L'IA selon McKinsey en 2026 : l'adoption est acquise, la valeur reste à construire

Situation, complication, recommandation

Situation. McKinsey mesure l'adoption de l'IA depuis près de dix ans. En 2026, elle est quasi universelle et les agents IA commencent à passer à l'échelle dans les grandes entreprises ^[1].

Complication. Les gains individuels ne se traduisent pas en résultats financiers : la part des répondants qui constatent un impact sur l'EBIT ne progresse pas (37 %), et celle des entreprises « très performantes » plafonne à 6 % ^[1].

Recommandation. Aborder l'IA comme une transformation de l'organisation — quelques domaines à fort enjeu, des processus reconçus de bout en bout, des dirigeants formés, un impact mesuré en EBITDA — plutôt que comme un déploiement d'outils.

1. Une adoption quasi universelle, des agents qui arrivent

L'enquête The state of AI in 2026: On the road to ROI, publiée le 25 août 2026 par McKinsey et QuantumBlack, AI by McKinsey (1 719 participants dans 97 pays, mai-juin 2026) montre une adoption qui s'approfondit ^[1] :

• près de neuf répondants sur dix déclarent un usage régulier de l'IA dans au moins une fonction ;
• 44 % disent que l'IA passe à l'échelle de toute l'entreprise (38 % un an plus tôt), et 56 % l'utilisent dans au moins trois fonctions (51 % en 2025) ;
• dans les organisations de plus d'un milliard de dollars de chiffre d'affaires, 40 % passent des agents IA à l'échelle (27 % en 2025), contre 22 % — stable — dans les plus petites ;
• 32 % ont renoncé à acheter au moins un logiciel parce qu'il pouvait être développé en interne avec des agents de programmation ;
• un répondant sur cinq indique que les coûts d'exploitation de l'IA, dont les coûts de « tokens », limitent déjà son usage.

2. Le paradoxe : la productivité individuelle ne se lit pas dans l'EBIT

80 % des répondants disent que l'IA a amélioré leur productivité et 50 % qu'elle les aide à mieux décider. Mais 37 % seulement lui attribuent une contribution à l'EBIT, comme en 2025, et la part des entreprises très performantes — celles qui attribuent au moins 5 % de leur EBIT à l'IA et en jugent l'impact significatif — reste d'environ 6 % ^[1].

L'article « From adoption to impact: Three horizons of AI transformation » (McKinsey Quarterly, juillet 2026), fondé sur une enquête auprès de 750 salariés et dirigeants, éclaire cet écart ^[2]. 70 % des répondants se disent personnellement prêts à travailler avec l'IA, mais 27 % seulement des dirigeants jugent leur organisation prête aux changements nécessaires. Or la préparation de l'organisation explique 48 % de l'écart entre les dirigeants qui créent de la valeur avec l'IA et les autres, contre 25 % pour la préparation individuelle. Ce décalage était déjà visible début 2025 aux États-Unis, selon le rapport « Superagency in the workplace » de McKinsey : les dirigeants estimaient à 4 % la part des salariés utilisant l'IA générative pour au moins 30 % de leur travail quotidien, quand 13 % des salariés le déclaraient eux-mêmes ^[3].

3. Trois horizons de maturité — la valeur se concentre au troisième

Le cadre des « trois horizons », proposé par McKinsey ^[2], distingue : l'outillage (accès individuel à des outils généralistes), l'automatisation (processus transverses automatisés à grande échelle) et la réinvention (rôles, processus et modèle opérationnel reconçus autour de l'IA). 11 % seulement des dirigeants interrogés situent leur organisation au troisième horizon — mais près de la moitié d'entre eux déclarent une création de valeur à l'échelle de l'entreprise.

4. Ce que font les 6 % qui réussissent

D'après ces deux enquêtes ^[1][2], les organisations qui tirent une valeur significative de l'IA partagent cinq traits :

1. Elles visent la croissance, pas seulement l'efficacité. Elles sont 3,3 fois plus nombreuses que les autres à vouloir transformer fondamentalement leur activité d'ici trois ans.
2. Elles reconçoivent les processus. Près des trois quarts des entreprises très performantes déclarent l'avoir fait en profondeur (55 % un an plus tôt), contre un quart des autres. Même au premier horizon, la refonte des processus est associée à une probabilité 5,3 fois plus élevée de déclarer une création de valeur (32 % contre 6 %).
3. Leurs dirigeants s'impliquent. Elles sont deux fois plus nombreuses à signaler un engagement visible de leur direction et des processus de mesure de l'impact ; au deuxième horizon, les équipes de direction très à l'aise avec l'IA sont associées à une probabilité 3,9 fois plus élevée de création de valeur (35 % contre 9 %).
4. Elles investissent davantage. Elles sont plus de deux fois plus nombreuses à consacrer plus de 15 % de leur budget numérique à l'IA.
5. Elles gèrent les risques. Elles travaillent davantage à limiter les vulnérabilités techniques et les actions non autorisées des systèmes d'IA. Selon l'enquête de McKinsey « State of AI trust in 2026 » (environ 500 organisations, décembre 2025-janvier 2026), près des deux tiers des répondants citent la sécurité et les risques comme premier frein au passage à l'échelle des agents, et la maturité moyenne en IA responsable n'est passée que de 2,0 à 2,3 sur un an ^[4].

5. Emploi : des prévisions revues à la baisse, des attentes à la hausse

14 % des répondants constatent une baisse d'effectifs liée à l'IA sur l'année écoulée, soit moins de la moitié des 32 % qui l'anticipaient en 2025 ; deux tiers ne constatent pas ou peu de changement. Pour l'année à venir, 39 % anticipent une baisse et 43 % aucun changement significatif, tandis que 13 % seulement se disent inquiets pour leur propre carrière ^[1]. La confiance est le facteur clé à tous les horizons : les salariés qui doutent du soutien de leur organisation sont 1,5 fois plus susceptibles d'être anxieux face aux changements liés à l'IA ^[2].

6. Ce que nous en retenons

Pour un dirigeant ou un fonds d'investissement, quatre implications :

1. Concentrer : choisir deux ou trois domaines à fort enjeu, là où se concentrent les coûts ou les revenus, et en reconcevoir les processus de bout en bout, plutôt que multiplier les pilotes.
2. Mesurer : fixer une situation de référence avant le déploiement et suivre l'impact en EBITDA et en cash, pas seulement en heures gagnées.
3. Former d'abord la direction : la maîtrise de l'IA par l'équipe dirigeante est l'un des facteurs les plus prédictifs de la valeur.
4. Encadrer les agents : identités, permissions et traçabilité doivent précéder le passage à l'échelle.

Notre R&D en IA

Limites. Ces enquêtes reposent sur des déclarations en ligne ; The state of AI pondère les réponses selon le poids des pays dans le PIB mondial, et le panel « trois horizons » n'est pas représentatif du marché. Elles établissent des associations, pas des causalités.