Adoption de l'IA en entreprise : ce que mesurent vraiment les études en 2026

Il n'existe pas un taux unique d'adoption de l'IA en entreprise. Les chiffres souvent cités en 2026 mesurent des populations et des comportements différents. L'INSEE observe des entreprises équipées d'au moins une technologie d'IA. France Num recueille un recours déclaré par des TPE et PME. Le Baromètre du numérique interroge des personnes sur leur usage de l'IA générative. Une étude expérimentale peut, elle, mesurer la productivité sur une tâche précise.

Ces résultats sont utiles à condition de ne pas les additionner, les moyenner ou les transformer en histoire linéaire. Dire que « 48 % des Français ont adopté l'IA au travail » à partir du Baromètre du numérique, qui couvre les usages personnels et professionnels, serait faux. Dire que 59 % des salariés utilisent l'IA parce que les entreprises utilisatrices représentent 59 % de l'emploi dans le champ INSEE serait tout aussi faux.

Ce premier dossier de l'Observatoire Origin Education fournit une méthode publique pour lire les études, un registre des sources vérifiées le 11 août 2026 et une grille de décision réutilisable. Il ne contient aucune donnée interne Origin.

L'essentiel en bref

• 18 % : part des entreprises françaises de 10 personnes ou plus utilisant au moins une technologie d'IA au premier trimestre 2025 selon l'INSEE.
• 20 % : part des entreprises de l'Union européenne de 10 personnes ou plus utilisant des technologies d'IA en 2025 selon Eurostat.
• 26 % : part des TPE et PME françaises déclarant recourir à des solutions d'IA dans le Baromètre France Num 2025.
• 48 % : part des personnes de 12 ans ou plus déclarant utiliser une IA générative dans le Baromètre du numérique, enquête menée en juin 2025.
• Ces quatre nombres sont justes dans leur protocole, mais ils ne mesurent ni la même population ni le même niveau d'adoption.
• Un accès n'est pas un usage. Un usage déclaré n'est pas une compétence démontrée. Une satisfaction n'est pas une productivité mesurée.
• Aucune de ces enquêtes transversales ne suffit, seule, à prouver une adoption durable dans un processus de travail.

Quatre chiffres justes, quatre populations différentes

Le premier réflexe consiste donc à compléter toute valeur par une phrase : qui répond, à quelle question, pour quelle période et selon quelle définition ? Sans ces quatre éléments, un chiffre exact peut produire une conclusion trompeuse.

Ce que mesure vraiment l'INSEE : un usage organisé par l'entreprise

L'INSEE a publié le 21 juillet 2026 les résultats de son enquête sur les technologies de l'information et de la communication menée au premier trimestre 2025. Environ 11 000 entreprises ont été interrogées. Le champ couvre les entreprises de 10 personnes ou plus, principalement marchandes, hors agriculture et activités financières et d'assurance.

Une entreprise est comptée comme utilisatrice si elle emploie au moins une des huit technologies d'IA listées : analyse de texte, reconnaissance vocale, génération de langage, reconnaissance ou traitement d'images, génération d'images ou de contenus audiovisuels, apprentissage automatique, automatisation de processus ou robotique. Cette dernière catégorie de génération d'images et de contenus audiovisuels a été ajoutée en 2025. La comparaison avec les années précédentes doit donc conserver cette évolution de questionnaire.

Le résultat central de l'INSEE est 18 % des entreprises utilisatrices, contre 10 % en 2024 et 6 % en 2023. La taille compte : l'institut publie 15 % pour les entreprises de moins de 50 personnes, 31 % pour celles de 50 à 249 personnes et 58 % pour celles de 250 personnes ou plus.

L'enquête précise un point décisif : elle mesure un usage par l'entreprise et exclut l'utilisation occasionnelle d'une IA générative par un salarié. Elle ne compte donc pas chaque personne qui ouvre ponctuellement un assistant grand public. C'est une mesure plus proche de l'équipement ou du déploiement organisé que d'un recensement des utilisateurs individuels.

Autre piège dans la publication INSEE : les entreprises utilisatrices représentent 59 % de l'emploi du champ étudié. Ce résultat signifie que les grandes entreprises pèsent davantage dans l'emploi. Il ne signifie pas que 59 % des salariés utilisent une IA.

Pourquoi Eurostat ne contredit pas l'INSEE

Eurostat rapporte 20 % en 2025 pour les entreprises de l'Union européenne comptant 10 personnes ou plus, contre 13,5 % en 2024. Le champ sectoriel européen comprend l'industrie, la construction et de nombreux services marchands. Les enquêtes nationales sont harmonisées autour d'une liste de technologies d'IA.

Le taux européen n'est pas la mesure d'un citoyen européen moyen, ni celle d'une personne au travail. Il s'agit encore d'une entreprise qui utilise au moins une technologie. La France peut être comparée aux autres pays seulement après contrôle du champ, de l'année et de la définition publiés dans les métadonnées Eurostat.

La note d'actualité d'Eurostat ne donne pas un échantillon européen unique. Les données proviennent des enquêtes nationales harmonisées. Inscrire « échantillon non indiqué dans la note de synthèse » dans un registre est plus honnête que d'inventer un total à partir de bases différentes.

Ce que signifie le résultat de France Num

Le Baromètre France Num 2025 a interrogé 11 021 entreprises entre le 26 mars et le 18 avril 2025 : 3 043 PME et 7 978 TPE, dont 1 027 entreprises sans salarié. La collecte combine 10 219 réponses en ligne et 802 entretiens téléphoniques. L'échantillon est présenté comme représentatif de la population française des TPE et PME en 2024.

Le résultat France Num publié indique que 26 % des TPE et PME ont déclaré avoir recours à des solutions d'IA, avec 22 % pour l'IA générative et 14 % pour les assistants ou chatbots. Ces catégories peuvent se recouvrir : les additionner donnerait un taux artificiel.

Cette enquête a une grande valeur pour comprendre les petites structures, absentes du champ INSEE lorsqu'elles comptent moins de 10 personnes. Mais cette différence de population empêche d'expliquer l'écart entre 18 % et 26 % comme une accélération, une erreur ou une supériorité des TPE. Le mode de réponse, la formulation publiée et la liste de solutions diffèrent aussi.

La page publique résume la question par « avoir recours à des solutions d'intelligence artificielle ». Le questionnaire complet n'est pas reproduit sur cette page. Cette absence doit rester visible dans l'interprétation : nous connaissons le libellé résumé et le protocole de collecte, pas chaque instruction donnée aux répondants.

Pourquoi le Baromètre du numérique mesure autre chose

Le Baromètre du numérique, édition 2026, repose sur une enquête réalisée par le Crédoc du 5 au 21 juin 2025 auprès de 4 145 personnes âgées de 12 ans ou plus, représentatives de la population française. Il associe 3 544 questionnaires en ligne, dont 201 adolescents, à 601 entretiens téléphoniques destinés aux personnes éloignées du numérique.

Dans cette population, 48 % déclarent utiliser une IA générative. Parmi les utilisateurs, 34 % déclarent un usage quotidien. Ces résultats décrivent des personnes, dans leur vie personnelle ou professionnelle, et une fréquence déclarée. Ils ne permettent pas de conclure que 48 % des entreprises ont déployé l'IA, ni que 34 % des salariés l'utilisent chaque jour au travail.

Le rapport détaille aussi les motivations. Parmi les utilisateurs d'IA interrogés, 41 % citent le gain de temps ou de productivité comme une qualité. C'est une perception déclarée, pas une mesure de dossiers produits, de chiffre d'affaires ou de qualité. La distinction paraît subtile, mais elle change la nature de la preuve.

La grille Origin des sept mesures à ne pas confondre

Apport Origin : nous proposons une grille de lecture, construite à partir des limites visibles dans les sources publiques. Elle ne remplace aucun standard statistique et ne contient pas de résultats propriétaires. Elle sert à nommer correctement la preuve disponible avant de prendre une décision.

Mesure	Question exacte	Preuve minimale	Ce qu'elle ne prouve pas
Accès	La personne dispose-t-elle d'un outil autorisé et d'un compte actif ?	Liste des habilitations, licences actives, règles publiées	Que l'outil est utilisé ou compris
Usage déclaré	La personne dit-elle avoir utilisé l'outil sur une période définie ?	Question datée, population, période de rappel	La fréquence réelle, la qualité ou la continuité
Fréquence	Combien de fois l'usage se produit-il pour une tâche définie ?	Échelle stable ou événements d'usage autorisés, avec contexte	La compétence ou l'utilité du résultat
Compétence démontrée	La personne sait-elle produire et vérifier un résultat dans les règles ?	Mise en situation, critères et évaluateur identifiés	Que la pratique sera maintenue dans le temps
Adoption durable	L'usage reste-t-il intégré à un processus à plusieurs dates ?	Même tâche, règles, qualité et observations répétées	Un effet causal sur la performance
Satisfaction	La personne juge-t-elle l'outil utile, facile ou acceptable ?	Question et échelle publiées, taux de réponse	L'usage durable ou la productivité
Productivité mesurée	Le rapport entre résultat utile et ressources change-t-il ?	Volume, temps et qualité observés, idéalement avec comparaison	La généralisation à une autre tâche ou équipe

Cette liste n'est pas une échelle automatique. Une personne peut être satisfaite dès le premier essai, avoir accès sans utiliser, ou être compétente sans disposer d'un processus autorisé. Chaque colonne répond à une question distincte.

Opinion de Pierre Beunardeau : pour nos guides de pilotage, je réserverais l'expression « adoption durable » à une pratique observée au moins deux fois dans le temps, sur une tâche définie, avec des règles d'usage et un critère de qualité. C'est une convention éditoriale et de pilotage Origin, pas une définition officielle de l'INSEE, d'Eurostat ou de l'OCDE.

Registre public des sources

Registre vérifié le 11 août 2026. La colonne « question ou critère publié » reprend le niveau de précision rendu public par chaque organisme. Lorsqu'une information manque, elle est signalée.

Source et publication	Terrain	Population et échantillon	Question ou critère publié	Résultat utilisé	Mesure	Limite principale
INSEE, TIC entreprises, publiée le 21 juillet 2026	1er trimestre 2025	France, entreprises de 10 personnes ou plus, environ 11 000 réponses	Usage par l'entreprise d'au moins une des huit technologies listées	18 %	Usage organisé de technologies	Exclut les petites entreprises et l'usage individuel occasionnel
Eurostat, usage de l'IA en entreprise, publiée le 11 décembre 2025	2025	UE, entreprises de 10 personnes ou plus, enquêtes nationales harmonisées	Usage d'au moins une technologie d'IA listée	20 %	Usage de technologies par l'entreprise	Échantillon total absent de la note de synthèse
France Num, Baromètre 2025, mis à jour le 30 juillet 2026	26 mars au 18 avril 2025	France, 11 021 TPE et PME, dont 1 027 sans salarié	Recours déclaré à des solutions d'IA	26 %	Usage déclaré par l'entreprise	Formulation complète du questionnaire absente de la page de synthèse
Arcep, Arcom, CGE, ANCT et Crédoc, Baromètre du numérique 2026	5 au 21 juin 2025	France, 4 145 personnes de 12 ans ou plus	Usage déclaré d'une IA générative et fréquence	48 %, dont 34 % d'usage quotidien parmi les utilisateurs	Usage et fréquence déclarés par des personnes	Mélange contextes personnels et professionnels
OCDE, enquêtes sur l'IA au travail	Première vague début 2022, nouvelle vague annoncée pour 2026	5 334 travailleurs et 2 053 entreprises, finance et industrie, sept pays pour la première vague	Expériences et perceptions de l'implémentation de l'IA	Aucun taux 2026 retenu	Perceptions et conditions de déploiement	Résultats de la vague 2026 non publiés sur la page consultée
Quarterly Journal of Economics, étude d'un assistant IA	Déploiement progressif en entreprise	5 172 agents de support d'une entreprise de logiciels	Conversations résolues avec succès par heure avant et après accès	+15 % dans ce contexte	Productivité observée sur une tâche	Une entreprise et un métier, donc pas de taux national généralisable

Cas pratique d'application : préparer un comité de direction sans fabriquer un taux

Prenons un cas entièrement hypothétique. Une PME de 80 personnes prépare son comité de direction. Elle veut répondre à la question « où en sommes-nous par rapport au marché ? ». Aucun résultat Origin n'est utilisé dans cet exemple.

La première étape n'est pas de chercher le pourcentage le plus récent. Il faut découper la question : le comité veut-il comparer un déploiement organisé, la diffusion dans les petites structures, l'exposition individuelle ou l'effet sur une tâche ? Chaque formulation conduit à une source et à une limite différentes.

La réponse finale du comité comporte alors quatre lignes séparées. La première peut se comparer au champ INSEE si la définition interne est alignée. La deuxième utilise France Num comme repère des petites structures. La troisième reconnaît que le Baromètre du numérique ne fournit pas de taux salarié comparable. La quatrième déclenche une mesure interne de la tâche, sans importer le résultat d'une autre entreprise.

Cette méthode empêche le faux score composite qui mélangerait entreprise, personne et productivité. Elle rend aussi la décision actionnable : corriger l'accès, former, stabiliser le processus ou mesurer un résultat ne sont pas le même chantier.

Les contradictions apparentes et leur résolution

« Quel chiffre retenir pour les entreprises ? »

Les deux. L'INSEE ne couvre que les entreprises de 10 personnes ou plus et impose une liste de technologies utilisées par l'entreprise. France Num couvre les TPE et PME, y compris des structures sans salarié, avec un recours déclaré à des solutions. Il n'est pas possible de choisir le chiffre le plus flatteur ni de faire leur moyenne.

« Un usage répandu signifie-t-il que les entreprises sont matures ? »

Non. Le résultat publié par le Baromètre du numérique, 48 %, porte sur des personnes âgées de 12 ans ou plus et sur l'IA générative, tous contextes confondus. Il renseigne la diffusion sociale de l'outil. Il ne mesure ni une politique d'entreprise, ni un usage conforme, ni une compétence professionnelle.

« Que représente la part de l'emploi couverte ? »

Cela décrit le poids économique des entreprises comptées comme utilisatrices dans le champ INSEE. Une seule technologie utilisée par un service peut faire entrer toute l'entreprise dans cette catégorie. Aucune conclusion individuelle sur les salariés ne suit automatiquement.

« Une perception de gain prouve-t-elle la productivité ? »

Dans le Baromètre du numérique, il s'agit d'une qualité perçue et déclarée par des utilisateurs. Pour mesurer une productivité, il faut observer le résultat et les ressources. L'étude publiée dans le Quarterly Journal of Economics le fait sur 5 172 agents de support : l'accès à un assistant augmente de 15 % les conversations résolues avec succès par heure. Ce protocole est plus probant pour cette tâche, mais il ne permet pas d'annoncer « +15 % de productivité pour toutes les entreprises ».

L'OCDE résume en 2025 une littérature où les effets varient selon la tâche, l'expérience et la position de la demande par rapport aux capacités du modèle. Un résultat expérimental doit donc rester attaché à son contexte.

Ce que les enquêtes publiques ne mesurent pas encore

Une enquête transversale offre une photographie. Elle ne suit pas nécessairement la même équipe à plusieurs dates, n'observe pas chaque résultat et ne contrôle pas toujours l'effet de sélection. Les organisations les plus avancées peuvent à la fois adopter davantage l'IA et disposer déjà de meilleurs processus.

Les sources comparées ne donnent pas ensemble :

• la part des licences réellement utilisées chaque semaine sur une tâche métier ;
• la qualité des résultats avant et après l'IA ;
• le respect des règles de données et de validation ;
• une démonstration standardisée de compétence ;
• le maintien de la pratique à 30, 90 et 180 jours ;
• l'effet causal sur la productivité de l'ensemble des métiers ;
• le coût complet de déploiement et de contrôle.

L'INSEE recueille aussi des obstacles déclarés. Parmi les entreprises non utilisatrices ayant envisagé l'IA, 54 % citent le manque d'expertise. Cela signale une difficulté perçue, pas un test de compétence. Le confondre avec « 54 % des salariés sont incompétents en IA » serait une extrapolation injustifiée.

L'OCDE annonce une nouvelle vague d'enquêtes employeurs et travailleurs en 2026, avec des questionnaires révisés et un champ élargi. Au 11 août 2026, sa page projet ne publie pas les résultats de cette vague. Les chiffres de la première enquête, menée début 2022 dans la finance et l'industrie de sept pays, ne doivent pas être rebaptisés « chiffres 2026 ».

Quel indicateur choisir selon votre décision ?

Décision à prendre	Indicateur prioritaire	Collecte minimale	Conclusion à éviter
Acheter ou renouveler des licences	Accès actif et fréquence par tâche	Comptes actifs, période, équipes et tâches autorisées	« Une licence égale un utilisateur adopté »
Former une équipe	Compétence démontrée avant et après	Même mise en situation, critères de qualité publiés	« Satisfaction élevée égale compétence »
Étendre un pilote	Adoption durable et incidents	Mesures à plusieurs dates, qualité, erreurs, abandons	« Un premier essai réussi garantit le déploiement »
Calculer un ROI	Productivité et qualité observées	Volume, durée, qualité, coût complet, groupe ou période de comparaison	« Temps déclaré gagné égale euros économisés »
Ajuster la conduite du changement	Fréquence, raisons d'abandon et satisfaction	Questionnaire daté plus observation du processus	« Faible fréquence égale résistance des salariés »
Communiquer publiquement	Résultat attaché à son protocole	Source, date, population, question, échantillon, limites	« Notre entreprise suit la tendance nationale »

Pour construire une mesure interne sans fausse précision, notre guide sur le ROI d'une formation IA détaille le protocole avant et après. Pour organiser le suivi dans le temps, consultez aussi combien de temps faut-il pour former une équipe à l'IA. Enfin, une charte IA réellement applicable permet de définir les usages autorisés avant de compter les pratiques.

Une méthode publique pour citer un chiffre d'adoption

Avant publication, complétez cette fiche. Si une case reste vide, dites-le dans le texte.

1. Source originale : organisme producteur, pas seulement l'article qui reprend le chiffre.
2. Date de publication : elle ne remplace pas la période de terrain.
3. Période mesurée : semaine, mois, trimestre ou année de collecte.
4. Population : entreprises, établissements, salariés, dirigeants, citoyens ou utilisateurs.
5. Champ : taille, secteurs, pays et exclusions.
6. Échantillon : nombre de répondants et mode de collecte lorsque disponibles.
7. Question ou critère : formulation complète ou résumé explicitement signalé.
8. Unité : personne, entreprise, licence, tâche ou résultat produit.
9. Nature de la preuve : déclaration, trace, évaluation, observation ou expérience.
10. Limite : ce que le résultat ne permet pas de conclure.

Cette fiche explique aussi pourquoi un registre de sources doit rester visible. Une liste de liens en bas de page facilite la vérification, mais elle ne suffit pas si le lecteur ne sait pas quel lien soutient quel chiffre. Les liens inline ci-dessus attachent chaque résultat à sa source, et le registre expose le protocole.

Questions fréquentes

Quel est le taux d'adoption de l'IA dans les entreprises françaises en 2026 ?

Il n'existe pas un taux unique. L'INSEE mesure 18 % des entreprises de 10 personnes ou plus utilisant au moins une technologie d'IA au premier trimestre 2025. France Num rapporte 26 % des TPE et PME déclarant recourir à des solutions d'IA sur une enquête menée en 2025. Les populations, questions et périmètres diffèrent, donc ces résultats ne doivent pas être fusionnés.

Pourquoi les chiffres INSEE et France Num sont-ils différents ?

L'INSEE interroge les entreprises de 10 personnes ou plus et exclut l'usage occasionnel individuel d'une IA générative. France Num couvre aussi les très petites entreprises, y compris des entreprises sans salarié, et publie un recours déclaré à des solutions d'IA. Ces protocoles ne définissent pas le même objet.

Un usage déclaré prouve-t-il une adoption durable ?

Non. Une enquête transversale peut établir qu'un répondant déclare utiliser une solution à une date donnée. Pour parler d'adoption durable, il faut aussi observer un usage répété dans un processus défini, avec des règles, des compétences et des mesures à plusieurs dates.

La satisfaction des salariés mesure-t-elle la productivité ?

Non. La satisfaction et le sentiment de gagner du temps décrivent une perception. La productivité demande un résultat observable, par exemple des dossiers traités par heure avec un contrôle de qualité, et idéalement un protocole permettant d'isoler l'effet de l'outil.

Quels indicateurs suivre pour piloter l'adoption de l'IA ?

Suivez séparément l'accès à un outil autorisé, l'usage déclaré, la fréquence par tâche, la compétence démontrée, l'intégration durable dans le processus, la satisfaction et une mesure de productivité assortie d'un indicateur de qualité. Chaque indicateur répond à une question différente.

Sources

• INSEE, En 2025, 18 % des entreprises utilisent l'intelligence artificielle, 21 juillet 2026
• Eurostat, 20 % of EU enterprises use AI technologies, 11 décembre 2025
• France Num, Baromètre France Num 2025, mis à jour le 30 juillet 2026
• Arcep, Arcom, CGE, ANCT et Crédoc, Baromètre du numérique 2026, 9 février 2026
• OCDE, AI surveys of employers and workers, page consultée le 11 août 2026
• Quarterly Journal of Economics, L'IA générative au travail, mai 2025
• OCDE, Productivité et IA générative, 23 juillet 2025

Pour aller plus loin avec Origin

Vous voulez d'abord structurer les compétences, les règles et les indicateurs de votre équipe ? Apprendre le concept avec Origin Education.

Vous voulez voir comment confronter un benchmark technique à l'usage réel avant un choix de production ? Déployer le système avec Origin Labs.