Le piège du pilote : pourquoi l'IA dans les PME reste en surface

De nombreuses entreprises utilisent l'IA, mais surtout comme outil librement accessible pour des tâches isolées : sans données propres, sans processus modifiés et sans preuve de ce qui s'est amélioré. Selon les études disponibles, les entreprises qui tirent une valeur mesurable de l'IA repensent plus souvent leurs processus, mesurent l'impact, ancrent la responsabilité au niveau de la direction et se concentrent sur quelques applications clés. Ces études portent surtout sur de grandes entreprises et montrent des corrélations, pas des causes.

La diffusion n'est pas le problème. Selon Bitkom, 57 % des entreprises allemandes d'au moins 20 salariés utilisent l'IA, contre 20 % en 2024. La vraie question est donc : pourquoi cet usage produit-il si rarement un effet tangible, et que faudrait-il changer dans la démarche ?

Un usage large, un potentiel peu exploité

Les entreprises elles-mêmes voient l'écart. Parmi les utilisateurs d'IA interrogés (n = 343), seuls 3 % déclarent exploiter le potentiel « plutôt fortement » ; selon leur propre évaluation, 87 % l'exploitent peu ou pas du tout (présentation Bitkom 2026, diapositive 9). Il est frappant que cette valeur se situe entre 84 et 87 % dans toutes les classes de taille. Des budgets plus importants ne suffisent manifestement pas à résoudre le problème.

L'une des raisons tient au type d'usage. L'Institut allemand de recherche sur l'emploi (IAB) a constaté pour 2025 que 90 % des établissements utilisant l'IA générative recourent à des modèles grand public. Seuls 16 % utilisent des modèles réentraînés avec leurs propres données. L'usage intensif se limite à une part relativement faible des établissements. Les domaines d'application vont dans le même sens : relation client (72 %) et marketing (54 %) arrivent largement en tête selon Bitkom, la production (22 %) et la recherche et développement (16 %) nettement derrière. La KfW recommande en conséquence aux PME d'utiliser l'IA « non pas ponctuellement, mais de manière intensive ».

Où les outils sans processus restent bloqués

Un chatbot librement accessible accélère un brouillon. Mais il ne change ni le processus dans lequel ce brouillon est produit, ni ne connaît les données qui font la différence dans l'entreprise. Le bénéfice reste donc individuel et difficile à mesurer.

C'est particulièrement visible avec ce qu'on appelle l'IA fantôme, c'est-à-dire l'utilisation de comptes d'IA privés pour des tâches professionnelles. Selon Bitkom (21/10/2025), elle est répandue, ponctuelle ou soupçonnée dans environ quatre entreprises sur dix. Seules 26 % mettent officiellement l'IA générative à disposition, et 23 % ont des règles d'utilisation. Le président de Bitkom, Ralf Wintergerst, conseille d'éviter une « prolifération incontrôlée de l'IA ». L'IA fantôme est moins une faute des salariés qu'un symptôme : là où l'entreprise ne propose ni outil validé ni règles, un usage privé apparaît, sans données de l'entreprise ni lien avec les processus. Il n'en sort pas de cas d'usage déployable à grande échelle.

Ce que les entreprises qui passent à l'échelle font plus souvent différemment

Les comparaisons les plus solides proviennent d'enquêtes internationales. Dans le « State of AI » 2026 de McKinsey, environ 6 % des répondants sont des « high performers » qui attribuent au moins 5 % de leur résultat opérationnel à l'IA. Près des trois quarts d'entre eux ont repensé leurs processus, contre environ un quart des autres. Les high performers ont en outre deux fois plus souvent des processus définis pour mesurer l'impact et un engagement visible de la direction.

BCG (2024) dresse un tableau voisin : 74 % des entreprises interrogées n'obtiennent pas encore de valeur tangible. Les entreprises en tête poursuivent environ moitié moins de cas d'usage que les autres, mais en attendent plus du double de rendement. 62 % de leur valeur liée à l'IA provient de fonctions cœur comme les opérations, la vente et la R&D. BCG situe environ 70 % de l'effort dans les personnes et les processus, et seulement 10 % dans les algorithmes.

Deux réserves s'imposent. Les deux études interrogent surtout de grandes entreprises et reposent sur des auto-déclarations. Et elles montrent ce que font plus souvent les entreprises qui réussissent, pas que cette démarche cause le succès. Pour les PME, il manque une comparaison équivalente entre celles qui passent à l'échelle et celles qui restent bloquées au stade pilote.

Ce qui devrait être fixé avant le prochain pilote

De ces schémas découlent des questions à clarifier avant la prochaine étape budgétaire :

• Mesure de départ : quel est aujourd'hui le délai de traitement, quel est le taux d'erreur, quelle est la charge de travail ? Sans valeur de départ, aucune amélioration ne peut être démontrée.
• Processus plutôt qu'outil : quelle étape de travail disparaît, qui contrôle quoi à l'avenir, de quelles données de l'entreprise la solution a-t-elle besoin ? Ces questions déterminent le bénéfice davantage que le choix du modèle.
• Critères de passage à l'échelle et d'arrêt : quel effet justifie l'extension, et en dessous de quel seuil arrête-t-on ? Les deux se fixent avant le lancement du projet, pas a posteriori.
• Responsabilité : qui, dans le métier, répond du résultat, et quel dirigeant décide du passage en exploitation ?
• Concentration : quelles une à trois applications touchent un processus cœur ? Dix expériences en parallèle créent de l'activité, mais rarement une preuve.

Cette liste ne rend pas l'IA automatiquement rentable. Elle garantit qu'un pilote réponde à une question, même lorsque la réponse est qu'un processus manuel amélioré ou un logiciel classique est le meilleur choix. Si vous prévoyez à ce stade une étude de faisabilité structurée avec des points de décision fixes, vous pouvez en parler avec capinori.

Questions fréquentes sur le piège du pilote IA dans les PME

Sources (7)

• Bitkom : communiqué « Erstmals nutzt die Mehrheit der Unternehmen KI », 14/09/2026 (en allemand). Site
• Bitkom Research : Künstliche Intelligenz in der Wirtschaft 2026, présentation (603 entreprises d'au moins 20 salariés) (en allemand). PDF
• Bitkom : communiqué « Beschäftigte nutzen vermehrt Schatten-KI », 21/10/2025 (en allemand). Site
• IAB : Friedrich/Kagerl, « Jeder vierte Betrieb nutzt mittlerweile generative KI », IAB-Kurzbericht 8/2026, 05/05/2026 (en allemand). PDF
• KfW Research : Fokus Volkswirtschaft n° 554, 29/07/2026 (Dr Volker Zimmermann) (en allemand). PDF
• McKinsey & Company : The state of AI in 2026, 25/08/2026 (en anglais). Site
• Boston Consulting Group : Where's the Value in AI?, octobre 2024 (en anglais). PDF