En 2026, malgré des investissements massifs (30 milliards de dollars), 95% des projets d'IA d'entreprise échouent. Les "ChatGPT internes" promus entre 2023-2025, censés contrôler les données et offrir un avantage compétitif, se révèlent coûteux (250k à 600k €/an) et peu différenciants. La plupart ne sont que des proxys vers des APIs existantes (OpenAI, Anthropic). Les entreprises pivotent vers des solutions comme Copilot ou Claude Enterprise, plus économiques et efficaces. Un échec collectif dû à des coûts sous-estimés, une différenciation illusoire et une surestimation des besoins internes.

Dans cet article, David Heinemeier Hansson explore le concept de savoir quand abandonner. Il souligne que, bien que notre culture valorise souvent la persévérance et l'idée de "ne jamais abandonner", il est parfois nécessaire de reconnaître quand une idée ou un projet n'a pas le potentiel escompté. Hansson discute des raisons pour lesquelles même les meilleurs investisseurs se trompent souvent, car prédire l'avenir et les disruptions technologiques est extrêmement difficile. Il encourage les lecteurs à évaluer honnêtement leurs efforts et à accepter que parfois, il est plus sage de passer à autre chose plutôt que de s'acharner sur une voie sans issue.