Observatoire des chiffres de l'IA en PME : 61 statistiques sourcées.

Un chiffre isolé ne prouve rien. « 95 % des projets d'IA échouent » et « l'IA fait gagner 40 % de temps » circulent côte à côte dans les mêmes conférences, sans que personne ne précise que le premier parle de pilotes d'entreprise et le second d'une tâche de rédaction chronométrée en laboratoire. Les deux sont exacts. Ils ne parlent pas du même objet. Cette page existe pour rendre cette distinction impossible à rater : chaque ligne indique ce qui a été mesuré, sur qui, quand et par qui. Si vous cherchez d'abord le raisonnement plutôt que les nombres, le guide de l'IA en PME le déroule de bout en bout.

1 · Adoption de l'IA par les entreprises françaises et européennes

Cette section est une synthèse. Le détail de l'adoption — la série depuis 2023, ce que l'Insee mesure exactement, le piège du taux pondéré par l'emploi, et pourquoi France Num annonce 26 % quand l'Insee annonce 18 % — est traité à part dans notre page sur l'adoption de l'IA dans les PME françaises.

C'est la famille de chiffres la plus citée et la plus maltraitée. Trois enquêtes officielles coexistent en France, avec trois champs différents : l'Insee interroge les entreprises de 10 salariés ou plus, le Baromètre France Num descend jusqu'à l'entreprise d'un seul salarié, Bpifrance interroge des dirigeants de PME et ETI. Elles donnent 18 %, 26 % et 26 % — et elles ont toutes raison. La section méthode explique pourquoi.

Trois enquêtes françaises, trois champs distincts. Les comparer sans lire la colonne « périmètre » produit des contresens.

Le détail sectoriel est plus parlant que la moyenne nationale. L'information-communication est à 59 % d'usage, la construction à 10 %, le transport à 9 %. Autrement dit : dans la plupart des secteurs qui emploient les PME françaises, l'IA est encore l'exception. C'est aussi ce qui rend l'écart de compétence rattrapable — voir ce que ça implique pour les TPE et les artisans.

2 · Ce que l'IA fait gagner, mesuré en conditions expérimentales

C'est ici que les chiffres sont les plus solides et les plus mal utilisés. Les quatre études ci-dessous sont des expériences randomisées : on donne la même tâche à deux groupes, un seul dispose de l'IA, on chronomètre et on note. Ce protocole établit une causalité — ce que ne fait aucun sondage déclaratif. En échange, il mesure une tâche isolée, pas une entreprise. Personne n'a jamais mesuré « +14 % de productivité » sur une PME entière, et cette page ne le prétendra pas. Pour la traduction en euros, notre article sur le ROI de l'IA en PME détaille le calcul et ses pièges.

Les quatre études portent sur des tâches et des populations différentes. Elles ne se cumulent pas et ne se transposent pas mécaniquement.

3 · Pourquoi les projets d'IA échouent

Deux chiffres dominent le débat, et tous deux sont régulièrement déformés. Le rapport MIT NANDA ne dit pas que « 95 % des projets d'IA échouent » : il dit qu'environ 5 % des pilotes d'IA générative produisent une accélération rapide du chiffre d'affaires, et que le reste stagne. Gartner, de son côté, formule une prévision — 30 % d'abandons après la preuve de concept — et non une mesure.

Les freins déclarés, eux, sont mesurés par l'Insee sur un échantillon représentatif de non-utilisateurs. Le premier n'est ni le prix ni la technique : 71 % des entreprises qui n'utilisent pas l'IA n'y voient pas d'utilité pour leur activité. C'est un problème de cas d'usage, donc de traduction métier — ce que nous traitons dans les exemples concrets d'IA en PME.

Un frein déclaré n'est pas une cause démontrée : ces pourcentages décrivent ce que les répondants disent, non ce qui bloque effectivement.

Deux tiers de ces freins se traitent par la même chose : un cas d'usage réel, sur les données réelles de l'entreprise, avec les personnes qui feront le travail. C'est le sens du rôle de référent IA en interne et de la manière d'embarquer une équipe réticente.

4 · Où part le temps de travail

Avant de chercher un gain, il faut savoir où le temps passe. La mesure la plus fiable disponible publiquement vient du Work Trend Index de Microsoft : elle ne repose pas sur du déclaratif mais sur l'observation de l'activité numérique agrégée, complétée par un sondage international. Résultat : 57 % du temps de travail numérique part en communication, 43 % en travail de création. Une entreprise qui veut récupérer des heures les cherche d'abord dans la première moitié — voir le traitement des e-mails et celui des réunions.

Ces chiffres portent sur des travailleurs du savoir équipés d'une suite bureautique. Ils ne décrivent pas le temps d'un poste de production ou de chantier.

5 · Emploi et transformation des métiers

Le chiffre à retenir est celui de l'Organisation internationale du travail, produit avec l'institut polonais NASK. Il est systématiquement raccourci en « un emploi sur quatre menacé », ce qui n'est pas ce qu'il dit : il mesure une exposition potentielle à la transformation, et les auteurs précisent que l'automatisation complète reste limitée. La nuance est développée dans notre article sur ce que l'IA remplace vraiment.

Un index d'exposition mesure la structure des tâches d'un métier. Il ne prédit ni suppression de poste, ni calendrier.

6 · Formation, ancrage et oubli

Deux chiffres expliquent pourquoi une formation IA d'une journée ne change rien trois semaines plus tard, et pourquoi 8 Academy travaille sur plusieurs semaines plutôt qu'en une session. Le premier vient de la psychologie expérimentale : Murre et Dros ont répliqué en 2015 la courbe de l'oubli d'Ebbinghaus. Le second vient de la mesure de l'efficacité de la formation en entreprise. Le sujet est traité au fond dans pourquoi les formations retombent.

Le taux de 45 % provient d'un outil commercial de mesure relayé par un prestataire : à traiter comme un ordre de grandeur du secteur, pas comme une statistique officielle.

Ces deux mécaniques, l'oubli rapide et la formation non appliquée, sont les raisons pour lesquelles nous étalons l'accompagnement dans le temps plutôt que de tout concentrer en une journée. Le détail du dispositif est sur la page formation IA pour PME, et les critères pour comparer des offres dans comment choisir une formation IA. Le financement, lui, a ses propres règles : voir financer une formation IA.

7 · Cadre réglementaire et échéances

Trois textes concernent directement une PME française : l'AI Act européen, la facturation électronique et le RGPD. Les dates ci-dessous sont celles des textes officiels, pas des interprétations. L'article 4 de l'AI Act, sur la maîtrise de l'IA, est déjà applicable depuis le 2 février 2025 : c'est le point que la plupart des dirigeants découvrent en retard. Nous l'avons détaillé dans l'AI Act et l'obligation de former ses équipes.

Calendrier arrêté au 27 juillet 2026 sur les textes officiels. Les échéances de facturation électronique ont déjà été décalées par le passé : vérifiez la source avant de citer.

Concrètement, deux documents suffisent à couvrir l'essentiel de ces obligations dans une PME : une charte d'usage, dont nous donnons le modèle dans la politique IA d'une page, et une règle claire sur ce qui peut ou non entrer dans un outil d'IA, détaillée dans IA et RGPD. Pour les entreprises qui veulent garder les données en Europe, voir aussi les options d'IA souveraine. Et la facturation électronique de septembre 2026 est traitée dans facturation électronique et IA.

8 · Sécurité, fraude et usages non encadrés

Deux risques différents cohabitent, et on les confond souvent. Le premier est externe : la fraude assistée par IA, dont l'affaire Arup est le cas d'école. Le second est interne : les salariés qui utilisent l'IA sans que l'entreprise le sache. Sur ce second point, le chiffre est spectaculaire — 78 % des utilisateurs d'IA apportent leurs propres outils au travail, et 80 % dans les petites et moyennes entreprises. C'est ce que nous appelons le shadow AI.

Les chiffres de l'IC3 reposent sur des plaintes volontaires : ils sous-estiment nécessairement la fraude réelle. Le DBIR porte sur des violations investiguées, pas sur un échantillon représentatif d'entreprises.

Un cas comme Arup n'a rien d'exotique pour une PME : il repose sur une chaîne banale, un e-mail crédible puis une pression hiérarchique en visioconférence. La contre-mesure n'est pas technique mais procédurale, et elle tient en une ligne : aucun virement exceptionnel validé sur la base d'une visioconférence. Le panorama complet des fraudes assistées par IA est dans se protéger des arnaques à l'IA.

• Une charte d'usage écrite — ce qui peut entrer dans un outil d'IA, ce qui n'y entre jamais, et sous quel compte.
• Un canal de rappel hors visioconférence — tout ordre de paiement inhabituel est confirmé par un numéro connu à l'avance, jamais par celui reçu dans le message.
• Des comptes professionnels — plutôt que des comptes personnels gratuits, dont les conditions autorisent souvent la réutilisation des données.
• Un inventaire des outils réellement utilisés — sans lui, les 78 % de shadow AI restent invisibles et non gouvernés.

9 · Méthode, précautions et limites

Cette section est la plus importante de la page. Elle explique ce que les chiffres qui précèdent ne disent pas. Sans elle, l'observatoire ne serait qu'un stock de nombres, et un stock de nombres se retourne facilement contre celui qui le cite.

Comment cette page est construite

Chaque chiffre a été relu sur la publication d'origine avant d'être inscrit ici, avec sa formulation exacte, son organisme, son année, son périmètre et son échantillon. Quand un chiffre couramment cité n'a pas pu être retrouvé sur la source annoncée, il a été retiré plutôt que reformulé. La page indique explicitement les cas où nous citons un relais plutôt que la publication primaire : Fortune pour le rapport MIT NANDA, la presse spécialisée pour le rapport IC3, un prestataire de formation pour le taux de scrap learning, la base d'incidents pour l'affaire Arup. Ce n'est pas idéal, c'est indiqué.

Aucune donnée de cette page ne provient de 8 Academy. Nous ne disposons d'aucun panel, d'aucune base de clients à agréger, et nous n'en inventons pas. Ce qui est à nous, c'est l'organisation, la mise en garde et le travail de vérification.

Pourquoi les chiffres d'adoption ne concordent pas

Le lecteur pressé conclut qu'une des enquêtes se trompe. En réalité, elles ne comptent pas la même population et ne posent pas la même question. Le tableau ci-dessous met les trois principales face à face — c'est le meilleur antidote aux citations approximatives.

Quatre chiffres, quatre définitions. Citer « 26 % des PME françaises utilisent l'IA » sans préciser le champ produit un contresens de sept points.

Trois sources d'écart expliquent la quasi-totalité des divergences que vous rencontrerez :

• Le seuil de taille. Inclure ou exclure les entreprises de moins de 10 salariés change tout, puisque ce sont elles qui utilisent le moins l'IA. C'est aussi pour cela que le chiffre France Num paraît plus élevé alors qu'il inclut des entreprises moins équipées : il mesure un usage déclaré plus large, souvent individuel et opportuniste.
• La définition d'« utiliser l'IA ». Un dirigeant qui a ouvert ChatGPT trois fois dans le mois se compte-t-il ? Une entreprise dont le logiciel de comptabilité intègre un moteur de détection d'anomalies le sait-elle ? Selon la formulation de la question, le même parc d'entreprises donne 10 % ou 30 %.
• Le répondant. L'Insee interroge l'entreprise, Bpifrance interroge le dirigeant. Un dirigeant qui utilise personnellement une IA ne signifie pas que l'entreprise l'a déployée, et l'inverse est vrai aussi.

Pourquoi une étude américaine sur des rédacteurs ne se transpose pas à une PME du bâtiment

C'est la précaution la plus utile de toute cette page. Les gains de la section 2 sont solides parce qu'ils viennent d'expériences randomisées. Cette solidité a un prix : ils ne valent que dans les conditions de l'expérience. Quatre écarts séparent le laboratoire d'une entreprise réelle.

La nature de la tâche. Les 40 % de Noy et Zhang portent sur des tâches d'écriture professionnelle isolées, confiées à des diplômés du supérieur dans un cadre incité. Les 55 % de GitHub portent sur une tâche de développement unique et cadrée. Dans une PME du bâtiment, la journée d'un conducteur de travaux n'est pas une suite de tâches d'écriture chronométrées : c'est un enchaînement d'interruptions, de déplacements, de décisions à prendre avec des informations incomplètes. Le gain existe sur les fragments rédactionnels de sa journée — le devis, le compte-rendu, la relance — et il est nul sur le reste. Prendre 40 % du temps total serait une erreur d'un facteur trois ou quatre.

Le niveau des participants. L'étude sur 5 179 agents de support montre un gain de 34 % pour les novices et un effet minimal pour les experts. La moyenne de 14 % ne s'applique donc à personne en particulier : elle dépend entièrement de la composition de l'équipe. Une PME dont les postes clés sont tenus par des personnes très expérimentées y gagnera moins qu'un centre d'appels en forte rotation.

La frontière dentelée. L'expérience sur 758 consultants montre que la même IA, la même journée, améliore la performance de 12,2 % sur certaines tâches et la dégrade de 19 points sur d'autres, sans que la personne perçoive la différence. Aucun chiffre de gain n'a de sens tant qu'on n'a pas identifié où passe cette frontière dans le métier concerné.

Le contexte institutionnel. Un gain mesuré aux États-Unis en 2023 n'incorpore ni le RGPD, ni les obligations de l'AI Act, ni les usages linguistiques français, ni les logiciels métiers du marché français. Ces éléments ne suppriment pas le gain, ils en consomment une partie sous forme de temps de mise en conformité et de formation.

Ce que cette page ne couvre pas

• Les effets macroéconomiques. Les estimations de points de PIB gagnés grâce à l'IA sont des projections de modèles, non des mesures. Nous n'en publions aucune.
• Les tarifs des outils. Ils changent trop vite pour qu'un observatoire trimestriel soit fiable. Voir plutôt le comparatif régulièrement mis à jour de ChatGPT, Claude et Copilot et le panorama des outils.
• Les performances des modèles. Un score sur un jeu de tests d'évaluation ne prédit pas le gain sur le travail d'une PME, et se périme en quelques mois.
• Les chiffres non retrouvés. Plusieurs statistiques très citées ne figurent pas ici parce que nous n'avons pas pu les vérifier sur leur source annoncée en juillet 2026. Nous préférons une page plus courte à une page fausse.

Si vous préférez commencer seul, le test de maturité IA situe votre entreprise en dix questions, et la définition de l'IA en langage de dirigeant pose le vocabulaire nécessaire pour lire cette page sans lexique.

Questions fréquentes