AI ROI
Mesure du retour réel de la pratique agentique via des proxies honnêtes (durée de session, taux de commit, tokens économisés) plutôt que des métriques vanité (nombre de prompts).
Définition
L'AI ROI est la tentative de répondre concrètement à "est-ce que la pratique agentique rapporte plus qu'elle ne coûte ?" avec des données de session plutôt qu'avec des impressions. Les proxies honnêtes sont ceux qui corrèlent avec du travail livré : distribution de la durée des sessions, proportion de sessions qui aboutissent à un commit, tokens économisés par un filtrage en amont du contexte. Les métriques vanité — nombre de prompts envoyés, heures "passées avec l'IA" — mesurent l'usage, pas la valeur produite.
Point de vue postcursors
Sans mesure, les débats d'outillage IA sont des concours d'anecdotes. "Ça a changé ma façon de coder" n'est pas une donnée exploitable. L'AI ROI n'a d'intérêt que si les chiffres viennent de sessions réellement tracées, sur une durée suffisante pour lisser les cas particuliers — un mois d'usage occasionnel ne vaut pas un trimestre de sessions loguées.
En pratique
Sur 267 sessions tracées, 62% durent moins de 10 minutes — la majorité du travail agentique n'est pas la session longue et immersive qu'on imagine. Seules 14% des sessions produisent effectivement un commit, ce qui recadre ce qu'"utiliser l'IA" veut dire au quotidien. Côté coût : un proxy local (RTK) a économisé 4,4M tokens (54%) sur 7 500 commandes en un trimestre — une donnée bien plus actionnable qu'une estimation au doigt mouillé.
Confusions fréquentes
- ✗ Utiliser le nombre de prompts ou d'heures 'passées avec l'IA' comme métrique de succès — ça mesure l'usage, pas la valeur produite
- ✗ Comparer des outils sur la base d'anecdotes personnelles sans données de session équivalentes des deux côtés