Le chiffre témoigne d’une expansion, pas de la profondeur
La hausse de la part des entreprises déclarant utiliser l’intelligence artificielle témoigne de la diffusion de cette technologie, mais ne permet pas, à elle seule, de savoir dans quelle mesure le travail a changé au sein de ces organisations. Usage déclaré et intégration sont deux mesures distinctes : une entreprise peut être comptabilisée comme utilisatrice même si elle applique un outil à une tâche limitée, tandis qu’une autre peut avoir réorganisé ses processus et ses responsabilités autour de celui-ci.
Le document de Funcas retenu pour cette analyse s’intitule La adopción de las tecnologías IA por las empresas de la Unión Europea: evidencias y explicaciones desde la teoría de la difusión tecnológica. Toutefois, les éléments disponibles ici ne comprennent pas le texte intégral et ne permettent pas de vérifier indépendamment les chiffres précis de 7,6 % en 2021 et de 20 % en 2025, la population statistique concernée ou leur mode de calcul. Il serait irresponsable de présenter cette paire de chiffres comme vérifiée sur la seule base du titre et de l’extrait retrouvé. (https://www.funcas.es/documentos_trabajo/la-adopcion-de-las-tecnologias-ia-por-las-empresas-de-la-union-europea-evidencias-y-explicaciones-desde-la-teoria-de-la-difusion-tecnologica/)
Il est possible de replacer le débat dans son contexte à l’aide d’une série officielle d’Eurostat disponible dans le cadre de la recherche : en 2024, 13,5 % des entreprises de l’UE comptant au moins dix personnes occupées ont déclaré utiliser des technologies d’IA dans le cadre de leur activité, contre 8,0 % en 2023. Cet indicateur est défini par année et par taille d’entreprise ; il ne faut pas le combiner automatiquement avec un autre pourcentage sans vérifier que l’univers, la définition et la méthode concordent. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Ce que mesure la statistique européenne
Le chiffre d’Eurostat concerne les entreprises comptant au moins dix personnes occupées et l’utilisation de technologies d’IA dans le cadre de leur activité. Les entreprises de moins de dix salariés sont donc exclues de l’univers décrit : le résultat ne représente pas, sans autre précision, l’ensemble des entreprises européennes. L’unité observée compte autant que le pourcentage : un taux calculé pour des entreprises d’une certaine taille ne peut être transposé aux microentreprises sans autre source. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
La publication statistique détaille également des technologies précises : en 2024, les catégories les plus fréquentes étaient l’analyse de texte (text mining), la génération de langage écrit ou parlé et la reconnaissance vocale. Le communiqué leur attribue des proportions différentes, ce qui montre que l’« utilisation de l’IA » recouvre des pratiques hétérogènes et non une seule forme de déploiement. L’agrégat ne révèle pas, à lui seul, la finalité ni le poids opérationnel de chaque application. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Il convient de lire le terme « utilisation » comme une catégorie d’enquête, et non comme une certification de maturité numérique. Le chiffre disponible ne précise pas si un outil est expérimental ou déployé de manière stable, combien de personnes l’utilisent, quelle part des tâches il couvre ni s’il est relié aux systèmes centraux. Ces questions nécessitent des variables supplémentaires et ne trouvent pas de réponse dans le taux global.
Comment comparer 7,6 % et 20 %
Si les chiffres attribués au document de Funcas étaient comparables, le passage de 7,6 % à 20 % correspondrait à une hausse de 12,4 points de pourcentage. En termes relatifs, la part finale serait environ 2,6 fois supérieure à la part initiale. Il s’agit de deux manières différentes d’exprimer l’évolution : les points de pourcentage comparent directement les taux, tandis que le multiplicateur indique le rapport entre le résultat final et le résultat initial. Mais le calcul arithmétique ne vérifie ni la source ni la comparabilité méthodologique.
Avant d’utiliser cette variation comme une tendance statistique, il faudrait confirmer que les deux observations portent sur les mêmes pays, secteurs et tailles d’entreprise, et qu’elles appliquent une définition équivalente des technologies d’IA. Il importe également de savoir si le pourcentage représente les entreprises interrogées, les entreprises pondérées ou une agrégation régionale, ainsi que la période de référence et les règles de réponse. Sans ces vérifications, la comparaison peut induire en erreur, même si la soustraction est correcte.
La référence d’Eurostat fournit un point de comparaison vérifiable pour 2023 et 2024 : 8,0 % et 13,5 %, respectivement, parmi les entreprises de l’UE comptant au moins dix salariés. Ces chiffres sont compatibles avec une progression rapide de l’utilisation déclarée sur cette période ; ils ne suffisent pas à valider une autre série couvrant 2021 et 2025. Une évolution dans le même sens ne prouve pas la continuité d’une série. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Adopter n’est ni intégrer ni démontrer un impact
Un taux d’adoption indique essentiellement combien d’entreprises déclarent un usage quelconque selon la définition de l’enquête. Il ne permet pas de savoir si l’IA est devenue une composante habituelle d’un processus, si une supervision humaine existe, si l’organisation a actualisé ses données ou si le système produit de meilleurs résultats que la solution précédente. L’intensité et la qualité de l’utilisation ne se déduisent pas d’un décompte binaire des entreprises utilisatrices.
Il n’est pas non plus valable de transformer une hausse de l’adoption en preuve de gains de productivité. Pour établir un impact, il faudrait des données sur les résultats et une analyse permettant de distinguer l’effet de l’IA d’autres évolutions, comme l’investissement, la formation, la composition sectorielle ou le cycle économique. Une comparaison descriptive peut montrer que des changements ont eu lieu au même moment ; à elle seule, elle n’établit pas de lien de causalité. Les éléments examinés ne contiennent aucune estimation de l’impact sur les entreprises permettant d’attribuer des améliorations à l’utilisation de l’IA.
Cette prudence ne rend pas le chiffre insignifiant : la diffusion de nouvelles technologies peut être un enjeu économique important. Elle impose toutefois de distinguer des questions souvent confondues : combien d’entreprises utilisent l’IA, à quelle fréquence elles l’utilisent, quels processus elle transforme et quels résultats elle produit. Chaque question nécessite ses propres indicateurs et éléments de preuve, et répondre à l’une ne répond pas aux autres.
Quels éléments complémentaires sont nécessaires
Pour évaluer l’étendue de l’utilisation, il faut des séries comparables d’une année à l’autre et une définition transparente de la population couverte. Le communiqué d’Eurostat donne un exemple de ventilation par type de technologie et par pays pour 2024, ainsi qu’une comparaison avec 2023. Il est utile pour décrire les écarts et les évolutions dans ce cadre précis, mais ne fournit pas, à lui seul, une mesure de la profondeur organisationnelle. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Pour évaluer l’intégration, il faudrait des indicateurs tels que la part des processus en production, le nombre ou le type de fonctions recourant à l’IA, la continuité de son utilisation, ainsi que l’existence de changements organisationnels ou de formations. Mesurer les résultats exigerait des indicateurs adaptés à l’objectif — par exemple, les délais, la qualité ou les coûts — et un dispositif permettant des comparaisons valides. Les éléments fournis ne contiennent pas ces indicateurs ; les énumérer ici précise ce qui manque, sans affirmer que l’IA a déjà amélioré ces dimensions.
La taille de l’entreprise et le secteur peuvent également modifier l’interprétation de l’agrégat. Un taux unique peut masquer des écarts entre les activités disposant de données et de processus numérisés et celles où l’adoption est moins fréquente. La statistique européenne citée permet de consulter certaines ventilations géographiques et technologiques, mais il faudrait des tableaux détaillés et des analyses spécifiques pour expliquer qui adopte et pourquoi. Il ne faut pas déduire d’écart sectoriel ou lié à la taille sans ces chiffres.
Interpréter avec prudence une tendance bien réelle
La conclusion la plus solide reste limitée : Eurostat constate une hausse annuelle de la part des entreprises de l’UE comptant au moins dix salariés qui déclarent utiliser l’IA, de 8,0 % en 2023 à 13,5 % en 2024. Le document de Funcas présente une série de plus longue portée, mais les éléments disponibles pour cet article ne suffisent pas à certifier ses valeurs extrêmes de 7,6 % et 20 %, ni les détails de leur comparabilité. La hausse de l’utilisation déclarée ne se confond pas avec la maturité du déploiement. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Le chiffre peut donc être présenté comme un signe de diffusion, et non comme une mesure d’intégration approfondie ou une preuve de bénéfices pour les entreprises. Pour étayer de telles conclusions, il faudrait d’abord vérifier la méthodologie complète de la série, puis ajouter des indicateurs d’intensité, de processus et de résultats. D’ici là, l’approche utile pour les entreprises comme pour les lecteurs consiste à distinguer adoption, déploiement et impact.
