L’IA change d’échelle dans les petites entreprises françaises
Le Baromètre France Num 2026 marque un tournant : 40 % des TPE et PME déclarent utiliser au moins une solution d’intelligence artificielle. En deux ans, la proportion a été multipliée par trois, passant de 13 % en 2024 à 26 % en 2025, puis à 40 % en 2026.
Il y a encore peu de temps, l’intelligence artificielle pouvait sembler réservée aux grands groupes disposant de data scientists, de budgets importants et d’équipes informatiques dédiées. Les chiffres du nouveau Baromètre France Num 2026 racontent une autre histoire : l’IA s’installe désormais dans le quotidien d’une part importante des très petites entreprises et des PME françaises.
Cette progression ne signifie pas que les entreprises ont toutes mis en place des agents autonomes ou des systèmes d’IA complexes. L’adoption passe d’abord par des usages beaucoup plus concrets : rédaction de contenus, assistants conversationnels, recherche d’informations, analyse de documents et automatisation de tâches.
- 40 % des TPE-PME utilisent au moins une solution d’IA en 2026.
- +14 points en un an.
- 13 % → 26 % → 40 % entre 2024, 2025 et 2026.
- 53 % des PME utilisent désormais une solution d’IA.
- 34 % utilisent l’IA pour générer du texte, de la voix ou des images.
- 24 % utilisent des chatbots, assistants ou outils de recherche.
- 39 % des TPE-PME déclarent avoir subi un incident cyber au cours des douze derniers mois.
De 13 % à 40 % : une accélération spectaculaire
La progression est particulièrement facile à mesurer lorsqu’on regarde les trois dernières éditions du baromètre. En 2024, 13 % des TPE-PME déclaraient utiliser des solutions d’intelligence artificielle. En 2025, cette proportion atteignait 26 %. En 2026, elle atteint désormais 40 %.
| Année | TPE-PME utilisant l’IA | Évolution |
|---|---|---|
| 2024 | 13 % | Point de départ de la série comparable |
| 2025 | 26 % | +13 points |
| 2026 | 40 % | +14 points |
France Num indique que la proportion de TPE-PME utilisant l’IA a été multipliée par trois en deux ans. Les résultats 2024, 2025 et 2026 ne doivent toutefois pas être interprétés comme une mesure de la fréquence ou de l’intensité d’utilisation : l’indicateur mesure le fait de déclarer utiliser au moins une solution d’IA.
Les PME passent un nouveau cap
La taille de l’entreprise reste un facteur important. En 2026, 53 % des PME déclarent utiliser une solution d’intelligence artificielle, contre 34 % un an auparavant. France Num souligne ainsi une progression de 19 points en un an pour cette catégorie.
Cette différence montre que l’adoption de l’IA n’est pas homogène. Les entreprises disposant de davantage de salariés peuvent plus facilement identifier des processus répétitifs, financer des abonnements ou consacrer du temps à l’expérimentation. Mais la progression globale montre également que l’IA descend progressivement vers des structures beaucoup plus petites.
Quels sont les usages les plus fréquents ?
Le résultat le plus intéressant du baromètre n’est pas seulement le taux d’adoption. C’est aussi la manière dont les entreprises utilisent ces technologies.
1. Générer du texte, de la voix ou des images — 34 %
La génération de contenu arrive largement en tête. Cela couvre notamment la production de textes, de voix et d’images. Pour une petite structure, ces outils peuvent être utilisés pour préparer des contenus marketing, reformuler des documents, produire des variantes de textes ou accélérer certaines tâches de communication.
2. Chatbots, assistants et recherche d’informations — 24 %
Les assistants conversationnels constituent le deuxième grand usage. Ils peuvent servir à rechercher de l’information, préparer une réponse, synthétiser un document ou assister un salarié dans une tâche quotidienne.
3. Analyse et classification de documents — 13 %
On entre ici dans des usages plus structurants. Une IA peut, selon la solution utilisée, aider à extraire des informations d’un document, classer des fichiers ou identifier certains éléments. Pour les entreprises qui manipulent beaucoup de factures, contrats, courriers ou dossiers clients, ce type d’usage peut devenir particulièrement intéressant.
4. Automatisation des tâches — 11 %
L’automatisation reste moins fréquente que la génération de contenu, mais elle progresse. C’est une étape importante : l’entreprise ne demande plus seulement à l’IA de produire une réponse, elle commence à l’intégrer dans un processus.
5. Analyse de données, prévision et optimisation — 9 %
Cette catégorie touche directement au pilotage de l’activité : analyse de données, prévision et optimisation des ressources. Elle reste minoritaire, ce qui montre que l’usage de l’IA dans les TPE-PME est encore largement orienté vers l’assistance et la production de contenu plutôt que vers des systèmes décisionnels complexes.
Tous les secteurs n’avancent pas au même rythme
Le baromètre 2026 montre une progression dans l’ensemble des secteurs, mais avec des niveaux d’utilisation très différents.
| Secteur | Entreprises utilisant l’IA |
|---|---|
| Numérique | 72 % |
| Services spécialisés et techniques | 60 % |
| Activités financières | 46 % |
| Bâtiment-Construction | 30 % |
| Transport-Logistique | 29 % |
| Agroalimentaire | 27 % |
| Agriculture | 18 % |
Le secteur du numérique arrive ainsi à 72 %, tandis que l’agriculture se situe à 18 %. Ces écarts ne signifient pas nécessairement qu’un secteur est « en retard » : les besoins, les données disponibles, les processus de travail et les possibilités d’automatisation ne sont pas les mêmes d’un métier à l’autre.
L’IA commence aussi à entrer dans les budgets
L’autre évolution importante concerne la dimension économique. En 2026, 19 % de l’ensemble des TPE-PME utilisent des solutions d’IA payantes. Cette proportion monte à 32 % chez les PME.
Les dépenses déclarées concernent principalement les abonnements et licences, qui représentent 17 % dans la répartition publiée par France Num. Viennent ensuite la formation (5 %), les développements spécifiques (3 %) et les conseils ou prestations (2 %).
Le passage d’un usage gratuit à un usage professionnel payant est un indicateur intéressant : une partie des entreprises commence à considérer l’IA comme un véritable outil de travail et non plus seulement comme une technologie à tester.
68 % des entreprises utilisatrices constatent un impact positif
Selon France Num, 68 % des entreprises qui utilisent des solutions d’IA considèrent que celles-ci ont un impact positif sur leur activité. La proportion est encore plus élevée chez les entreprises utilisant des solutions payantes.
Il faut toutefois distinguer perception positive et mesure objective d’un gain de productivité. Le baromètre recueille ici la déclaration des entreprises ; il ne mesure pas directement, entreprise par entreprise, le nombre d’heures économisées ou l’augmentation du chiffre d’affaires attribuable à l’IA.
Le paradoxe : l’IA progresse alors que la cybersécurité reste sous pression
C’est probablement l’un des enseignements les plus importants du Baromètre France Num 2026. L’adoption de l’IA accélère au moment même où les entreprises restent fortement exposées aux incidents de cybersécurité.
39 % des TPE-PME déclarent avoir été confrontées à au moins un incident de cybersécurité au cours des douze derniers mois. Le phishing représente 18 % des incidents déclarés et les virus ou logiciels malveillants 8 %.
Dans le même temps, 53 % des dirigeants déclarent craindre la perte ou le piratage de leurs données. Les mesures de protection progressent notamment sur l’authentification multifacteur, utilisée par 39 % des entreprises, soit sept points de plus qu’un an auparavant.
Déployer une IA dans une entreprise ne consiste pas uniquement à choisir un modèle. Il faut également définir quelles données peuvent être envoyées au service, qui peut utiliser l’outil, comment les comptes sont protégés et comment les résultats sont contrôlés.
Le risque des données sensibles dans les IA publiques
Une entreprise peut rapidement être tentée de copier-coller un contrat, une facture, un fichier client ou une information commerciale dans un assistant IA. C’est précisément le type de pratique qui nécessite une politique interne claire.
France Num rappelle dans ses ressources consacrées à l’IA générative qu’il faut prendre des précautions avec les données saisies dans les solutions publiques. Les informations confidentielles, personnelles ou stratégiques ne doivent pas être transmises sans avoir vérifié les conditions du service et le cadre de protection applicable.
Pour une TPE-PME, une démarche minimale peut donc commencer par quatre règles : identifier les données sensibles, définir les outils autorisés, protéger les comptes et conserver une validation humaine pour les décisions importantes.
L’IA n’est plus seulement un sujet de communication
Le baromètre montre aussi que les entreprises ont d’autres projets numériques à mener. Pour 2026-2027, 78 % des TPE-PME déclarent avoir des projets numériques. La réforme de la facturation électronique arrive en tête des priorités citées, devant l’achat de logiciels, la formation, l’achat de matériel et les projets liés à l’intelligence artificielle.
Autrement dit, l’IA entre dans une transformation numérique plus large. Elle n’est pas isolée : elle se combine avec les logiciels métiers, les données, la facturation électronique, la cybersécurité et les compétences internes.
Que peut faire concrètement une TPE-PME ?
- Commencer par une tâche précise : rédaction d’e-mails, comptes rendus, classement de documents, recherche interne ou support client.
- Mesurer le temps avant/après : sans mesure, il est difficile de savoir si l’outil apporte réellement un bénéfice.
- Définir les données interdites : informations personnelles, secrets commerciaux, identifiants, mots de passe et documents confidentiels ne doivent pas être transmis sans cadre approprié.
- Sécuriser les comptes : mots de passe robustes, authentification multifacteur et gestion des accès.
- Former les utilisateurs : une IA mal utilisée peut produire des informations erronées ou exposer des données.
- Passer à l’automatisation seulement après validation : automatiser une mauvaise procédure ne fait qu’accélérer le problème.
Ce que révèle réellement le Baromètre France Num 2026
Le chiffre de 40 % est important, mais il faut surtout regarder la trajectoire. En deux ans, l’usage déclaré de solutions d’IA est passé de 13 % à 40 % des TPE-PME. La technologie sort donc progressivement de la phase de découverte pour entrer dans les processus quotidiens d’un nombre croissant d’entreprises.
Mais cette accélération ne signifie pas que toutes les entreprises ont atteint le même niveau de maturité. Les usages restent dominés par la génération de contenu et les assistants. Les applications plus avancées — automatisation, analyse documentaire, données et optimisation — restent minoritaires.
La prochaine étape sera donc probablement moins spectaculaire dans les statistiques d’adoption que dans la qualité des intégrations : connecter l’IA aux outils métiers, mieux exploiter les données internes, sécuriser les accès et mesurer les gains réels.
2026 pourrait être l’année où l’IA cesse véritablement d’être une expérimentation réservée aux initiés pour devenir un outil courant des petites entreprises françaises. Mais l’enjeu n’est plus simplement d’avoir accès à une IA : il est de savoir où l’utiliser, avec quelles données, avec quelles protections et avec quel retour mesurable pour l’entreprise.
France Num — Baromètre France Num 2026
Étude annuelle de la DGE consacrée à la transformation numérique des TPE-PME.
Direction générale des Entreprises — L’utilisation de l’IA se généralise dans les TPE et PME
Publication du 28 septembre 2026.
France Num — Baromètre 2025
Point de comparaison : 26 % des TPE-PME utilisaient une solution d’IA en 2025.
France Num — Baromètre 2024
Point de comparaison : 13 % des TPE-PME déclaraient utiliser une solution d’IA.
Méthodologie : le Baromètre France Num 2026 repose sur 9 655 entreprises répondantes (6 786 TPE et 2 869 PME), interrogées du 23 mars au 18 avril 2026. Les résultats sont représentatifs de la population 2024 des TPE-PME françaises en termes de taille, secteur et région. France Num indique une marge d’erreur inférieure à 1 % à 95 % de niveau de confiance pour l’échantillon considéré.
