# girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24

## Veille

Article de fond (point de vue) publié sur **sfeir.com** le 24 juin 2026, signé **Didier Girard** (Managing Director, SFEIR). **Thèse centrale** : en 2024 tout le monde pariait sur l'**AI4Business** (l'IA dans les processus métier) comme grand gisement de valeur ; en 2026, le constat s'est **inversé** — c'est l'**AI4IT** (l'IA pour produire le système d'information : code, SDLC, usine logicielle) qui crée la valeur **mesurable**. L'article *grounde* cette thèse sur la veille du cabinet : déception AI4Business (étude MIT « 95 % de pilotes sans ROI », contestée mais révélatrice ; blocage **organisationnel** / problème hayékien de Mollick) vs preuves AI4IT chiffrées (Salesforce, Intercom, Raiffeisen, AWS/Bedrock, Atlassian, DORA). Explication mécaniste : **le code se vérifie tout seul** (compilation, tests, CI) là où le processus métier n'a ni compilateur ni boucle de feedback immédiate. **Conséquence budgétaire 2027** : bascule **CapEx→OpEx**, dynamique du prix du token (pointe qui monte — Fable 5 à 2× Opus — vs inférence ÷280 et pression baissière open weights/desktop), et **FinOps de l'IA** piloté au **coût par outcome**. Clôture par **4 recommandations COMEX**.

## Titre Article

AI4IT vs AI4Business : le renversement, et ce qu'il fait à vos budgets 2027

## Date

2026-06-24

## URL

https://www.sfeir.com/articles/ai4it-vs-ai4business-renversement-budgets-2027/

## Keywords

AI4IT, AI4Business, renversement, budgets 2027, FinOps IA, coût par outcome, prix du token, CapEx OpEx, usine logicielle, SDLC, ROI IA, productivité ingénierie, boucle de vérification, problème hayékien, shadow AI, étude MIT 95%, J-courbe, paradoxe de Jevons, Claude Fable 5, Claude Opus 4.8, GLM-5.2, modèles open weights, inférence desktop, Arthur Mensch, Mistral AI, McKinsey, comptabilité des effectifs, Didier Girard, SFEIR, thought leadership, conduite du changement, avant-vente, DSI, COMEX

## Authors

**Didier Girard** — Managing Director (CTO / DG) de **SFEIR**, ESN française (~1 000 personnes, France · Belgique · Luxembourg · Suisse). Auteur de l'article ; voix éditoriale du cabinet sur la transformation IA des DSI.

## Ton

**Profil** : point de vue long-form de dirigeant (thought leadership), première personne (*« je construis des budgets 2027 avec des dirigeants »*), registre **stratégique** à destination des **COMEX / DSI**. Niveau technique tenu accessible : on parle valeur, ROI, arbitrages budgétaires, FinOps, sans noyer le décideur sous le jargon.

**Style** : structuré par sous-titres-thèses (*Le pari de 2024 → La déception AI4Business → Le renversement AI4IT → Pourquoi ce n'est pas un hasard → La conséquence économique → Ce que je recommande à un COMEX*). **Honnêteté maîtrisée et posture assumée** : Girard se déclare *« l'un des premiers à dénoncer la méthode »* de l'étude MIT, puis la retourne (*« le symptôme est vrai même quand le chiffre est faux »*). Argumentation **adossée aux preuves** (chaque affirmation est gagée sur un retour d'expérience chiffré et daté). Formules-marqueurs : *« les chiffres ont tranché. Et ils ont tranché à l'envers »*, *« on outille ceux qui savent déjà outiller »*, *« la prochaine bataille budgétaire ne portera pas sur le prix du token, mais sur le coût par résultat »*. Métaphores travaillées : le code qui *« se vérifie tout seul »*, la J-courbe (taxe de transition), le token-fuel.

## Pense-betes

- **Thèse à retenir** : retournement **AI4IT > AI4Business** sur la création de valeur **prouvée** en 2026. AI4Business n'est pas mort — il est **plus lent** (réorg, classification des données, responsabilité juridique) et viendra **après**, tiré par les capacités construites en faisant l'AI4IT.
- **Pourquoi le renversement** (le cœur) : l'IA excelle là où la sortie est un **texte structuré vérifiable** avec **boucle de feedback immédiate** → le **code se vérifie tout seul** (compilation, tests, CI ; l'agent casse un test en secondes). Le processus métier n'a ni compilateur ni suite de tests, sa vérité est diffuse, sa responsabilité juridique. *« On outille ceux qui savent déjà outiller. »*
- **Déception AI4Business** : étude **MIT 2025** (« 95 % des pilotes GenAI sans ROI mesurable », 30-40 Md$) — **Girard en conteste la méthode** (échantillon, ROI flou, âge) mais lit sa **persistance** comme le vrai signal d'une insatisfaction réelle (*« le symptôme est vrai même quand le chiffre est faux »*). Shadow AI prospère là où le projet officiel s'enlise. Cf. [[mit-nanda-genai-divide-95-percent-pilots-fail-legalio-2025-08-23]]. Blocage **organisationnel** = problème hayékien de Mollick (cf. [[mollick-roon-asi-consulting-forward-deployed-engineering-2026-05-10]]).
- **Preuves AI4IT mobilisées** (toutes déjà fichées) :
  - **Salesforce** : +151 % Effective Output, migration **18×**, −5 % d'incidents → [[salesforce-tallapragada-how-engineering-became-agentic-2026-05-27]]
  - **Intercom** : ×3 productivité R&D, 93,6 % PRs agent, −50 % coût/PR → [[curran-intercom-fin-ideas-2x-nine-months-later-3x-rd-productivity-2026-04-16]]
  - **Raiffeisen Bank Ukraine** : −8 % effectifs, −70 % incidents bloquants, 7 produits IA → [[tatsyi-raiffeisen-ukraine-ai-engineers-different-not-just-faster-2026-05-05]]
  - **AWS / Bedrock** : 6 pers./72 j vs 30/18 mois, code 100 % IA → [[ifttd-351-aws-summit-julien-lepine-2026-04-08]]
  - **Atlassian** : +19 % PRs, +59-87 % à 3-5 adoptants → [[atlassian-ai-native-sdlc-paying-off-rovo-dev-2026-05-31]]
  - **DORA × Google Cloud** : ROI 39 % / payback 8 mois, greenfield 35-40 % vs legacy ≤10 % → [[dora-google-cloud-roi-ai-assisted-software-development-j-curve-2026-04-21]]
- **Budgets 2027 — 3 ruptures comptables** :
  1. **CapEx→OpEx** : le token devient une charge OpEx **variable et non déterministe** (variance 5-10×, contexte en O(n²), retry tails) → cf. **Token Budget Wars** [[gupta-token-budget-wars-marginal-token-utility-2026-05-28]]. **Ordre de grandeur cité** : **Arthur Mensch** (CEO Mistral AI), audition à la **commission d'enquête de l'Assemblée nationale** sur les vulnérabilités numériques (mai 2026) → ~**10 % du budget salarial** alloué aux tokens chez les adopteurs avancés.
  2. **Prix du token = double piège** : à *capacité donnée*, l'inférence ÷**280** en 2 ans (Stanford AI Index) ; **mais la pointe monte** — **Claude Fable 5 à $10/$50** le M tokens = **2× Claude Opus 4.8 ($5/$25)**. Pression baissière via **open weights** (**GLM-5.2 ~$1,40/$4,40**, ~1/6 du frontier, **zéro coût marginal auto-hébergé** → [[artificial-analysis-glm-5-2-gdpval-aa-open-weights-2026-06-22]]) et **inférence desktop** (DGX Spark, Mac M5 Max). **Jevons** : la conso grimpe plus vite que le prix ne baisse.
  3. **FinOps de l'IA** : **coût par outcome** (pas le décompte de tokens), **allocation par règles**, **attribution token→outcome** comme actif stratégique.
- **4 recommandations COMEX** : (1) **financer l'AI4IT d'abord** (ROI prouvé, payback < 1 an), séparer la ligne AI4IT de la ligne AI4Business ; (2) **budgéter la J-courbe** (creux de transition) ; (3) **installer le FinOps token avant** la dérive ; (4) **redéfinir la comptabilité des effectifs** (McKinsey 40 000 humains + 20 000 agents → [[sternfels-mckinsey-60000-people-20000-agents-officechai-2026-01-14]] ; SFEIR *« 1 000 personnes, capacité 10 000 »* → cf. [[bfmtv-tech-co-business-ia-developpeurs-disparaissent-2026-05-05]]).
- **Chute** : *« la prochaine bataille budgétaire ne portera pas sur le prix du token, mais sur le coût par résultat. »*
- **Méta** : cet article est la **synthèse éditoriale publiée** de la veille du cabinet — c'est la version Gold devenue publique de la doctrine SFEIR sur le sujet (à relier au livrable `gold/ai4it-vs-ai4business-renversement-2027-2026-06.md`).

## RésuméDe400mots

Dans ce point de vue publié sur sfeir.com (24 juin 2026), **Didier Girard** (Managing Director de SFEIR) défend une thèse : le **renversement AI4IT vs AI4Business**. En 2024, le consensus voyait l'**AI4Business** — l'IA déversée dans les processus métier (ventes, support, finance) — comme le grand gisement de productivité ; l'**AI4IT** (l'IA pour produire le système d'information) passait pour un sujet d'ingénieurs. Deux ans plus tard, *« les chiffres ont tranché, et à l'envers »*.

**La déception AI4Business** : l'étude MIT 2025 (« 95 % des pilotes GenAI sans ROI ») est, de l'aveu même de Girard qui en conteste la méthode, contestable — mais sa **persistance** est le vrai signal d'une insatisfaction réelle : beaucoup de dirigeants ne voient pas la valeur promise dans leurs processus. *« Le symptôme est vrai même quand le chiffre est faux. »* Le blocage est **organisationnel** (problème hayékien de Mollick), pas technique.

**Le renversement AI4IT** s'appuie sur des preuves chiffrées : Salesforce (+151 % d'Effective Output, migration 18× plus rapide, −5 % d'incidents), Intercom (×3 de productivité R&D, −50 % de coût/PR), Raiffeisen Bank Ukraine (−8 % d'effectifs mais 7 nouveaux produits, −70 % d'incidents bloquants), AWS (Bedrock redéveloppé par 6 personnes en 72 jours), Atlassian (+19 à +87 % de PRs), DORA × Google Cloud (39 % de ROI, payback 8 mois). **Pourquoi ?** Le code **se vérifie tout seul** (compilation, tests, CI) ; le processus métier, non. *« On outille ceux qui savent déjà outiller. »*

**La conséquence budgétaire 2027** tient en trois ruptures. (1) **CapEx→OpEx** : le token devient une charge OpEx variable — Arthur Mensch (Mistral) évoque ~10 % du budget salarial en tokens chez les adopteurs avancés. (2) **Prix du token, double piège** : à capacité donnée l'inférence a été divisée par ~280 en deux ans, mais la pointe monte (Fable 5 à $10/$50 = 2× Opus 4.8), tandis que les modèles ouverts (GLM-5.2) et l'inférence desktop poussent les coûts vers le bas ; le paradoxe de Jevons fait grimper la consommation plus vite que le prix ne baisse. (3) **FinOps de l'IA** : raisonner en **coût par outcome**, allouer par règles, faire de l'attribution token→résultat un actif.

Quatre recommandations COMEX : financer l'AI4IT d'abord (payback < 1 an), budgéter la J-courbe, installer le FinOps token avant la dérive, redéfinir la comptabilité des effectifs (humains + agents). Conclusion : *« la prochaine bataille budgétaire ne portera pas sur le prix du token, mais sur le coût par résultat. »*

## GrapheDeConnaissance

- Didier Girard —dirige→ SFEIR (ORGANISATION, 0.99)
- Didier Girard —publie→ AI4IT vs AI4Business : le renversement (article SFEIR) (DOCUMENT, 0.98)
- Didier Girard —affirme_que→ c'est l'AI4IT, et non l'AI4Business, qui crée la valeur mesurable en 2026 (AFFIRMATION, 0.97)
- AI4IT —surpasse→ AI4Business (sur la valeur créée prouvée) (CONCEPT, 0.92)
- Didier Girard —affirme_que→ l'IA excelle là où la sortie est un texte structuré vérifiable avec une boucle de feedback immédiate (le code se vérifie tout seul) (AFFIRMATION, 0.93)
- Didier Girard —s_oppose_à→ la méthode de l'étude MIT (95 % des pilotes sans ROI) (DOCUMENT, 0.9)
- Didier Girard —affirme_que→ le symptôme est vrai même quand le chiffre est faux (CITATION, 0.92)
- blocage de l'AI4Business —est_basé_sur→ problème hayékien (information tacite et distribuée) (CONCEPT, 0.9)
- Salesforce —mesure→ +151 % d'Effective Output et migration 18× plus rapide (MESURE, 0.93)
- AWS —mesure→ redéveloppement de Bedrock par 6 personnes en 72 jours (vs 30 / 18 mois) (MESURE, 0.92)
- coût d'inférence —mesure→ divisé par ~280 en deux ans (Stanford AI Index) (MESURE, 0.9)
- Claude Fable 5 —surpasse→ Claude Opus 4.8 (capacité) au prix de $10/$50 le M tokens, soit 2× (MESURE, 0.9)
- Arthur Mensch —affirme_que→ ~10 % du budget salarial est alloué aux tokens chez les adopteurs avancés (AFFIRMATION, 0.85)
- Didier Girard —recommande→ financer l'AI4IT d'abord (ROI prouvé, payback < 1 an) (AFFIRMATION, 0.95)
- Didier Girard —recommande→ piloter le budget 2027 au coût par outcome plutôt qu'au prix du token (AFFIRMATION, 0.95)
- Didier Girard —recommande→ redéfinir la comptabilité des effectifs (humains + agents) (AFFIRMATION, 0.9)

---
Canonical: https://www.thekb.eu/fr/fiches/girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24/