Pourquoi l’IA reste difficile à déployer dans les PME européennes

Verdict factuel : l’adoption de l’IA progresse dans les entreprises européennes, mais le blocage n’est pas seulement le budget. Dans l’enquête Eurostat la plus récente, le manque de compétences arrive largement en tête des raisons de ne pas passer à l’usage. Pour une PME, l’enjeu est donc moins de trouver « le meilleur outil » que de cadrer une tâche, les données autorisées et la responsabilité humaine.

Les chiffres ont été extraits par Eurostat en décembre 2025. Aucun équivalent européen 2026 n’était encore disponible à la publication. L’enquête couvre les entreprises de l’UE comptant au moins 10 personnes, interrogées au début de 2025 : elle ne décrit ni les indépendants, ni le nombre de salariés utilisateurs, ni un gain de productivité.

Les chiffres qui expliquent le décalage

Source : Eurostat, données extraites en décembre 2025.

Ce que mesure — et ne mesure pas — l’adoption

Les 19,95 % ne signifient pas qu’un salarié sur cinq utilise un chatbot, ni que les autres entreprises sont totalement dépourvues d’automatisation. Eurostat compte une entreprise qui utilise au moins une technologie de sa définition : analyse de texte, reconnaissance vocale, génération de texte ou de code, génération d’images ou de son, apprentissage automatique, décision automatisée ou robot autonome. L’indicateur est donc plus large qu’un abonnement à un assistant conversationnel.

La part progresse de 6,47 points par rapport à 2024. Elle s’accompagne d’un écart de 38,03 points entre petites et grandes entreprises. Le constat est robuste pour la population observée, pas son explication causale : taille, secteur, budget informatique, données disponibles et organisation peuvent contribuer simultanément à cet écart.

Le manque de compétences arrive avant le prix

Parmi les entreprises qui avaient envisagé l’IA mais ne l’utilisaient pas encore, 70,89 % mentionnent l’absence d’expertise pertinente. L’incertitude sur les conséquences juridiques arrive ensuite (52,52 %), devant les inquiétudes sur les données et la vie privée (48,83 %). Ces réponses peuvent se cumuler : il serait faux de les additionner.

Surtout, le dénominateur compte. Ces pourcentages ne représentent pas toutes les entreprises européennes ; ils décrivent le sous-ensemble ayant étudié l’IA sans la déployer. Ils n’établissent pas non plus que former les équipes suffit à créer une valeur économique mesurable.

Des usages concentrés dans certains secteurs

En 2025, 62,52 % des entreprises de l’information et de la communication utilisaient au moins une IA, contre 40,43 % dans les activités professionnelles, scientifiques et techniques. Tous les autres secteurs observés restent sous 25 % ; la construction est à 10,79 %. Un atelier, une agence et un éditeur logiciel n’ont ni les mêmes données ni les mêmes erreurs tolérables : comparer leurs taux sans contexte n’aide pas à choisir un projet.

Par technologie, l’analyse de texte arrive en tête (11,75 % de l’ensemble des entreprises), devant la génération d’images, vidéo ou audio (9,55 %) et la génération de texte, parole ou code (8,76 %). Une entreprise peut déclarer plusieurs technologies : ces parts ne s’additionnent pas.

Une méthode de déploiement plus utile qu’un achat impulsif

1. Choisir une tâche bornée. Exemple : préparer un brouillon de réponse client depuis des modèles validés. Définir l’entrée, la sortie et ce qui ne doit jamais être envoyé au fournisseur.
2. Nommer un responsable métier. Cette personne relit un échantillon, documente les erreurs et peut arrêter le test. Une licence distribuée sans propriétaire ne traite pas le frein de compétence identifié par l’enquête.
3. Revoir les données et le fournisseur. Conservation, sous-traitants, réglages d’entraînement et données personnelles doivent être contrôlés. L’EDPB précise que l’anonymat d’un modèle s’apprécie au cas par cas.
4. Mesurer avant d’étendre. Comparer délai, taux de reprise, erreurs et satisfaction sur une période définie. Un ressenti positif n’est pas une mesure de productivité.

Le droit réduit-il l’incertitude ?

Le règlement européen sur l’IA est entré en vigueur le 1er août 2024, avec une application progressive. La Commission européenne publie le calendrier et les obligations. Cela ne permet pas de déclarer un outil « conforme » en bloc : le cas d’usage, les rôles du fournisseur et du déployeur, ainsi que le RGPD restent déterminants. Recrutement, crédit, santé et surveillance des salariés exigent une analyse plus poussée.

Ce que les données prouvent

• Elles montrent une hausse déclarée de l’usage et de forts écarts selon la taille, le pays et le secteur.
• Elles ne montrent pas le ROI d’un outil précis, ni la conformité d’un déploiement, ni le niveau de productivité des salariés.
• Elles excluent les entreprises de moins de 10 personnes. Les indépendants ne doivent pas transposer ces taux à leur activité.

Questions fréquentes

Quel est le premier frein déclaré ?

Chez les entreprises ayant envisagé l’IA sans l’utiliser, le manque d’expertise pertinente est cité par 70,89 % en 2025 selon Eurostat.

Les PME sont-elles incluses ?

Oui pour les entreprises de 10 à 49 personnes. Les structures de moins de 10 personnes ne font pas partie du périmètre.

Faut-il attendre une stratégie complète ?

Non. Un test limité, avec un responsable, des données autorisées et des critères de qualité, permet d’évaluer un cas d’usage sans généraliser trop tôt.

Sources utiles

• Eurostat — Use of artificial intelligence in enterprises (données extraites en décembre 2025).
• Eurostat Data Browser — isoc_eb_ai.
• Commission européenne — cadre réglementaire sur l’IA.
• EDPB — avis 28/2024 sur les modèles d’IA.
• OCDE — Intelligence artificielle.

Vincent Vandegans — fondateur de Minderlist, il analyse les usages concrets de l’IA, leurs limites et les outils qui les accompagnent.