IA en PME : pourquoi 55 % l’utilisent et 18 % l’ont intégrée

Fin 2025, 55 % des dirigeants de TPE-PME interrogés par Bpifrance Le Lab et Rexecode déclaraient recourir à une IA générative. La même année, l’Insee mesurait que 18 % des entreprises de 10 personnes ou plus utilisaient au moins une technologie d’IA. L’écart n’est pas une erreur de mesure : les deux enquêtes ne comptent pas la même chose, et leur différence désigne l’endroit précis où la plupart des projets s’arrêtent. C’est aussi pour cela qu’un Conseil et implémentation IA pour PME ne commence presque jamais par le choix d’un outil, mais par une donnée disponible, un processus écrit et quelqu’un qui en répond.

Deux enquêtes, deux périmètres : d’où vient l’écart

Le baromètre Bpifrance – Rexecode de janvier 2026 interroge des dirigeants au sujet de l’IA générative. Il est déclaratif, et l’unité qu’il observe est une personne, pas une organisation. Résultat : 55 % disent y recourir fin 2025, contre 31 % un an plus tôt. Le baromètre distingue toutefois les intensités, et c’est là que ça devient intéressant : 17 % d’usage régulier, 37 % d’usage occasionnel, 13 % qui en sont encore à l’intention.

L’enquête TIC de l’Insee, publiée en juillet 2026, mesure autre chose : les entreprises de 10 personnes ou plus, toutes technologies d’IA confondues. Elle en compte 18 % en 2025, après 10 % en 2024 et 6 % en 2023 — un peu en dessous de la moyenne de l’Union européenne, à 20 %. La taille pèse lourd : 15 % chez les 10 à 49 salariés, 31 % de 50 à 249, 58 % à partir de 250. Ces chiffres viennent de l’Insee Première n° 2120.

Les deux enquêtes ne sont donc pas comparables, et il serait faux d’en soustraire une de l’autre. Elles se recoupent pourtant sur un point : le dirigeant qui rédige ses annonces de recrutement avec un assistant grand public répond « oui » à Bpifrance, alors que son entreprise n’a rien intégré. Aucun processus n’a changé, aucune donnée n’a bougé, et s’il s’absente, l’usage s’arrête avec lui. Entre l’essai et l’intégration, il y a un seuil que ni l’une ni l’autre ne franchit pour vous.

Ce qui sépare un usage individuel d’un processus outillé

Ce seuil tient en quatre points. Tant qu’un seul manque, vous avez un usage personnel : utile, mais qui ne survit ni à une absence ni à un départ.

• Une donnée accessible. Pas « quelque part sur le serveur » : exportable sans retraitement, à jour, saisie une seule fois.
• Un processus décrit. Où l’IA intervient, ce qu’elle reçoit, ce qui sort, qui relit avant envoi.
• Un responsable nommé. Une personne, pas un comité. Elle arbitre les cas limites, avec du temps identifié pour ça.
• Une mesure. Un indicateur relevé avant, le même après. Sans point de départ, le gain est invérifiable et le budget suivant indéfendable.

Les usages déclarés confirment cette ligne de partage. Chez les dirigeants, l’IA générative sert d’abord à rédiger des contenus écrits (72 %) et à analyser de l’information (67 %) : des gestes individuels. Chez les entreprises utilisatrices recensées par l’Insee, les domaines cités sont la cybersécurité (39 %), l’administration (38 %), le marketing et la vente (31 %) : des fonctions. Et 59 % de ces utilisateurs emploient au moins deux technologies. On n’en empile pas deux par curiosité, mais parce qu’un flux de travail les enchaîne.

« Aucune utilité perçue » : ce que dit vraiment ce frein

Chez les non-utilisateurs, l’Insee relève 71 % d’entreprises qui n’y voient aucune utilité, 54 % un manque d’expertise, 38 % des équipements incompatibles et 38 % la protection des données. Le premier chiffre se lit comme du scepticisme ; il traduit plutôt un fait plus banal, celui que personne n’a traduit la technologie en cas d’usage sur un processus existant. Quant à la compétence, elle ne bloque pas que les abstentionnistes : 53 % des entreprises déjà utilisatrices la citent comme obstacle à l’extension de leurs usages.

Le préalable n’a donc presque rien à voir avec l’IA. C’est le socle décrit dans les travaux sur la digitalisation des petites entreprises en France : des informations saisies une fois, des fichiers partagés plutôt qu’attachés à un poste, des procédures stables. Si trois ans de commandes vivent dans deux classeurs et une boîte mail, aucun modèle n’y changera rien. Un outil qui centralise le suivi commercial produit au passage la matière exploitable : c’est l’essentiel de ce que fait un CRM au quotidien dans une PME.

No-code, low-code, sur-mesure ou IA-native : trancher avant de construire

Vient ensuite l’arbitrage technique, et il se prend rarement sur le bon critère. La question n’est pas de savoir quelle voie est la meilleure, mais combien de temps ce processus va vivre, à qui appartient la donnée qu’il produit, et ce qu’il vous en coûterait d’en changer dans deux ans. Trois signaux font basculer vers le sur-mesure : le processus vous distingue de vos concurrents plutôt qu’il ne vous met à leur niveau ; la donnée traitée est celle que vous ne voudriez pas voir sortir de l’entreprise ; ou le volume rend l’abonnement par utilisateur plus cher que le développement. Aucun des trois n’est présent ? Le no-code fait le travail.

Cet arbitrage se pose avant la première ligne de code, dans une phase de cadrage — deux semaines suffisent en général à savoir ce qu’on construit et ce qu’on ne construira pas. Profitez-en pour vérifier une hypothèse : beaucoup de gains attribués à l’IA relèvent d’une automatisation classique, à base de règles. Regardez d’abord ce que donnent ces règles-là sur les mêmes tâches, sans modèle du tout. Si le résultat suffit, vous venez d’économiser un projet.

Depuis le 2 août 2026, deux obligations vous concernent

Le règlement européen sur l’IA, en vigueur depuis le 1er août 2024, s’applique par étapes : interdictions et obligation de littératie en IA — vos équipes doivent comprendre ce qu’elles manipulent — depuis le 2 février 2025, modèles à usage général depuis le 2 août 2025, transparence de l’article 50 et systèmes à haut risque de l’annexe III depuis le 2 août 2026.

Retenez-en deux conséquences immédiates. Un système d’IA doit informer la personne qu’elle interagit avec une IA : votre agent conversationnel de support est visé. Les contenus générés ou modifiés par une IA doivent être signalés comme tels, ce qui inclut vos visuels. La parade tient en un inventaire écrit : quel système, pour quel usage, sur quelles données, qui en répond. Une page suffit, et elle sert autant à répondre à un client qu’à savoir ce qui tourne réellement chez vous.

Par où commencer, et avec quel financement

Le plan national « Osez l’IA », lancé le 1er juillet 2025, a ouvert un dispositif mobilisable dès maintenant. Le Diag Data IA de Bpifrance prend en charge 40 % d’une prestation d’expert de 8 jours-homme, ce qui ramène le reste à charge à 6 000 € HT. Il vise les PME et ETI de 10 à 2 000 salariés immatriculées en France, avec 2 000 accompagnements cofinancés prévus sur 2026-2027. La demande se fait sur diag.bpifrance.fr. Huit jours ne mettent rien en production, mais ils suffisent à cadrer un premier cas d’usage et à trancher les quatre points listés plus haut.

Un dernier repère, souvent oublié : fixez la condition d’arrêt en même temps que le cas d’usage. Écrivez avant de commencer ce qui vous ferait renoncer — un indicateur qui n’a pas bougé au bout d’un mois, une reprise manuelle systématique derrière la machine, une donnée jamais disponible à temps. Un projet qu’on sait arrêter coûte le prix d’un essai. Un projet qu’on ne sait pas arrêter coûte celui d’un budget annuel.