Generative IA dans les PME : pourquoi le chiffre de 78 % induit en erreur
7 min de lecture
Selon une enquête de digitalisation de la DIHK, 78 % des entreprises utilisent l’IA générative pour des textes, des images ou du code. Ce chiffre semble annoncer une percée. En réalité, il s’agit d’un piège : l’utilisation est confondue avec l’impact. Allumer un outil ne change pas un processus. C’est précisément dans cet écart que se décide quel PME travaillera plus productivement en 2027, et lequel n’aura qu’une version plus coûteuse de la saisie semi-automatique.
Les points clés en bref
- L’utilisation n’est pas la création de valeur. Le chiffre de 78 % mesure qui ouvre un outil d’IA, pas qui restructure un processus de travail avec.
- L’obstacle est juridique et organisationnel. Selon la DIHK, ce sont les incertitudes et l’absence d’ancrage qui freinent, pas le budget.
- Le levier réside dans la transmission. L’IA ne rapporte que lorsqu’il est clair qui vérifie le résultat, en assume la responsabilité et le réintègre dans le processus.
En lien :Trois défaites de l’IA et leurs leçons / Indice IA de Stanford : la fiabilité comme goulot d’étranglement
Ce que signifient vraiment ces 78 %
Pour son enquête sur la digitalisation, la DIHK a interrogé près de 5 000 entreprises de tous secteurs. Le résultat qui a fait les gros titres : 78 % utilisent l’IA générative, principalement pour la rédaction de textes, la génération d’images et le code. Plus d’un tiers des utilisateurs s’attendent à un impact fort sur leur productivité.
Voilà pour la bonne nouvelle. La moins réjouissante se cache dans les détails. « Utiliser » signifie, dans la plupart des cas, qu’un collaborateur du marketing saisit une ébauche dans une fenêtre de chat, ou qu’un développeur se fait suggérer une fonction. C’est utile. Mais ce n’est pas un processus transformé, seulement un outil plus rapide sur un bureau isolé. Ce chiffre mesure une diffusion, pas une intégration.
Quiconque a accompagné une transformation le sait : avoir un outil en entreprise est simple. L’intégrer de manière à ce que le résultat soit traité de façon fiable, voilà le vrai travail. C’est précisément à ce moment, lorsque la sortie de l’IA est transmise à la personne ou au système suivant, que se décide si l’utilisation se transforme en impact.
Pourquoi le problème ne vient pas de l’argent
La DIHK (Chambre de commerce et d’industrie allemande) identifie clairement le principal obstacle : les incertitudes juridiques. Le manque de savoir-faire, l’accès limité aux données et les coûts sont moins souvent cités que l’année précédente. C’est un changement remarquable. Il y a encore deux ans, la réponse standard à la question des freins à la digitalisation était : trop cher, pas de personnel. Aujourd’hui, la question qui se pose est plutôt de savoir ce qui est autorisé.
Pour les PME, c’est un chantier différent d’une demande de budget. Si l’on ignore si l’on a le droit de transmettre les données clients à un outil d’IA, plus d’argent n’apporte aucune sécurité. Il faut une définition claire : quelles données dans quel système, avec quelle autorisation, sous la responsabilité de qui. C’est un travail de gouvernance. Il ne peut pas être délégué à l’informatique comme l’achat d’un serveur, il doit atterrir sur le bureau de la direction.
Ceux qui évitent cette clarification obtiennent le pire des résultats : les collaborateurs utilisent l’IA quand même, mais de manière officieuse et sans règles. L’IA fantôme n’est pas la conséquence d’un manque d’outils, mais d’un manque de clarté. L’interdiction que personne ne formule se heurte à l’autorisation que personne ne donne, dans l’espace juridique flou du quotidien professionnel.
S’ajoute à cela la pression réglementaire. Le règlement européen sur l’IA (EU AI Act) exige des entreprises qu’elles classifient et documentent les risques liés à leurs applications d’IA. Celui qui utilise l’IA de manière informelle sur un poste individuel ne peut tout simplement pas le faire. Une utilisation dispersée des outils ne peut pas être auditée, contrairement à un processus défini. L’incertitude juridique que la DIHK identifie comme un frein ne se résout donc pas en attendant, mais bien par cette ancrage qui génère aussi un bénéfice économique. Compliance et productivité pointent ici exceptionnellement dans la même direction.
Ce qui bloque
- L’IA comme astuce individuelle sans lien avec un processus
- Aucune définition des données autorisées
- Personne ne vérifie si le résultat est correct
Ce qui fonctionne
- Un processus où l’IA a une étape fixe
- Une autorisation claire des données avec un responsable désigné
- Une instance qui valide le résultat
Comment l’utilisation devient impact
Le chemin est sans éclat. Peut-être est-ce précisément pour cette raison qu’on le néglige. Au lieu de déployer un nouvel outil, il vaut la peine de se pencher sur un seul processus qui engloutit aujourd’hui du temps : l’élaboration des offres, le traitement des réclamations, le reporting. La question à se poser est la suivante : à quel endroit l’IA permet-elle d’accélérer concrètement une étape ? Et qui prend ensuite le relais pour le résultat ?
Un exemple tiré de l’élaboration des offres illustre bien cette différence. Une équipe commerciale se fait proposer des blocs de texte par l’IA. Cela permet d’économiser dix minutes par offre, un gain clair au niveau individuel. Mais l’impact ne se produit que lorsque le projet est automatiquement intégré au CRM, qu’une deuxième personne vérifie les prix et que la validation est documentée. Sans cette chaîne, le gain de temps reste une astuce personnelle qui quitte l’entreprise avec le collaborateur lorsqu’il démissionne.
Cette deuxième question est cruciale. Un projet généré par l’IA que personne ne vérifie et dont personne ne prend la responsabilité n’est pas un progrès, mais un nouveau risque. Ce n’est que lorsque la passation est clarifiée – c’est-à-dire qui valide, corrige et intègre – qu’un outil devient un maillon du processus. C’est précisément ce que le chiffre de 78 % ne mesure pas. C’est précisément ce qui distingue les entreprises mesurablement plus productives en 2027 de celles qui ne font que taper plus cher.
Avoir un outil d’IA en entreprise n’est pas une performance. La performance commence au moment où le résultat est transmis et où quelqu’un en assume la responsabilité.
Procéder de manière itérative ne signifie pas hésiter. Cela signifie commencer par un processus, définir un indicateur clair et, après quatre semaines, regarder honnêtement si le chiffre a bougé. S’il évolue, on passe au processus suivant. S’il n’évolue pas, c’est que l’outil ou l’étape choisie n’était pas le bon. Une prise de conscience peu coûteuse, à condition qu’elle intervienne tôt.
L’instinct de déployer largement est compréhensible, mais il produit précisément ces 78 % qui ne prouvent rien. La profondeur l’emporte sur l’étendue. Un processus véritablement repensé convainc davantage les équipes que dix licences que personne n’intègre au quotidien. Si vous voulez pouvoir dire l’an prochain que l’IA a été rentable, vous n’avez pas besoin d’un taux d’utilisation plus élevé. Vous avez besoin d’un chiffre issu de l’activité quotidienne qui ait évolué de manière mesurable. Et d’un nom derrière, qui en assume la responsabilité.
Foire aux questions
78 % d’utilisation de l’IA, n’est-ce pas un bon signe ?
En tant que signal d’adoption, oui. Mais ce chiffre indique seulement qu’un outil est utilisé, pas qu’un processus a été repensé et est ainsi devenu plus productif. C’est précisément cette deuxième étape qui détermine le bénéfice économique.
Quel est le principal obstacle selon la DIHK ?
Les incertitudes juridiques. Les coûts, le manque de savoir-faire et l’accès limité aux données sont moins souvent cités que l’année précédente. Le goulot d’étranglement relève donc davantage de la gouvernance que de l’argent.
Par quoi une PME devrait-elle commencer ?
Par un seul processus qui aujourd’hui mobilise du temps, associé à un indicateur clair et à la désignation de la personne qui validera le résultat de l’IA. Ce n’est que lorsque cet indicateur évolue qu’on aborde le processus suivant.
Qu’en est-il de l’IA fantôme dans l’entreprise ?
Elle naît d’un manque de clarté, non d’un manque d’outils. Lorsque personne ne définit les données autorisées, les collaborateurs continuent d’utiliser l’IA de manière officieuse. Une règle d’autorisation claire protège mieux qu’une interdiction tacite.
Faut-il un gros budget pour cela ?
Non. Les études montrent que le problème n’est pas l’argent, mais l’organisation et la responsabilisation. Un processus clairement ancré l’emporte sur un outil coûteux sans véritable passage de relais.
Plus du réseau MBF Media
Source de l’image : générée par IA (mai 2026), certificat C2PA intégré dans l’image
