Le document "The GenAI Divide: State of AI in Business 2025", rédigé par des chercheurs du MIT dans le cadre du projet NANDA, présente les résultats d’une étude sur l’adoption de l’intelligence artificielle générative par les entreprises. À partir de l’analyse de plus de 300 initiatives publiques, d’entretiens avec 52 organisations et d’enquêtes auprès de 153 dirigeants, le rapport met en évidence un paradoxe : malgré un investissement mondial de plus de 30 milliards de dollars, 95 % des entreprises n’obtiennent aucun impact financier mesurable.
Le concept central est le "GenAI Divide", une fracture qui sépare les quelques organisations capables de transformer leurs processus grâce à des systèmes d’IA adaptatifs, de la majorité restée bloquée au stade pilote. La cause principale n’est pas la qualité des modèles ni la réglementation, mais le manque de mémoire et de capacité d’apprentissage des outils. Des solutions populaires comme ChatGPT ou Copilot améliorent la productivité individuelle mais ne s’intègrent pas aux flux critiques. Les tentatives de créer des systèmes personnalisés échouent souvent en raison de leur rigidité et d’un manque d’adaptation aux opérations quotidiennes.
Le rapport identifie plusieurs dynamiques qui expliquent cette fracture : faible transformation sectorielle, grandes entreprises actives en pilotes mais incapables de généraliser, concentration des budgets sur des fonctions visibles comme le marketing plutôt que sur des domaines internes à plus fort retour, et succès plus marqué des partenariats externes par rapport aux développements internes. Il met également en avant l’“économie de l’ombre de l’IA”, où les employés utilisent des outils personnels pour compenser les limites des systèmes officiels.
Les projets réussis se distinguent par trois caractéristiques : une intégration profonde aux processus, une capacité d’apprentissage continu et une évaluation selon les résultats métier plutôt que des indicateurs techniques. Les entreprises qui franchissent le GenAI Divide obtiennent des bénéfices mesurables, notamment en automatisation du support, réduction des coûts externes et fidélisation client. Le rapport anticipe en outre l’émergence des systèmes “agentiques” et du futur "Agentic Web", un réseau d’agents autonomes capables de coordonner des processus au-delà des limites actuelles.
En conclusion, le rapport s’adresse aux dirigeants, responsables de l’innovation et professionnels souhaitant comprendre les véritables dynamiques de l’IA générative en entreprise. Il fournit une cartographie des risques et opportunités, souligne l’apprentissage comme principal obstacle, et propose des pistes concrètes : privilégier l’achat plutôt que le développement interne, décentraliser l’expérimentation et adopter des solutions capables d’évoluer avec l’organisation.
Points clés
18/03/2026
Rapport d'Accenture analysant pourquoi le cloud doit évoluer pour soutenir l'innovation en IA. À partir de données issues de 216 entreprises, il ...
05/03/2026
Étude d'Anthropic proposant une nouvelle façon de mesurer l'impact réel de l'IA sur le marché du travail. Combine capacités théoriques et ...
27/01/2026
Essai de Dario Amodei analysant les principaux risques des systèmes d'IA de plus en plus puissants : des comportements autonomes imprévisibles aux ...
23/01/2026
Rapport de Harvard Business Review Analytic Services basé sur 623 répondants analysant l'état actuel de l'IA agentique dans les organisations : ...