IA : la question que les DSI ne posent pas assez, comment s’arrêter

Gartner vient de publier un constat sévère sur la valeur de l’IA en entreprise. Pour les DSI et les directions financières, l’enjeu est aussi de financer son déploiement sans engager trop tôt des moyens sur des usages encore incertains.

Treize pour cent. C’est la part des DSI qui estiment aujourd’hui que l’IA a apporté à leur entreprise une valeur importante, voire transformationnelle. Le chiffre provient de la dernière enquête de Gartner, présentée le 19 octobre à Orlando, lors de son symposium annuel consacré aux dirigeants informatiques. Le cabinet a interrogé 2 002 DSI et dirigeants technologiques entre mai et juillet 2026.

L’analyste Alicia Mullery a résumé le problème en une formule : « Le volume n’est pas la valeur. » Multiplier les projets ne suffit pas à produire des bénéfices à la hauteur des attentes. Cela ne signifie pas que les autres entreprises ne retirent rien de leurs investissements. Mais la valeur majeure promise par l’IA reste, pour beaucoup, à démontrer.

Des économies attendues, des coûts sous pression

Le paradoxe tient en deux chiffres. 58 % des DSI disent subir une pression accrue pour obtenir des économies grâce à l’IA. Dans le même temps, 51 % s’attendent à ce qu’elle fasse grimper le coût total de possession de leurs solutions technologiques.

Autrement dit, les directions générales attendent des gains d’une technologie qui, pour l’instant, alourdit la facture. Et dont la valeur reste pour le moment rarement démontrée.

Gartner invite ainsi les DSI à piloter l’économie de l’IA sur l’ensemble de son cycle de vie. Le cabinet appelle à faire évoluer les approches de financement, de gouvernance et de responsabilité sur les coûts, au-delà de la validation d’un achat initial.

Pour les directions financières et informatiques, cela déplace la décision. Il faut déterminer quelle dépense engager maintenant, quelles preuves exiger avant de financer la suite et quels engagements subsisteront si le projet doit s’arrêter.

L’IA monte, l’infrastructure recule

Les intentions budgétaires pour 2027 révèlent un déplacement des priorités. Dans l’enquête Gartner, 84 % des DSI prévoient d’augmenter les financements consacrés à l’IA générative. Pour l’IA agentique, cette proportion atteint 76 %.

À l’autre extrémité du classement, l’infrastructure sur site et les datacenters constituent la seule catégorie affichant une variation moyenne négative : 37 % des répondants prévoient d’y réduire leurs dépenses, contre 29 % qui envisagent de les augmenter.

Part des répondants prévoyant de faire évoluer leur budget en 2027 par rapport à 2026 (extrait).
Source : Gartner, 2027 CIO and Technology Executive Survey, n ≈ 1 962.

Ces données décrivent des arbitrages annoncés. Elles n’en expliquent pas les causes et ne permettent pas de conclure à une diminution des besoins physiques. Une application IA mobilise toujours du calcul, du stockage et du réseau, que ces ressources soient exploitées dans l’entreprise ou chez un prestataire.

Pour le binôme DSI-DAF, la question devient : Comment la financer quand l’enveloppe d’investissement se resserre ? Pour de nombreuses entreprises, la réponse ne passera pas par l’achat, mais par des modèles de financement qui donnent accès aux équipements sans immobiliser le capital.

Le piège de l’achat au mauvais moment

Un projet IA commence toujours dans l’incertitude. On ignore l’adoption réelle, les volumes, le coût unitaire d’une requête ou d’un contrôle. C’est pourtant à ce moment précis que l’achat ferme engage l’essentiel de la dépense matérielle.

Le scénario est connu des directions financières. Des serveurs dimensionnés pour un usage espéré. Un amortissement sur trois ou cinq ans. Puis un projet qui stagne, et un parc qui tourne à vide. L’arrêter reviendrait à acter une perte. Alors on le garde.

Gartner pointe ce travers. Beaucoup d’organisations budgètent encore l’IA comme un investissement technologique classique, sans intégrer son coût sur toute sa durée de vie. Le cabinet a même consacré une recherche à un financement par paliers, baptisé « dynamic stage-based funding ». Le principe : situer chaque initiative sur sa courbe de maturité pour décider quand investir, accélérer ou réaffecter les moyens.

Savoir dire stop

L’enseignement le plus frappant de l’enquête porte sur l’arrêt. Gartner a identifié un petit groupe de DSI plus performants que les autres, qui obtiennent de meilleurs résultats métier tout en convainquant leur DG de la valeur de l’IA. Ils ne représentent que 11 % de l’échantillon.

Leur point commun ? Des règles d’arrêt. Les organisations qui savent empêcher un pilote de passer en production ont 2,3 fois plus de chances d’appartenir à ce groupe. Celles qui savent abandonner une initiative peu rentable déjà déployée en ont 2,6 fois plus.

Il s’agit d’une corrélation, pas d’une preuve. Mais Alicia Mullery l’a formulé sans détour devant les DSI réunis à Orlando :

« Nous savons très bien lancer l’IA. Nous ne savons pas l’arrêter. »

Reste une difficulté que l’enquête n’aborde pas directement. Une règle d’arrêt n’est appliquée que si elle est économiquement supportable. Quand l’abandon d’un projet laisse trois ans d’amortissement sur les bras, la décision glisse au trimestre suivant. Puis au suivant.

Le financement, condition de la sortie

C’est ici que le mode de financement change la donne. Dans une logique par paliers, l’expérimentation se mène sans engagement long, souvent dans le cloud. Le financement intervient au passage en production, sur une durée calée sur l’usage attendu.

Surtout, la sortie se prépare dès la signature. Options de fin de contrat négociées, valeur de reprise anticipée, possibilité de redéployer ou de reconditionner les équipements : le coût de l’arrêt est connu à l’avance. La décision d’abandonner un projet redevient un choix de gestion. Pas un aveu d’échec.

La flexibilité a un prix, il faut le dire. Une sortie anticipée se négocie. Mais un équipement sous-utilisé ou abandonné a lui aussi un coût. L’achat ferme ne le supprime pas : il le dissimule.

DSI et DAF, même combat

Gartner insiste sur un dernier point. Le cabinet recommande un pilotage conjoint de l’économie de l’IA par le DSI et le directeur financier. Cela suppose, entre autres, d’exiger des fournisseurs une transparence sur le coût complet de l’IA tout au long de son cycle de vie.

Le financement offre à ce duo un langage commun. La DSI obtient la capacité dont elle a besoin, au moment où elle en a besoin. La direction financière transforme une immobilisation incertaine en loyers lisibles, corrélés à l’usage. Et la trésorerie préservée reste disponible pour ce que le matériel ne couvre pas : les données, l’intégration, les compétences.

Car l’infrastructure ne représente qu’une partie du coût de l’IA. Pour beaucoup de PME et d’ETI, l’IA se consomme d’ailleurs en SaaS, et son impact matériel se joue sur les postes de travail, le stockage ou le réseau. Les serveurs GPU concernent surtout les grands comptes et les industriels qui traitent leurs données sur site. Le raisonnement, lui, reste identique.

Sur le terrain : financer trois lignes, préparer les suivantes

Cas fictif, à visée illustrative. Les modalités de financement évoquées sont à définir contractuellement.

Une ETI agroalimentaire souhaite automatiser le contrôle visuel de ses six lignes de production. Une première proposition prévoit d’équiper tout le site.

La DSI et le DAF choisissent de commencer par deux lignes représentatives. Pendant quatre mois, ils évaluent la détection des défauts, les faux rejets et le coût du contrôle. Sur la première ligne, les résultats justifient un déploiement. Sur la seconde, l’éclairage doit être corrigé avant de poursuivre.

Un audit des six lignes permet alors d’identifier trois lignes prêtes à être équipées. L’entreprise limite son engagement à ce premier périmètre et finance les serveurs en location. Elle conserve ainsi de la trésorerie pour les travaux d’éclairage nécessaires aux autres lignes.

L’extension fera l’objet d’une nouvelle décision, après validation des résultats. Les conditions d’ajout de capacité et les options de fin de contrat sont examinées dès la signature.

Le pilote a permis de déterminer où investir. Le financement organise les décaissements et les engagements qui suivent. Leur articulation évite de mobiliser, dès le départ, les moyens nécessaires à six lignes alors que seules trois sont prêtes.

Une question de méthode

L’enquête de Gartner invite à rapprocher deux décisions souvent séparées : les projets IA que l’entreprise souhaite développer et les engagements financiers qu’elle peut prendre avant d’en connaître les résultats.

Définir des critères de poursuite ou d’arrêt constitue une première étape. Encore faut-il savoir ce qu’une réorientation laissera à payer et ce que deviendront les équipements.

Chez Evernex Capital, les équipes accompagnent DSI et directions financières pour adapter les durées de financement aux usages envisagés et examiner, dès le départ, les possibilités d’évolution, de reprise et de seconde vie du matériel.

Vous préparez un projet d’infrastructure IA ?
Échangeons sur un financement adapté à vos besoins actuels et à leurs évolutions possibles.

Parler de votre projet