John Premkumar relativise le vrai ROI de l’IA marketing

John Premkumar estime que les entreprises doivent revoir leur calcul du retour sur investissement de l’IA marketing. Dans un article publié le 1er septembre 2026 par MarTech, le dirigeant d’Infosys souligne que l’intégration, la préparation des données, la gouvernance et le contrôle humain réduisent parfois le gain financier apparent. Les indicateurs opérationnels restent pourtant positifs. Selon The CMO Survey, l’IA devrait représenter plus de 50 % de l’activité marketing américaine en 2029. L’an dernier, elle aurait aussi accru la productivité commerciale de 14,1 % et la satisfaction client de 10,8 %. Les frais marketing auraient diminué de 14,6 %.

Les résultats restent difficiles à attribuer aux investissements en IA. Une enquête 2026 de Witness.AI indique que seulement 9 % des cadres dirigeants interrogés ont constaté des retours financiers significatifs pour plus de 75 % de leurs initiatives. Par ailleurs, 68 % déclarent que leurs programmes d’IA ont dépassé leur budget au moins une fois durant les douze mois précédents. Le marketing présente une difficulté comparable. Une enquête mondiale de directeurs marketing rapporte que 16 % seulement peuvent prouver avec confiance les résultats de leurs investissements. Près de 70 % mesurent ces résultats avec peu de précision, tandis que 21 % ne disposent d’aucune infrastructure de mesure constante.

Les données structurent le calcul

La mesure doit commencer par le changement produit, et non par le volume d’actions réalisé par l’IA. Produire davantage de contenus ou réduire le temps d’une tâche montre une amélioration opérationnelle. Cela ne prouve pas automatiquement un gain financier. John Premkumar recommande donc de comparer le processus avant et après le déploiement. La qualité des données devient aussi déterminante. La connexion de plusieurs systèmes peut exposer des définitions incohérentes, des doublons, des informations obsolètes et des signaux contradictoires. Un agent doit connaître le sens d’un champ, sa date de mise à jour, la source prioritaire et les actions autorisées. L’architecture des données devient ainsi une composante de l’architecture IA.

Les coûts indirects doivent entrer dans le calcul. L’intégration, la préparation des données, la gouvernance, la surveillance, la formation et la revue humaine peuvent accompagner chaque déploiement. Une réduction de 70 % sur une tâche ne garantit donc pas une amélioration équivalente de la productivité. Les employés peuvent devoir vérifier l’exactitude, la conformité à la marque, les doublons et les risques juridiques de centaines de variantes générées. Les agents peuvent aussi réduire le temps de recherche tout en augmentant le contrôle des exceptions et la surveillance de leurs décisions. L’article recommande de mesurer le flux complet, plutôt que la seule tâche exécutée par l’IA.

Les départements partagent les coûts

La répartition budgétaire peut également embellir le ROI d’un projet marketing. Le marketing peut recevoir le gain de productivité, tandis que les équipes informatiques financent l’infrastructure. L’ingénierie peut prendre en charge l’intégration. Les fonctions juridiques et de sécurité peuvent absorber la gouvernance. D’autres salariés peuvent consacrer davantage de temps à la revue des résultats. Le bénéfice apparaît alors dans un service, alors que plusieurs coûts sont enregistrés ailleurs. John Premkumar propose de suivre les changements dans l’ensemble du flux de travail. Les entreprises devraient comptabiliser chaque coût dans le département concerné et n’attribuer à l’IA que les résultats financiers raisonnablement reliés au travail transformé. Pour aller plus loin, consultez notre guide sur les usages de l’IA en marketing digital pour PME. Pour aller plus loin, consultez notre guide sur réduire ses coûts grâce à l’IA.