Sommaire7
Vous l’avez sans doute lue dans une présentation, un article ou une offre de conseil : dans un projet d’IA, 70 % des difficultés viendraient des personnes et des processus, 20 % de la technologie et 10 % seulement des algorithmes. La phrase a l’allure d’un résultat d’étude. Elle est reprise comme tel, y compris par nous : notre article sur la rentabilité de l’IA en entreprise la présente comme une recommandation, ce qu’elle est.
Ce n’est pas une mesure. C’est une règle maison du Boston Consulting Group, un cabinet qui vend du conseil en IA, appuyée sur son expérience de missions auprès de grandes entreprises, loin de notre cible. Son histoire montre comment une conviction devient une statistique. Et pourquoi, pourtant, l’idée mérite d’être gardée.
En bref
La règle « 10-20-70 » vient du BCG, qui la fonde sur « notre expérience », pas sur une enquête.
Un communiqué de 2024 l’a présentée comme ce que « révèle » une enquête ; le rapport, lui, ne mesurait que des fréquences de citation.
Le BCG l’a formulée de six façons depuis, et son propre institut l’a même inversée en juillet 2026.
Le seul chiffre mesuré récent : les entreprises les plus avancées placent près des trois quarts de leurs priorités dans les personnes, l’organisation et les processus.
L’idée tient : d’autres études placent les obstacles du côté de l’organisation et des données, pas des modèles.
D’où vient la règle
Le rapport du BCG d’octobre 2024, « Where’s the Value in AI? », l’appelle lui-même « le modèle 10-20-70 du BCG ». Il écrit que « notre expérience, corroborée par notre nouvelle étude », indique qu’environ 70 % des difficultés tiennent aux personnes et aux processus. Le mot important est « expérience » : la répartition vient de missions de conseil, et l’enquête de 1 000 dirigeants est censée la confirmer.
Or ce que l’enquête mesure, page 14, est autre chose : la part de répondants qui citent chaque difficulté (établir un retour sur investissement, intégrer l’outil au système existant, obtenir des modèles fiables). Ces difficultés sont ensuite rangées dans les trois cases du modèle. Ranger des réponses dans un cadre existant ne mesure pas le poids de chaque case.
Le communiqué de presse du même jour fait le dernier pas : « l’enquête révèle » que les difficultés viennent à environ 70 % des personnes et des processus. C’est cette phrase, plus courte et plus citable, qui a voyagé.
Six formulations en trois ans
Une règle qui mesurerait quelque chose garderait le même objet. Celle-ci change de sujet selon le support.
- Octobre 2024
Dans le rapport, 10 % des ressources aux algorithmes, 20 % à la technologie et aux données, 70 % aux personnes et aux processus ; dans le communiqué, 70 % des difficultés.
- Janvier 2025
Un dirigeant du BCG parle de 70 % des efforts consacrés aux personnes, aux processus et à la culture.
- Septembre 2025
Le rapport annuel parle de 70 % de « l’orientation stratégique ».
- Juillet 2026
L’institut de recherche du BCG donne 10 % à la technologie et 20 % aux algorithmes et aux données, l’inverse de toutes les autres versions.
- Septembre 2026
Le rapport annuel revient à l’effort, avec 10 % pour les algorithmes.
- Page d’offre du BCG
70 % de la valeur de la transformation, tirée de « milliers de missions ».
Ressources, difficultés, efforts, orientation, valeur : cinq objets différents pour les trois mêmes nombres, plus une version où deux d’entre eux changent de place. Les sources sont toutes lisibles en ligne : le rapport de 2025, le communiqué de janvier 2025, la page de 2026, l’article de l’institut et la page d’offre. Aucune ne décrit d’échantillon pour la règle elle-même.
Comment une règle devient une statistique
Le mécanisme n’a rien de propre au BCG, ni de malhonnête. Il suffit de quelques reprises.
Le trajet d’une règle maison
- L’expérience
Des années de missions donnent une conviction.
- Le modèle
La conviction prend des chiffres ronds, faciles à retenir.
- Le communiqué
« l’enquête révèle » remplace « notre expérience ».
- La reprise
La phrase circule sans sa source, et devient un fait.
À chaque étape, la phrase perd une précaution et gagne en autorité. Une conférence cite le communiqué, un article cite la conférence, une offre cite l’article. Trois ans plus tard, on lit que « 70 % des échecs de l’IA viennent des personnes » comme on lirait un taux de chômage.
Attention
Le réflexe à garder
Un chiffre rond (10, 20, 70, 80/20) qui revient d’un support à l’autre sans échantillon ni date de terrain est presque toujours une règle de travail. Elle peut être utile ; elle ne se cite pas comme une mesure.
Ce qui est vraiment mesuré
Le rapport du BCG de septembre 2026 contient un chiffre mesuré qui va dans le sens de la règle, sur 1 330 dirigeants dont plus de la moitié des entreprises dépassent 5 milliards de dollars de chiffre d’affaires. Il porte sur les priorités que se donnent les entreprises que le BCG juge les plus avancées.
de leurs priorités d’IA portent sur les personnes, l’organisation et les processus
portent sur la technologie
portent sur les algorithmes
C’est déclaratif, et c’est une corrélation : rien ne prouve que cette répartition explique leur avance. Mais c’est un chiffre, avec un échantillon, une page et une date. On peut le citer comme tel.
Pourquoi l’idée reste juste
D’autres études, menées par d’autres commanditaires, décrivent les obstacles de la même façon : rarement le modèle, presque toujours l’organisation, les données et l’intégration.
- En France, KPMG, qui vend de l’audit, du conseil et des services d’IA, relève comme freins au passage à l’échelle la complexité dans les métiers (39 %), les compétences techniques (38 %) et l’intégration aux systèmes existants (36 %), auprès d’entreprises d’au moins 100 millions de dollars, loin de notre cible.
- Dans le « middle market » américain et canadien, RSM, qui vend de l’audit et du conseil, place en tête la qualité des données (34 %) ; quand les pilotes ont échoué, elle monte à 53 %, et l’intégration à 47 %. Ce marché commence à 30 millions de dollars de chiffre d’affaires.
Notre propre expérience va dans ce sens, à petite échelle. Sur le pipeline de traduction que nous opérons pour Palmora Property, 95 % des segments sortent du cache après le premier passage, sans rappeler l’IA (chantier CNT.7). Ce chiffre ne doit rien au modèle : il vient d’une décision d’organisation, donner une empreinte à chaque segment et ne retraduire que ce qui a changé.
Comment s’en servir
Garder l’idée, pas les décimales. Pour une équipe de 20 à 500 personnes, la règle se traduit en questions de budget plus qu’en pourcentages.
- Compter le temps des équipes.
Formation, réécriture des procédures, relecture des résultats : c’est la ligne qu’on oublie, et souvent la plus grosse.
- Préparer les données avant l’outil.
Un CRM mal tenu donne à l’IA une matière première fausse.
- Prévoir l’intégration.
Un outil qui ne parle pas au reste du système finit en copier-coller.
- Choisir le modèle en dernier.
C’est le choix le plus facile à changer, et souvent le moins cher.
À retenir
Notre position, signée Jim
La règle 70/20/10 est un bon conseil et un mauvais chiffre. Nous la citons désormais comme « la règle du BCG, tirée de son expérience », jamais comme le résultat d’une enquête. Nous changerions d’avis si une étude publiait l’échantillon et la méthode qui mesurent cette répartition.
Pour savoir lire les autres chiffres qui circulent, notre article sur les études qui se contredisent au sujet de la rentabilité de l’IA applique la même grille. Et pour répartir l’effort d’un premier projet avant d’acheter quoi que ce soit, c’est l’objet de notre Sprint Audit et feuille de route IA.
Questions fréquentes
Qu’est-ce que la règle 10-20-70 du BCG ?
Une règle de répartition de l’effort dans un projet d’IA : 10 % pour les algorithmes, 20 % pour la technologie et les données, 70 % pour les personnes, l’organisation et les processus. Le BCG la tire de son expérience de missions, pas d’une mesure.
Est-il vrai que 70 % des échecs de l’IA viennent des personnes ?
Aucune étude publiée ne le mesure. Le chiffre vient d’un communiqué de 2024 qui présentait la règle maison du BCG comme un résultat d’enquête. D’autres études confirment en revanche que les obstacles les plus cités sont l’organisation, les données et l’intégration.
Pourquoi dit-on 70/20/10 ou 10-20-70 ?
C’est la même règle, lue dans un sens ou dans l’autre. Le BCG écrit « 10-20-70 » ; la reprise la plus courante met 70 en tête. Le contenu des 10 % et des 20 % varie aussi selon les supports.
Faut-il quand même suivre cette règle ?
L’idée, oui : prévoir le temps des équipes, les données et l’intégration avant de choisir un modèle. Les pourcentages exacts, non : ce sont des ordres de grandeur, pas une cible à atteindre.
Sources
- « Where’s the Value in AI? » (nouvel onglet)web-assets.bcg.com
- Communiqué de presse du même jour (nouvel onglet)bcg.com
- Le rapport de 2025 (nouvel onglet)media-publications.bcg.com
- Le communiqué de janvier 2025 (nouvel onglet)bcg.com
- La page de 2026 (nouvel onglet)bcg.com
- L’article de l’institut (nouvel onglet)bcg.com
- La page d’offre (nouvel onglet)bcg.com
- KPMG (nouvel onglet)kpmg.com
- RSM (nouvel onglet)rsmus.com
Jim · fondateur de Brain Plus AI
À lire aussi en ia d'entreprise
Prendre du recul12 min
Rentabilité de l'IA en entreprise : pourquoi elle tarde
Le chiffre de 95 % de projets IA sans retour a fait le tour du monde. Ce qu'il mesure vraiment, pourquoi les autres études disent à peu près la même chose, et les leçons concrètes à en tirer pour une PME.
Prendre du recul8 min
IA rentable : la moitié des grands groupes, et les autres ?
Une étude dit que près de la moitié des grandes entreprises gagnent enfin de l'argent avec l'IA, une autre n'en trouve que 6 % dans les comptes, une troisième que 56 % des PDG n'y voient aucun bénéfice. Qui croire, et que vaut une enquête où chacun décrit ses propres résultats ?
Prendre du recul10 min
Le rôle de l'humain face à l'IA : savoir juger
L'IA excelle sur certaines tâches et se trompe avec aplomb sur des tâches voisines. La valeur de l'humain se déplace : savoir où passe la frontière, garder son jugement, répondre du résultat.