L'adoption de l'IA dans les PME françaises : les chiffres officiels.

8 Academy, « L'adoption de l'IA dans les PME françaises : les chiffres officiels »,
mis à jour le 27 juillet 2026.
https://stephanebacanin.com/observatoire-ia-pme-france.html

Cette compilation est réutilisable librement, y compris ses tableaux et ses graphiques, à une condition qui n'est pas de politesse mais d'exactitude : conservez la mention de la source primaire indiquée en regard de chaque valeur. C'est elle qui porte le périmètre, l'année et la définition, et c'est en la perdant qu'un chiffre juste devient un chiffre faux.

Une requête revient sans cesse : « quel pourcentage de PME françaises utilise l'IA ». Elle a une réponse, elle est publique, et elle est produite par l'Insee. Le problème n'est pas la disponibilité de la donnée, c'est sa manipulation : quatre enquêtes françaises coexistent, avec quatre définitions et quatre champs, et le premier qui les additionne obtient n'importe quoi. Cette page fait le travail de tri. Elle ne couvre qu'un sujet — l'adoption — et elle le couvre à fond. Pour les gains de productivité mesurés, les taux d'échec des projets et le calendrier réglementaire, nous tenons une page distincte : l'observatoire des chiffres de l'IA en PME, qui rassemble les études expérimentales et les données de marché.

1 · Le chiffre de référence : 18 % en 2025, et la série complète depuis 2023

La source de référence est l'enquête TIC-entreprises de l'Insee, menée chaque année en application du règlement communautaire n° 1006/2009 qui harmonise les questionnaires dans toute l'Union. Son millésime 2025 a été publié le 21 juillet 2026 dans l'Insee Première n° 2120, « Les technologies de l'information et de la communication dans les entreprises en 2025 ». Verdict : 18 % des entreprises de 10 personnes occupées ou plus déclarent utiliser au moins une technologie d'IA, soit 8 points de plus qu'en 2024 et 12 points de plus qu'en 2023.

Ce n'est pas la moyenne qui compte, c'est la pente et l'écart. Le taux a été multiplié par trois en deux ans, et il a triplé aussi dans les entreprises de moins de 250 salariés — la diffusion n'est donc pas un phénomène de grands comptes. Mais parce que les points de départ étaient très inégaux, l'écart en points de pourcentage entre les moins de 50 salariés et les 250 et plus est passé de 16 points en 2023 à 43 points en 2025. Autrement dit : tout le monde accélère, et la distance grandit quand même. C'est exactement le problème auquel répond un plan de montée en compétences sur 90 jours, dimensionné pour une équipe de PME.

Un chiffre moins cité mérite autant d'attention : les entreprises utilisatrices d'IA concentrent désormais 66 % du chiffre d'affaires et 59 % de l'emploi du champ de l'enquête, contre 49 % et 40 % un an plus tôt. Et l'Insee prend lui-même la précaution que la plupart des reprises oublient : « cela ne signifie pas que 59 % des salariés français utilisent directement l'IA, mais que la majorité d'entre eux travaillent dans une entreprise déclarant mobiliser ces technologies ». La nuance est décisive pour un dirigeant : elle veut dire que vos concurrents de taille comparable au vôtre sont probablement encore dans les 82 %, mais que vos clients grands comptes, eux, ont déjà basculé.

Deux facteurs augmentent nettement la probabilité d'usage, à taille et secteur comparables. Appartenir à une firme multinationale multiplie les chances par 1,6. Employer initialement plus de 15 % d'ingénieurs et de cadres techniques les multiplie par 1,8. Ce second point est le plus intéressant pour une PME : ce n'est pas la taille du budget qui décide, c'est la présence de gens capables de faire le premier essai. C'est aussi ce qui rend le rôle de référent IA interne, désigné et outillé, plus déterminant que l'achat de licences.

2 · Ce que l'Insee mesure exactement, et ce qu'il écarte

C'est le passage le plus important de cette page, et il tient en une phrase de la note de méthode de l'Insee : « Les entreprises sont interrogées sur l'utilisation organisée de l'IA au sein de leurs services : leurs réponses n'incluent en principe pas les utilisations de l'IA que peuvent faire les salariés ponctuellement et à titre individuel (recours à l'IA générative comme par exemple les agents conversationnels, etc.). »

Tout l'écart entre les enquêtes françaises tient là. Le 18 % de l'Insee ne compte pas le commercial qui ouvre un agent conversationnel dans son navigateur pour reformuler une relance. Il compte l'entreprise qui a mis en place quelque chose. C'est précisément l'usage non déclaré, non encadré et non compté que nous décrivons dans l'article sur le shadow AI, ces outils que les équipes utilisent sans que la direction le sache.

Trois autres précisions de périmètre, toutes explicites dans la publication et toutes systématiquement perdues en route.

• Le seuil est de 10 personnes occupées, pas de 10 salariés — l'Insee écrit « 10 salariés ou plus » par simplicité, mais sa définition compte « l'ensemble des personnes occupées (salariés et non-salariés) ». Sur une TPE avec deux associés non salariés, cela change la classe d'effectif.
• L'unité observée est l'entreprise, pas la société — au sens de « la plus petite combinaison d'unités légales qui constitue une unité organisationnelle de production jouissant d'une certaine autonomie de décision ». Un groupe de trois SARL sous une holding peut compter pour une seule entreprise. Ce n'est pas un décompte de numéros SIREN.
• Le champ exclut trois pans de l'économie — les secteurs agricole, financier et de l'assurance sont hors champ, ainsi que Mayotte. « Les entreprises françaises » de ce chiffre sont donc les entreprises des secteurs principalement marchands, hors ces trois secteurs.
• La liste des technologies a changé en 2025 — l'enquête 2025 propose 8 technologies d'IA contre 7 en 2023 et 2024 ; la nouvelle est la génération d'images et de contenu audiovisuel. Une partie de la hausse 2024-2025 vient donc de l'élargissement du questionnaire, et non du seul comportement des entreprises. L'Insee ne quantifie pas cette part.

Ce dernier point est celui que nous n'avons vu signalé nulle part ailleurs, et il impose une prudence de langage : dire « le taux d'usage a triplé entre 2023 et 2025 » est fidèle à la publication, dire « les entreprises ont triplé leur usage » ne l'est pas tout à fait. Si vous vous demandez ce que recouvrent ces catégories techniques, notre définition de l'IA pour un dirigeant de PME, sans jargon et sans démesure fait le tri entre les familles d'outils.

3 · Le détail sectoriel, et le piège du taux non pondéré

La moyenne nationale n'aide personne à se situer. Le détail sectoriel, si — à condition de le lire dans la bonne unité. Voici les dix secteurs publiés par l'Insee pour 2025.

La progression annuelle est la plus forte là où le niveau était le plus bas : le taux d'usage triple dans la construction et fait plus que doubler dans l'industrie manufacturière, l'énergie-eau-déchets et l'hébergement-restauration. Le commerce est l'exception, avec un taux multiplié par seulement 1,3 en un an, ce qui le fait passer derrière l'industrie. Ces mouvements sectoriels valent lecture à côté de nos analyses métier : l'IA dans le bâtiment, chantier par chantier, l'IA dans le transport et la logistique d'une PME, et l'IA dans une PME industrielle.

Vient maintenant la précaution la plus utile de cette page. Le taux ci-dessus compte des entreprises, en donnant le même poids à une entreprise de 12 salariés et à une entreprise de 4 000. L'Insee publie aussi le même taux pondéré par l'emploi, c'est-à-dire la part de l'emploi du secteur qui se trouve dans des entreprises utilisatrices. Les deux séries sont en pourcentage, mais elles ne répondent pas à la même question, et l'écart est parfois spectaculaire.

La règle pratique se résume ainsi : le taux non pondéré répond à « quelle est la probabilité qu'une entreprise tirée au hasard utilise l'IA », le taux pondéré répond à « quelle part de l'activité du secteur est déjà concernée ». Citer le premier en croyant décrire le second est l'erreur la plus fréquente que nous ayons rencontrée en dépouillant les reprises de cette enquête.

4 · Technologies et finalités : la ligne où l'on se trompe le plus

Ici se trouve un piège d'unité qui produit des chiffres faux dans des articles par ailleurs sérieux. Les figures 2 et 3 de l'Insee Première n° 2120 ne sont pas exprimées en pourcentage d'entreprises, mais en pourcentage des effectifs salariés. La note de lecture de la figure 2 le dit sans ambiguïté : « Les entreprises qui déclarent mobiliser une technologie d'intelligence artificielle d'analyse de langage écrit représentent 27 % du total des effectifs salariés en 2024 et 48 % en 2025. »

Reprendre ce 48 % comme « 48 % des entreprises utilisent l'analyse de langage écrit » est un contresens majeur : la publication rappelle qu'en 2025, aucune des huit technologies n'est utilisée par plus d'une entreprise sur dix. Les deux affirmations coexistent sans se contredire, parce qu'elles ne portent pas sur la même population.

Il existe une troisième unité, la plus utile pour se comparer : la part parmi les entreprises qui utilisent déjà l'IA. C'est celle du graphique ci-dessous, et c'est celle que nous recommandons de citer quand on parle de choix d'outil.

Les entreprises qui utilisent l'IA en utilisent rarement une seule brique : 59 % en mobilisent au moins deux et 36 % au moins trois (68 % pour les entreprises de 250 salariés ou plus). Côté acquisition, la réponse est massive et rassurante pour une PME : 80 % des utilisatrices achètent un logiciel du commerce prêt à l'emploi, et 73 % passent par des services de cloud payants — contre seulement 33 % des non-utilisatrices. Autrement dit, l'adoption ne passe pas par un projet de développement : elle passe par un abonnement et une méthode. Notre comparateur des outils d'IA pour une PME, avec les tarifs et les politiques de données couvre ce terrain, et l'article sur le coût réel de l'IA dans une PME chiffre l'addition.

Les motifs déclarés par les utilisatrices sont explicites : 73 % citent l'optimisation des coûts (gain de temps ou de main-d'œuvre, automatisation de tâches répétitives), 64 % l'amélioration de la qualité et de la fiabilité des processus, 56 % la réalisation de travaux complexes ; près de deux tiers en citent au moins deux. Sur le premier motif, notre article sur l'automatisation des tâches répétitives sans projet informatique décrit le geste concret, et le calculateur de retour sur investissement permet de le chiffrer sur votre propre cas.

Quant aux finalités, la figure 3 est elle aussi en pourcentage des effectifs : la sécurité informatique arrive en tête avec des entreprises utilisatrices représentant 39 % des effectifs salariés, devant l'organisation des processus d'administration (38 %, en hausse de 21 points), la recherche et l'innovation (35 %), le marketing (31 %) et la logistique (18 %). Nous les citons ici dans leur unité d'origine ; ne les convertissez pas en parts d'entreprises.

5 · Ce que déclarent les entreprises qui n'utilisent pas l'IA

Cette figure-là est bien en pourcentage d'entreprises, et son champ est précis : les entreprises n'utilisant aucune technologie d'IA. Le résultat contredit le récit habituel du coût et de la réglementation.

Le motif varie fortement avec la taille, et c'est là que le tableau devient instructif. « Pas d'utilité » est cité par 71 % des entreprises de moins de 50 salariés mais seulement 54 % des 250 et plus. Le manque d'expertise fait l'inverse : 53 % chez les petites, 66 % de 50 à 249, 73 % chez les 250 et plus, où il devient le premier motif cité. Traduction : les grandes entreprises qui n'ont pas adopté savent ce qu'elles rateraient et n'ont pas les compétences ; les petites ne voient pas encore quoi en faire. Deux problèmes différents, deux réponses différentes — la seconde relevant du repérage de cas d'usage, ce que fait notre inventaire d'exemples concrets d'IA en PME, métier par métier.

Les entreprises qui utilisent déjà l'IA déclarent, elles aussi, être freinées : 53 % par un manque d'expertise, 43 % par des inquiétudes sur la protection des données, 42 % par un manque de clarté juridique, 33 % par des coûts trop élevés. Le manque d'expertise est donc le frein qui survit à l'adoption — il ne disparaît pas quand l'outil arrive. Sur les deux freins suivants, nos pages sur l'IA et le RGPD dans une PME et sur l'obligation de maîtrise de l'IA prévue par le règlement européen donnent l'état du droit sans le dramatiser.

6 · Les TPE : pourquoi France Num donne 26 % et l'Insee 18 %

L'Insee s'arrête à 10 personnes occupées. Or la majorité des entreprises françaises sont en dessous. La statistique publique qui les couvre est le Baromètre France Num, commandé par la Direction générale des entreprises et réalisé par le Crédoc et le Centre Relations Clients. Sa méthode est publiée en clair : 11 021 entreprises répondantes — 3 043 PME et 7 978 TPE, dont 1 027 entreprises de zéro salarié — interrogées en ligne (10 219) et par téléphone (802) du 26 mars au 18 avril 2025, avec des résultats redressés pour être représentatifs de la population 2024 des TPE-PME françaises par taille, secteur et région.

Résultat : 26 % des TPE-PME déclarent utiliser au moins un outil d'IA en 2025, contre 13 % en 2024. Le chiffre a doublé en un an. Il n'est pas comparable au 18 % de l'Insee : le champ démarre à zéro salarié, et la question ne restreint pas l'usage à un usage organisé.

La ventilation sectorielle du baromètre est publiée directement par France Num, avec les évolutions : numérique 51 % (+11 points), services spécialisés et techniques 41 % (+19 points, la plus forte progression), services à la personne 29 % (multiplié par 3,2), hébergement-restauration 20 % (× 2,5), industrie agroalimentaire 15 % (× 2,5), agriculture 9 % (× 2,3). Les intitulés ne recoupent pas ceux de l'Insee : ne mélangez pas les deux nomenclatures dans un même tableau.

Les usages déclarés par les TPE-PME sont beaucoup plus concentrés que chez les entreprises de plus de 10 salariés : IA générative 22 % (+12 points), chatbots et assistants 14 % (+9), analyse de documents 6 % (+3), automatisation de tâches 5 % (+2), analyse des données 5 % (+2). L'écart entre les deux premiers et les trois suivants dit tout de l'état réel de l'adoption dans les petites structures : on écrit avec l'IA, on ne l'a pas encore branchée sur ses processus. Notre article sur l'IA pour les TPE et les artisans, sans budget informatique part précisément de là.

7 · Bpifrance annonce 55 % : comment lire cet écart

Deux publications de Bpifrance Le Lab circulent, et elles ne mesurent pas la même chose ni la même année. La première, « L'IA dans les PME et ETI françaises : une révolution tranquille », repose sur 1 209 dirigeants de PME et ETI interrogés d'octobre à décembre 2024 : 26 % déclarent utiliser une IA générative, 16 % une IA non générative, 10 % les deux ; 58 % jugent l'IA importante voire très importante pour la pérennité de leur entreprise à trois-cinq ans, et 43 % déclarent avoir défini une stratégie IA. Notez le décalage entre l'étude, diffusée en 2025, et ses données, collectées fin 2024.

La seconde est un communiqué du 10 février 2026 qui avance 55 % de TPE-PME utilisant des IA génératives fin 2025, contre 31 % fin 2024 — comparaison reprise par le groupe Caisse des Dépôts. Le même communiqué précise que 17 % l'utilisent régulièrement, en hausse de 11 points, avec deux usages dominants : génération de contenu écrit 72 %, analyse de données 67 %.

Reste que la comparaison 31 % → 55 % en un an est cohérente avec le doublement observé par France Num et par l'Insee sur des périmètres différents. Trois enquêtes indépendantes constatent la même chose : la diffusion de l'IA générative dans les petites entreprises françaises a changé de rythme entre 2024 et 2025. Ce que ces enquêtes ne disent pas, c'est ce que cet usage produit — sujet sur lequel notre article sur le calcul du retour sur investissement de l'IA en PME reste volontairement prudent, et sur lequel l'inventaire des erreurs qui font échouer un projet d'IA apporte le contrepoint.

8 · La comparaison européenne, pays par pays

Le même questionnaire étant appliqué dans toute l'Union, la comparaison est légitime — c'est rare, et c'est ce qui donne son prix à cette enquête. Eurostat publie 19,95 % pour l'ensemble de l'UE en 2025 ; l'Insee arrondit à 20 % dans sa figure 1. Même donnée, arrondis différents : ne présentez pas les deux comme des mesures distinctes.

Par taille, l'UE affiche 17 % pour les petites entreprises, 30,36 % pour les moyennes et 55,03 % pour les grandes, sur un échantillon de 157 000 entreprises enquêtées dans un champ de 1,53 million. La dispersion entre États membres est bien plus large que l'écart France-UE : le Danemark culmine à 42,03 % et la Roumanie ferme la marche à 5,21 %, avec une progression moyenne de 6,47 points en un an pour l'ensemble de l'Union.

L'Insee décrit la même géographie en clair : les pays du nord de l'Europe — Danemark, Finlande, Suède, Benelux — se situent entre 33 % et 42 % ; la Roumanie, la Pologne, la Bulgarie et la Hongrie entre 5 % et 10 %, comme Chypre et la Grèce ; l'Italie et l'Espagne sont proches de la France ; l'Allemagne est à 26 %, nettement au-dessus.

Le point le plus utile pour un dirigeant français est celui du rattrapage. Selon l'Insee, en 2025, les entreprises françaises ont comblé leur retard à taille comparable, sauf pour les moins de 50 salariés qui restent 2 points en retrait ; les 50 à 249 salariés atteignent le niveau européen ; les 250 et plus le dépassent de 3 points. Sectoriellement, le retard persiste dans les secteurs les plus avancés : 4 points sous la moyenne européenne pour l'information-communication, 7 points pour les activités spécialisées, scientifiques et techniques, et 6 points pour le commerce. Ailleurs, les niveaux sont désormais très proches. Le retard français, en 2025, n'est donc plus un retard général : c'est un retard des très petites entreprises et de trois secteurs. Sur la dimension souveraineté qui accompagne souvent ce débat, voir notre point sur l'IA souveraine et les offres françaises et sur l'hébergement local d'un modèle dans une PME.

9 · Compétences et formation : ce que mesurent les enquêtes françaises

Aucune statistique publique française ne mesure directement le nombre de salariés formés à l'IA. Ce qui existe, en revanche, est solide et convergent : les deux enquêtes officielles mesurent la compétence comme frein, et le Baromètre France Num mesure l'effort de formation numérique.

Côté Insee : le manque d'expertise est le deuxième frein des non-utilisatrices (54 %), le premier chez les entreprises de 250 salariés et plus (73 %), et il reste le premier frein des utilisatrices (53 %). Côté France Num : 55 % des TPE-PME disposent de compétences numériques internes, en hausse de 9 points, 70 % déclarent disposer de compétences numériques en combinant interne et prestataires, mais seules 20 % ont eu un collaborateur en formation numérique en 2024, et 55 % citent le manque de temps comme premier frein à la formation. Enfin, 37 % expriment des difficultés à trouver un prestataire numérique adapté, en forte hausse de 15 points.

La lecture croisée est nette : la compétence est le frein le plus stable de tous les chiffres de cette page, il ne disparaît pas avec l'adoption, et l'obstacle déclaré à la formation n'est pas le prix mais le temps. C'est ce constat qui structure notre façon de travailler — voir pourquoi la plupart des formations retombent en trois semaines, comment choisir une formation IA sans se faire vendre du vent et les dispositifs de financement réellement mobilisables en 2026.

Un dernier chiffre de l'Insee éclaire la question autrement. L'encadré de la publication regroupe les entreprises utilisatrices en cinq profils. Le cinquième, celui des usages très diversifiés — au moins cinq technologies, développées en interne pour près des deux tiers d'entre elles — ne représente que 10 % des entreprises utilisatrices, mais 48 % de leurs salariés. À l'autre bout, le premier profil, concentré sur une seule technologie généralement générative, représente un quart des utilisatrices et 8 % de leurs salariés, avec la construction surreprésentée. La maturité d'usage est donc, elle aussi, très inégalement répartie.

10 · Les huit pièges de lecture de ces chiffres

Chacun de ces pièges a été rencontré en dépouillant les publications et leurs reprises. C'est la partie de cette page que nous vous invitons à copier le plus volontiers.

Huit pièges relevés sur les publications de 2025 et 2026. Les deux premiers suffisent à expliquer la plupart des chiffres faux qui circulent sur l'adoption de l'IA en France.

11 · Tableau récapitulatif : toutes les valeurs et leurs sources

Une ligne par valeur. La colonne « périmètre et méthode » est celle qu'il faut conserver en citant : sans elle, le chiffre n'est plus vérifiable.

39 valeurs, sept publications institutionnelles, toutes vérifiées en accès direct le 27 juillet 2026. Les liens ouvrent la publication d'origine, pas un relais.

12 · Méthode, rythme de mise à jour, et ce que nous n'avons pas pu vérifier

Comment cette page est construite

Chaque valeur a été relevée dans la publication d'origine, ouverte et lue, et non reprise d'un article de presse. Quand une source institutionnelle refusait la consultation automatisée, nous avons soit trouvé un accès direct, soit renoncé au chiffre. Nous n'avons produit aucune donnée : 8 Academy démarre son activité de formation et n'a ni panel, ni base de clients à agréger. Tout ce qui est ici est vérifiable chez l'émetteur, et c'est le seul type de preuve que nous nous autorisons.

À quel rythme cette page est revue

Deux rendez-vous annuels commandent la mise à jour : la parution de l'enquête TIC-entreprises de l'Insee, qui tombe en juillet, et celle du Baromètre France Num, qui tombe en septembre. Eurostat rafraîchit sa page en décembre. Nous reprenons donc cette page au moins deux fois par an, après chaque parution, et à chaque fois qu'un chiffre déjà publié ici se révèle périmé ou mal lu. La date affichée en tête est celle de la dernière vérification de l'ensemble des liens et des valeurs, pas celle d'une simple retouche de forme.

Ce que nous n'avons pas pu vérifier, et qui n'est donc pas ici

• Dares — le site du service statistique du ministère du Travail est protégé par un contrôle anti-robot qui empêche toute consultation automatisée. Nous n'avons pu ouvrir aucune publication et n'en citons donc aucune, alors que c'est l'institution la mieux placée pour documenter l'effet de l'IA sur l'emploi et les compétences en France.
• Céreq — les travaux publiés sur l'IA que nous avons pu identifier sont des enquêtes de branche et des travaux sur la pédagogie, non des mesures d'adoption comparables aux enquêtes ci-dessus. Nous n'avons trouvé aucune statistique nationale d'adoption exploitable.
• Banque de France — nous n'avons trouvé aucune publication portant une statistique d'adoption de l'IA par les entreprises françaises. Son moteur de recherche est rendu côté navigateur et n'a rien remonté en accès direct. Aucun chiffre ne lui est donc attribué ici, contrairement à ce qu'on lit parfois.
• Bpifrance Le Lab — le domaine lelab.bpifrance.fr répond en erreur 403 à toute consultation automatisée. Les chiffres retenus viennent des communiqués du service de presse, seuls documents accessibles. Le 55 % de fin 2025 est diffusé sans méthode : nous le citons en le signalant, et nous ne le mettons pas sur le même plan qu'un chiffre Insee.
• La tranche 5 à 9 salariés du Baromètre France Num — le seul relais qui publie le détail par tranche l'écrit « ≈ 25 % », c'est-à-dire une lecture de graphique. Nous ne l'avons pas retenue faute de valeur publiée.
• La part de la hausse 2024-2025 imputable à l'élargissement du questionnaire — l'Insee est passé de 7 à 8 technologies proposées. Il ne quantifie pas l'effet de cet ajout sur le taux global, et nous ne l'estimons pas non plus.

Si vous relevez une erreur sur cette page, ou si une publication plus récente contredit une valeur, écrivez-nous : la correction sera faite et datée. C'est aussi ce que nous demandons aux dirigeants que nous accompagnons — vérifier le chiffre avant de décider dessus, ce qui est le premier réflexe travaillé dans notre guide de l'IA en PME et dans le montage d'un tableau de bord de dirigeant.

Questions fréquentes