IA dans l'énergie : 89 % attendent des retours, moins de 20 % passent à l'échelle avec un impact mesurable

Le rapport Powering Possible 2026 d'ADNOC, XRG et Microsoft (près de 400 dirigeants seniors de l'énergie et de la finance, publié le 29 octobre 2026) indique que 89 % ont augmenté leurs dépenses d'IA sur l'année écoulée. 63 % s'attendent à ce que les retours des investissements existants couvrent ou dépassent les coûts, et 89 % pensent de même pour les investissements futurs. La part d'organisations utilisant des workflows d'IA agentique intégrés est passée de 15 % à 33 %.

L'ENR Executive Survey 2026 de Bain (859 dirigeants du pétrole et gaz, des utilities, de la chimie, des mines et de l'agroalimentaire) est plus prudente : 68 % s'attendent à ce que l'IA remodèle significativement la performance d'ici 5 à 10 ans, mais moins de 20 % déclarent la déployer à l'échelle avec un impact mesurable. Près de la moitié citent des résultats flous ou un lien faible avec la valeur métier comme premier obstacle.

Les échantillons diffèrent : ce n'est pas une tendance comparable à périmètre égal, mais ensemble ils situent l'écart entre l'attente et une ligne de P&L mesurée. La nature de la valeur évolue aussi : la stabilité et la fiabilité de l'approvisionnement sont désormais la contribution la plus citée (39 %, contre 26 %), tandis que les économies de coûts reculent de 19 % à 13 %. La fiabilité est plus difficile à inscrire dans un compte de résultat. L'exemple de Bain, un diagnostic assisté par IA sur un actif offshore mature, a produit plus d'une douzaine d'initiatives valant plus de 15 M$ par an, chacune avec calendrier, points de décision et responsable nommé.

Recommandation Cardan-AI : avant le prochain cycle budgétaire, donnez à chaque cas d'usage IA opérationnel un responsable, une référence de départ et une ligne de P&L, ou un indicateur de fiabilité converti en coût d'arrêt. Décotez les retours attendus dans les business cases tant qu'une mesure à 90 jours ne les confirme pas. Lisez le point de vue complet.