← Tous les insights
Analyse9 min de lecture

ROI de l'IA en entreprise : ce que montrent les chiffres de Santander

Santander attribue 194 millions d'euros de valeur à l'IA en neuf mois. Ce que ce chiffre dit du ROI de l'IA en entreprise, et comment le mesurer dans une PME.

par Anthony Cohen

  • ROI de l'IA en entreprise
  • Santander
  • Mesurer le ROI de l'IA
  • Résultats IA entreprise
  • McKinsey
Sommaire8
  1. Qu'a annoncé Santander exactement ?
  2. D'où vient cette valeur ?
  3. Pourquoi si peu d'entreprises voient un ROI de l'IA ?
  4. Comment mesurer le ROI de l'IA dans une PME ?
  5. Par quel projet commencer pour obtenir un ROI rapide ?
  6. Faut-il se méfier des chiffres annoncés par les grandes entreprises ?
  7. Ce qu'on en retient pour votre entreprise
  8. Questions fréquentes

Le 28 octobre 2026, en publiant ses résultats des neuf premiers mois de l'année, Banco Santander a chiffré la valeur créée par ses projets d'intelligence artificielle : 194 millions d'euros, entre revenus supplémentaires, coûts évités et pertes sur crédits réduites. La banque publie désormais ce chiffre à chaque trimestre. Pour une PME, l'intérêt n'est pas le montant, hors de portée. C'est la méthode : Santander montre qu'on peut mesurer le ROI de l'IA en entreprise, à condition de décider avant de lancer un projet ce qu'on va compter.

Qu'a annoncé Santander exactement ?

Dans son communiqué de résultats du troisième trimestre, la banque indique avoir continué à déployer l'IA dans ses activités et en avoir tiré 194 millions d'euros de valeur depuis le début de l'année. La présentation des résultats aux analystes précise ce que recouvre ce chiffre : un cumul annuel qui additionne les revenus supplémentaires, les économies de coûts et la baisse des provisions pour créances douteuses, c'est-à-dire l'argent que la banque met de côté pour couvrir les prêts qui risquent de ne pas être remboursés.

Le chiffre progresse vite. Santander avait annoncé 35 millions d'euros au premier trimestre, puis 84 millions à la fin du premier semestre selon sa présentation institutionnelle du premier semestre. À partir de ces cumuls, on calcule qu'environ 110 millions ont été ajoutés sur le seul troisième trimestre. La banque visait plus de 200 millions sur l'année et s'est fixé un objectif de plus d'un milliard d'euros de valeur entre 2026 et 2028.

Il faut garder la mesure. Le même communiqué annonce un bénéfice sous-jacent de 11,2 milliards d'euros sur neuf mois. La valeur attribuée à l'IA en représente donc moins de 2 %, selon notre calcul. Ce n'est pas une révolution des comptes, c'est un levier qui commence à peser.

D'où vient cette valeur ?

Santander a détaillé ses principaux chantiers en juin 2026, dans un article intitulé « Santander turns its AI-first strategy into measurable impact ». On y retrouve trois familles d'usages qui parlent à n'importe quelle entreprise :

  • L'automatisation des processus internes. La banque revendique plus de 280 agents d'automatisation en production, sur le crédit, la fraude, la vérification d'identité des clients et les opérations. Au Brésil, le traitement des réclamations pour fraude à la carte serait environ 95 % plus rapide, avec jusqu'à 90 % d'automatisation et un taux d'erreur inférieur à 1 %.
  • Le service client. Au Royaume-Uni, Santander commence à déployer l'IA sur ses canaux téléphoniques pour les questions liées aux cartes, avec un objectif d'environ 240 000 appels par an traités en libre-service, soit 40 % du volume annuel de ces appels. C'est un objectif, pas encore un résultat.
  • L'outillage des salariés. Les outils d'IA ont été ouverts aux 185 000 collaborateurs du groupe, contre environ 40 000 utilisateurs actifs auparavant.

Le 19 octobre 2026, la banque a ajouté un volet sur le coût de fonctionnement. Dans son communiqué sur sa collaboration avec NVIDIA, elle indique que sur des cas expérimentaux, le coût de chaque interaction est passé d'environ 5 euros à environ 0,03 euro, et qu'un test sur le service client a réduit les coûts de plus de 50 % en passant à un modèle plus efficace. Le texte parle bien d'expérimentations, pas de l'ensemble de la banque.

Pourquoi si peu d'entreprises voient un ROI de l'IA ?

Le cas Santander reste une exception. L'enquête annuelle de McKinsey, « The state of AI in 2026 », menée du 4 mai au 8 juin 2026 auprès de 1 719 répondants dans 97 pays, indique que 37 % des organisations constatent une contribution positive de l'IA à leur résultat opérationnel, un chiffre quasiment inchangé par rapport à 2025. Seules 6 % environ attribuent à l'IA au moins 5 % de ce résultat. Et une organisation sur cinq dit limiter ses usages à cause des coûts de fonctionnement.

Huit répondants sur dix déclarent pourtant que l'IA a amélioré leur productivité personnelle. Le problème est là : un salarié qui gagne vingt minutes par jour en rédigeant ses e-mails plus vite ne produit pas une ligne visible dans les comptes. Le temps gagné se dilue, sauf si on décide à quoi il sert.

Notre lecture : la différence entre Santander et la majorité des entreprises ne tient pas à la technologie : selon sa communication, la banque s'appuie sur des modèles du marché, ceux d'OpenAI, d'Anthropic ou de Google. Elle tient à trois choix. Elle vise des processus précis plutôt qu'un usage diffus. Elle mesure en euros, avec une définition stable d'un trimestre à l'autre. Et elle publie le chiffre, ce qui oblige ses équipes à le justifier. On retrouve là les raisons pour lesquelles tant de projets d'IA restent bloqués au stade du test.

Comment mesurer le ROI de l'IA dans une PME ?

La grille de Santander se transpose bien à une entreprise de 30 ou 300 personnes, à condition de la simplifier. Trois sources de valeur, chacune avec un indicateur qu'on peut suivre sans équipe de contrôle de gestion :

Source de valeurExemple d'usageIndicateur à suivre
Coûts évitésAgent qui répond aux questions de niveau 1 du supportNombre de demandes résolues sans humain, multiplié par le coût d'une demande traitée par l'équipe
Revenus supplémentairesAgent commercial qui qualifie et relance les prospectsRendez-vous obtenus et chiffre d'affaires signé sur les prospects traités par l'agent
Risques réduitsContrôle automatique des factures, des contrats ou des dossiersErreurs détectées avant envoi, litiges et pénalités évités
Temps libéréRecherche dans les documents internesHeures gagnées, seulement si elles sont réaffectées à une tâche identifiée

Quatre règles pour que le calcul tienne :

  • Mesurer avant de déployer. Sans le temps moyen de traitement, le volume mensuel et le coût actuel d'une demande, aucun gain n'est démontrable. Deux à quatre semaines de relevés suffisent.
  • Compter le coût complet. Licences, consommation du modèle, intégration à vos outils, maintenance et temps de pilotage. On a détaillé ces postes dans notre décomposition du coût réel d'un agent IA.
  • Ne compter le temps gagné que s'il est réutilisé. Une heure économisée qui n'est pas réaffectée n'a pas de valeur comptable. Dites à l'avance ce que l'équipe fera de ce temps.
  • Garder la même définition dans la durée. Santander additionne revenus, coûts et provisions selon une règle fixe. Changer de méthode à chaque bilan rend les chiffres inutilisables.

Par quel projet commencer pour obtenir un ROI rapide ?

Par un processus répétitif, à fort volume, déjà mesuré, et où l'erreur coûte peu. Le support client de premier niveau coche souvent toutes les cases : les questions reviennent, leur volume se compte, et un humain reprend la main quand l'agent ne sait pas.

C'est le cas de Peps Digital, un éditeur de logiciel pour les prestataires de santé à domicile, pour qui nous avons construit un assistant qui répond aux questions d'utilisation à partir de la documentation du produit. Selon son dirigeant, 80 % des demandes de support sont désormais traitées sans intervention humaine, sur plus de 1 200 questions par mois, avec un taux de satisfaction de 92 %. Le calcul de ROI devient alors simple : le volume absorbé par l'agent, comparé au coût de ce volume traité par l'équipe. Notre approche du sujet est décrite sur notre page consacrée aux agents IA de support client.

À l'inverse, on déconseille de commencer par un déploiement généralisé d'un assistant à tous les salariés en espérant mesurer le gain ensuite. C'est utile, Santander l'a fait aussi, mais ce n'est pas là que la banque trouve ses euros : elle les trouve dans des processus ciblés, comme les réclamations pour fraude ou le service client.

Faut-il se méfier des chiffres annoncés par les grandes entreprises ?

Il faut les lire avec méthode, sans les rejeter. Le chiffre de Santander est déclaré par la banque elle-même, et ni le communiqué ni la présentation ne détaillent la part de chaque usage ni la manière dont la valeur est attribuée à l'IA plutôt qu'à d'autres facteurs. La baisse des provisions, par exemple, peut dépendre autant de la conjoncture que d'un meilleur modèle de scoring.

C'est le même réflexe que pour les résultats du service client de PayPal, que nous avons analysés début novembre : un chiffre de volume ou de valeur est un signal, pas une preuve. Les bonnes questions à poser à n'importe quel cas publié sont toujours les mêmes. Quel était le point de départ ? Quels coûts sont déduits ? Qu'est-ce qui est un résultat, et qu'est-ce qui est un objectif ?

Ce qu'on en retient pour votre entreprise

Choisir un processus, pas une technologie. Listez deux ou trois tâches répétitives qui mobilisent du temps chaque semaine, chiffrez leur volume et leur coût actuel, et ne gardez que celle où le gain est le plus facile à démontrer.

Écrire la règle de calcul avant le premier développement. Une ligne suffit : « valeur = demandes résolues par l'agent multipliées par le coût d'une demande humaine, moins le coût complet de l'agent ». Elle évitera les débats à la fin du projet.

Faire un bilan chiffré tous les trimestres. Comme Santander, suivez la même mesure dans le temps. Si la courbe ne monte pas au bout de deux trimestres, arrêtez ou réorientez, plutôt que de financer un outil dont personne ne sait ce qu'il rapporte.

Questions fréquentes

Comment calculer le ROI d'un projet d'IA ?

On additionne les gains mesurés (coûts évités, revenus supplémentaires, risques réduits) sur une période, on soustrait le coût complet du projet sur la même période (développement, licences, consommation, maintenance), et on divise par ce coût. Le plus important est de mesurer la situation de départ avant de déployer, sans quoi le gain reste une estimation.

En combien de temps un projet d'IA devient-il rentable ?

Cela dépend du volume traité et du coût de départ. Un agent qui absorbe des centaines de demandes répétitives par mois peut couvrir son coût en quelques mois, un outil utilisé ponctuellement peut ne jamais le faire. C'est pour cela qu'on recommande de commencer par un processus à fort volume.

Les 194 millions d'euros de Santander sont-ils des économies ?

En partie seulement. Selon la présentation de la banque, ce chiffre additionne des revenus supplémentaires, des économies de coûts et une baisse des provisions pour pertes sur crédits. La répartition entre ces trois sources n'est pas publiée.

Une PME peut-elle obtenir un ROI de l'IA sans équipe data ?

Oui, si le projet est ciblé. Un agent de support ou d'automatisation se branche sur vos outils existants et se mesure avec des indicateurs simples, comme le nombre de demandes résolues ou le temps de traitement. L'équipe data devient nécessaire quand on veut industrialiser des dizaines de cas d'usage, ce qui est l'échelle de Santander, pas celle d'un premier projet.

Vous voulez qu'on regarde votre cas ensemble ? Réservez un créneau, on bloque 30 minutes pour identifier le processus où l'IA rapportera le plus vite chez vous et poser la règle de calcul de son ROI.

Notre expertise sur ce sujetDes agents IA sur mesure, en production.Support client, RAG sur vos documents, prospection, conformité : découvrez ce qu'on construit avec nos clients.Découvrir l'expertise

Publié le par Anthony Cohen

← Tous les insights

Construisons ensemble

Rendez à vos équipesleurs vendredis.

On écoute. On analyse. On construit. Avec vous.