dépense. C'est un livrable de la phase de cadrage, pas une formalité de fin de projet.
Signal 2: La métrique floue
Le symptôme. Le projet va « améliorer l'efficacité », « libérer la valeur des données », « accélérer la mise en marché ». Tout le monde acquiesce. Personne ne peut écrire la phrase : au 31 décembre, si X ne bouge pas de Y, le projet a échoué.
Pourquoi c'est fatal. Gartner l'a tranché dans son communiqué du 25 juin 2025, et la prédiction reste la référence sur les projets agentiques en 2026 : plus de 40 % des projets d'IA agentique seront annulés d'ici la fin de 2027, pour trois raisons, les coûts qui grimpent, la valeur d'affaires floue et les contrôles de risque inadéquats. McKinsey, dans son enquête 2026, pointe la même lacune du côté de la stratégie, qu'il nomme en tête des faiblesses. Un projet sans métrique de référence ne peut pas échouer, donc il ne peut pas non plus être arbitré : il dérive jusqu'à épuiser son budget. C'est l'échec le plus coûteux parce qu'il est le plus lent.
La question test. « Quel indicateur de rentabilité, ou quel indicateur opérationnel, bouge de combien, mesuré comment, d'ici quand ? » Si la réponse prend plus d'une phrase, elle n'existe pas.
Le réflexe. Une définition de succès d'une phrase, chiffrée, datée, avec une mesure de référence prise avant le lancement. Si la mesure de référence n'existe pas, la prendre est la première dépense du projet.
Signal 3: Les données non auditées
Le symptôme. « On a plein de données » est l'argument qui justifie le projet. Personne n'a vérifié si ces données sont accessibles, complètes, à jour et juridiquement exploitables.
Pourquoi c'est fatal. C'est la cause la mieux documentée, et la prévision officielle de Gartner de février 2025 reste centrale pour 2026 : 60 % des projets d'IA non adossés à des données « prêtes pour l'IA » seront abandonnés d'ici la fin de 2026, selon Roxane Edjlali, directrice principale analyste chez Gartner. Le calcul est simple : un projet dont la matière première est inexploitable est condamné le jour où il démarre, pour des raisons qu'un audit de quelques semaines aurait révélées. Deloitte 2026 le confirme par un autre angle : l'écart entre les organisations à l'avant-garde et les autres se creuse d'abord sur la donnée.
La question test. « Qui a inspecté un échantillon réel de ces données, les mains dans le cambouis, ce trimestre ? » Un audit des données n'est pas un rapport : c'est quelqu'un qui a ouvert les fichiers.
Le réflexe. Un audit de disponibilité et de qualité avant tout engagement de construction : accès, complétude, fraîcheur, conformité. S'il n'y a pas de données prêtes, le bon projet du trimestre n'est pas un modèle, c'est la préparation des données.
Signal 4: L'équipe sans le métier
Le symptôme. Le projet vit dans le service des données et des technologies de l'information. Le métier est « associé » par l'entremise d'un comité de pilotage mensuel. Les utilisateurs finaux découvriront l'outil en formation, trois semaines avant le déploiement.
Pourquoi c'est fatal. BCG, en juin 2026, est sans ambiguïté : environ 10 % de la valeur tirée de l'IA provient des algorithmes eux-mêmes, et 20 % de plus des technologies et des données qui les rendent possibles. Les 70 % restants viennent de la refonte de la dimension humaine. Quand les entreprises « bâties pour l'avenir » prévoient de perfectionner plus de 50 % de leurs employés à l'IA, contre 20 % pour les retardataires, elles affichent une conviction précise : le déploiement de l'IA est d'abord une transformation des personnes, pas une mise en production logicielle. Sans appropriation par le métier, l'IA produit des démonstrations brillantes et des déploiements déserts.
La question test. « Qui, dans l'équipe de cœur, porte la douleur du processus actuel, et qui peut fermer le projet sans escalade ? » Si la réponse est « personne, c'est un projet de données », le signal est allumé.
Le réflexe. Une équipe mixte à parité réelle : le propriétaire du processus décide autant que le responsable technique. Le comité de pilotage valide ; il ne remplace pas l'appropriation.
Signal 5: L'absence de critères d'arrêt
Le symptôme. Le projet a un plan de route, des jalons, un budget. Il n'a aucune condition écrite sous laquelle on l'arrête. Demandez à l'équipe : « Dans quel scénario ce projet s'arrête-t-il ? » La réponse sera un flottement.
Pourquoi c'est fatal. Deloitte 2026 a fait de la discipline d'arbitrage son thème central, qu'il résume par « de l'ambition à l'activation ». Son constat : les organisations à l'avant-garde n'ont pas plus de projets, elles en arrêtent plus, et plus tôt. La courbe de maturité 2026 de Gartner sur l'IA agentique rappelle que les progrès rapides sont dépassés par le battage et la confusion. Quand la moitié des projets agentiques seront annulés d'ici 2027, ceux qui survivent sont ceux dont l'arbitrage a été pensé en amont. McKinsey 2026 met le doigt sur la même faille : les lacunes persistantes en stratégie, en gouvernance et en gestion des risques sont précisément ce qui empêche de dire stop à temps.
La question test. « Montrez-moi la page qui dit dans quels cas ce projet s'arrête. » Une page. Pas un paragraphe dans une présentation.
Le réflexe. Des critères d'arrêt écrits avant le démarrage : seuils de performance, délais, coûts, adoption. Avec une date de révision obligatoire. Arrêter un projet à temps est un succès qui se comptabilise.
Ce que ces cinq signaux ont en commun
Relisez-les. Aucun ne parle de modèle, de technologie ou de requête. Tous parlent de la gouvernance de la décision : qui décide, sur quelle mesure, avec quelles données, avec quel mandat, et jusqu'où. Les enquêtes de 2026 convergent toutes sur ce point.
McKinsey 2026 constate que les écarts de maturité portent d'abord sur la stratégie, la gouvernance et la gestion des risques. Deloitte 2026 montre que la maturité sépare les organisations qui passent de l'ambition à l'activation, pas celles qui vont le plus vite. BCG 2026 calcule que 70 % de la valeur vient de la dimension humaine, et que l'engagement des dirigeants est le premier prédicteur de maturité. Gartner, dans sa courbe de maturité 2026 sur l'IA agentique, observe que la maturité technique dépasse la maturité organisationnelle.
L'échec des projets d'IA n'est pas un problème technique déguisé. C'est un problème d'architecture décisionnelle non résolu.
C'est le cœur du APV Framework : une méthodologie en cinq phases qui évalue un projet d'IA sur cinq axes, la valeur, les données, l'équipe, la gouvernance et la capacité d'arbitrage, avant l'engagement des ressources. Chacun des signaux ci-dessus correspond à un axe vérifiable dès le cadrage. Vous pouvez la dérouler en interne sur votre propre portefeuille de projets, ou certifier vos équipes pour l'appliquer en continu.
Les projets d'IA continueront d'échouer en masse. La seule question est de savoir si les vôtres échoueront avant d'avoir coûté.
Sources
Les citations tirées de rapports de langue anglaise ont été traduites librement.
- Deloitte, L'état de l'IA en entreprise 2026, publié le 21 janvier 2026 à Davos. Enquête menée d'août à septembre 2025 auprès de 3 235 dirigeants dans 24 pays. L'accès des employés à l'IA a augmenté de 50 % en 2025 ; près des trois quarts des entreprises prévoient de déployer l'IA agentique d'ici deux ans, mais seulement 21 % disent avoir un modèle mature de gouvernance des agents. https://www.deloitte.com/us/en/what-we-do/capabilities/applied-artificial-intelligence/content/state-of-ai-in-the-enterprise.html
- McKinsey, L'état de la confiance en IA en 2026 : le passage à l'ère agentique, enquête sur la maturité de la confiance en IA. Capture vérifiée le 22 avril 2026. Thèse centrale : la maturité de la confiance progresse, mais des lacunes persistent en stratégie, en gouvernance et en gestion des risques. https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/tech-forward/state-of-ai-trust-in-2026-shifting-to-the-agentic-era
- BCG, La transformation par l'IA est une transformation de la main-d'œuvre, publié le 3 juin 2026, quatrième enquête annuelle. Environ 5 % des organisations parviennent à tirer des gains financiers substantiels de l'IA ; 70 % de la valeur vient de la refonte de la dimension humaine ; l'engagement des dirigeants est l'un des meilleurs prédicteurs de la maturité. https://www.bcg.com/publications/2026/ai-transformation-is-a-workforce-transformation
- Gartner, courbe de maturité 2026 sur l'IA agentique, parue à l'été 2026. Les progrès rapides de l'IA agentique sont dépassés par le battage médiatique et la confusion. https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai
- Gartner, communiqué officiel du 25 juin 2025 : plus de 40 % des projets d'IA agentique seront annulés d'ici la fin de 2027, pour des coûts qui grimpent, une valeur d'affaires floue et des contrôles de risque inadéquats. Toujours la référence sectorielle pour 2026. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
- Gartner, communiqué officiel du 26 février 2025 : 60 % des projets d'IA non adossés à des données prêtes pour l'IA seront abandonnés d'ici la fin de 2026. Toujours la prévision de référence sur la donnée. https://www.gartner.com/en/newsroom/press-releases/2025-02-26-lack-of-ai-ready-data-puts-ai-projects-at-risk
Limites de la vérification. Les pages Deloitte, BCG et Gartner ont été téléchargées et leurs citations retrouvées mot pour mot dans leur langue d'origine. Le corps détaillé du rapport McKinsey 2026 n'a pas pu être extrait, car McKinsey bloque les clients automatisés ; cette source est donc citée pour sa thèse centrale uniquement, pas pour un chiffre précis.