Sommaire7
En bref
Les grandes enquêtes sur l’IA en entreprise viennent de cabinets qui vendent du conseil en IA, et interrogent des groupes dont le chiffre d’affaires dépasse souvent le milliard de dollars.
Elles recueillent des déclarations de dirigeants, pas des comptes. Leurs auteurs le disent eux-mêmes, en petits caractères.
Aucune de celles que nous avons lues ne décrit une équipe de 20 à 500 personnes.
La statistique publique, elle, compte les petites entreprises, et montre un écart d’adoption qui se creuse avec la taille, faute de moyens fixes de mise en place.
Ce qu’une entreprise de 50 personnes peut garder des cabinets : une direction de travail. Pas des chiffres à reproduire.
Qui ces études interrogent vraiment
Une enquête de cabinet commence presque toujours par un chiffre frappant, et se termine par une note de méthode que peu de gens lisent. C’est pourtant là que tout se joue.
des 1 330 dirigeants de l’enquête 2026 du BCG, qui vend du conseil en IA, travaillent dans des groupes de plus de 5 milliards de dollars de chiffre d’affaires (BCG, 2026)
au moins, et plus d’un milliard pour les trois quarts : le seuil des 2 110 dirigeants du Global AI Pulse de KPMG, qui vend de l’audit, du conseil et des services d’IA (KPMG France)
des 3 235 organisations du State of AI in the Enterprise 2026 de Deloitte, qui vend du conseil, de l’audit et des services d’IA, utilisent déjà l’IA chaque jour (Deloitte)
Même les études qui se présentent comme proches des entreprises moyennes restent loin. Le « middle market » de RSM, qui vend de l’audit, du conseil et des services gérés d’IA, commence à 30 millions de dollars de chiffre d’affaires et monte jusqu’à 10 milliards. L’échantillon le plus proche que nous ayons trouvé est l’International Business Report de Grant Thornton, qui vend lui aussi du conseil en IA : des entreprises de 50 à 3 000 salariés.
Sur le terrain
Ce que dit notre registre de veille
Nous tenons un registre des chiffres publiés sur l’IA d’entreprise. Arrêté le 14 octobre 2026, il compte 489 chiffres relevés, dont 278 lus à la source et prêts à citer. Aucune étude de cabinet de ce registre ne décrit des équipes de 20 à 500 personnes. Ce constat a changé notre façon d’écrire : chaque fois que nous citons un cabinet, la taille de son échantillon est dans la phrase.
Ce qu’elles mesurent : des déclarations
La plupart de ces enquêtes demandent aux dirigeants ce qu’ils pensent, ce qu’ils prévoient ou ce qu’ils constatent. Elles ne lisent pas les comptes. Le BCG reconnaît dans son rapport 2026 un biais de perception, et précise que 33 de ses 41 capacités seulement se comparent d’une année sur l’autre. Quand il annonce que la part des grandes entreprises qui tirent une valeur mesurable de l’IA est passée de 26 % en 2024 à 48,5 % en 2026, c’est une tendance déclarée, sur un barème qui a changé.
La différence se voit quand le même cabinet change de méthode. Le BCG Institute, branche de recherche du même groupe, a lu les comptes de plus de 600 sociétés cotées américaines de plus de 5 milliards de dollars de capitalisation, sans enquête. Il n’y trouve que 6 % de leaders de l’IA. Deux méthodes, deux ordres de grandeur.
Une recherche universitaire sans intérêt commercial, publiée par le NBER en 2026 auprès de près de 6 000 dirigeants aux États-Unis, au Royaume-Uni, en Allemagne et en Australie, donne une troisième image : 69 % des entreprises utilisent activement l’IA, mais neuf dirigeants sur dix ne voient aucun effet sur l’emploi ni sur la productivité de leur entreprise depuis trois ans.
Qui les publie : des firmes qui vendent ce qu’elles recommandent
Ce n’est pas une accusation, c’est un modèle d’affaires. Selon le BCG lui-même, plus de 40 % de son chiffre d’affaires 2025 vient de services centrés sur l’IA et la technologie. Une étude qui conclut que la valeur de l’IA passe par un programme de transformation sur plusieurs années, piloté par la direction, décrit aussi le produit que le cabinet vend.
Cela n’invalide pas les conclusions. Cela oblige à les lire comme on lit l’étude d’un fabricant sur ses propres produits : utile, documentée, et jamais neutre. Nous appliquons la même règle à nos propres articles, puisque nous vendons aussi un audit.
Une étude de grand cabinet
Des groupes de plusieurs centaines de millions à plusieurs milliards
Des déclarations de dirigeants
Un commanditaire qui vend du conseil en IA
Des tendances et des écarts entre « leaders » et « retardataires »
La statistique publique
Toutes les entreprises de 10 personnes ou plus, par classe de taille
Un usage déclaré par l’entreprise, sur une définition fixe
Un institut sans offre à vendre
Des taux d’adoption, des finalités et des freins
Ce que la statistique publique dit à la place
L’INSEE et Eurostat interrogent des dizaines de milliers d’entreprises, petites comprises, avec la même définition d’une année sur l’autre. Ce qu’ils montrent, aucun cabinet ne le met en avant : l’écart entre petites et grandes entreprises se creuse.
Écart d’usage de l’IA entre les plus petites et les plus grandes entreprises, en points
France (moins de 50 salariés contre 250 ou plus)
Union européenne (10 à 49 personnes contre 250 et plus)
L’INSEE l’explique par les « coûts fixes d’adoption » : choisir un outil, former, sécuriser les données et adapter un processus coûte à peu près la même chose à 40 personnes qu’à 400. Eurostat avance la même lecture : complexité de mise en œuvre, économies d’échelle et coûts.
Les freins diffèrent aussi avec la taille. Parmi les entreprises de l’Union qui ont envisagé l’IA sans l’adopter, le manque d’expertise est cité par 70,9 % des 10 à 49 personnes, et l’absence d’utilité par 19,2 % d’entre elles, contre 9,8 % des 250 et plus. Une petite entreprise doute davantage que l’IA lui serve, et manque de quelqu’un pour le vérifier.
Enfin, la façon de s’équiper n’a rien à voir. En France, 80 % des entreprises qui utilisent l’IA l’acquièrent en achetant des logiciels prêts à l’emploi, selon l’INSEE. Dans l’Union, 25,8 % des petites entreprises qui utilisent l’IA passent par un prestataire externe, contre 45,8 % des grandes. Les programmes de transformation sur plusieurs années que décrivent les cabinets ne ressemblent pas au quotidien d’une PME qui active une fonction d’IA dans un logiciel qu’elle paie déjà.
Ce qu’une entreprise de 50 personnes peut en garder
Jeter ces études serait une erreur. Leurs conclusions de fond rejoignent ce que nous voyons :
- La valeur suit la mesure. Selon le BCG, 12 % seulement des grandes entreprises interrogées suivent la valeur de l’IA dans leur compte de résultat. Le lien qu’il établit entre mesure et valeur est déclaré, pas prouvé, mais la leçon tient : sans mesure de départ, on ne saura jamais si l’IA a rapporté.
- L’effort porte sur les personnes et les processus. Les entreprises que le BCG juge les plus avancées consacrent près des trois quarts de leurs priorités d’IA aux personnes, à l’organisation et aux processus, 9 % seulement aux algorithmes.
- Les fondations comptent. Selon Bpifrance, banque publique qui accompagne aussi ces entreprises, une PME ou une ETI déjà engagée dans la digitalisation est 5 fois plus susceptible d’utiliser une IA. Un lien statistique, pas une preuve de cause, mais cohérent avec le reste.
Ce qu’il faut laisser : les pourcentages de gain, les délais de retour et les classements de « leaders ». Ils décrivent des groupes qui ont une direction de la donnée, des budgets pluriannuels et des équipes dédiées. Les reproduire tels quels dans un plan de PME, c’est se fixer l’objectif de quelqu’un d’autre.
À retenir
Une étude de cabinet indique dans quelle direction regarder. Pour savoir où en est une entreprise de 50 personnes, il faut la statistique publique pour le contexte, et sa propre mesure pour le reste.
Ce que nous en pensons
Le manque de données sur les entreprises de taille moyenne est réel, et ce n’est la faute de personne en particulier : les cabinets interrogent surtout de grands groupes, et la statistique publique ne publie que des classes larges. Le rapport 2026 de la Commission européenne sur la France recommande d’ailleurs de publier l’adoption de l’IA par taille d’entreprise.
En attendant, la bonne démarche reste modeste : partir d’une tâche, mesurer ce qu’elle coûte aujourd’hui, et juger l’IA sur cette tâche. C’est l’esprit de notre article sur la rentabilité de l’IA en entreprise et de notre guide pour intégrer l’IA dans une entreprise. Et c’est ce que fait le Sprint Audit IA : un état des lieux de vos tâches, chiffré sur vos données plutôt que sur celles d’un groupe de 5 milliards. Et si l’IA tourne déjà chez vous et que la facture monte sans que vous sachiez ce qui rapporte, notre offre d’IA au juste coût mesure le coût de chaque usage.
Questions fréquentes
Les études du BCG, de Deloitte ou de KPMG sont-elles fiables ?
Elles sont documentées et utiles sur les grands groupes. Leurs limites tiennent à l’échantillon (des entreprises de plusieurs centaines de millions de dollars de chiffre d’affaires et plus), à la méthode (des déclarations de dirigeants) et au commanditaire, qui vend le conseil qu’il recommande. Il faut les citer avec ces trois informations.
Existe-t-il des études sérieuses sur l’IA dans les PME ?
Oui, surtout publiques : l’INSEE et Eurostat (entreprises de 10 personnes ou plus), le baromètre France Num (moins de 250 salariés), Bpifrance (PME et ETI de plus de 10 salariés) et l’enquête de la BCE. Chacune compte un usage différent : il ne faut pas les comparer entre elles.
Pourquoi les petites entreprises adoptent-elles moins l’IA ?
Selon l’INSEE, à cause des coûts fixes d’adoption, qui pèsent plus lourd quand l’effectif est petit : choisir un outil, former, sécuriser les données coûte à peu près la même chose à 40 personnes qu’à 400. Eurostat ajoute le manque d’expertise, cité par plus de sept petites entreprises sur dix parmi celles qui ont envisagé l’IA sans l’adopter.
Faut-il ignorer les chiffres des cabinets ?
Non. Il faut garder leurs conclusions qualitatives (mesurer, former, revoir les processus) et laisser leurs pourcentages de gain, qui décrivent d’autres entreprises que la vôtre. Pour vous fixer un objectif, partez de ce que coûte aujourd’hui la tâche que vous voulez confier à l’IA.
Sources
- BCG, 2026 (nouvel onglet)web-assets.bcg.com
- KPMG France (nouvel onglet)kpmg.com
- Deloitte (nouvel onglet)deloitte.com
- NBER (nouvel onglet)nber.org
- Le BCG lui-même (nouvel onglet)bcg.com
- Eurostat (nouvel onglet)ec.europa.eu
- Rapport 2026 de la Commission européenne sur la France (nouvel onglet)ec.europa.eu
Jim · fondateur de Brain Plus AI
À lire aussi en ia d'entreprise

Prendre du recul12 min
Rentabilité de l'IA en entreprise : pourquoi elle tarde
Le chiffre de 95 % de projets IA sans retour a fait le tour du monde. Ce qu'il mesure vraiment, pourquoi les autres études disent à peu près la même chose, et les leçons concrètes à en tirer pour une PME.

Guide pratique12 min Le guide du sujet
Intégrer l'IA en entreprise : privée et au juste coût
Pour des équipes de 20 à 500 personnes, intégrer l'IA revient à répondre à cinq questions dans l'ordre : quelle tâche, où vont les données, quel modèle, à quel prix, sous quelles règles. Ce guide les prend une par une et renvoie vers nos articles détaillés.

Prendre du recul10 min
Le rôle de l'humain face à l'IA : savoir juger
L'IA excelle sur certaines tâches et se trompe avec aplomb sur des tâches voisines. La valeur de l'humain se déplace : savoir où passe la frontière, garder son jugement, répondre du résultat.
