Il n’existe pas de chiffre unique pour l’adoption de l’IA par les entreprises. Il en existe plusieurs, ils varient d’un facteur quatre, et chacun est exact.
L’écart ne relève pas de l’erreur d’échantillonnage mais de la définition. Une enquête qui compte toute personne ayant utilisé un outil d’IA générative produit un grand nombre. Une enquête qui compte l’IA employée dans la production et la prestation de services en produit un petit. Les deux sont publiées sous l’intitulé « adoption de l’IA ». La distance entre elles est le signal le plus utile de tout le corpus — et il disparaît dès qu’on en fait une moyenne.
La position française, et ce qu’elle révèle
En 2025, 18 % des sociétés françaises de 10 salariés ou plus déclarent utiliser au moins une technologie d’IA : 8 points de plus qu’en 2024, 12 de plus qu’en 2023. Comparé aux 58 % américains ou aux 75 % de l’échantillon international Salesforce, le chiffre paraît faible. Il ne l’est pas : il ne mesure pas la même chose.
L’INSEE interroge des sociétés constituées de 10 salariés ou plus. La U.S. Chamber interroge des petites entreprises américaines qui s’auto-déclarent utilisatrices d’IA générative, sans seuil de taille comparable. Ce sont deux univers statistiques distincts. Le chiffre français est plus exigeant, donc plus bas — et, pour un dirigeant, plus utile.
Ce point mérite d’être souligné parce qu’il inverse l’intuition courante. Si le frein était budgétaire, les grandes structures adopteraient le plus vite. Ce sont précisément elles qui déclarent le plus le manque de compétences. Ce qui manque n’est pas la capacité d’acheter un modèle, mais la capacité de l’installer dans un processus opérationnel et d’en répondre.
Six chiffres, six populations
Voici les chiffres d’adoption publiés par six programmes de recherche menés entre 2024 et 2026, chacun accompagné de la population réellement mesurée.
| Étude | Chiffre | Population et définition | Terrain |
|---|---|---|---|
| INSEE (France) | 18 % | Sociétés de 10 salariés ou plus utilisant au moins une technologie d’IA. | Année de référence 2025 |
| U.S. Chamber of Commerce | 58 % | Petites entreprises américaines se déclarant utilisatrices d’IA générative. 40 % en 2024, 23 % en 2023. | 2025, avec Teneo Research |
| Salesforce SMB Trends, 6e éd. | 75 % | 3 350 dirigeants de PME dans 26 pays : 34 % en déploiement complet, 41 % en expérimentation, 17 % en évaluation. | 3 août – 16 septembre 2024 |
| Microsoft Canada | 71 % | 300 décideurs de PME canadiennes (1–250 salariés) utilisant l’IA et/ou l’IA générative. | 10–24 janvier 2025, Edelman |
| Statistique Canada | 12,2 % | Entreprises canadiennes utilisant l’IA dans la production et la prestation de services. Même pays que la ligne précédente. | Mesure statistique nationale |
| DSIT (Royaume-Uni) | 16 % | 3 500 entreprises britanniques, entretiens téléphoniques, utilisant au moins une technologie d’IA. | 12 février – 2 mai 2025 |
| UK Business Data Survey | 41 % | Échantillon britannique distinct : entreprises traitant des données numérisées. Par taille : grandes 82 %, moyennes 58 %, petites 51 %, micro 41 %, indépendants 40 %. | 2026 |
Ces études portent sur des populations différentes : pays, seuil de taille, année d’enquête, mode de recueil, et surtout définition de l’usage. Une moyenne pondérée entre elles serait un artefact de composition, non une mesure du monde.
Le Canada démontre que la définition est la variable
L’expérience naturelle la plus nette du tableau est canadienne : deux mesures crédibles de la même économie nationale diffèrent d’environ 59 points.
La seconde question, et sa réponse constante
Les enquêtes d’adoption sont peu coûteuses car la question est simple. Les enquêtes d’intégration sont rares car la question est difficile : l’IA est-elle à l’intérieur des systèmes qui font le travail ? Là où elle a été posée, la réponse conserve la même forme.
| Source | Adoption | Intégration ou automatisation | Population |
|---|---|---|---|
| UK Business Data Survey 2026 | 41 % | 21 % des utilisateurs d’IA déclarent une intégration aux systèmes existants — grandes 57 %, moyennes 31 %, petites 31 %, micro 27 %, indépendants 18 %. | Entreprises traitant des données numérisées |
| DSIT | 16 % | Parmi les adoptantes : 85 % en traitement du langage et génération de texte, 7 % en IA agentique. | 3 500 entreprises britanniques |
| Buildium (gestion immobilière) | 58 % | 8 % déclarent un processus entièrement automatisé. L’adoption était de 20 % l’année précédente. | 3 200+ répondants — recherche éditeur |
| Salesforce SMB Trends | 75 % | 34 % en déploiement complet contre 41 % en expérimentation : la majorité du chiffre affiché relève de l’essai, non de la production. | 3 350 dirigeants, 26 pays |
Quatre échantillons indépendants, quatre formulations différentes de la seconde question, une seule forme de réponse : la population qui intègre est une minorité de la population qui adopte, et elle se réduit à mesure que l’entreprise est petite. Dans les données britanniques, le rapport est explicite — 18 % chez les indépendants utilisateurs d’IA contre 57 % dans les grandes entreprises.
Générer du texte n’est pas un workflow
La ventilation britannique donne le mécanisme. Parmi les entreprises adoptantes, 85 % emploient l’IA pour le traitement du langage et la génération de texte. La rédaction est l’usage dominant, et elle se place à côté du workflow plutôt qu’à l’intérieur : elle produit un meilleur document sur lequel une personne devra agir, et laisse chaque transition exactement où elle était.
Les données sectorielles de Buildium montrent la même concentration : annonces 30 %, communication résidents 29 %, communication propriétaires 24 %, contenus marketing 23 %. Chaque usage dominant est un document.
Un outil de rédaction change la qualité d’un document. Un système intégré change le fait qu’une transition d’état s’achève. Seul le second apparaît dans le chiffre d’affaires, et seul le second se mesure autrement que par la satisfaction d’usage.
Ce qu’il faut mesurer à la place
Un taux d’adoption n’offre à une entreprise aucune prise. Trois mesures en offrent :
- Le taux d’achèvement par transition. Pour chaque passage défini du workflow — signal vers identité, contexte vers qualification, action vers engagement — la part qui aboutit et le délai constaté.
- La part des transitions avec preuve. La proportion de passages qui produisent une trace durable, horodatée et attribuée. Ce qui n’a pas de preuve ne peut pas être amélioré, faute de voir ses échecs.
- La profondeur d’autonomie. Jusqu’où un processus avance avant d’exiger une intervention humaine. C’est la grandeur que désignent les 7 % d’IA agentique et les 8 % d’automatisation complète ; la plupart des outils ne la déplacent pas.
L’adoption a été mesurée sérieusement et la réponse est connue. La question économiquement intéressante est désormais la seconde, et les données indiquent qu’elle reste largement ouverte : l’IA est dans l’entreprise, pas encore dans le workflow.