Intelligence Artificielle
AI adoption
Publiée le décembre 2, 2025
Publiée le décembre 2, 2025
L’intelligence artificielle (IA) n’est plus une technologie marginale. En 2025, elle transforme les entreprises, les métiers et les organisations. Pourtant, l’adoption demeure hétérogène : certaines entreprises expérimentent à peine tandis que d’autres construisent des organisations centrées sur l’IA. Ce dossier synthétise l’état des lieux et les bonnes pratiques pour adopter l’IA de manière responsable, basé sur des données et études publiées en 2025.
Canada (Québec). Une étude de l’Institut de la statistique du Québec résume l’utilisation de l’IA dans les entreprises en 2025. Au deuxième trimestre de 2025, 12,7 % des entreprises québécoises utilisent des applications d’IA pour leur production, une proportion proche de celle de l’Ontario (13,3 %). La progression reste modeste par rapport à 2024. L’analyse sectorielle montre que la finance, l’information, la culture et les services professionnels affichent des taux d’adoption entre 36,9 % et 55,0 %. Les secteurs les moins avancés sont l’agriculture (0,3 %), l’hébergement et la restauration (1,9 %) et la construction (2,3 %). La taille influence également l’adoption : les grandes entreprises (≥100 salariés) affichent un taux de 26,1 % contre 12,2 % pour les très petites entreprises.
France (commerçants et PME). Le guide de la Direction générale des entreprises (DGE) indique que l’IA permet aux commerçants d’améliorer la recommandation de produits, de déployer des chatbots, de prévoir la demande, de générer du contenu marketing et de détecter la fraude. Les cas d’usage présentés concernent le support client, la création de contenu, la personnalisation des recommandations et l’optimisation des stocks. Un livre blanc publié en septembre 2025 souligne que 32 % des PME françaises utilisent l’IA et 58 % des dirigeants considèrent son adoption comme un enjeu de survie. Ces chiffres témoignent d’un rattrapage rapide des petites entreprises.
Petites entreprises et PME internationales. Selon un article dédié aux PME, 75 % des petites entreprises utilisent déjà des solutions d’IA et plus de 90 % reconnaissent les gains de temps et de rentabilité. Toutefois, 90 % des petites entreprises déclarent avoir rencontré des obstacles lors de l’intégration de l’IA. Parmi les difficultés, 47 % mentionnent ne pas savoir comment utiliser les outils, 31 % citent l’incompatibilité avec les systèmes existants et 26 % évoquent les problèmes de sécurité et de confidentialité.
Monde (Enquêtes globales). Le rapport 2025 de McKinsey indique que 88 % des organisations utilisent l’IA dans au moins une fonction contre 78 % un an plus tôt, mais près des deux‑tiers n’ont pas encore commencé à déployer l’IA à l’échelle de l’entreprise. L’intérêt pour les agents IA est élevé : 62 % des répondants déclarent expérimenter des agents et 23 % les déploient à grande échelle. Malgré cette adoption, seulement 39 % des répondants constatent un impact sur le résultat opérationnel, ce qui traduit un écart entre expérimentation et création de valeur.
Canada (KPMG). Un sondage mené en août 2025 montre que 51 % des adultes utilisent l’IA générative au travail et que la majorité (79 %) observe des gains de productivité. Plus de la moitié des utilisateurs déclarent économiser entre une et cinq heures par semaine. Cependant, 83 % souhaitent ou ont besoin de se former pour utiliser plus efficacement l’IA, et moins de la moitié (48 %) estiment que leur organisation fournit un soutien adéquat. Bien que 93 % des dirigeants disent adopter l’IA générative, seulement 2 % constatent un retour sur investissement.
Marketing et communication. Une enquête menée par Semji auprès de décideurs marketing révèle que 83 % des entreprises ont déjà intégré l’IA générative dans leur stratégie marketing. Toutefois, 66 % restent en phase de test et seulement 17 % l’ont déployée à grande échelle. À peine 13 % n’ont pas intégré l’IA et moins de 3 % ne prévoient pas de le faire. Le principal moteur d’utilisation est la productivité : 75 % des professionnels citent le gain de productivité, 64 % la génération de contenu automatisée et 39 % les gains de temps d’analyse.
Évolution rapide de l’adoption. Une feuille de route publiée en mars 2025 constate que 31 % des entreprises utilisent l’IA générative au début de 2025 contre seulement 12 % fin 2023. Les auteurs soulignent la nécessité de définir une vision claire et d’aligner l’IA avec la stratégie de l’entreprise.
Les principales applications d’IA adoptées par les entreprises couvrent plusieurs domaines :
Analyse de textes et traitement du langage naturel. L’enquête québécoise montre que l’analyse de textes est l’application la plus fréquente : 56,7 % des entreprises l’utilisent. Le traitement du langage naturel (28,9 %) et l’automatisation du marketing (22 %) suivent. D’autres applications incluent l’analyse de données (19,0 %), les agents conversationnels (17,9 %) et les systèmes de recommandation de contenu.
Recommandations, chatbots et gestion des stocks. Le guide de la DGE énumère des cas concrets pour les commerçants : systèmes de recommandation personnalisée, chatbots disponibles 24 heures sur 24, prévision de la demande et gestion des stocks, génération automatisée de contenu marketing et détection de fraude. Ces solutions permettent d’améliorer l’expérience client et la prise de décision.
Productivité et automatisation. Dans le marketing, les gains de productivité (75 %) et la génération automatisée de contenu (64 %) sont les principaux moteurs. L’IA est également utilisée pour la personnalisation (30 %), la génération d’idées (28 %) et l’optimisation SEO (14 %).
Les études de 2025 décrivent plusieurs tendances technologiques et sociétales :
Adoption massive de l’IA générative et intégration dans les processus métier. Selon Keyrus, l’IA générative deviendra un usage courant et sera intégrée dans les processus métiers, accompagnée d’applications multi‑agents.
Gouvernance et éthique. Les organisations devront développer une IA responsable, renforcer la littératie des données et intégrer la durabilité dans la gestion des données. La confiance et la transparence deviennent des critères essentiels pour l’acceptation de l’IA.
Infrastructure et technologies. Les jumeaux numériques, l’IA pour les villes intelligentes et l’extension des plateformes cloud figurent parmi les principaux leviers technologiques.
Applications sectorielles. L’IA s’étend à la santé, à l’éducation, à la cybersécurité, à l’agriculture et à l’industrie. Les opportunités comprennent la monétisation des données, l’IA pour la durabilité et les progrès en IA explicable.
Évolution des agents IA et multimodalité. Un guide stratégique décrit l’émergence des agents IA autonomes capables de planifier, de raisonner et de collaborer avec d’autres agents. Les systèmes multimodaux permettant de traiter du texte, des images, de l’audio et de la vidéo simultanément devraient se généraliser.
Hyper‑personnalisation et conversationnel. L’IA permet une personnalisation poussée des offres en fonction de l’humeur, de l’environnement ou des valeurs du client, et les interfaces conversationnelles deviennent un canal privilégié. La durabilité et l’éthique sont au cœur des innovations pour réduire l’impact environnemental des modèles et garantir la justice algorithmique.
Malgré l’engouement pour l’IA, de nombreux obstacles persistent :
Manque de gouvernance et de cadre. Dans le marketing, 60 % des entreprises n’ont aucun cadre formel de gouvernance pour l’IA. Le rapport souligne la difficulté à mesurer le retour sur investissement (46 %), la complexité d’intégration (37 %) et l’insuffisance de culture IA (34 %).
Déficit de compétences et formation. La majorité des travailleurs canadiens veulent ou doivent se perfectionner sur l’IA générative. Les entreprises peinent à offrir des programmes de formation adéquats. L’article sur les PME souligne que 47 % des petites entreprises ne savent pas comment utiliser les outils d’IA et que 31 % rencontrent une incompatibilité avec leurs systèmes.
Sécurité, confidentialité et biais. Les préoccupations juridiques et éthiques sont centrales : 26 % des PME citent la sécurité et la confidentialité des données parmi les obstacles. Des exemples de biais et d’hallucinations rappellent la nécessité de contrôler les modèles pour éviter des discriminations ou des informations erronées.
Infrastructures et données. Les PME manquent souvent d’infrastructure pour collecter et traiter les données et n’ont pas de processus structurés pour la qualité et la gestion des données.
Écart entre adoption et valeur. À l’échelle mondiale, la plupart des organisations utilisent l’IA mais n’ont pas encore constaté de bénéfices financiers significatifs. Seuls 2 % des dirigeants canadiens indiquent un retour sur investissement pour l’IA générative.
Pour maximiser les bénéfices de l’IA et limiter les risques, les études proposent plusieurs approches.
Engagement des équipes et expérience utilisateur. L’expert Igaël Derrida rappelle que neuf projets IA sur dix échouent principalement à cause de l’indifférence des équipes. Il recommande de créer des prototypes (MVP) fonctionnels et de développer des produits “aimables” (MLP) qui suscitent l’adhésion grâce à un design soigné et une expérience utilisateur convaincante. L’IA doit être perçue comme un projet d’entreprise et non uniquement comme un projet IT.
Culture et acculturation. Une feuille de route propose de sensibiliser les dirigeants et les équipes : comprendre les concepts d’IA, aligner l’IA sur la stratégie et définir des objectifs clairs. Des sessions immersives et gamifiées permettent de lever les résistances et d’impliquer les managers. Les champions ou ambassadeurs internes jouent un rôle clé dans la diffusion de la culture IA.
Aligner l’IA avec la stratégie. Les experts soulignent l’importance de ne pas faire de l’IA pour l’IA et d’aligner les projets sur les objectifs globaux de l’entreprise. Il convient d’identifier les processus chronophages ou répétitifs et d’évaluer la maturité numérique de l’entreprise.
Commencer par des cas ciblés et mesurables. Le guide de la DGE propose des cas pratiques simples pour les commerçants (service client, génération de contenu, recommandations, gestion des stocks). Pour les PME, il est conseillé d’évaluer les use cases potentiels en fonction de la valeur ajoutée et des données disponibles.
Cadre de gouvernance. L’absence de cadre est un frein majeur. Les organisations doivent définir des politiques de gouvernance, des comités de supervision et des indicateurs d’adoption. Welcome to the Jungle détaille un modèle fondé sur une équipe de transformation IA, un programme de “champions IA”, un plan de formation, un suivi rigoureux de l’adoption et le développement de solutions sur‑mesure.
Responsabilité et conformité. Le guide de la DGE rappelle l’importance d’anticiper les enjeux techniques, éthiques et juridiques liés à l’IA. Des checklists RGPD et des audits réguliers sont conseillés pour assurer la conformité des projets et protéger les données clients. Il est également crucial d’évaluer les biais, de vérifier les jeux de données et de surveiller les hallucinations.
Formation continue. Les sondages montrent que 83 % des employés veulent se former pour maîtriser les outils d’IA. Les organisations doivent mettre en place des programmes de formation ciblée et des parcours de montée en compétences. Le livre blanc pour PME recommande d’associer des incitations (primes, badges) afin de valoriser l’engagement des ambassadeurs et d’encourager une dynamique positive.
Accès aux outils et infrastructure. Les PME doivent évaluer les systèmes existants, la qualité des données et la compatibilité avec les outils IA. En cas de manque d’infrastructure, elles peuvent recourir à des solutions cloud ou à des partenariats. La réussite passe par une collecte de données structurée et par l’utilisation d’outils accessibles comme les chatbots et les plateformes SaaS.
Indicateurs de succès. Welcome to the Jungle mesure l’adoption via l’usage mensuel (nombre de messages générés), l’usage hebdomadaire, le nombre d’agents créés et la répartition des utilisateurs. Ces indicateurs servent à suivre l’évolution de la transformation et à identifier les obstacles.
Retour sur investissement. Les organisations doivent évaluer le gain de productivité, l’impact financier et la satisfaction des utilisateurs. Seules des mesures précises permettront de passer de l’expérimentation à la création de valeur.
L’année 2025 marque un tournant : l’IA n’est plus un luxe mais un levier stratégique pour les entreprises. Les statistiques montrent une progression rapide de l’adoption, avec des écarts selon la taille, le secteur et le pays. L’IA générative s’impose dans les organisations, mais la majorité reste en phase d’expérimentation et la recherche de valeur demeure un défi. Les entreprises qui réussiront sont celles qui aligneront l’IA sur leur stratégie, engageront leurs collaborateurs, structureront une gouvernance responsable et investiront dans la formation. La transformation par l’IA est autant culturelle que technologique ; elle requiert une vision claire, des cas d’usage concrets et une éthique irréprochable.