Legal.io relaie en août 2025 l'étude MIT NANDA "The GenAI Divide: State of AI in Business 2025", qui devient l'une des références empiriques les plus citées de l'année sur l'échec massif de l'adoption IA en entreprise. La méthodologie est solide : 52 interviews exécutives, 153 sondages, analyse de 300 déploiements publics.
Le chiffre central est sidérant : 95% des pilotes IA en entreprise ne livrent aucun impact P&L mesurable, malgré $30-40 milliards investis. Seulement 5% créent de la valeur significative. C'est le "GenAI Divide" : un fossé entre forte adoption et faible transformation. 80%+ des organisations ont piloté ChatGPT ou Copilot, ~40% disent avoir déployé, mais ces systèmes améliorent essentiellement la productivité individuelle, pas les outcomes enterprise. Côté systèmes enterprise-grade, le funnel est encore plus brutal : 60% évaluent, 20% pilotent, 5% seulement passent en production.
Citation iconique du COO manufacturier interviewé : "The hype on LinkedIn says everything has changed, but in our operations, nothing fundamental has shifted."
Le rapport identifie quatre facteurs structurels. Limited disruption : seulement 2 des 9 secteurs majeurs (Tech, Media) montrent une transformation business matérielle. Enterprise paradox : les grandes entreprises mènent en volume de pilotes mais traînent en déploiement. Investment bias : les budgets favorisent sales/marketing alors que operations et finance offrent un meilleur ROI. Implementation advantage : les outils construits par vendors externes réussissent deux fois plus souvent que les builds internes.
L'étude documente aussi la "shadow AI economy" : seulement 40% des entreprises ont des subscriptions LLM officielles, mais 90% des employés utilisent quotidiennement leurs outils personnels. Ces systèmes shadow sont souvent plus performants et plus rapidement adoptés que les outils corporate — un trou de gouvernance massif. Pour les tâches à fort enjeu (juridique, communication client), 90% des utilisateurs préfèrent une supervision humaine, l'IA peinant sur la mémoire et le contexte spécifique.
Les organisations qui réussissent partagent trois traits : partenariats vendors avec systèmes customisables, focus sur l'intégration workflow, déploiement prioritaire en back-office (document automation, procurement, risk review). ROI documentés : $2-10M économies annuelles sur support externalisé, -30% sur agences marketing, $1M sur risk monitoring financier.
La phase suivante sera l'Agentic AI : systèmes qui se souviennent, apprennent, agissent autonomement. Protocoles structurants : NANDA (MIT) et MCP (Anthropic), qui ouvrent la voie à un "Agentic Web" remplaçant les SaaS statiques.
Le rapport conclut : "The GenAI Divide isn't inevitable. But bridging it requires a fundamental shift — from building to buying, from central labs to empowered teams, and from static tools to adaptive systems." C'est l'étude qui fait basculer le débat industriel : le bottleneck n'est plus la techno, c'est l'adoption — et donc le levier n'est plus IT, mais RH.