L’IA générative gagne les PME par petites touches, mais perd le fil entre les outils

Au sein des PME, l’intelligence artificielle ne s’est pas imposée via un grand chantier de transformation, mais par petites touches successives. Selon Maddyness, dans son article du 4 novembre 2026, un salarié a testé l’outil pour écrire un courriel, un autre pour condenser un contrat, sans qu’aucune annonce officielle ne soit faite.

Des petits usages, déjà très répandus

L’enquête de la Banque de France, conduite au début de l’année 2026 auprès d’environ 7 000 entreprises, révèle l’étendue du phénomène. Dans la plupart des cas, l’usage demeure restreint ou expérimental. Cette arrivée en douceur tient au quotidien des dirigeants : selon une enquête de la CPME menée en 2024 auprès de 1 612 dirigeants de TPE et PME, une proportion notable d’entre eux consacre énormément de temps aux tâches administratives.

Les premiers usages sont donc pragmatiques : une tâche agace, quelqu’un essaie un outil, puis l’équipe juge si cela l’aide vraiment. Ces chiffres portent sur des populations différentes et ne se comparent pas directement.

IA générative et IA prédictive, deux niveaux d’exigence

Toutes les formes d’IA n’avancent pas à la même vitesse. L’IA prédictive exige des données bien structurées et une intégration plus approfondie, ce qui accentue la distance avec les grandes structures.

Quand l’assistant oublie le dossier

Ce premier pas montre rapidement ses limites. L’IA apporte une réponse à une question, puis perd de vue le client comme le dossier : à chaque échange, le contexte doit être répété, et l’heure économisée sur la rédaction s’évapore en explications.

Les fonctions d’IA intégrées aux logiciels ne modifient guère la situation, puisque chacune demeure cantonnée à son domaine. Pourtant, les problèmes apparaissent souvent entre les outils. Un arrêt maladie a des effets sur la paie, mais il peut également désorganiser le planning et retarder une livraison. Celui ou celle qui gère le dossier en mesure les répercussions, tandis que les logiciels ne les relient pas toujours entre eux.

Un assistant partagé, à conditions

L’auteur de l’article décrit un scénario qui reste hypothétique. Si un collaborateur s’absente, un assistant pourrait suggérer un planning remanié et rédiger un message destiné au client, l’employé concerné conservant le contrôle et approuvant l’envoi. Humains et agents d’IA s’appuieraient alors sur une mémoire partagée, qui évite de tout reprendre à zéro sans se substituer au jugement des équipes.

Partir des problèmes, mesurer le temps rendu

D’après l’article, la suite consiste à partir des difficultés concrètes et à connecter peu à peu ce qui ne se parle pas encore. La mesure de réussite n’est pas le nombre d’outils installés mais le temps restitué aux équipes : un temps consacré à échanger avec les clients, au lieu de rechercher une information ou de ressaisir des données déjà disponibles.

Le texte est aussi un point de vue : son auteur estime que cette adoption limitée est une bonne manière de commencer, là où d’autres parlent d’adoption immature. Aucun gain de temps chiffré n’est avancé à ce stade.

Photo : Sora Shimazaki / Pexels