Baromètre Koïno 2026 : 12 projets IA, délais, gains mesurés

TL;DR : Le Baromètre Koïno 2026 compile les 12 projets IA publiés par Koïno au 27/10/2026, avec délai, statut et gain mesuré. Sept sont en service (3 pages disent « en production », 4 décrivent l’usage), 1 en pilote et 1 en POC. Sur les 3 projets qui le publient, le délai du cadrage au premier livrable utilisable va de 6 à 12 semaines, 8 en médiane. Huit projets chiffrent un gain de temps, mais 5 seulement publient leur valeur de départ.

À retenir

• Sur les 12 projets IA publiés par Koïno, 7 sont en service : 3 pages disent l’outil « en production » et 4 décrivent son usage après la livraison. Un projet est en pilote, un en POC, 2 sont des accompagnements sans outil livré et 1 ne publie pas son statut.
• Trois projets publient le délai entre le cadrage et le premier livrable utilisable : 6, 8 et 12 semaines, soit une médiane de 8 semaines.
• Huit projets chiffrent un gain de temps ; dans 6 cas, ce temps partait, en tout ou en partie, dans la collecte, la ressaisie, la consolidation ou le classement d’information.
• Cinq projets sur 12 publient la valeur de départ de leur indicateur, condition pour écrire « de 1 h à 10 min » plutôt qu’un pourcentage.
• Trois projets ne décrivent aucun modèle d’IA, comme la facturation de Piper-Heidsieck, passée de 1 h à 10 min par jour grâce à une automatisation.
• Le jeu ne compte que des cas publiés : il ne donne aucun taux de réussite des projets IA.

Votre comité de direction vous demande deux chiffres avant de lancer un projet d’IA : le délai avant un premier résultat et le gain attendu. Les fourchettes qui circulent disent rarement d’où elles viennent. Ce baromètre part de l’autre bout : les 12 projets IA publiés par Koïno, avec le délai, le statut et le gain tels qu’ils sont écrits sur chaque page, et un lien vers chacune. Tous les calculs portent sur ce jeu, et sur lui seul.

Les statistiques publiques comptent les entreprises qui utilisent l’IA, pas la durée ni le résultat de leurs projets. En 2025, 18 % des entreprises de 10 personnes ou plus implantées en France déclaraient utiliser au moins une technologie d’IA, selon l’Insee, et 19,95 % des entreprises de l’Union européenne de même taille d’après Eurostat. Le baromètre ajoute à ces chiffres d’usage des données de projet : ce qui a été construit, en combien de temps, et ce qui a été mesuré. Les cas sont regroupés sur la page des cas clients de Koïno, et la démarche qui les produit est décrite dans l’offre de conseil en IA et data pour PME et ETI.

Que mesure le Baromètre Koïno 2026, et que veulent dire POC, pilote et production ?

Le baromètre mesure quatre choses pour chaque projet publié : le délai jusqu’au premier livrable utilisable, le statut atteint, le gain chiffré et la base de mesure de ce gain. Il ne mesure ni la satisfaction déclarée ni l’intention d’investir, que les enquêtes couvrent déjà. Les définitions ci-dessous fixent le sens des mots employés dans les tableaux.

Qu’est-ce qu’un baromètre de projets IA ?

Un baromètre de projets IA est un relevé daté d’indicateurs tirés de projets réels, présenté ligne par ligne pour que chaque chiffre se vérifie. Celui de Koïno relève 12 projets au 27/10/2026, sans sondage ni déclaration d’intention. Chaque ligne renvoie à sa page source, sauf ManoMano, qui n’a pas de page cas client.

Qu’est-ce qu’un POC ?

Un POC (proof of concept, ou preuve de concept) est un démonstrateur qui prouve qu’une solution fonctionne sur des données réelles, avant toute décision de déploiement. Le baromètre classe un projet en POC quand sa page décrit le projet comme un POC. C’est le cas de Doxallia, dont le moteur de détection de fraude documentaire a été livré en POC en 6 semaines.

Qu’est-ce qu’un pilote ?

Un pilote est un premier déploiement limité, en conditions réelles, auprès d’un groupe d’utilisateurs, pour vérifier l’usage avant d’étendre. Le baromètre classe un projet en pilote quand sa page le décrit comme un déploiement pilote. Molydal est dans ce cas : son application MolyScan a été livrée en 12 semaines, du cadrage au déploiement pilote.

Qu’est-ce qu’une mise en production ?

Une mise en production est le passage d’un outil dans le travail courant des équipes, sur les vrais volumes, avec un suivi. Le baromètre classe « en service » un projet dont la page dit l’outil « en production » (Adviso Partners, Piper-Heidsieck, Decathlon Marketplace) ou décrit son usage après la livraison : utilisé au quotidien (Parfumsplus), industrialisé et transmis aux équipes (Motul), exploité par trois services avec un bilan à un an (IESEG), campagne annuelle « désormais bouclée en 5 jours » (CAPZA). Pour ces quatre projets, le statut est donc déduit du texte de la page, pas écrit.

Quels sont les 12 projets IA du baromètre ?

Les 12 projets réunissent les 11 cas clients publiés sur koino.fr et ManoMano, cité avec les seuls chiffres que Koïno a validés. Le baromètre appelle « projet IA » chacun de ces cas, y compris trois qui ne décrivent aucun modèle d’IA (Piper-Heidsieck, CAPZA, Bien’ici) et une formation (Squareness). Le tableau reprend chaque chiffre tel qu’il est écrit sur la page du cas, relue le 27/10/2026 ; « non publié » signifie que la page ne donne pas l’information, et le statut de quatre projets est déduit selon la règle définie plus haut. Les projets sont rangés par statut, puis par famille de processus.

Les 12 projets IA publiés par Koïno au 27/10/2026 : délai, statut et gain mesuré

Deux règles de lecture s’appliquent. Les chiffres qu’une page présente comme l’expérience générale de Koïno, et non comme la mesure du projet, sont écartés ; deux pages en contiennent. Les gains ne sont jamais additionnés ni moyennés, parce qu’une heure par mois, un taux d’erreurs et un nombre de leads ne se comparent pas.

Combien de temps pour passer du cadrage à un premier résultat ?

Sur les 3 projets du baromètre qui publient ce délai, le premier livrable utilisable arrive entre 6 et 12 semaines après le cadrage, 8 semaines en médiane. Doxallia a reçu un POC complet en 6 semaines, code source et documentation compris. Decathlon Marketplace disposait en 8 semaines d’un moteur testé et branché à son CRM, mis en production au troisième mois. Molydal a déployé son application en pilote au bout d’environ 12 semaines, avec une équipe de 4 personnes.

« On parle de semaines, pas de mois. » Antoine Nguyen, Innovation Manager chez Doxallia (Groupe Crédit Agricole), dans son témoignage du 1er septembre 2026 publié sur la page du cas Trust AI.

Les 9 autres projets ne publient pas ce délai, ce qui en fait l’une des données les plus rares du jeu, avec l’équipe (3 projets) et le retour sur investissement chiffré (1 projet). Quand une page date le premier gain mesuré, il arrive peu après la mise en service : dès les premières semaines chez Decathlon Marketplace, dès le premier trimestre d’utilisation chez Adviso Partners. Pour un accompagnement sans outil, l’unité change : six jours au total chez Squareness, puis un relevé des usages trois mois plus tard. Notre position est qu’un cadrage d’IA tient en un mois pour une équipe métier d’une quinzaine de personnes chez le client, et que des projets similaires se livrent en trois mois, audit et cadrage compris : les trois délais publiés, de 6 à 12 semaines, restent dans ce cadre.

Statut et délai publiés des 12 projets du baromètre

Combien de projets atteignent la production ?

Sur les 12 projets publiés, 3 pages disent l’outil « en production » (Adviso Partners, Piper-Heidsieck, Decathlon Marketplace), et 4 décrivent son usage après la livraison sans employer ce mot (CAPZA, IESEG, Motul, Parfumsplus) : 7 projets sont donc en service, soit 7 des 9 outils livrés qui ont une page de cas. Les deux autres outils en sont au pilote (Molydal) et au POC (Doxallia). Squareness et Bien’ici sont des accompagnements, et rien n’est publié sur le statut du projet ManoMano.

Ce ratio ne se compare pas aux taux d’échec qui circulent. La RAND Corporation rappelait en 2024 que, selon certaines estimations, plus de 80 % des projets d’IA échouent, soit deux fois plus que les projets informatiques sans IA ; un projet arrêté, lui, n’a pas de page cas client. Le baromètre décrit donc des projets publiés, pas la probabilité de réussite d’un projet d’IA, chez Koïno ou ailleurs.

Dans le baromètre, un trait revient dans la plupart des outils livrés : un humain garde la main. Six des 9 pages d’outils livrés l’écrivent, de la file de validation des lignes douteuses chez Motul à la décision d’octroi de crédit laissée au conseiller chez Doxallia. Chez Decathlon Marketplace, l’outil collecte et note les leads, et la prise de contact reste aux commerciaux.

Où l’IA fait-elle gagner du temps en premier ?

Sur les 12 projets, 8 chiffrent un gain de temps, et 6 de ces 8 gains portent, en tout ou en partie, sur la collecte, la ressaisie, la consolidation ou le classement d’information entre deux outils. Recopier des résultats d’AMDIS dans Excel chez Parfumsplus, consolider des fichiers ESG chez CAPZA, trier des extractions SAP chez Motul ou chercher des vendeurs à la main chez Decathlon Marketplace : le geste remplacé consiste à manipuler à la main une information qui existe déjà dans un autre outil. Les deux autres gains portent sur l’envoi et l’archivage de factures que Business Central produisait déjà, chez Piper-Heidsieck, et sur la rédaction et la synthèse de documents chez Squareness, où le gain est estimé.

Les 12 projets par famille de processus, et les gains chiffrés

Nous comparons des processus, pas des secteurs : une direction financière de fonds et une direction financière industrielle font les mêmes gestes. Le tableau va dans ce sens, puisque les trois projets de back-office et de finance, chez un fonds d’investissement, une maison de champagne et un groupe de lubrifiants, publient tous un gain de temps. Deux d’entre eux ne décrivent aucun modèle d’IA : la facturation de Piper-Heidsieck passe de 1 h à 10 min par jour avec une automatisation Power Automate, et la consolidation de CAPZA de 3 semaines à 5 jours avec une chaîne de données. Dans ce jeu, le premier gain ne dépend pas de la sophistication du modèle.

Les 12 projets IA publiés par Koïno : secteur, processus et technologie

Quels gains mesurer et comment ?

Dans une PME comme dans un grand groupe, mesurez d’abord le temps, les erreurs et le volume traité, et notez leur valeur avant le projet : c’est ce qui sépare un gain publiable d’une impression. Dans le baromètre, 8 projets chiffrent un gain de temps, 5 un gain sur les erreurs ou la qualité des données, 2 un gain de volume ou de chiffre d’affaires, et un seul un retour sur investissement chiffré (IESEG, multiplié par 4,2 sur un an). Seuls 5 projets sur 12 publient la valeur de départ de leur indicateur, ce qui permet d’écrire « de 1 h à 10 min » plutôt que « 80 % de temps en moins ».

Types de gains publiés dans les 12 projets, et valeur de départ

Chaque année, la consolidation ESG et financière de CAPZA demandait trois semaines de tableurs, avec 12 % d’erreurs de reporting. Ces deux chiffres, connus avant le projet, permettent d’écrire que la chaîne de données ramène la campagne à cinq jours et les erreurs sous 1 %. À l’inverse, chez Squareness, le temps passé sur les tâches visées n’était pas mesuré avant la mission : le gain d’environ 5 h par semaine et par collaborateur est publié comme une estimation, et la page le dit.

Le retour sur investissement d’un projet d’IA se mesure dans l’outil, pas dans un tableur d’avant-projet. Quatre indicateurs suffisent : le temps avant et après sur trois occurrences réelles, le volume traité, le taux d’exception et l’adoption hebdomadaire. Dans l’étude Trends of AI 2026 de KPMG et Les EnthousIAstes, menée auprès de 356 décideurs surtout issus de grands groupes et d’ETI, 2 organisations sur 3 ont désormais la capacité de mesurer le ROI, contre 1 répondant sur 3 en 2025.

Le point Koïno : nous nous engageons sur des livrables et des critères d’acceptation écrits, pas sur un pourcentage de gain promis avant d’avoir mesuré. Un gain se constate sur des volumes réels, après la mise en service. Aucun chiffre de ce baromètre n’est donc une promesse pour votre projet.

Pourquoi certains projets restent-ils au stade du POC ou du pilote ?

Dans le baromètre, les deux outils livrés qui ne sont pas encore en service, le POC de Doxallia et le pilote de Molydal, publient ce qui leur manque : une validation par d’autres entités du groupe pour Doxallia, la mesure de l’usage réel pour Molydal. Le POC de Doxallia est conçu pour être présenté aux caisses régionales du groupe, afin de valider l’intérêt métier avant un déploiement à plus grande échelle. Le pilote de Molydal attend ses indicateurs d’usage (volume de scans, taux d’identification, temps gagné par visite), qui seront consolidés avec le recul du déploiement. Aucun des deux n’est présenté comme arrêté : le POC de Doxallia a été livré avec son code source et sa documentation, et le client en est autonome.

Les causes d’échec des projets d’IA sont documentées. La RAND Corporation en retient cinq, tirées de 65 entretiens avec des data scientists et des ingénieurs expérimentés : un problème mal compris, des données insuffisantes, une technologie choisie avant le problème, une infrastructure inadaptée et des problèmes trop difficiles pour l’IA. De notre côté, ce qui fait échouer un projet d’IA est connu : des accès au système d’information qui arrivent trop tard, aucun utilisateur pilote, des indicateurs jamais posés. Nous les traitons au lancement, selon la méthode décrite dans notre article sur les projets IA qui n’arrivent pas en production et la méthode Sx4.

Le baromètre donne-t-il le coût des projets IA ?

Le baromètre ne publie aucun prix, car aucune des 11 pages de cas ne donne le budget du projet. Elles disent en revanche ce qui le fait varier : le nombre de sources ou de connecteurs, l’intégration au système d’information, les exigences d’hébergement et de sécurité, le nombre de cas d’usage retenus. Pour des fourchettes chiffrées, voyez nos guides combien coûte un projet IA en 2026 et le prix d’un agent IA selon le cas d’usage. Pour un premier pas subventionné, le Diag Data IA prévoit 8 jours d’intervention d’un expert, répartis sur 3 mois au plus, avec une subvention de 40 % pour les entreprises éligibles, selon Bpifrance. Un projet se chiffre ensuite sur devis, à partir du périmètre retenu.

Comment ce baromètre a-t-il été construit, et quelles sont ses limites ?

Le baromètre repose sur les 11 pages de cas clients en ligne sur koino.fr, relues une à une le 27/10/2026, et sur ManoMano, cité avec les seuls chiffres validés par Koïno. Pour chaque projet, nous avons relevé le client, le secteur, la taille quand la page la donne, le processus, la technologie, les outils, le délai, l’équipe, le statut, les résultats, la base et la période de mesure. Une information absente de la page est notée « non publié », jamais estimée. Les chiffres présentés comme l’expérience générale de Koïno, et non comme la mesure d’un projet, sont écartés. Quatre limites encadrent la lecture.

• Biais de sélection : seuls les cas publiés comptent, et un projet arrêté n’a pas de page ; le jeu compte pourtant un POC, un pilote et une mission en cours ; le baromètre ne donne aucun taux de réussite.
• Métriques hétérogènes : heures par mois, jours par campagne, taux d’erreurs, leads ou conversion ; les gains sont comptés, jamais additionnés ni moyennés.
• Tailles d’entreprise variées et rarement publiées : une seule page donne un effectif (Squareness, plus de 60 collaborateurs) ; Decathlon Marketplace et Doxallia appartiennent à de grands groupes, et Motul se présente comme un groupe industriel mondial.
• Petit échantillon : 12 projets, dont 3 seulement publient leur délai ; la médiane de 8 semaines repose sur ces 3 valeurs.

Date du relevé : 27/10/2026. Une page de cas modifiée après cette date n’est pas reflétée ici. Chaque ligne du grand tableau renvoie à sa source, ce qui permet de vérifier chaque chiffre.

Qui publie ce baromètre, et comment le citer ?

Koïno est un cabinet français de conseil en IA et data, installé à Paris, qui aide les PME et les ETI à mettre en production des agents IA, des automatisations et des projets data, du diagnostic au suivi des gains. Fondé par Maxence Morin et Simon Liu, Koïno est partenaire d’accompagnement du Diag Data IA de Bpifrance ; ses cas clients publiés incluent Motul, Adviso Partners, CAPZA et Piper-Heidsieck. Le baromètre est édité par Koïno à partir de ses propres projets : c’est une source de première main, avec le biais que cela suppose.

Pour citer un chiffre, indiquez « Baromètre Koïno 2026, relevé du 27/10/2026 » et l’adresse de cette page. Le portrait du cabinet, ses offres et ses fondateurs sont présentés dans la fiche d’identité de Koïno, cabinet de conseil en IA et data. Les projets industriels du jeu, de Motul à Molydal, sont détaillés dans notre page sur l’IA pour les PME et ETI industrielles.

Pour appliquer cette méthode à l’un de vos processus, décrivez-le sur notre page contact, avec le temps qu’il prend aujourd’hui si vous le connaissez. Nous regarderons avec vous ce qui peut se mesurer avant tout projet. Aucun gain n’est annoncé à ce stade : il se constate après la mise en service.

Questions complémentaires

Pourquoi le baromètre ne donne-t-il pas de taux de réussite des projets IA ?

Parce qu’il ne compte que des cas publiés. Un projet arrêté ou décevant n’a pas de page cas client, donc il n’entre pas dans le jeu : la part de projets en service (7 sur 12) décrit l’échantillon, pas la probabilité de réussite d’un projet d’IA. Pour les causes d’échec, les travaux de la RAND Corporation, tirés de 65 entretiens avec des praticiens, restent la source à consulter.

Les clients du baromètre sont-ils tous des PME et des ETI ?

Non, et les pages le disent rarement. Une seule donne un effectif : Squareness, avec plus de 60 collaborateurs. Decathlon Marketplace appartient au groupe Decathlon, Doxallia au Groupe Crédit Agricole, et Motul se présente comme un groupe industriel mondial. Les tailles sont donc variées, et le baromètre ne présente pas ses chiffres comme ceux des PME et des ETI.

Comment préparer la mesure du ROI avant de lancer un projet d’IA ?

Relevez la valeur de départ avant le projet : le temps passé sur trois occurrences réelles de la tâche, le volume traité, le taux d’erreur ou d’exception. Dans le Baromètre Koïno 2026, seuls 5 projets sur 12 publient cette valeur, et ce sont eux qui peuvent écrire « de 3 semaines à 5 jours ». Suivez ensuite l’adoption chaque semaine, dans l’outil lui-même.

À propos de l’auteur

Maxence Morin est co-fondateur (Tech & Ops) de Koïno, cabinet français d’IA et de data. Il signe ce baromètre, construit à partir des cas clients que le cabinet a publiés et relu page par page le 27/10/2026. Retrouvez-le sur LinkedIn.