Un ROI utile précise la période, le périmètre, les coûts et les hypothèses. Il sépare les résultats mesurés des bénéfices encore estimés.
Mesurer la situation avant le projet
Le retour sur investissement compare des bénéfices à des coûts sur une période définie. Pour un projet IA, commencez par le travail réel : combien de tâches sont traitées, combien de temps elles demandent et quelles corrections sont nécessaires ? Sans état initial, il devient difficile de distinguer une amélioration réelle d’une impression.
Précisez l’unité de mesure : minutes par dossier, délai de réponse, taux de correction ou coût de traitement. Une moyenne seule ne suffit pas toujours. Les demandes complexes peuvent avoir un comportement différent des cas courants.
Distinguer temps libéré, qualité et économies
Du temps libéré peut permettre de traiter plus de demandes, d’améliorer le suivi ou de réduire une charge. Il ne devient pas automatiquement une économie de trésorerie. Le calcul doit expliquer comment cette capacité sera utilisée et éviter de compter deux fois le même bénéfice.
Les effets sur la qualité ou la satisfaction peuvent être suivis avec leurs propres indicateurs. Ne leur attribuez pas une valeur monétaire sans expliquer l’hypothèse. Une réduction des erreurs peut, par exemple, être rapprochée d’un coût de reprise observé.
Compter le coût complet
Intégrez le cadrage, le développement, les intégrations, les licences, la consommation des services, la formation et le temps des équipes mobilisées. Ajoutez la maintenance, les évaluations et les adaptations nécessaires pendant la période étudiée.
Séparez l’investissement initial des coûts récurrents. Faites aussi apparaître les travaux préalables, comme la mise à jour d’un corpus documentaire. Un abonnement peu coûteux ne suffit pas à décrire le coût d’un usage fiable dans l’entreprise.
Un exemple de calcul, avec ses limites
Voici un scénario pédagogique, sans lien avec un résultat client : 12 personnes économiseraient chacune 30 minutes par jour, sur 200 jours. Cela représente 1 200 heures avant prise en compte de l’usage réel.
| Élément | Hypothèse |
|---|---|
| Potentiel initial | 12 × 0,5 h × 200 jours = 1 200 h |
| Adoption retenue | 70 % |
| Gain conservé après relecture et correction | 80 % |
| Temps net estimé | 1 200 × 70 % × 80 % = 672 h |
| Valeur horaire choisie | 35 € |
| Capacité valorisée | 672 × 35 € = 23 520 € |
| Investissement et exploitation sur l’année | 12 000 € + 4 000 € = 16 000 € |
Avec ces seules hypothèses, le ratio serait de (23 520 − 16 000) ÷ 16 000 = 47 %. Ce résultat exprime une valorisation théorique de capacité. Il ne représente ni un rendement garanti ni une économie de trésorerie démontrée.
Tester plusieurs scénarios
Recalculez avec une adoption plus faible, davantage de corrections ou un coût d’exploitation supérieur. Dans l’exemple précédent, une adoption de 40 % au lieu de 70 % ramènerait la capacité valorisée à 13 440 €, soit moins que les 16 000 € de coûts retenus.
Cette sensibilité permet de voir ce qui doit être vérifié pendant le pilote. Elle aide également à choisir les indicateurs à suivre après la mise en service.
Suivre les résultats après le lancement
Comparez régulièrement les mesures au point de départ, sur un périmètre comparable. Suivez l’usage effectif, la qualité, les exceptions et les coûts. Documentez les changements de processus pour expliquer une variation des résultats.
Le Diagnostic Impact structure les hypothèses et les priorités. Le prototype IA permet ensuite de les confronter aux situations de travail, avant de décider d’un déploiement plus large.