Comment mesurer l’adoption technologique en Espagne sans la confondre avec les tendances

Qualifier une technologie de « pertinente » peut signifier que les entreprises l’utilisent déjà, qu’elles ont investi dans des actifs associés ou que des analystes et des dirigeants s’attendent à ce qu’elle gagne en importance. Ces indicateurs ne sont pas interchangeables : chacun répond à une question différente et peut décrire une phase distincte du changement technologique.

L’adoption observée suppose de définir qui utilise quelle technologie et sur quelle période. L’investissement en capital, lui, estime les ressources accumulées dans des actifs susceptibles de faciliter son utilisation. Une liste de tendances sélectionne généralement des technologies en fonction de leur potentiel stratégique, de leurs cas d’usage ou de leur nouveauté, sans démontrer à elle seule qu’elles sont largement déployées.

Pour une entreprise qui évalue un investissement, distinguer ces mesures évite deux erreurs : prendre une prévision pour la preuve d’un marché déjà établi, ou conclure qu’une technologie est sans importance parce que son utilisation actuelle reste limitée. Le signal pertinent dépend de la décision : dimensionner les opérations, comparer des secteurs ou anticiper des capacités nécessite des données différentes.

Une analyse de CaixaBank Research publiée le 13 février 2020 a estimé la présence des nouvelles technologies dans l’économie espagnole à partir de quatre catégories de capital EU KLEMS : logiciels et bases de données, recherche et développement, ordinateurs et équipements de télécommunications. L’ensemble était exprimé en euros de capital par heure travaillée, en euros constants de 2010. (https://www.caixabankresearch.com/es/economia-y-mercados/actividad-y-crecimiento/relevancia-tendencias-y-diferencias-tecnologias-del)

L’intérêt de cette approche est de rendre observable une dimension économique comparable entre pays et secteurs : le volume de capital associé à ces catégories par rapport au travail effectué. Elle permet également d’étudier les tendances d’accumulation et les différences sectorielles. Elle ne constitue toutefois ni un décompte direct des entreprises utilisant l’intelligence artificielle, ni une mesure des résultats obtenus par chaque organisation.

La principale réserve tient à la portée de l’indicateur. Les catégories sont plus larges que l’IA et ne la recouvrent qu’indirectement ; en outre, des équipements remplissant des fonctions technologiques peuvent être classés dans d’autres postes. L’indicateur permet donc d’analyser la base de capital susceptible de soutenir des technologies avancées, mais pas d’attribuer ce capital à une application précise ni de prouver qu’elle a été déployée avec succès.

L’enquête de l’Institut national de la statistique espagnol (INE) sur l’utilisation des TIC et le commerce électronique dans les entreprises les interroge sur leur usage des technologies et définit différentes périodes de référence : les variables d’utilisation des TIC portent sur le premier trimestre de l’année de l’enquête, tandis que d’autres données, comme celles sur le commerce électronique, concernent l’année précédente. L’enquête suit les recommandations méthodologiques d’Eurostat. (https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=estadistica_C&cid=1254736176743&menu=ultiDatos&idp=1254735576799)

La publication la plus récente figurant sur la page de l’INE indique qu’au premier trimestre 2026, 33,6 % des entreprises de dix salariés ou plus ont utilisé l’intelligence artificielle et 39,4 % ont eu recours à des services payants de cloud computing. Pour les entreprises de moins de dix salariés, le taux indiqué pour l’IA est de 21,36 %. La taille de l’entreprise et la période comptent : ces pourcentages ne doivent pas être combinés comme s’ils avaient le même dénominateur ou formaient une série sans changement méthodologique. (https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=estadistica_C&cid=1254736176743&menu=ultiDatos&idp=1254735576799)

L’utilisation déclarée rapproche la mesure du déploiement réel, mais ne précise ni l’intensité d’utilisation d’un outil, ni le nombre de processus couverts, ni les résultats obtenus. Ces pourcentages décrivent l’usage déclaré selon la définition et la période de référence de l’enquête.

Un article de Computerworld publié en septembre 2022 a résumé six tendances que Gartner associait aux premières étapes du développement des technologies du métavers : jeux sérieux, humains numériques, mondes virtuels, expériences partagées, actifs tokenisés et informatique spatiale. L’article signalait aussi que l’adoption était encore précoce et fragmentée, et qu’une adoption à grande échelle était envisagée à plus de dix ans. (https://www.computerworld.es/article/2112967/gartner-esboza-seis-tendencias-que-impulsan-la-adopcion-temprana-de-las-tecnologias-del-metaverso.html)

Cet exemple montre pourquoi il faut lire une tendance en tenant compte de sa date, de son périmètre et de ses réserves. Une prévision portant sur des usages potentiels ou des échéances futures ne dit pas quelle proportion des entreprises espagnoles les a déjà intégrés. En outre, l’article concernait spécifiquement le métavers et des estimations diffusées en 2022 ; il ne s’agit pas d’un inventaire général des priorités des entreprises en 2026 et il ne faut pas le présenter ainsi.

Il en va de même pour les listes de technologies émergentes. Elles servent à organiser des hypothèses, des opportunités et des domaines à suivre, et non à remplacer les enquêtes sur l’utilisation ou les données d’investissement. Une prévision peut orienter des expérimentations ou la planification, à condition de rester distincte des résultats observés.

Les mesures peuvent être lues comme des éléments complémentaires d’un processus, et non comme différentes versions d’un même chiffre. Le capital technologique estime les ressources accumulées ; les enquêtes décrivent l’utilisation déclarée au sein d’une population et sur une période définies ; les rapports sur les tendances proposent des technologies ou des applications susceptibles de gagner en importance. Ensemble, ces indicateurs apportent du contexte, mais ne constituent pas automatiquement une échelle de maturité.

Pour une PME, une démarche pratique consiste à commencer par définir le problème opérationnel à résoudre, puis à choisir la mesure qui correspond à la question. Pour savoir combien d’entreprises d’une taille donnée utilisent l’IA, il faut consulter une statistique d’adoption. Pour suivre l’évolution de l’intensité des investissements dans les actifs technologiques, un indicateur de capital est plus adapté. Pour explorer des applications futures, un rapport sur les tendances sert de carte des possibilités, pas de preuve d’une demande locale.

Une lecture rigoureuse tient aussi compte des dates. Les catégories, les populations et les périodes de référence peuvent varier d’une source à l’autre ; l’enquête de l’INE précise par exemple la taille des entreprises et la période couverte par ses indicateurs. Comparer suppose d’aligner les dénominateurs et les périodes avant d’attribuer les écarts à une accélération ou à un retard technologique.

Une entreprise qui envisage un outil émergent peut examiner une prévision et les données d’adoption comme deux repères différents. Ni l’un ni l’autre ne suffit à établir la rentabilité de cet outil dans son propre cas.

Pour évaluer un investissement précis, une entreprise peut définir une mesure de résultat — par exemple le temps de traitement, les erreurs ou les coûts d’exploitation — et une période de comparaison avant d’étendre le déploiement. Le choix de ces mesures dépend du processus concerné. Un signal de marché ne remplace pas l’évaluation de l’activité.

L’article distingue trois indicateurs : le capital technologique, estimé à partir de catégories d’actifs ; l’utilisation déclarée, mesurée dans le cadre d’une enquête ; et les tendances stratégiques, illustrées ici par les estimations de Gartner sur les technologies du métavers rapportées par Computerworld en 2022. Leur périmètre et leur objet diffèrent.