Ce que l'IA avait promis. Ce qu'elle a vraiment livré

Un relevé, ni réquisitoire ni plaidoyer

Le 6 janvier 2025, Sam Altman écrit sur son blog que 2025 pourrait voir les premiers agents d'intelligence artificielle rejoindre la main-d'œuvre et changer matériellement la production des entreprises. La phrase circule partout. Elle fixe le ton de l'année.

Dix-huit mois ont passé. Ce texte confronte les promesses de cette période à la réalité documentée d'août 2026.

L'exercice porte sur deux colonnes soumises au même test. D'un côté les promesses publiques, celles des laboratoires, des éditeurs et des cabinets, et celles des sceptiques qui leur répondaient. De l'autre mes propres textes, écrits pendant la même période et datés comme les leurs. Un bilan qui épargne son auteur ne vaut pas la peine d'être écrit.

Ce qui était promis

Les pièces, dans l'ordre.

Entre ces annonces, les cabinets chiffrent le potentiel en milliers de milliards. Goldman Sachs projette 7 % de produit intérieur brut mondial additionnel sur 10 ans. Ces mêmes cabinets vendent les prestations de déploiement correspondantes.

Les sceptiques, à la même période

En face, l'autre camp prévoit avec la même assurance. Gary Marcus écrit en décembre 2024 que l'adoption en entreprise restera très en deçà des attentes et que la course à la taille des modèles touche à sa fin. Daron Acemoglu chiffre la hausse de productivité totale des facteurs attendue de l'intelligence artificielle à 0,66 % au maximum sur 10 ans, et l'effet sur le produit intérieur brut à environ 1 % à horizon 2034. Ed Zitron annonce une crise subprime de l'intelligence artificielle, des services vendus à perte et un ajustement brutal.

Deux camps, et des registres qui ne se superposent pas. Marcus conteste la trajectoire technique, Acemoglu chiffre un effet économique modeste, Zitron annonce un ajustement financier. Un point commun tout de même : tous prévoient, et tous fondent leur autorité sur cette prévision. Aucun ne propose au dirigeant une méthode pour décider pendant que la question reste ouverte.

Ce qui est advenu

Août 2026. Le relevé tient en trois constats.

La réalité est inégale, et sa géographie ne ressemble à aucune des deux prophéties

Un domaine a dépassé les attentes : l'écriture de code. Cursor passe d'environ 100 millions de dollars de revenu annualisé en janvier 2025 à plusieurs milliards début 2026. Ces montants sont auto-déclarés et se lisent comme des ordres de grandeur, mais la trajectoire ne fait pas débat. Satya Nadella affirme en avril 2025 que 20 à 30 % du code de Microsoft est écrit par l'intelligence artificielle. Revendication interne, sans méthode publiée, comme celles de ses concurrents. La réalité d'usage, elle, est massive. C'est le domaine où la valeur observée est la plus solide et la mieux documentée de la période.

Le service client a livré, sous condition. Klarna annonçait en février 2024 qu'un agent accomplissait le travail de 700 conseillers. Le 8 mai 2025, son dirigeant reconnaît sur Bloomberg que le coût a trop pesé dans l'arbitrage et que la qualité en a souffert. L'entreprise réintroduit des humains sur les cas complexes et conserve l'intelligence artificielle sur le volume. Le rétropédalage porte sur le périmètre, pas sur l'outil. La leçon s'appelle modèle hybride, décidé d'emblée plutôt que subi après coup.

Le reste pilote encore. Deloitte mesure fin 2025 que 11 % des organisations exploitent des agents en production, 38 % en sont au pilote. Gartner prévoit dès juin 2025 que plus de 40 % des projets agentiques seront abandonnés d'ici fin 2027, et forge le terme d'agent washing. Andrej Karpathy corrige publiquement en octobre 2025 : nous vivons la décennie des agents, pas l'année. De tous les acteurs cités ici, il est celui dont la prévision a le mieux tenu.

La guerre des chiffres est devenue un objet de gouvernance

Gartner relève par ailleurs 17 % de déploiement effectif. Ces nombres ne se contredisent pas. Ils ne mesurent pas la même chose. L'un compte des objets techniques créés, le deuxième des processus tenus en production, le troisième des licences payées. Les rapprocher serait une erreur de méthode, et c'est exactement le problème. Un conseil d'administration à qui l'on présente un taux d'adoption ne peut rien en faire tant qu'il ignore ce qui est compté.

L'emploi ne ressemble ni au bain de sang ni au statu quo

L'équipe de Stanford autour d'Erik Brynjolfsson mesure, sur données de paie américaines, une baisse relative de 13 % de l'emploi des 22-25 ans dans les métiers les plus exposés, pendant que l'emploi des profils expérimentés progresse dans les mêmes métiers. L'effet est réel, chirurgical, persistant à la mesure de juin 2026. La causalité reste discutée par des économistes tiers. Il reste très loin des 10 à 20 % de chômage annoncés, sur une échéance qui court encore.

Les sceptiques ne sortent pas vainqueurs pour autant. Le krach annoncé par Zitron n'a pas eu lieu. Le plateau technique de Marcus non plus : là où l'erreur se vérifie, la capacité a continué de croître. Sur l'horizon de ces dix-huit mois, aucune des deux prévisions ne s'est vérifiée telle qu'elle était formulée.

L'atterrissage sur nos marchés

En France, l'Insee publie en juillet 2026 la statistique de référence : 18 % des entreprises de 10 salariés ou plus utilisaient au moins une technologie d'intelligence artificielle en 2025, contre 6 % en 2023. 58 % au-delà de 250 salariés. 71 % des non-utilisatrices déclarent ne pas en voir l'utilité. Le chiffre le plus parlant est ailleurs : les utilisatrices concentrent 66 % du chiffre d'affaires du champ. En Suisse, l'adoption des petites et moyennes entreprises passe de 22 à 34 % en un an.

Et pour mesurer l'écart entre une promesse publique et sa révision, la France dispose d'un cas instruit par une juridiction financière. Les économies attendues du Health Data Hub, chiffrées à 54 millions d'euros à l'engagement du projet, ont été ramenées à 500 000 euros dans le rapport de la Cour des comptes sur le Fonds de transformation de l'action publique, publié le 13 novembre 2025. Un facteur 100. Le directeur de la plateforme a contesté ce calcul devant la commission d'enquête parlementaire en mars 2026. La contestation appartient au dossier au même titre que le chiffre.

Trois propositions résument ce relevé. La valeur existe, distribuée très inégalement. Les statistiques d'adoption restent incomparables tant que leur définition manque. L'emploi bouge de façon localisée, hors des prophéties globales.

Appliqué à mes textes

Ce qui tient

Le Livre Blanc de 2025 avançait que 4 projets de démonstration sur 5 s'arrêtent avant la production, et attribuait la cause à la gouvernance plutôt qu'à la technique : absence de sponsor, de données prêtes, de métrique claire. Deloitte, Gartner et RAND convergent depuis sur le constat et sur la cause. Le chapitre consacré au Shadow AI, avec 52 % de salariés français utilisant un outil non validé, s'est vérifié et se trouve plutôt sous-estimé : 1 agent hospitalier français sur 3 utilise des outils grand public à des fins professionnelles, 6 % ont reçu une formation.

Ce que j'ai déplacé

Le Livre Blanc recommandait de privilégier les solutions françaises et européennes et s'appuyait sur les supercalculateurs européens, les clouds de confiance et les modèles ouverts audités. Le travail de 2026 a documenté ce que cela vaut couche par couche, et la position a changé : la souveraineté technique intégrale reste hors d'atteinte sans budget régalien, ce qui se gouverne est la dépendance.

Deuxième déplacement, sur le terrain réglementaire. L'AI Act structurait l'axe gouvernance du Livre Blanc. Il occupe aujourd'hui une place précise et étroite : il est cité quand il porte une conséquence décisionnelle, la chaîne de responsabilité d'un acte clinique assisté par exemple, et jamais comme grille de lecture. Un déclassement, pas un abandon.

Troisième déplacement, à l'intérieur même du travail de 2026 : sur les clouds qualifiés, une position tranchée en début d'année a été révisée en cours de route à mesure que les qualifications tombaient. Un document daté vieillit. C'est la condition de l'exercice.

Ce que je n'avais pas anticipé

Le développement logiciel n'apparaît nulle part dans le Livre Blanc de 2025. Aucune mention. C'est le domaine où la valeur s'est massivement matérialisée. Personne, dans aucun des deux camps, n'avait écrit que la valeur se concentrerait à ce point dans un seul métier pendant que le reste piétinerait. Je n'ai pas fait exception.

Ce que je formule autrement

Le chapitre cybersécurité de 2025 avançait des chiffres issus d'éditeurs de sécurité, sur leur propre marché, présentés comme des faits. C'est exactement ce que la deuxième discipline ci-dessous demande d'éviter. La règle vient de là.

Ce qui reste contesté

Entre mars et mai 2026, j'ai versé trois documents à la mission parlementaire sur l'alignement des systèmes d'intelligence artificielle, parmi 16 contributions écrites. Le rapport remis au Gouvernement le 29 juillet retient la cartographie des dix couches de dépendance sur laquelle repose tout processus d'intelligence artificielle en Europe. Il en tire une conclusion opérationnelle différente de la mienne : construire la souveraineté couche par couche, avec des garanties explicites. Je soutiens que cette construction reste hors d'atteinte d'une organisation privée sans budget régalien, et que ce qui se gouverne à son échelle est la dépendance elle-même.

Le diagnostic est partagé, la règle qui en découle diffère. Une institution sans intérêt à me donner raison a lu les mêmes faits et n'en a pas tiré la même conséquence. Le désaccord est daté, public, et il se tranchera par les faits. Il entre au dossier de la prochaine édition au même titre que les promesses de janvier 2025.

Ce que cela commande

Un comité de direction signe rarement sur une capacité présente seule. Il signe sur une trajectoire annoncée. La promesse devient donc elle-même un objet de gouvernance, au même titre que les modèles, les données et les contrats. Trois disciplines en découlent.

Décider sur la capacité démontrée, dans son propre contexte

En avril 2026, j'ai formulé le critère pour un secteur précis, dans une note sur l'intégration de l'IA en santé : l'outil s'insère dans le geste existant, ou il ajoute une étape. Dans le premier cas le gain se mesure et l'adoption tient. Dans le second l'outil se contourne. Un essai randomisé publié dans NEJM AI en juillet 2025 le documente : à UCLA Health, sur 238 médecins et 48 349 consultations, un outil de transcription intégré à la consultation fait gagner 41 secondes par note clinique.

Ce critère se généralise. Le code a réussi pour la même raison, avec un facteur supplémentaire : l'outil s'insère dans le geste du développeur, et l'erreur s'y vérifie en secondes pour un coût quasi nul. Vitesse de vérification et insertion dans le geste sont deux conditions parmi d'autres, avec la qualité des données, la répétabilité et la réversibilité. Elles suffisent à trier les cas d'usage avant que le budget parte.

Exiger la définition et la mesure derrière chaque chiffre

Qui compte, que compte-t-il exactement, avec quel instrument, quel intérêt a-t-il au résultat. Ces quatre questions valent mieux qu'un tri par provenance. Les trois nombres du Fortune 500 sont vraisemblablement exacts tous les trois, et chacun dessine un réel différent. Un chiffre sans sa définition ne se gouverne pas, quelle que soit la signature au bas de la page. Dix-huit mois de budgets ont payé cette leçon.

Contractualiser la réversibilité

Une décision prise sur une projection qui se révèle fausse ne doit pas devenir irréversible. C'est ce qui relie cette discipline aux deux précédentes. La promesse n'engage que celui qui l'écoute. La dépendance engage celui qui signe. Chaque déploiement contracte des dépendances qui survivent aux promesses les ayant justifiées. La question de sortie se négocie à l'entrée.

Retourner l'instrument

Ce texte audite des promesses faites par des gens qui ne le liront pas, et les miennes. L'exercice utile commence quand un comité de direction l'applique à ses propres arbitrages de 2025. Qu'aviez-vous décidé. Sur quelle projection. Que vaut-elle aujourd'hui. Une heure suffit, et la conversation change de nature.