- ▸ Un cadre pilote une stratégie IA à 2 milliards sans avoir ouvert ChatGPT
- ▸ Un chatbot à 10 000 dollars, et zéro projet abouti sur dix-huit mois
- ▸ Des « heads of AI » à 1 milliard de revenus qui jugent leur poste frauduleux
- ▸ Ce que cette lecture ne prouve pas — et ce qui la rend solide
Des dirigeants signent des stratégies centrées sur l’intelligence artificielle sans jamais avoir ouvert l’outil qu’ils promeuvent. Un consultant documente dix-huit mois de projets à taux de réussite nul. Derrière l’engouement, une mécanique de conformité institutionnelle remplace l’expertise réelle. Trois signaux, un même ressort psychologique, une conséquence directe sur la qualité des décisions.
Ce qu’il faut retenir 1. Un cadre a produit une stratégie centrée sur l’IA pour une organisation à plus de 2 milliards de dollars de revenus après avoir avoué n’avoir jamais utilisé ChatGPT ni aucun outil d’IA. 2. Sur dix-huit mois, l’auteur du constat rapporte 0 % de réussite sur l’ensemble des projets IA qu’il a observés, y compris ceux croisés par hasard. 3. Des « heads of AI » de sociétés à plus d’un milliard de dollars de revenus récurrents décrivent leur propre poste comme frauduleux — mais c’était la seule voie de promotion restante. 4. Un chatbot facturé 10 000 dollars suffit à occuper tout l’ordre du jour des réunions, indépendamment de son utilité mesurable. 5. Le ressort n’est pas technique mais social : démontrer un engagement envers l’IA prime sur le résultat opérationnel.
Un cadre pilote une stratégie IA à 2 milliards sans avoir ouvert ChatGPT
La scène est rapportée par le consultant qui signe le blog Ludic, dans un essai publié le 18 juillet 2026 et intitulé « AI Mania Is Eviscerating Global Decision-Making ». Un dirigeant lui confesse n’avoir jamais utilisé ChatGPT ni le moindre outil d’intelligence artificielle. Quelques instants plus tôt, ce même dirigeant venait de présenter une stratégie technique entièrement organisée autour de l’IA, pour une organisation dont les revenus dépassent deux milliards de dollars.
L’ordre des faits est le point qui compte. La stratégie précède l’usage. Le document existe avant la moindre familiarité avec l’objet qu’il décrit. On tient là un cas limite, mais il éclaire un mécanisme plus large : dans de nombreuses organisations, la production d’un discours IA s’est détachée de toute expérience concrète de la technologie.
Notre lecture : ce découplage n’a rien d’accidentel. Il répond à une incitation. Quand la hiérarchie récompense l’affichage d’un cap plutôt que la maîtrise d’un outil, le cap devient un livrable en soi. La stratégie n’est plus un plan d’action, c’est un signal de conformité adressé au conseil, aux investisseurs, aux pairs. Le contenu technique sert d’enveloppe.
Ce déplacement transforme la nature même de la décision. Une décision suppose un arbitrage entre des options connues. Ici, le décideur arbitre entre des représentations d’options qu’il n’a pas testées. Le risque n’est pas de se tromper de choix : c’est de choisir sans avoir de prise sur ce que l’on choisit. Sur un périmètre à deux milliards de revenus, l’écart entre le geste et sa portée devient la vraie information.
Un chatbot à 10 000 dollars, et zéro projet abouti sur dix-huit mois
Le chiffre le plus dur de l’essai tient en deux caractères : 0 %. Sur un an et demi, le consultant écrit n’avoir observé aucun succès — « we have seen 0% success in a year and a half ». Le périmètre de ce constat mérite d’être précisé, car il change son poids. Il ne parle pas seulement des projets où sa société est intervenue. Il inclut aussi ceux qu’il a croisés « en passant », au détour de missions sans rapport avec l’IA.
Un taux de réussite nul sur un seul portefeuille se discute : mauvais échantillon, biais de sélection, exigence de succès trop haute. Un taux nul étendu à des projets observés par hasard, hors de tout contrat, résiste mieux à ces objections. L’échantillon n’a pas été choisi pour prouver quoi que ce soit. C’est cette extension, plus que le chiffre lui-même, qui donne au constat sa force.
En regard, la mécanique budgétaire décrite est d’une simplicité désarmante. « Add a $10,000 AI chatbot to your project, exclusively discuss that part in meetings » : ajoutez un agent conversationnel à 10 000 dollars, puis parlez-en exclusivement en réunion. La dépense n’est pas justifiée par un résultat attendu. Elle sert de matière à discussion. Dix mille dollars, à l’échelle d’un projet d’entreprise, ne représentent presque rien — et c’est précisément l’intérêt du dispositif. Le ticket d’entrée dans le récit IA est faible ; le rendement en visibilité interne, lui, est immédiat.
Le tableau ci-dessous met face à face ce qui est mis en avant et ce que documente la source. L’écart entre les deux colonnes est le sujet réel de l’essai.
| Objet | Ce qui est mis en avant | Ce que documente la source |
|---|---|---|
| Budget | Un chatbot à 10 000 $ intégré au projet | Aucun lien établi avec un résultat mesurable |
| Périmètre | Stratégie centrée IA, organisation à 2 Md$+ de revenus | Décideur n’ayant jamais utilisé l’outil |
| Discours | « massive AI productivity gains » | 0 % de réussite sur 18 mois |
| Poste | « head of AI » présenté comme signal d’avenir | Fonction jugée frauduleuse par ses propres titulaires |
Lisez la colonne de droite seule : elle décrit un système qui dépense, communique et promeut sans produire. Le vocabulaire promotionnel — les « gains de productivité massifs », l’idée que « l’IA change tout » — occupe l’espace laissé vide par les résultats. Ce n’est pas un mensonge au sens strict. C’est un déplacement de l’attention, du livrable vers son emballage.
Un point d’honnêteté s’impose ici. Ce 0 % est le chiffre d’un praticien, pas d’une étude à méthodologie publiée. Il vaut comme témoignage de terrain, pas comme mesure statistique généralisable. Nous le traitons pour ce qu’il est : un signal fort, cohérent et daté, à confronter à d’autres observations plutôt qu’à ériger en loi.
Des « heads of AI » à 1 milliard de revenus qui jugent leur poste frauduleux
Le troisième signal touche à la structure des carrières. Des responsables portant le titre de « head of AF » — pardon, de « head of AI » — dans des sociétés dépassant le milliard de dollars de revenus récurrents ont écrit à l’auteur pour dire une chose précise : ils estiment leur poste totalement frauduleux, mais c’était la seule voie de promotion qui restait ouverte dans leur organisation.
Cette phrase décrit un piège, pas une imposture individuelle. Ces cadres ne trichent pas au sens où ils dissimuleraient une compétence manquante. Ils occupent une fonction créée par l’organisation elle-même, à un moment où l’organisation ne récompensait plus que ce type de fonction. Le titre « head of AI » est devenu l’ascenseur ; refuser d’y monter revenait à cesser de progresser. Le résultat est une couche de direction dont les titulaires doutent, en privé, de la valeur de ce qu’ils dirigent.
L’auteur décrit un état qu’il qualifie de psychose : des entreprises entières où il devient, selon lui, impossible de tenir une conversation rationnelle sur le sujet. Le mot est fort et relève de son jugement, pas d’un diagnostic clinique. Mais il pointe un phénomène observable : quand la remise en cause d’une orientation menace directement la position de ceux qui pourraient la remettre en cause, le débat se ferme. La contradiction devient un risque de carrière avant d’être une question technique.
Ce verrouillage explique la trajectoire des réunions décrite plus haut. Si personne autour de la table n’a intérêt à demander ce que produit réellement le chatbot à 10 000 dollars, la discussion glisse naturellement vers ce qui est valorisé : l’ambition affichée, la feuille de route, le vocabulaire. La question dérangeante — « à quoi ça sert » — n’est pas interdite. Elle est simplement sans porteur.
On mesure ici la portée du titre de l’essai. « Éviscérer la prise de décision mondiale » n’est pas une image gratuite. Une décision vidée de sa substance garde sa forme : réunions, arbitrages, budgets validés. Ce qui disparaît, c’est le lien entre le geste de décider et l’effet dans le monde réel. La coquille demeure, le contenu s’évapore.
Ce que cette lecture ne prouve pas — et ce qui la rend solide
Un témoignage unique, aussi précis soit-il, appelle des objections sérieuses. Il faut les poser, sous peine de transformer un signal en dogme.
Première objection : l’échantillon. Un consultant croise les projets en difficulté plus souvent que les projets qui tournent, parce qu’on l’appelle quand ça coince. Un biais de survie inversé peut gonfler la part d’échecs perçue. L’auteur y répond partiellement en incluant les projets observés « en passant », hors mission — mais l’objection ne disparaît pas totalement pour autant.
Deuxième objection : la définition du succès. Un projet IA peut échouer sur ses objectifs affichés tout en produisant un apprentissage, une infrastructure réutilisable ou un repositionnement. Le « 0 % » suppose une grille de lecture binaire, réussite ou échec, qui écrase ces zones grises. Beaucoup d’adoptions technologiques passées ont connu des phases longues de rendement nul avant de basculer.
Troisième objection : la fenêtre temporelle. Dix-huit mois, à l’échelle d’un cycle d’adoption d’entreprise, sont un temps court. Les gains d’un déploiement lourd apparaissent rarement dès la première année. Juger un portefeuille à ce stade revient parfois à mesurer un arbre à la vitesse de sa croissance le premier printemps.
Ces objections tiennent. Elles n’annulent pas le constat pour une raison : le cœur de l’essai ne porte pas sur la performance de l’IA en tant que technologie. Il porte sur le processus de décision qui l’entoure. Or ce processus — stratégie produite avant usage, dépense pensée pour la réunion, poste occupé malgré le doute de son titulaire — est décrit de façon convergente sur trois plans indépendants. La technologie peut très bien tenir ses promesses à terme ; cela ne rendrait pas plus saine une décision prise sans prise sur son objet.
C’est la distinction que l’essai réussit à tenir, et que nous reprenons : le problème n’est pas « l’IA marche ou ne marche pas ». Le problème est « qui décide, sur quelle base, et pour quel signal ».
Matt Mullenweg, un avion, et la reconnaissance discrète d’un malaise
L’anecdote paraît anodine, elle est révélatrice. Matt Mullenweg, cofondateur de WordPress et d’Automattic, a proposé un café à l’auteur après avoir lu son essai précédent — le fameux « AI piledrive » — qu’il avait vraisemblablement apprécié. Le rendez-vous a été annulé : Mullenweg n’avait pas réalisé qu’il avait un vol le jour même. L’auteur précise que le fait est « 100 % vrai ».
Pourquoi mentionner cet épisode dans une analyse de gouvernance ? Parce qu’il documente une chose que les chiffres ne montrent pas : le malaise décrit n’est pas confiné aux marges militantes ou aux petites structures. Il circule jusqu’à des figures établies de l’industrie du logiciel. Une critique de l’engouement IA capable d’atteindre le fondateur de la plateforme qui propulse une large part du web ne relève pas du billet d’humeur isolé.
L’annulation elle-même dit quelque chose du rythme du secteur. L’agenda déborde, les fenêtres d’attention se referment, la conversation de fond passe après le vol suivant. Ce n’est pas anecdotique par rapport au sujet : la vitesse à laquelle circulent les récits IA laisse peu de place au temps long qu’exigerait leur examen. On lit l’essai, on approuve, on n’a pas le temps d’en tirer les conséquences. Le signal est reçu ; il n’est pas traité.
Reste que cette reconnaissance demeure informelle. Un café proposé n’est pas une prise de position publique. L’épisode illustre un phénomène qui se sait sans se dire : beaucoup, en haut de l’industrie, perçoivent la mécanique décrite, peu la nomment sur la place publique. L’écart entre le privé et le public est, là encore, le vrai objet.
Conformité affichée, feuille de route absente : la vraie fracture
Reste à assembler ces signaux en une lecture d’ensemble. L’auteur avance une position tranchée sur l’état des décideurs : soit ils n’ont aucun plan, soit ils ne voient pas d’autre issue que de garder la tête baissée. Et il ajoute une précision qui élargit brutalement le cadre — cela vaut aussi bien dans les banques que dans les hôpitaux ou les institutions publiques.
Cette extension au secteur public et à la santé déplace l’enjeu. Un projet marketing raté se rattrape. Une décision mal fondée dans un hôpital ou une administration engage des conséquences d’une autre nature. Si le même ressort — conformité affichée contre stratégie réelle — opère dans ces domaines, alors le « 0 % de réussite » cesse d’être une statistique de consultant pour devenir une question de gouvernance publique.
La crédibilité de ce panorama repose sur l’expérience revendiquée par l’auteur : sur l’année écoulée, il dit avoir piloté l’ensemble des ventes de sa société, dirigé les composantes techniques de la quasi-totalité des missions, et accumulé sur la durée du blog quelque 300 échanges avec des professionnels du monde entier. Trois cents conversations ne constituent pas une enquête représentative, mais elles dessinent une surface d’observation suffisamment large pour dépasser le cas isolé.
De cette surface émerge une opposition simple, qui structure tout le propos. D’un côté, la pression externe : montrer qu’on fait de l’IA, occuper les réunions, cocher la case auprès du conseil. De l’autre, le vide interne : pas de feuille de route, pas de mesure de résultat, pas de porteur pour la question dérangeante. L’engouement ne comble pas ce vide. Il le rend invisible en le recouvrant de vocabulaire.
Une phrase citée dans l’essai résume la logique du côté des décideurs, qui n’est pas absurde de leur point de vue : « I allocated a substantial percentage of my budget to AI and it helped me accomplish my mandate. » J’ai alloué une part substantielle de mon budget à l’IA, et cela m’a aidé à remplir mon mandat. Le mandat, ici, n’est pas « produire un résultat opérationnel ». C’est « démontrer un engagement ». À l’aune de ce mandat-là, la dépense réussit précisément là où le projet échoue.
Notre lecture : tant que l’incitation récompensera l’affichage et non le résultat, aucun outil, si performant soit-il, ne redressera la qualité des décisions. Le correctif ne se trouve pas dans un meilleur modèle. Il se trouve dans la manière dont les organisations mesurent la réussite d’une initiative — et dans leur capacité à laisser exister, autour de la table, quelqu’un dont la carrière ne dépend pas de la validation du plan.
Questions fréquentes
Faut-il en conclure que l’IA ne sert à rien en entreprise ?
Non, et l’essai ne le dit pas. Son objet est le processus de décision, pas la performance de la technologie. Le « 0 % de réussite » vise des projets pensés pour la réunion plutôt que pour un résultat. Une initiative portée par un besoin réel, avec une mesure de succès définie, sort du cadre décrit.
Quel est le risque concret d’une stratégie IA sans usage réel ?
Deux risques cumulés. D’abord l’érosion de crédibilité des décideurs, dont les arbitrages portent sur des options qu’ils n’ont pas testées. Ensuite le gaspillage de ressources sur des projets au succès opérationnel non atteint — 0 % de réussite observée sur dix-huit mois, selon la source. Le second risque nourrit le premier.
Le phénomène touche-t-il aussi le secteur public ?
Selon l’auteur, oui : il cite explicitement les banques, les hôpitaux et les institutions gouvernementales comme terrains où les responsables « n’ont pas de plan » ou « gardent la tête baissée ». Cette extension reste un jugement de praticien, non une étude sectorielle, mais elle élargit l’enjeu de la performance commerciale à la gouvernance publique.
Sources
- « AI Mania Is Eviscerating Global Decision-Making », blog Ludic — publié le 18 juillet 2026. Ensemble des faits, chiffres et citations directes de cet article.
Pour approfondir : comment mesurer le retour réel d’un projet d’IA générative, gouvernance et fonctions « head of AI » en entreprise, budget IA : ce que financent vraiment les directions.
