Méthodologie : 30 000 établissements (en excluant les établissements ayant moins de 10 salariés) ont été interrogé entre le 15 octobre et le 16 décembre 2024. 1 209 dirigeants ont répondu. Les résultats ont été redressés en fonction de la taille et du secteur.

L’échantillon : 78% d’hommes ; 28% des dirigeants ont moins de 45 ans, 51% sont diplômés en éco-gestion, 31 en sciences “exactes” et dans des voies techniques et professionnelles ; 51% ont de 10 à 20 salariés et 31 de 20 à 49. 

Plus de 40 entretiens ont été réalisés auprès de dirigeants d’entreprise, de chercheurs, et d’experts de l’intelligence artificielle.

 

Définition de l’Intelligence Artificielle (IA) : tout outil utilisé par une machine afin de reproduire et automatiser des comportements liés aux humains, tels que le raisonnement, la planification et la créativité.

2 types d’IA : 

– IA génératives, conçues pour générer de nouveaux contenus à partir de données existantes, se basant sur des modèles souvent développés hors de l’entreprise et entraînés sur des masses de données externes.  Exemples : IA générant des textes, des images, des vidéos, etc.

– IA non génératives, reposant sur des technologies matures, conçues pour “apprendre” à partir d’exemples existants et en tirer des prédictions ou des classifications, sans générer de nouveaux contenus, pour aider à prendre des décisions. Exemples : Moteurs de recommandations, prévisions de ventes, etc.

 

L’étude conclue sur une typologie en 4 profils, 2 inscrits dans la prise en compte de l’IA, 2 autres en retrait.

⇒ Où en sont les PME et ETI dans l’adoption de l’IA ? 

♦ Où en sont-ils ?

– 38% estiment que l’IA est importante ou très importante pour la pérennité de leur entreprise. Ce chiffre grimpe à 58% lorsqu’on leur demande de se projeter à un horizon de 3 à 5 ans.

– Mais 53% n’ont pas pris position sur l’utilisation des IA libres d’accès par leurs employés. 31% les encourage (dont 16% de manière prudente), et 16% n’encouragent pas voire interdisent.

– 57% n’ont pas établi de stratégie IA pour leur entreprise ; par contre ceux qui ont précisé leur stratégie le font pour faire évoluer les métiers (30%), pour optimiser la productivité individuelle (28%) et pour transformer le modèle économique (11%).

 

26% utilisent les IA génératives vs 40% parmi les PME américaines (selon l’US Chamber of Commerce).

Noter que l’IA générative (comme Le Chat ou ChatGPT) peut être une porte d’entrée vers des utilisations plus techniques de l’IA parce qu’une entreprise qui utilise une IA générative est environ 5 fois plus susceptible d’utiliser également une IA non générative.
Les IA non génératives sont quant à elles utilisées par 16% des PME et ETI Françaises. 

 

– L’adoption de l’IA varie considérablement selon les secteurs, reflétant leurs spécificités et besoins technologiques. Les TIC et la finance connaissent une forte adoption (79 et 47% pour les IA génératives), tandis que des secteurs plus traditionnels comme la construction (19%) et les transports (5%) sont en retrait.
36

♦ Difficultés et bénéfices.

– Les principales difficultés ou craintes rencontrées :

– Les coûts trop élevés (30%), l’offre peu adaptée (11),

– La question des données et de leur usage : les possibles mauvais usages (30), le cas d’usage difficiles à identifier (23), la mauvaise disponibilité et la qualité des données nécessaires (14),
– Le personnel : le manque d’employés qualifiés (22), la résistance des employés (22),  l’impact négatif sur la capacité à raisonner des collaborateurs (21),

– Les considérations éthiques, environnementales ou incertitudes juridiques (18),

– L’incertitude autour de la technologie quant à son retour sur investissement (11).

 

– Les bénéfices et les motivations pour adopter l’IA pour les 387 répondants l’ayant adopté.
– 94% pour optimiser l’existant : amélioration des performances de l’entreprise (81), maintien de la compétitivité (56), réduction des coûts (45), amélioration de la qualité de vie au travail (35),

– 54% développer l’activité : augmentation du CA (27), amélioration de la connaissance client (27), gain en parts de marché (24) et l’accès à de nouveaux marchés (16).

⇒ Réussir la transformation IA

♦ Une approche globale.

– La transformation digitale est en marche dans 76% des PME et ETI. En se digitalisant, l’entreprise engrange des données et rend possible la fiabilisation et la structuration des données, pour d’autres usages. Par ailleurs, une entreprise qui réalise des analyses de données pour le pilotage de son activité est 2,5 fois plus susceptible d’utiliser une IA. Or 43% n’analysent pas leurs données pour piloter leur activité.

 

– Quels leviers ? Impliquer les employés et ouvrir un dialogue sur l’IA avec les employés.

Chez ceux qui ont adopté l’IA, 66% ont accompagné par la formation de leurs employés, plutôt que par l’embauche (13%) ou l’investissement dans des capacités techniques plus importantes. La modification des pratiques de collecte et de gestion des données arrive deuxième (34%), alors qu’elle est clé pour utiliser l’IA dans des enjeux stratégiques et l’achat de service/stockage cloud (20%).

 

54% utilisent des solutions gratuites d’IA (sans y insérer de données confidentielles), ce qui  permet, dans un premier temps, d’expérimenter avec des applications généralistes.
Pour passer à l’étape supérieure avec des applications plus spécifiques à l’activité de l’entreprise, 32% ont acheté des applications prêtes à l’emploi, 28% ont fait appel à des prestataires externes, 20% à leurs employés et 13% ont acheté puis modifié les applications par leurs employés.

 

Les différentes étapes pour développer l’IA :
* Niveau 1 : l’IA générative “chat” (Mistral, ChatGPT, etc.) facilite la prise en mains par les équipes, mais ses effets sur la performance restent limités, 
 * Niveau 2 : les IA “prêtes à l’emploi”, déjà configurées pour optimiser un processus business identifié (gestion documentaire, analyse contractuelle, etc.,) permettent des gains de temps mesurables.
* Niveau 3 : l’IA personnalisée s’adapte aux besoins métier de l’entreprise et est la plus apte à créer de la valeur.

 

Les données : pas d’IA efficiente sans données structurées. Les commerciaux renseignent-ils systématiquement le CRM pour que le modèle IA de recommandation commerciale soit pertinent ?

La stratégie business :  il faut très vite cibler des cas d’usage IA structurants avec un plan de déploiement et un impact économique clairs.

 

♦ Séduisante mais énergivore, l’IA (en particulier générative) ne doit pas être adoptée à l’aveugle. 3 leviers peuvent éviter de transformer un outil prometteur en gouffre écologique :
1. Former et sensibiliser avant d’automatiser,
2. Réserver l’IA aux usages à forte valeur ajoutée,
3. Choisir des partenaires responsables. (privilégier des fournisseurs d’IA certifiés ISO 14001 ou 50001).

⇒ Les dirigeants, moteurs de la transformation. 

♦ Le poids des dirigeants.

Pour 73% les moteurs sont les dirigeants, 40% les salariés (et 4% des stagiaires), 16% les clients et fournisseurs, 10% des organisations professionnelles, 9% des concurrents et 4% des investisseurs. Lorsque le dirigeant utilise personnellement l’IA Gen, l’entreprise l’utilise à 46%, alors que lorsque le dirigeant ne l’utilise pas, l’entreprise l’utilise uniquement dans 9% des cas.

 

* Plus le dirigeant a suivi une formation longue, plus il utilise l’IA : 62% bac +8, 55 bac +5, 36-41 bac +2 et +3 , 29 bac ou BTS, 19 sans diplôme.

 

* En ce qui concerne l’âge, les moins de 35 ans sont les plus utilisateurs (67) vs les 36-65 ans (43-46) et les 66 ans et plus (36). Cette tendance se retrouve dans la population ; selon Ipsos, 74% des 18-24 ans utilisent les outils d’intelligence artificielle contre 17% des 60-75 ans.
 Les femmes sont 20% moins susceptibles que les hommes d’interagir avec cette nouvelle technologie (38 vs 48%).

 

* La direction générale est plus à la manœuvre chez les moins de 250 salariés (54% les 10-49 salariés et 42 les 50-250 salariés vs 27 les plus de 250 salariés). Les directions chargées de l’IA sont de plus en plus présentes avec la taille d’entreprise (29 puis 41 et ensuite 53%). Les équipes spécifiques sont aussi présentes selon les tailles de l’entreprise (12,13,16%).

 

* 25% se sont formés de leur propre initiative, 20% ont bénéficié de l’appui de collaborateurs ou de prestataires externes, alors que 39% disent manquer de soutien de leur réseau et de leurs collaborateurs ; 21% ne voient pas d’intérêt à ces sujets.

4 profils : 

2 profils osent :

♦ Les expérimentateurs (28%) :

Ce sont des dirigeants ouverts à l’IA, encourageant son exploration au sein de leurs équipes, mais limités dans son déploiement à grande échelle par des contraintes financières et un manque d’expertise interne.

 

– Surreprésentation des 26-35 ans, diplômés de Masters, du secteur industrie, de 50 à 249 salariés, entre 2 et 5% de croissance annuelle et entre 2 et 5% du CA pour la R&D

 

– Quelques autres caractéristiques : 

89% utilisent des données de transactions et des données clients dans leur activité,

87% ont entrepris leur transformation digitale,

79% utilisent personnellement une IA Gen occasionnellement, les 21% restants l’utilisent occasionnellement,
50% associent toujours leurs employés hors R&D au processus pour concevoir ou moderniser les offres et produits,
48% s’estiment assez formés à l’IA et ses enjeux, mais 49% ne pas être assez formés et manquent de soutien,
39% identifient comme frein à l’adoption IA les coûts trop élevés.

 

– Quelles actions poursuivre?

* Les chantiers prioritaires :  mener une réflexion sur les enjeux stratégiques de l’IA pour son modèle économique et sensibiliser les équipes pour faciliter la remontée de cas d’usage pertinents.

* Quels leviers ? Inventorier ses compétences stratégiques et évaluer là où l’IA peut être un risque ou une opportunité, mettre en place un plan de formation pour les équipes, formaliser un processus pour que les employés puissent faire remonter les cas d’usage de l’IA et lancer des projets pilotes d’automatisation de certaines tâches avec un suivi régulier pour évaluer les résultats et ajuster les approches.

* L’étape d’après : explorer les façons de développer son offre grâce à l’IA, mettre en place des communautés de pratique pour favoriser l’échange d’idées et d’expériences entre les employés.

 

♦ Les innovateurs (19%) :

Ce sont des dirigeants à la tête d’entreprises hautement digitalisées, maîtrisant personnellement les concepts avancés de l’IA, formant activement leurs employés et intégrant l’IA tant dans leurs processus que dans leurs produits.

 

– Surreprésentation des moins de 25 ans et 56-65 ans, de diplômés de masters et doctorats, formés en mathématiques et autres sciences “exactes”, hommes, secteurs des TIC, services aux entreprises, et finance & assurance, plus de 1 000 salariés, plus de 5% de croissance annuelle et plus de 10% du CA dans la R&D

 

– Quelques caractéristiques autres : 

74% ont commencé leur transformation digitale il y a plus de 3 ans,

63% s’estiment assez formés à l’IA et se sont formés de leur propre initiative,

61% associent toujours ou souvent leurs employés hors R&D au processus pour concevoir ou moderniser leurs offres et produits,

59% associent l’accès aux connaissances et à l’éducation comme principale opportunité liée au développement de l’IA au niveau sociétal,
54% utilisent personnellement une IA Gen occasionnellement, les 46% restants l’utilisent occasionnellement

– Quelles actions conduire ?

* Chantiers prioritaires : continuer à se tenir au courant des évolutions technologiques et de l’éventail des offres de solutions IA, étendre l’utilisation de l’IA à de nouveaux domaines et projets au sein de l’entreprise.

* Quels leviers ? actualiser l’offre de formation pour permettre de suivre les progrès des technologies d’IA, identifier et optimiser les processus internes où l’IA peut apporter des gains significatifs en efficacité et en productivité, former des partenariats stratégiques avec des leaders technologiques et des institutions de recherche pour accéder aux dernières innovations.

* L’étape d’après : encourager l’innovation ouverte en collaborant avec des startups, des incubateurs et des accélérateurs pour explorer de nouvelles idées et solutions, partager les succès et les meilleures pratiques en publiant des retours d’expérience, des études de cas et des articles à travers les canaux appropriés.

2 profils réservés

♦ Les sceptiques (27%) :

Ce sont des dirigeants réfractaires à l’IA, à la tête d’entreprises peu digitalisées, et ne percevant ni l’intérêt ni les applications de cette technologie pour leur activité.

 

– Surreprésentation des diplômés de DUT, BTS, Licences, formés dans les domaines techniques, des femmes, dans les secteurs construction, transports, dans des entreprises de moins de 20 salariés, pas de croissance et pas d’investissement en R&D.

 

– Quelques autres caractéristiques : 
89% ne suivent jamais de formation sur le digital ou l’innovation, et 66% n’en voient pas l’intérêt, 

88% déclarent ne pas utiliser personnellement d’IA Gen et ne se  forment pas à l’IA, 

86% estiment que l’IA est aujourd’hui peu ou pas du tout importante pour la pérennité de leur entreprise (22% NSP),

56% n’ont pas commencé leur transformation digitale,

47% ne voient aucune opportunité associée au développement de l’IA au niveau sociétal.

 

– Quelles actions ?

* Chantiers prioritaires : démystifier l’IA (PME, COMMERCE), se familiariser et se former aux technologies d’IA et à leurs applications en entreprise.

* Quels leviers ? ouvrir le dialogue avec les employés sur leur utilisation personnelle de l’IA, suivre des webinaires d’institutions de confiance, se rapprocher d’acteurs institutionnels (Région, CCI, etc.) et associations professionnelles pour profiter de leurs ressources.

* L’étape d’après : identifier les tâches “automatisables” comme la rédaction d’emails ou la synthèse de rapports publics, expérimenter aves les IA libre d’accès, faire un inventaire de tous les gisements de données potentiels dans l’entreprise.

 

♦ Les bloqués (26%) :

Ce sont des dirigeants conscients de l’importance de l’IA mais paralysés par un manque de compétences, de formation ou de soutien, les empêchant d’agir.

 

– Surreprésentation des masters, formés en éco-gestion, dans les secteurs du commerce, et dans des moins de 20 salariés et pas de croissance.

 

– Quelques caractéristiques autres.

85% ont commencé leur transformation digitale, et 83% n’utilisent pas personnellement une IA Gen mais planifient de le faire prochainement,

Mais 71% ne se sont pas prononcés sur l’utilisation de systèmes d’IA libres d’accès par les employés, 

67% estiment ne pas être assez formés à l’IA car ils manquent de soutien de leur réseau et de leurs collaborateurs, 
64% craignent une dépendance à l’IA au niveau sociétal.

 

– Quelles actions conduire ?

* Chantiers prioritaires : se former aux technologies d’IA et à leurs applications en entreprise, embarquer les employés dans la réflexion sur l’IA. identifier ensemble des tâches qui pourraient être assistées par l’IA.

* Quels leviers ? Intégrer une association professionnelle ou un groupe de travail pour sortir de l’isolement et se former sur le sujet IA, ouvrir le dialogue sur l’IA avec les employés et leur partager des ressources pour qu’ils se familiarisent avec l’IA, expérimenter aves les IA libre d’accès sur quelques tâches pour identifier leurs potentialités et limites.

* L’étape d’après : lancer des projets pilotes d’automatisation de certaines tâches avec un suivi régulier pour évaluer les résultats et ajuster les approches, constituer un groupe de travail interne sur l’IA pour coordonner les initiatives et partager les bonnes pratiques, investir dans des outils et des plateformes IA pour faciliter l’expérimentation et l’implémentation.

 

5 cas d’usage présentés selon plusieurs aspects ; la technologie utilisée, l’application métier et le niveau de transformation impliqué dans l’entreprise en question. Ces cas varient également selon que le développement de la solution IA ait été réalisé par des employés ou grâce au soutien des prestataires externes.

 

Pour en savoir davantage : https://lelab.bpifrance.fr/Etudes/les-entreprises-francaises-et-l-ia-l-aube-d-une-revolution