L’IA gagne les petites entreprises, mais l’automatisation reste à 11 %

Dans son communiqué du 28 septembre 2026, France Num chiffre à 40 % la part des TPE et PME françaises déclarant utiliser une solution d’intelligence artificielle, contre 11 % pour l’automatisation des tâches. L’usage global progresse de 14 points en un an ; chez les seules PME, il atteint 53 %. Ces résultats décrivent une adoption qui s’élargit, mais dont les formes restent très inégales.

La reprise de TPE Actu détaille les usages déclarés : 34 % des TPE-PME génèrent du texte, de la voix ou des images, 24 % utilisent des assistants ou des outils de recherche d’informations, et 13 % analysent ou classent des documents. Ces catégories portent sur les TPE et PME réunies, comme le taux global ; elles ne sont pas réservées aux entreprises qui utilisent déjà l’IA. Une même entreprise pouvant déclarer plusieurs usages, leurs pourcentages ne s’additionnent pas.

Produire un contenu ou chercher une réponse : les usages les plus répandus

La génération de contenu occupe le premier niveau de cette pyramide. La catégorie réunit des travaux qui peuvent demander des efforts très différents : reformuler un court message, préparer un texte entier ou créer une image ne représentent ni la même charge ni le même résultat. Le taux d’usage indique qu’une entreprise emploie l’outil à des fins professionnelles ; il ne précise pas la fréquence de cette utilisation.

Un cas hypothétique permet de voir ce que le chiffre laisse de côté. Si une petite entreprise prépare une réponse à un client avec l’IA, le résultat observable est une réponse achevée et validée, après les éventuelles corrections. Mesurer seulement le temps nécessaire pour produire le premier texte ferait disparaître la relecture et les retouches du calcul. À l’inverse, compter chaque texte généré comme un travail terminé surestimerait l’activité réellement accomplie.

Les assistants conversationnels et les outils de recherche viennent ensuite. Pour une question dont la réponse figure déjà dans les informations de l’entreprise, on pourrait comparer la réponse obtenue avec celle qui est connue et relever les erreurs ou les éléments manquants. Le nombre de requêtes mesure alors l’intensité d’utilisation, tandis que la part de réponses exactes renseigne sur leur utilité. La différence importe dès qu’une réponse sert à préparer un travail plutôt qu’à satisfaire une simple curiosité.

Documents, automatisation et prévision : des tâches moins diffusées

L’analyse et la classification de documents rapprochent l’IA d’un travail fondé sur des catégories définies. Dans un exemple hypothétique, des documents déjà classés pourraient servir de point de comparaison pour les catégories proposées par l’outil. Il faudrait compter les classements corrects ainsi que ceux qu’une personne reprend : le seul volume traité masquerait ce second travail. Le baromètre recense l’existence de cet usage, sans mesurer la qualité des classements produits.

L’automatisation concerne une étape supplémentaire : l’outil prépare ou déclenche une tâche répétitive. L’orientation de demandes récurrentes vers des catégories connues, avec examen humain des exceptions, en serait un exemple possible. Le temps pris par la tâche complète et les demandes mal orientées donneraient des résultats observables ; le nombre de demandes passées dans l’outil ne suffirait pas. Le taux publié ne renseigne ni sur le nombre de tâches automatisées dans chaque entreprise ni sur leur fréquence.

L’analyse de données, la prévision et l’optimisation des ressources forment une autre catégorie minoritaire dans les publications de lancement. Une prévision hypothétique de ventes pourrait être rapprochée des ventes constatées ensuite, à condition de conserver aussi la prévision initiale faite sans l’outil. Sans ce point de comparaison, une prévision proche du résultat ne permettrait pas de savoir ce que l’IA a amélioré. Cette catégorie n’est donc pas un degré que toutes les entreprises atteindraient après l’automatisation : les usages peuvent coexister ou apparaître séparément.

Une enquête sur des pratiques déclarées, avec un écart entre publications

Le rapport détaillé daté du 2 octobre 2026 présente une enquête auprès de 9 655 entreprises, dont 6 786 TPE et 2 869 PME, interrogées du 23 mars au 18 avril 2026. Les réponses ont été recueillies en ligne et par téléphone, puis redressées selon la taille de l’entreprise, le secteur d’activité et la région. La question sur l’IA demande si des outils sont utilisés au sein de l’entreprise à des fins professionnelles : elle recueille une déclaration d’usage, pas un relevé des heures gagnées.

Le graphique du rapport donne toutefois 9 % pour l’automatisation, 11 % pour l’analyse de données et 14 % pour l’analyse documentaire. Le communiqué de lancement et la reprise du 28 septembre attribuent respectivement 11 %, 9 % et 13 % à ces trois catégories. Les publications portent sur les mêmes TPE-PME et sur les mêmes types d’usage ; l’écart concerne la répartition entre catégories, tandis que le taux global d’adoption reste à 40 %. Le chiffre de 11 % pour l’automatisation est celui diffusé lors de l’annonce, mais le rapport détaillé conduit à le lire avec cette réserve.

Pourquoi payer un outil ne démontre pas un gain de productivité

Les dépenses apportent une autre mesure, distincte du travail accompli. Parmi les entreprises qui utilisent l’IA, 48 % déclarent recourir à des solutions payantes ; rapportée à l’ensemble des TPE-PME, cette part est de 19 %. Les deux proportions n’ont pas la même base. Un paiement établit qu’une entreprise a engagé une dépense, sans indiquer la fréquence d’emploi de l’outil, la qualité des résultats ou le temps consacré aux corrections.

Parmi les utilisatrices de l’IA, 68 % jugent son impact positif sur leur entreprise. Cette appréciation atteint 84 % chez celles qui utilisent des solutions payantes. L’écart associe le paiement à une opinion plus favorable, mais l’enquête ne permet pas d’attribuer cette opinion à l’abonnement : les entreprises concernées peuvent aussi différer par leurs tâches ou leur manière d’utiliser l’IA. Le coût de l’outil et le temps nécessaire pour achever puis valider le travail restent donc indispensables pour estimer un gain de productivité que le baromètre ne chiffre pas.

À lire aussi :

• Choisir une IA pour sa TPE : commencez par les données, pas par la marque
• Abonnements YouTube : les 70 % sont calculés après taxes et frais
• WondrAgents automatise sept étapes d’une campagne, le gain de 70 % reste promis