Quand la frénésie de l’IA détruit la prise de décision en entreprise

Un cadre supérieur conçoit une stratégie IA pour une entreprise de 2 milliards de dollars… sans avoir jamais touché à ChatGPT. Des ingénieurs réécrivent du code inutilement pour grimper dans des classements de consommation d’IA. Bienvenue dans l’ère de l’« AI mania », où la pression pour adopter l’intelligence artificielle transforme les décisions stratégiques en théâtre technologique absurde.

Des stratégies IA conçues par ceux qui n’y ont jamais touché

L’anecdote pourrait prêter à sourire si elle n’était pas symptomatique d’une dérive généralisée. Nik Suresh, consultant auprès de grandes entreprises internationales, rapporte le cas d’un dirigeant qui a élaboré l’intégralité de la stratégie IA d’une organisation générant plus de 2 milliards de dollars de revenus… sans avoir jamais utilisé ChatGPT, Claude ou le moindre outil d’intelligence artificielle générative.

Relayée par Simon Willison, figure reconnue de l’écosystème tech, cette révélation met en lumière un phénomène inquiétant : la course à l’IA est devenue si intense que les décisions stratégiques se prennent désormais sur la base de la peur de paraître dépassé plutôt que sur une compréhension réelle de la technologie. Selon une étude IBM menée auprès de 2 000 dirigeants, 88 % des organisations utilisent déjà l’IA dans au moins une fonction en 2025, mais le passage à l’échelle révèle un fossé béant entre adoption déclarée et maîtrise effective.

Cette déconnexion entre ceux qui décident et ceux qui comprennent n’est pas anodine. Elle illustre une crise de compétence technique au niveau dirigeant, où la complexité technologique croissante permet des décisions stratégiques majeures sans légitimité technique minimale. Comme le souligne une analyse récente, moins d’un tiers des entreprises peuvent établir un lien entre la valeur de l’IA et l’évolution réelle de leurs résultats financiers.

Les « token leaderboards » : quand la métrique devient l’objectif

Plus inquiétant encore : certaines entreprises ont mis en place des systèmes de classement mesurant la consommation de tokens de leurs employés. Ces « token leaderboards » transforment l’usage d’outils IA en compétition interne, indépendamment de la pertinence ou de la valeur créée.

Le témoignage d’un ingénieur est édifiant : « Je crée une copie parallèle de notre dépôt Go et je demande à l’IA de tout réécrire en Zig pendant que je travaille sur autre chose, juste pour conserver mon emploi. » Cette pratique illustre parfaitement la Loi de Goodhart : quand une mesure devient un objectif, elle cesse d’être une bonne mesure.

D’après les sources recueillies par Suresh, ces métriques d’usage IA se multiplient dans les grandes organisations, créant une « économie parallèle » où la valeur n’est plus la productivité réelle mais la consommation apparente d’intelligence artificielle. Un phénomène que certains analystes qualifient d’« apocalypse des jetons », où les coûts explosent sans retour sur investissement mesurable.

Cette dérive n’est pas sans conséquence. Une étude Notion révèle un décalage significatif entre les perceptions des dirigeants (qui estiment leurs organisations prêtes pour l’IA) et celles des salariés, qui restent profondément sceptiques. Plus grave : 55 % des conseils d’administration ne voient aucune valeur concrète dans l’IA, alors même que 74 % des entreprises déclarent en bénéficier.

Le scepticisme des cadres face à l’absurdité

Tous les dirigeants ne sont pas dupes. Suresh rapporte une conversation avec un cadre sceptique dans une entreprise particulièrement enthousiaste, qui questionne ouvertement le bien-fondé de cette frénésie. Mais ces voix dissidentes restent minoritaires face à la pression institutionnelle.

La pression est d’autant plus forte que le discours ambiant présente l’IA comme un impératif de survie. Gartner qualifie 2026 d’« année charnière » où les organisations doivent impérativement aligner leurs initiatives IA avec des résultats financiers mesurables. Les investissements mondiaux en IA devraient atteindre 2 590 milliards de dollars en 2026, créant une spirale où l’absence de stratégie IA visible risque une dévaluation boursière ou une perte de crédibilité.

Cette dynamique rappelle les bulles technologiques précédentes — dotcom, blockchain — mais avec une différence majeure : la complexité technique de l’IA crée une asymétrie informationnelle totale entre vendeurs et acheteurs. Comme dans le « marché des citrons » théorisé par l’économiste George Akerlof (Prix Nobel), l’incapacité des dirigeants à évaluer la qualité réelle des solutions IA permet à des stratégies absurdes d’être vendues à prix d’or.

De l’innovation au théâtre : l’« AI washing » généralisé

Ce phénomène porte un nom : l’AI washing. Calqué sur le greenwashing, il désigne la pratique consistant à surévaluer ou inventer des capacités IA pour des raisons marketing ou stratégiques, sans substance réelle. Une entreprise qui annonce être « propulsée par l’IA » alors qu’elle utilise des règles automatisées basiques, un dirigeant qui crée une stratégie IA sans avoir jamais utilisé ces outils : autant de manifestations d’une primauté de l’apparence d’innovation sur l’innovation réelle.

Les conséquences sont multiples. Pour les employés, c’est une pression absurde qui détériore la qualité du travail et le bien-être. Pour les entreprises, c’est un gaspillage de ressources massif : Forrester prévoit que les entreprises reporteront 25 % de leurs dépenses IA prévues à 2027, faute de pouvoir démontrer un retour sur investissement. Pour l’économie, c’est le risque d’une correction brutale quand les résultats financiers ne suivront pas les promesses.

Certains signaux précoces inquiètent déjà. En juin 2026, Mark Zuckerberg a publié un mémo interne admettant que Meta avait « commis des erreurs » dans sa restructuration massive autour de l’IA, après avoir licencié 10 % de ses effectifs mondiaux. Une rare admission d’échec de la part d’un géant de la tech, qui pourrait préfigurer une vague de désillusion.

Vers une correction rationnelle ou une intensification ?

Plusieurs scénarios se dessinent pour les 6 à 18 prochains mois. Le premier, optimiste, verrait les entreprises ajuster leurs stratégies vers des cas d’usage mesurables, abandonnant les métriques absurdes pour une adoption pragmatique. Des signaux encourageants existent : le PDG de Microsoft, Satya Nadella, a récemment mis en garde les entreprises contre une utilisation massive de l’IA sans réflexion stratégique.

Le deuxième scénario, dystopique, verrait la pression s’accroître avec des licenciements basés sur l’usage IA, une généralisation des token leaderboards et la création d’un véritable « marché du faux usage IA ». Les témoignages recueillis par Suresh suggèrent que ce scénario n’est pas improbable dans certaines organisations.

Un troisième scénario, intermédiaire, verrait une bifurcation nette entre « entreprises IA rationnelle » (performance supérieure, adoption mesurée) et « entreprises IA théâtrale » (sous-performance, gaspillage), avec une prime de valorisation pour les premières. Ce tri sélectif pourrait être accéléré par l’intervention des régulateurs contre l’AI washing, sur le modèle des sanctions pour greenwashing.

Reste une question centrale : à quel moment les conseils d’administration exigeront-ils des preuves concrètes de retour sur investissement ? Selon Teradata, qui a interrogé 1 000 dirigeants internationaux, les principaux freins au déploiement à grande échelle de l’IA sont désormais organisationnels et culturels, non technologiques. Le défi n’est plus de savoir si l’IA fonctionne, mais de l’intégrer de manière sensée.

Ce que vous pouvez faire

Pour les professionnels confrontés à cette pression, plusieurs pistes d’action émergent. D’abord, documenter les cas d’usage IA qui créent réellement de la valeur dans votre fonction, avec des métriques qualitatives (temps gagné, erreurs évitées, satisfaction client) plutôt que quantitatives (tokens consommés). Ensuite, se former sérieusement à l’IA pour pouvoir challenger les décisions absurdes avec des arguments techniques solides.

Créer des alliances avec d’autres professionnels sceptiques peut permettre de proposer une approche rationnelle au niveau organisationnel. Préparer des études de cas montrant où l’IA apporte de la valeur et où elle n’en apporte pas constitue une base factuelle pour résister aux injonctions irrationnelles.

Pour les dirigeants lucides, l’enjeu est de résister à la pression du conformisme. Plusieurs entreprises, notamment certaines organisations japonaises et des acteurs comme Basecamp, ont historiquement su résister aux modes technologiques sans en pâtir. Leur approche : évaluer chaque technologie sur ses mérites propres, pas sur sa capacité à rassurer les investisseurs ou à générer des communiqués de presse.

Enfin, pour les investisseurs, la capacité à distinguer adoption IA rationnelle et AI washing devient un avantage concurrentiel majeur. Les entreprises qui mesurent réellement l’impact de leurs investissements IA, qui forment leurs dirigeants à ces outils et qui résistent aux métriques absurdes pourraient surperformer significativement dans les années à venir.

Conclusion : l’IA comme révélateur

Au-delà de l’IA elle-même, cette « mania » révèle des dysfonctionnements organisationnels plus profonds : la primauté de l’apparence sur la substance, le fossé entre décideurs et opérationnels, la perversion des systèmes de mesure, la crise de légitimité technique du leadership. Des problèmes structurels qui affecteront toutes les technologies futures, pas seulement l’intelligence artificielle.

L’ingénieur qui réécrit du Go en Zig pour grimper dans un classement de tokens pratique une forme subtile de sabotage par conformité excessive. Historiquement, quand les employés commencent à saboter en suivant les règles à la lettre, c’est que la culture d’entreprise est gravement malade. Ce signal précoce devrait alerter bien au-delà du seul secteur technologique.

La question n’est plus de savoir si l’IA va transformer les entreprises — elle le fait déjà. La question est de savoir si cette transformation sera pilotée par la raison ou par la panique, par la mesure de la valeur réelle ou par le théâtre de l’innovation. Pour l’instant, les anecdotes rapportées par Nik Suresh suggèrent que la seconde option l’emporte. Reste à savoir combien de temps cette situation pourra durer avant la correction inévitable.