L’IA avance dans les entreprises européennes, mais le fossé de taille se creuse

Verdict factuel. L’IA a franchi un cap dans les entreprises de l’Union européenne, mais pas de façon homogène. Les dernières données harmonisées d’Eurostat, publiées le 15 juin 2026 et portant sur 2025, indiquent que 19,95 % des entreprises de dix salariés ou plus utilisent au moins une technologie d’IA. Chez les entreprises de 250 salariés ou plus, la part atteint 55,03 % ; chez celles de 10 à 49 salariés, elle est de 17,00 %. L’écart est le fait principal : l’adoption déclarée reste très liée à la taille de l’organisation.

Ce chiffre ne mesure ni la valeur créée, ni le nombre de salariés qui utilisent ChatGPT ou un autre service à titre individuel. Eurostat interroge des entreprises, selon une définition précise des technologies d’IA. C’est donc un indicateur utile pour situer le déploiement structuré — et un mauvais raccourci pour conclure que « une entreprise sur cinq est transformée par l’IA ».

Les trois points à retenir

• Un seuil proche d’une entreprise sur cinq : 19,95 % dans l’UE-27 en 2025, contre 13,48 % en 2024 dans la même série Eurostat.
• La taille compte davantage que le discours : les grandes entreprises déclarent l’usage d’au moins une IA plus de trois fois plus souvent que les petites structures de 10 à 49 salariés.
• L’IA générative n’est pas l’unique mesure : Eurostat couvre aussi la reconnaissance d’images, l’apprentissage automatique, l’automatisation de processus et les robots autonomes.

Le chiffre qui décrit le mieux le décalage

La série isoc_eb_ai d’Eurostat couvre les entreprises d’au moins dix personnes, hors agriculture, finance et certaines activités extractives. Dans ce périmètre, le résultat 2025 pour l’UE-27 est de 19,95 %. La valeur est publiée avec deux décimales : la conserver évite de créer une précision fictive par arrondi ou de mélanger plusieurs vagues d’enquête.

La France se situe à 18,16 %, légèrement sous le total UE-27. Le Danemark atteint 42,03 %, la Suède 35,04 %, l’Allemagne 25,97 %, l’Espagne 20,27 % et l’Italie 16,40 %. Ces écarts ne constituent pas un classement de « maturité » universel : ils reflètent aussi la structure sectorielle, les pratiques de déclaration et les conditions propres à chaque marché. Ils signalent néanmoins que l’adoption n’est pas convergente à ce stade.

Ce qu’Eurostat appelle une technologie d’IA

Le total ne correspond pas seulement aux assistants conversationnels. Le questionnaire retient notamment l’analyse de texte, la reconnaissance vocale, la génération de texte, de parole ou de code, la reconnaissance d’images, le machine learning, l’automatisation ou l’aide à la décision, les systèmes autonomes et, en 2025, la génération d’images, de vidéo ou d’audio. La documentation de l’enquête décrit le cadre statistique et ses limites.

Deux sous-indicateurs donnent une idée plus concrète de la composition du total européen : 8,76 % des entreprises utilisent des technologies qui génèrent texte, parole ou code ; 9,55 % utilisent celles qui génèrent images, vidéo ou audio. Ces catégories peuvent se recouper. Elles ne s’additionnent donc pas pour reconstituer 19,95 %.

Pourquoi les petites entreprises restent derrière

Eurostat ne permet pas d’attribuer l’écart à une seule cause. Ses réponses sur les freins, au niveau UE-27, montrent toutefois que le manque d’expertise pertinente est cité par 7,76 % des entreprises ne recourant pas à l’IA ; les préoccupations de protection des données et de vie privée par 5,82 % ; le coût jugé trop élevé par 4,24 %. Ces proportions sont des parts de l’ensemble observé dans cet indicateur, pas une enquête d’opinion sur tous les dirigeants.

Dans une PME, une expérimentation isolée peut être rapide. La passer en production suppose souvent une politique de données, des droits d’accès, un fournisseur, un contrôle humain et un responsable métier. Une grande entreprise dispose plus fréquemment d’équipes IT, conformité et achats capables d’absorber ces étapes. Cela explique une partie plausible de l’écart ; la statistique elle-même établit l’association avec la taille, pas une causalité.

Ce que ces données prouvent — et ce qu’elles ne prouvent pas

• Elles prouvent qu’en 2025 l’usage déclaré d’au moins une technologie d’IA était beaucoup plus fréquent dans les grandes entreprises européennes que dans les petites.
• Elles ne prouvent pas qu’une IA améliore automatiquement le chiffre d’affaires, la productivité ou l’emploi. Aucun de ces résultats n’est mesuré par cette table.
• Elles excluent les entreprises de moins de dix personnes. Les indépendants et une grande partie des très petites entreprises ne figurent donc pas dans le dénominateur.
• Elles ne mesurent pas l’intensité : un pilote limité et un système utilisé dans plusieurs métiers peuvent tous deux compter comme usage.

La trajectoire face à l’objectif européen

Le programme pour la décennie numérique fixe l’ambition que 75 % des entreprises de l’UE utilisent le cloud, le big data ou l’IA d’ici 2030. Ce n’est pas un objectif réservé à l’IA et il ne peut pas être comparé mécaniquement à 19,95 %, qui ne porte que sur l’IA. La comparaison reste éclairante : même avec une progression annuelle forte, la diffusion doit encore franchir un large segment des PME.

Le calendrier réglementaire ajoute une contrainte opérationnelle. La Commission européenne rappelle sur sa page consacrée au cadre réglementaire de l’IA que l’AI Act s’applique par étapes. Pour un dirigeant, la bonne conséquence n’est pas de suspendre tous les tests : c’est de documenter le cas d’usage, les données envoyées au fournisseur, le niveau de contrôle humain et le rôle de chacun avant de généraliser.

Un plan d’action réaliste pour une PME

1. Choisir un flux mesurable. Par exemple, préparer des comptes rendus, classer des demandes clients ou extraire des champs de documents — pas « déployer l’IA partout ».
2. Tester avec des données autorisées. Retirer les informations personnelles ou confidentielles tant que les conditions de traitement et les accès ne sont pas validés.
3. Mesurer avant/après. Temps de traitement, taux de reprise, erreurs et coût par dossier sont plus utiles qu’un nombre de prompts.
4. Garder une validation humaine. Elle est indispensable lorsque la sortie influence un client, un salarié, un prix ou une décision sensible.
5. Décider de l’arrêt ou de l’extension. Après quelques semaines, conserver le cas d’usage seulement si le gain mesuré couvre le temps de contrôle et l’abonnement.

Cette méthode ne promet pas un pourcentage de productivité. Elle évite surtout de confondre l’accès à un outil avec un déploiement utile, distinction que le saut entre 17,00 % et 55,03 % rend visible.

Questions fréquentes

Quelle part des entreprises européennes utilise l’IA ?

Selon Eurostat, 19,95 % des entreprises de dix salariés ou plus de l’UE-27 déclaraient utiliser au moins une technologie d’IA en 2025.

La France est-elle au-dessus de la moyenne européenne ?

Non : la valeur française est de 18,16 %, contre 19,95 % pour l’UE-27. Le périmètre est le même dans la table Eurostat.

Ces chiffres incluent-ils les microentreprises ?

Non. Cette enquête couvre les entreprises employant au moins dix personnes et exclut certains secteurs, dont la finance.

Utiliser un chatbot compte-t-il comme adoption de l’IA ?

Seulement si l’entreprise déclare utiliser une des technologies couvertes par l’enquête. Le chiffre ne dit pas combien de salariés l’utilisent ni à quelle fréquence.

Sources utiles

• Eurostat — jeu de données isoc_eb_ai, 2025 (mis à jour le 15 juin 2026)
• Eurostat — Use of artificial intelligence in enterprises
• Eurostat — métadonnées de l’enquête TIC entreprises
• Commission européenne — Décennie numérique
• Commission européenne — cadre réglementaire de l’IA

Par Vincent Vandegans — analyses pratiques des outils, usages et données de l’intelligence artificielle.