32 % ont annulé un achat de logiciel pour le construire avec des agents. 6 % voient vraiment un retour

La décision et le retourHover to explore

Si vous vendez du logiciel, le chiffre le plus important publié cette semaine est 32 %.

C'est la part d'organisations, dans le rapport State of AI 2026 de McKinsey — une enquête auprès de 1 719 professionnels et dirigeants dans le monde — déclarant avoir renoncé à acheter un ou plusieurs produits ou fonctionnalités logicielles parce qu'elles pouvaient les construire en interne avec des outils de codage agentiques.

Pas « envisagé de construire ». Renoncé à acheter.

1. Là où c'est le pire

Le chiffre de une masque une dispersion qui compte davantage que la moyenne, car elle vous dit si le problème est le vôtre ou celui d'un autre.

Regardez le plancher. Le secteur le plus bas de cette liste est à 33 %. Il n'existe aucun segment où cela ne se produit pas, ce qui veut dire que « nos acheteurs sont trop régulés pour construire eux-mêmes » n'est plus une position tenable sans preuve.

2. Le chiffre qui s'accorde mal à côté

Voici la partie qui mérite une seconde lecture, et elle vient du même rapport, des mêmes répondants, du même terrain.

37 % attribuent au moins un certain impact sur l'EBIT à l'IA. Ce chiffre est stable par rapport à 2025.

6 % se qualifient comme les plus performants — attribuant au moins 5 % de l'EBIT de l'organisation à l'IA avec un impact significatif. C'est également inchangé d'une année sur l'autre.

Un tiers des organisations annule donc des achats en s'appuyant sur une capacité qui, de leur propre comptabilité, n'a pas encore changé leurs résultats. La confiance devance largement le résultat démontré.

3. Le paradoxe de la productivité, dans une seule enquête

Le mécanisme tient dans deux autres chiffres du même rapport.

80 % des répondants utilisant l'IA disent qu'elle a amélioré leur productivité individuelle. Et pourtant l'impact sur l'EBIT organisationnel est stable.

C'est la forme classique d'un paradoxe de la productivité : des gains réels au niveau de la personne, qui ne s'agrègent pas au niveau de l'entreprise. Le temps individuel gagné est absorbé — en réunions, en relecture, en reprises, en coordination — au lieu d'apparaître en production ou en marge.

Cela explique aussi comment les deux moitiés du rapport peuvent être vraies en même temps. L'ingénieur qui a utilisé un agent pour prototyper le remplaçant d'un outil à 40 000 dollars par an l'a réellement fait plus vite que l'an dernier. Savoir si l'entreprise s'en sort moins cher, une fois comptés la maintenance, l'astreinte et dix-huit mois de cas limites, est une autre question que la période d'enquête n'a pas encore tranchée.

4. Ce que les données de fiabilité disent de ce pari

J'écrivais la semaine dernière sur le benchmark Thinkingbox de Microsoft, qui lance 507 workflows métier à état vingt fois chacun et note ce qui a réellement changé dans la base de données. Le meilleur modèle testé atteint 65,36 % de pass@1 et 25,25 % de pass^20 — juste du premier coup sur deux tâches sur trois, juste à chaque fois sur une tâche sur quatre.

Mettez cela à côté des 32 %.

Les workflows que ces équipes remplacent — traitement des sinistres, règles de facturation, validations d'achats, provisionnement de comptes — sont précisément les tâches multi-étapes, encadrées par des règles et chargées en état que le benchmark a mesurées. Et c'est là que la fiabilité mesurée des agents est la plus faible.

5. Ce qui survit vraiment, et ce qui ne survit pas

Rien de tout cela ne signifie que ces 32 % se trompent. Pour un outil interne réellement simple et bien borné, le construire avec des agents est désormais souvent le bon choix — et la réponse honnête est d'arrêter de vendre ces produits, pas de discuter avec l'acheteur.

Ce qui survit, c'est ce qu'une reconstruction interne ne peut pas reproduire à bas coût.

6. Quoi changer lundi

La carte du milieu est la moins chère et personne ne la joue. « Avez-vous envisagé de le construire en interne, et jusqu'où êtes-vous allés ? » transforme une objection traitée en fin de cycle en information disponible au début.

7. Ce que je ne conclurais pas

Trois précautions, car il s'agit d'une enquête et les enquêtes invitent à la surinterprétation.

C'est une intention autodéclarée sur des décisions passées, pas une donnée d'achat auditée. « Nous avons renoncé à acheter » couvre aussi bien un renouvellement annulé qu'une fonctionnalité jamais entrée en liste courte — et la seconde vous coûte bien moins cher que la première.

Un EBIT stable ne prouve pas que les constructions échouent. Cela prouve qu'elles ne sont pas encore apparues. Le chiffre intéressant sera le rapport 2027 : si les 32 % remontent encore pendant que les 6 % restent figés, c'est un motif qui mérite d'être nommé. Une année ne suffit pas.

McKinsey vend du conseil en transformation IA. La décote que j'ai appliquée à l'enquête de Temporal s'applique ici : les pourcentages bruts sont bien plus fiables que le cadrage posé dessus, et « sur la voie du retour sur investissement » est une conclusion adossée à un intérêt commercial.

Le résumé honnête

Près d'un tiers des organisations a déjà renoncé à un achat de logiciel parce que les outils de codage agentiques ont rendu la construction crédible. Dans la technologie c'est 41 %, et le secteur le plus bas de la liste est à 33 %. C'est un déplacement du côté de la demande, il a lieu maintenant, et il est mesurable dans le pipeline de quelqu'un ce trimestre.

La même enquête montre que la part d'organisations voyant un quelconque impact sur l'EBIT n'a pas bougé de l'année, et que celle voyant un impact sérieux est restée à 6 %. Pendant ce temps, la meilleure fiabilité mesurée d'un agent sur exactement ces workflows à état est de 25 % sur des exécutions répétées.

Les acheteurs ne sont pas irrationnels. Ils sont en avance, et ils parient sur une trajectoire plutôt que sur un résultat. Votre travail n'est pas de leur dire que la trajectoire est fausse. C'est d'être honnête sur ce que leur coûte réellement une reconstruction, et de vendre quelque chose qu'un week-end de production d'agent ne peut pas approcher.

Si vous ne savez pas nommer ce quelque chose, les 32 % ne sont pas la menace. Ils sont le diagnostic.

Sources : McKinsey, « The State of AI in 2026 » · The Register, « McKinsey says enterprise AI is finally on the road to ROI » · Ventilation sectorielle telle que rapportée par India Gazette · arXiv 2608.19741, Thinkingbox · La taille d'échantillon de 1 719, les pourcentages sectoriels et les chiffres d'EBIT sont ceux publiés par McKinsey et la couverture ci-dessus ; l'argument et les précautions de la section 7 sont les miens.

Related Posts

Microsoft a relancé la même tâche d'agent vingt fois. La note tombe de 65 % à 25 %27 août 2026

La confiance devance les preuves, et une nouvelle enquête fournit les reçus26 août 2026

The Vibe Coding Trap: Why Thousands of AI Startups Are Paying $50K–$500K to Rebuild Their MVPsApril 2026