Le chiffre qui circule et celui qu'on ne retient pas
Le baromètre France Num 2026, publié le 28 septembre 2026 par la Direction générale des entreprises et réalisé par le Crédoc, avance un premier chiffre spectaculaire : 40 % des TPE et PME déclarent utiliser au moins une solution d'intelligence artificielle, soit 14 points de plus qu'en 2025.
Ce nombre circule partout depuis sa publication. Ce qu'on répète moins : dans le même rapport, une seule catégorie d'usage atteint un taux de 11 %. C'est celle qui automatise vraiment des tâches.
Entre "utiliser l'IA" et "avoir transformé un processus", il y a un fossé. Et ce fossé dit beaucoup sur les compétences qui manquent en France.
Ce que "utiliser l'IA" recouvre vraiment
Le baromètre France Num 2026 détaille les usages déclarés par les entreprises. Le tableau n'est pas celui qu'on imagine.
34 % des entreprises utilisent l'IA pour générer du texte, de la voix ou des images. C'est l'usage dominant : ouvrir ChatGPT, rédiger un prompt, copier le résultat dans un document. L'outil change, le processus reste identique.
24 % utilisent des chatbots ou des assistants pour rechercher des informations. Là encore, c'est un usage en substitution d'une recherche manuelle, pas une transformation du workflow.
Seuls 13 % analysent ou classifient des documents avec l'IA. Et 11 % seulement automatisent des tâches.
Ces quatre pourcentages décrivent quatre niveaux d'intégration très différents. Le premier, c'est l'usage ponctuel. Le dernier, c'est l'automatisation opérationnelle, celle qui tourne sans intervention humaine constante et produit des gains récurrents. Entre les deux, il y a une compétence précise à développer.
L'écart entre ceux qui utilisent et ceux qui automatisent
Le même rapport permet une lecture supplémentaire. Seulement 19 % des entreprises paient pour un outil IA. Parmi elles, 85 % observent un impact positif sur leur activité. Parmi l'ensemble des utilisateurs IA (payants et gratuits), ce taux tombe à 68 %.
Ce n'est pas un hasard. Les entreprises qui investissent dans un outil IA structurent leur usage. Elles définissent un périmètre, forment les personnes concernées, mesurent les résultats. C'est précisément ce cadre qui produit les 17 points d'écart d'impact perçu.
L'automatisation réelle (11 % des entreprises) et l'investissement structuré dans un outil IA partagent une logique commune : elles ne testent pas l'IA en passant. Elles l'intègrent à un processus existant, avec un objectif mesurable.
Ce que cet écart dit du marché du travail
Le paradoxe de 2026 : l'adoption de l'IA progresse à un rythme sans précédent (13 % d'entreprises utilisatrices en 2024, 26 % début 2025, 40 % fin 2025 selon la séquence du baromètre France Num), mais la majorité de cette adoption reste à la surface.
Pour les entreprises, cela crée une asymétrie compétitive croissante. Celles qui ont franchi le seuil de l'automatisation réelle ont des processus plus rapides, moins coûteux à l'exécution, et libèrent du temps pour leurs équipes sur des tâches à plus forte valeur.
Pour les professionnels, cela crée un écart de valeur précis sur le marché. Savoir utiliser ChatGPT est devenu une compétence attendue mais non différenciante. Savoir concevoir un workflow qui automatise un processus métier, le connecter aux outils existants, le faire tourner de façon fiable en production : c'est ce que les entreprises peinent à trouver en interne.
Une étude VISIPLUS academy / IPSOS BVA 2026 citée dans nos précédents articles montre que 50 % des cadres utilisent l'IA au travail. Mais l'usage ne prédit pas la capacité à concevoir. La plupart des cadres utilisent l'IA comme un outil d'assistance ponctuel. Très peu savent en faire un composant d'un système automatisé.
Ce qui permet de passer de l'usage à l'automatisation
La différence entre les 34 % qui génèrent du texte et les 11 % qui automatisent des tâches n'est pas une question d'accès à des outils. Les outils sont disponibles pour tous.
Elle tient à trois compétences précises.
La décomposition d'un processus. Avant de configurer quoi que ce soit, il faut identifier les étapes d'un processus, les données qui entrent et sortent à chaque étape, et les règles de décision qui s'appliquent. C'est une compétence de modélisation, pas de code.
La configuration d'un workflow. Des outils comme n8n ou Make permettent de connecter des sources de données, d'ajouter des étapes de traitement IA, et de produire des résultats dans les applications existantes. Cette configuration demande de la rigueur et une capacité à tester avant de déployer.
La maintenance en conditions réelles. Un workflow qui tourne en production rencontre des cas non prévus lors de la conception. Savoir lire un log d'exécution, identifier l'étape qui a échoué et corriger l'instruction correspondante : c'est ce qui distingue un prototype d'un outil fiable.
Ces compétences s'apprennent. Elles ne demandent pas un doctorat en informatique. Mais elles demandent plus qu'un tutoriel ou une démonstration ponctuelle.
Questions fréquentes
Pourquoi seulement 11 % des PME automatisent-elles des tâches alors que l'IA est accessible gratuitement ?
L'accès à un outil et la capacité à l'intégrer dans un processus sont deux choses différentes. L'automatisation demande de comprendre un processus métier existant, de le modéliser et de configurer une solution reproductible. Ce sont des compétences qui ne s'acquièrent pas en testant un outil en solo.
Les entreprises sans équipe tech peuvent-elles automatiser ?
Oui, avec les bons outils et un profil compétent pour les configurer. Les outils no-code réduisent considérablement le prérequis technique. Le facteur limitant n'est plus l'outil : c'est la compétence pour le configurer de façon fiable et le maintenir.
L'automatisation IA est-elle réservée aux grandes entreprises ?
Non. Le baromètre France Num 2026 montre une adoption plus forte chez les PME (53 %) que chez les très petites entreprises (30 %). Les PME ont des processus plus structurés et une capacité à mesurer les gains. L'automatisation sur des cas d'usage précis est souvent plus simple dans une PME que dans un grand groupe.
Comment savoir si un processus est automatisable ?
Trois critères : le processus est répétitif (les mêmes étapes se reproduisent régulièrement), les règles de décision sont explicites (on peut les écrire), et les données sont accessibles numériquement. Quand ces trois conditions sont réunies, l'automatisation est envisageable.
Conclusion
40 % de PME qui utilisent l'IA, c'est un signe de dynamisme réel. 11 % qui automatisent des tâches, c'est la mesure de ce qui reste à construire.
Ce fossé n'est pas une question d'outil ou de budget. C'est une question de compétences. Les profils capables de passer du côté de l'automatisation réelle ont un avantage concret sur un marché qui cherche exactement ça.
Pour les profils qui veulent développer ces compétences opérationnelles, les parcours ALTÉRA couvrent la conception de workflows, la configuration d'agents et la mise en production sur des projets réels. Notre équipe est disponible sur alterasup.fr/candidater.
