Adoption de l'IA en entreprise : les chiffres 2026 et leur périmètre

Pourquoi cette page existe

Chaque année, le même cycle : un rapport de référence paraît, une dizaine de chiffres en sont extraits, et ils circulent pendant douze mois détachés de ce qu'ils mesurent réellement. « 88 % des entreprises utilisent l'IA » devient un argument de vente — alors que dans l'enquête d'origine, 38 % des répondants travaillent dans des organisations qui pèsent plus d'un milliard de dollars de chiffre d'affaires (page 396). Le chiffre est exact. L'usage qu'on en fait devant un industriel de quarante personnes ne l'est pas.

Cette page reprend les chiffres 2026 qui comptent pour une TPE ou une PME française, avec pour chacun : sa page dans le rapport, la population réellement mesurée et l'année de mesure. Source unique et vérifiable : l'AI Index Report 2026 du Stanford Institute for Human-Centered AI (HAI), 9^e édition, 425 pages, publié le 29 juin 2026.

D'où viennent ces chiffres

La quasi-totalité des données « entreprises » du rapport repose sur trois sources. Les connaître, c'est savoir jusqu'où on peut les tirer.

Le rapport pose lui-même la limite, page 192 : les résultats d'enquête sont auto-déclarés et doivent être lus comme « directionnels, non exhaustifs ». Les seuls chiffres réellement mesurés sont les études académiques et les tests techniques — ils sont signalés comme tels plus bas.

La France est en avance sur l'usage, pas sur l'organisation

C'est le chiffre le plus contre-intuitif du rapport pour un lecteur français. Sur la diffusion de l'IA dans la population, la France se classe 5^e mondiale à 44,0 %, en progression de 3,1 points sur le seul second semestre 2025. Les États-Unis, premiers en investissement et en production de modèles, sont 24^e à 28,3 % (page 201).

Côté entreprises, l'Europe est également en tête de la progression : 91 % des organisations européennes déclarent utiliser l'IA dans au moins une fonction, soit 11 points de plus qu'un an plus tôt — la plus forte hausse avec la Chine (page 194). Au niveau mondial, on passe de 78 % à 88 %, et l'IA générative de 71 % à 79 % (page 193).

Les agents IA : presque personne n'est passé à l'échelle

C'est l'écart le plus net du rapport entre le bruit médiatique et la réalité mesurée. Les agents — ces automatisations capables d'enchaîner des actions et de décider de la suite — occupent le discours depuis deux ans. Dans les faits, sur la même enquête, l'usage passé à l'échelle reste à un seul chiffre dans presque toutes les fonctions de l'entreprise, et deux tiers ou plus des répondants déclarent aucun usage, y compris dans les fonctions les plus avancées comme l'informatique et la gestion des connaissances (page 197).

Une seule exception : le secteur technologique, où l'usage à l'échelle atteint 24 % en développement logiciel, 22 % en informatique et 21 % en opérations de service (page 197).

Les gains réellement mesurés — et leur ordre de grandeur

Ici, on quitte le déclaratif. Les chiffres qui suivent viennent d'études académiques qui ont mesuré des résultats, pas d'entreprises qui ont répondu à un questionnaire (pages 219 et 220).

Le chiffre à retenir n'est pas le plus spectaculaire, c'est le plus représentatif : +4 % de productivité du travail sur 12 000 entreprises européennes réelles. Les gains à deux chiffres portent tous sur des tâches étroites, répétitives et faciles à mesurer. Et la dernière ligne mérite autant d'attention que les autres : sur du travail demandant du jugement, l'IA a ralenti des développeurs expérimentés de 19 % — avec un écart marqué entre l'aide qu'ils croyaient recevoir et leur performance réelle. Le rapport précise que l'équipe METR n'a pas pu reproduire ce résultat dans une étude ultérieure.

Sur les coûts, l'ordre de grandeur déclaré est tout aussi sobre : les baisses constatées sont majoritairement inférieures à 10 % (page 195), et 31 % des organisations déclarent que l'IA n'a eu aucun effet sur leurs coûts (page 196). Ce qui progresse le plus n'est pas le coût mais l'innovation (64 % « amélioré ») et la satisfaction des clients et des salariés (45 %).

Ce que ça implique côté risque

Un dernier bloc de chiffres, moins repris mais décisif si vous confiez des actions à un système automatisé. Les trois se lisent ensemble.

D'abord, la capacité offensive progresse plus vite que tout le reste. Sur Cybench — 40 épreuves de cybersécurité de niveau professionnel : cryptographie, sécurité web, rétro-ingénierie, forensique, exploitation — le taux de résolution sans aucune aide par des agents IA est passé de 15 % en 2024 à 93 % en 2026 (page 115). Le rapport souligne lui-même que c'est la progression la plus raide de toute sa section benchmarks. À mettre en regard d'un autre test, sur les mêmes pages : sur des tâches métier réelles avec outils, API et règles de gestion à respecter, aucun modèle ne dépasse 70,2 %. Dit autrement : l'IA est aujourd'hui plus performante pour casser un système que pour tenir un processus.

Ensuite, la sécurité est le premier frein reconnu au déploiement. Interrogées sur ce qui les empêche de passer leurs systèmes agentiques à l'échelle, les organisations citent la sécurité et le risque à 62 % — 24 points devant les limites techniques et l'incertitude réglementaire, à 38 % chacune (page 145). Et la gouvernance de l'IA revient plus souvent à la sécurité de l'information (21 %) qu'à n'importe quelle autre fonction de l'entreprise (page 142).

Enfin, le risque le moins bien couvert est précisément celui qu'on crée en automatisant. « Actions autonomes ou non intentionnelles du système » : 44 % le jugent pertinent, 29 % le traitent réellement (page 142). C'est le plus grand écart du tableau des risques — plus grand que sur la cybersécurité (72 % contre 61 %) ou la conformité (63 % contre 53 %).

Trois règles pour utiliser ces chiffres sans vous exposer

• Citez toujours le périmètre avec le chiffre. « 88 % des entreprises utilisent l'IA » n'est pas faux, mais c'est une enquête mondiale dont 38 % des répondants dépassent le milliard de dollars de chiffre d'affaires (page 396). Le même chiffre avec son périmètre reste solide ; sans lui, il s'effondre à la première vérification.
• L'année de publication n'est pas l'année de mesure. Ce rapport paraît en 2026, mais l'enquête entreprises a été conduite entre le 25 juin et le 29 juillet 2025, et plusieurs séries s'arrêtent en 2024. Un chiffre de 2024 présenté comme « les données 2026 » est une erreur qui se voit.
• Distinguez le déclaratif du mesuré. « 64 % estiment que l'IA a amélioré leur innovation » et « +4 % de productivité du travail sur 12 000 entreprises » ne sont pas le même type d'information. Le premier est une opinion agrégée, le second une mesure. Les deux sont utiles ; les confondre ne l'est pas.

Un dernier point, qui vaut avertissement pour quiconque citera ce rapport : il se contredit lui-même sur un chiffre. Le résumé du chapitre 4 (page 173) annonce 70 % d'adoption de l'IA générative, là où le corps du texte (page 193) donne 79 %. C'est la donnée développée qui fait foi — citez 79 % et la page 193.

Source

Artificial Intelligence Index Report 2026, Stanford Institute for Human-Centered Artificial Intelligence (HAI), 9^e édition, 425 pages, publié le 29 juin 2026. Les numéros de page indiqués sur cette page sont ceux du document original. Le rapport est en accès libre sur hai.stanford.edu/ai-index.

Cette page est mise à jour à chaque nouvelle édition du rapport. Si vous relevez une erreur de lecture ou de transcription, écrivez-moi : je corrige et je le signale.

Pour la mise en œuvre concrète de ces constats, voir Agents IA et Automatisation NoCode.