Un nouveau rapport d'UBS suggère que la ruée vers l'or de l'intelligence artificielle pourrait ralentir considérablement au sein des plus grandes entreprises mondiales, l'écart entre l'ambition et la réalité se creusant de manière significative.
« Le constat principal n'est pas seulement que les progrès sont lents, mais que les entreprises sont systématiquement trop optimistes quant à leur propre rythme », a déclaré Arend Kapteyn, économiste chez UBS et auteur du rapport, dans la note. « Cet écart d'optimisme est persistant et croissant, ce qui a des implications directes sur les valorisations dans le secteur de l'IA. »
L'enquête semestrielle menée auprès de 139 responsables informatiques et ingénieurs de données a révélé qu'en mars 2026, seulement 19 % des entreprises avaient réalisé un « déploiement de production à l'échelle » de l'IA dans plusieurs unités commerciales. Cela marque une augmentation linéaire, et non exponentielle, par rapport aux 10 % rapportés deux ans plus tôt. Le décalage est plus flagrant lorsque l'on compare les attentes aux résultats : il y a un an, 84 % de ces mêmes dirigeants prédisaient que leur entreprise atteindrait un déploiement à l'échelle dans les 12 mois. Le nombre réel de ceux qui ont réussi n'est que de 5 %.
Pour les investisseurs qui se sont rués sur les sociétés de logiciels et de services liées à l'IA, le rapport constitue un rappel à la réalité crucial. Les conclusions suggèrent que le chemin menant d'un modèle d'IA fonctionnel à un déploiement commercial large et générateur de revenus est semé de plus d'obstacles que le marché ne l'estime actuellement. Cela pourrait remettre en question les valorisations aux multiples élevés de sociétés comme Salesforce et ServiceNow, qui reposent sur une intégration rapide de l'IA en entreprise.
L'attente de 84 % face à la réalité de 5 %
Le cœur du rapport d'UBS réside dans le contraste saisissant entre les prévisions des entreprises et l'exécution sur le terrain. Les données de l'enquête, recueillies auprès de décideurs en IA dans 26 secteurs, montrent un modèle constant de promesses excessives et de résultats insuffisants.
Il ne s'agit pas d'une erreur de calcul ponctuelle. Selon UBS, ce « biais d'optimisme » est apparu dans chaque cycle d'enquête, le gouffre entre ce que les dirigeants attendent et ce que leurs organisations réalisent continuant de s'élargir. Alors que la technologie de l'IA elle-même, mesurée par les références du Stanford AI Index, progresse à un rythme non linéaire, l'adoption par les entreprises suit une trajectoire linéaire beaucoup plus modeste. Le gain de neuf points de pourcentage sur deux ans dans le déploiement à l'échelle équivaut à moins de 3 % d'entreprises passant à l'étape suivante tous les six mois.
La complexité de l'intégration et le ROI comme principaux obstacles
L'enquête a identifié six obstacles primordiaux empêchant les entreprises de mettre à l'échelle leurs initiatives d'IA, le retour sur investissement et la complexité arrivant en tête de liste.
Une majorité d'entreprises (53 %) a cité un retour sur investissement (ROI) incertain comme obstacle majeur. Viennent ensuite les questions de conformité et de réglementation (48 %) et le manque de talents qualifiés (42 %). Notamment, le défi de la « complexité de l'intégration » a fait un bond significatif, passant à 45 % contre une fourchette de 37 à 38 % lors des deux enquêtes précédentes. Cela indique qu'à mesure que les entreprises passent de projets pilotes à des déploiements à l'échelle de l'entreprise, elles découvrent que l'intégration de l'IA dans les flux de travail existants et les systèmes hérités est nettement plus difficile que prévu.
Ce goulot d'étranglement des logiciels et de l'intégration crée des opportunités pour une nouvelle classe d'entreprises. Des sociétés comme SPARC AI (OTC : SPAIF) développent des plateformes uniquement logicielles conçues pour doter le matériel existant, comme les drones, de capacités avancées telles que la navigation sans GPS sans nécessiter de nouveaux capteurs coûteux. Cette approche cible directement les problèmes d'intégration et de coût soulignés par le rapport d'UBS.
Pour les investisseurs, les données d'UBS suggèrent la nécessité de recalibrer les prévisions de croissance pour le secteur des logiciels d'IA. Le marché a largement intégré dans les cours une adoption sans friction, mais la réalité semble être un combat de plusieurs années défini par des défis d'intégration de systèmes, des pénuries de talents et des calculs de ROI difficiles. Alors que la construction du matériel d'IA se poursuit, avec des entreprises comme Netweb Technologies (NSE : NETWEB) voyant une hausse de 460 % de leur segment d'infrastructure d'IA, la couche de logiciels et de services qui fonctionne sur ce matériel fait face à un calendrier plus incertain. Netweb se négocie actuellement à un multiple exigeant de 122 fois les bénéfices, une valorisation qui reflète la confiance du marché dans la couche matérielle. Le rapport d'UBS se demande si cette confiance n'a pas été appliquée à tort à la couche logicielle. Le rapport implique que la valeur réelle pourrait ne pas revenir aux modèles les plus avancés, mais aux entreprises qui résolvent les problèmes banals, complexes et coûteux consistant à faire fonctionner l'IA réellement à l'échelle.
Cet article est uniquement à titre informatif et ne constitue pas un conseil en investissement.
