La pénétration n’est pas synonyme d’usage quotidien
Dire qu’une technologie a « pénétré » l’économie peut recouvrir des réalités différentes : les entreprises y ont investi, l’ont installée, l’utilisent dans certains processus ou en tirent déjà des effets mesurables sur la productivité. Ces étapes sont liées, mais distinctes. Les confondre revient à transformer des investissements ou des anticipations en affirmation sur une adoption effective.
L’analyse de CaixaBank Research, publiée le 13 février 2020, portait sur une difficulté précise : à l’époque, les données économiques ne permettaient pas de quantifier directement l’intelligence artificielle (IA) en tant que technologie émergente. Ses auteurs ont donc estimé l’importance des nouvelles technologies à partir de composantes du stock de capital susceptibles d’en favoriser le développement. L’étude éclaire la base productive technologique, mais ne recense pas les entreprises utilisant l’IA et ne mesure pas son usage habituel.
Une statistique sur l’adoption par les entreprises répond à une autre question : quelle proportion d’entre elles déclare utiliser au moins un outil, au sein d’une population et sur une période définies ? Même ce chiffre ne révèle pas à lui seul l’intensité, la fréquence ou le poids économique de cet usage. Pour interpréter un indicateur, il faut savoir ce qu’il observe et qui il inclut.
Ce que mesurait l’indicateur de CaixaBank Research
L’étude de 2020 s’appuyait sur la base EU KLEMS pour observer le stock de capital dans quatre catégories : logiciels et bases de données, recherche et développement (R&D), ordinateurs et équipements de télécommunications. Les auteurs les ont combinées pour obtenir une approximation générale de la présence économique de technologies liées directement ou indirectement à l’IA. Ils n’ont pas isolé les investissements spécifiques à l’IA : ces catégories couvrent des actifs dont les applications dépassent largement cette technologie.
Pour comparer le poids de ces actifs entre économies et secteurs, l’article divisait le stock total des quatre catégories de capital par le nombre d’heures travaillées. Le résultat est exprimé en euros constants de 2010 par heure travaillée. L’indicateur approche ainsi le capital technologique disponible au regard du travail ; il ne dénombre ni les utilisateurs, ni les licences, ni les projets d’IA, ni les tâches automatisées.
Cette mesure permet de comparer le stock de capital technologique par heure travaillée entre les pays et les secteurs couverts par l’analyse. En contrepartie, il s’agit d’un indicateur indirect et général, pas d’une mesure directe de l’adoption. Les logiciels, le matériel informatique et les télécommunications font partie des catégories de capital retenues ; ces données ne permettent pas, à elles seules, d’identifier les entreprises qui utilisent l’IA ni leurs objectifs.
Ce que révèle la comparaison entre pays et secteurs
Pour la période étudiée, CaixaBank Research situait l’Espagne, comme le Royaume-Uni, derrière la France et l’Allemagne en matière de stock de nouvelles technologies par heure travaillée, tout en soulignant la forte progression enregistrée en Espagne au cours des deux décennies précédentes. Selon l’article, si cette tendance se poursuivait, l’Espagne pourrait se rapprocher de la France et de l’Allemagne en une dizaine d’années. Cette projection était conditionnelle, publiée en 2020 ; elle ne constate pas une convergence ultérieure et ne constitue pas une prévision actualisée.
L’analyse sectorielle portait sur 31 branches de l’industrie et des services en Espagne. Les secteurs dotés du stock technologique le plus élevé correspondaient souvent aux catégories de haute technologie et à forte intensité de connaissances d’Eurostat. Toutefois, le découpage excluait l’agriculture et les activités minières : ses résultats sectoriels ne couvrent donc pas l’ensemble de l’économie productive du pays. De plus, une classification sectorielle ne signifie pas que toutes les entreprises d’une branche investissent ou utilisent les technologies au même niveau.
En pratique, il faut distinguer la capacité technologique installée de l’adoption par les entreprises. Le stock agrégé de capital d’un secteur n’indique pas combien d’entreprises de ce secteur utilisent l’IA, avec quelle intensité ni avec quels résultats. Pour répondre à ces questions, il faut des indicateurs distincts, définis pour la population et la période considérées.
Comment confronter le capital technologique aux données d’adoption
Pour connaître l’usage déclaré de l’IA par les entreprises espagnoles, il faut s’appuyer sur une enquête qui pose explicitement la question et examiner sa définition ainsi que sa population. L’Enquête de la Banque d’Espagne sur l’activité des entreprises (EBAE) comportait, au quatrième trimestre 2024, des questions sur l’IA générative et prédictive, entre autres technologies. Selon ses résultats, 19,9 % des entreprises interrogées déclaraient utiliser au moins un système d’IA ; parmi les utilisatrices, l’expérimentation ou les projets pilotes étaient prédominants. Ce pourcentage correspond à l’EBAE et à sa définition, pas au stock de capital d’EU KLEMS.
La série de l’INE offre un autre éclairage, avec sa propre population et son questionnaire. Dans les résultats définitifs portant sur l’année 2025 et le premier trimestre 2026, publiés le 22 octobre 2026, l’INE a indiqué que 33,6 % des entreprises comptant au moins dix personnes salariées avaient utilisé des technologies d’IA au premier trimestre 2026. Ce chiffre ne se compare pas directement à l’estimation de l’EBAE : la couverture, le dispositif d’enquête et la méthode de calcul du taux diffèrent.
| Indicateur | Ce qu’il observe | Périmètre à garder à l’esprit |
|---|---|---|
| Stock technologique par heure travaillée | Capital agrégé en logiciels et bases de données, R&D, ordinateurs et télécommunications | Indicateur indirect du capital ; n’identifie pas les utilisateurs de l’IA |
| EBAE, quatrième trimestre 2024 | Usage déclaré de l’IA générative ou prédictive | Enquête de la Banque d’Espagne ; l’usage expérimental prédominait parmi les utilisatrices |
| INE, premier trimestre 2026 | Entreprises d’au moins dix personnes salariées déclarant utiliser l’IA | Définition et population propres à l’enquête |
Ce tableau ne classe pas les chiffres du plus faible au plus élevé et ne présente pas une évolution homogène. Il distingue les questions de mesure : quelle quantité de capital technologique existe, et quelles entreprises déclarent utiliser l’IA ? Pour analyser une évolution dans le temps, il faut conserver la même source, la même population et la même définition, ou expliquer avec précision pourquoi des séries différentes sont rapprochées.
Prévisions, investissements et limites temporelles
Les prévisions de marché et les scénarios de croissance peuvent éclairer les anticipations, les investissements potentiels ou la taille future d’un secteur. Ils ne mesurent pas, à eux seuls, l’adoption observée. Pour évaluer une prévision, il faut préciser la variable projetée, l’horizon temporel, les hypothèses et déterminer si elle concerne les ventes, les dépenses, la productivité ou le nombre d’entreprises utilisatrices. Une projection de marché ne prouve pas que la technologie est déjà déployée.
L’analyse de CaixaBank Research évoquée ici a été publiée en février 2020 et décrit les mesures et tendances examinées dans cette étude. Pour évaluer une autre période, il faut mobiliser des données correspondant à cette période et à la même variable. L’INE mesure l’usage de l’IA par les entreprises au premier trimestre 2026 ; l’EBAE interroge les entreprises sur leur utilisation de l’IA et relève différentes intensités d’usage dans son module du quatrième trimestre 2024. Ces références portent sur des dates et des dispositifs d’enquête distincts.
Aucune de ces statistiques ne démontre à elle seule l’effet causal de la technologie sur la productivité. Son estimation nécessite d’étudier les résultats économiques et de tenir compte de facteurs comme la formation, les changements organisationnels, les investissements complémentaires et les différences entre entreprises. Présence, usage et impact sont des niveaux d’analyse distincts ; passer de l’un à l’autre exige des données spécifiques, pas une extrapolation automatique.
Quelle décision pratique chaque mesure permet-elle de prendre ?
Pour une entreprise qui évalue un investissement, un indicateur agrégé du capital donne un contexte sur les capacités technologiques d’un pays ou d’un secteur, mais ne remplace pas l’évaluation de ses propres processus. Le taux d’utilisation déclarée peut montrer qu’une technologie est déjà présente dans une partie du tissu économique ; il ne dit pas si son application convient à une organisation précise, répond à un besoin ou justifie ses coûts de déploiement.
Une lecture prudente distingue trois questions. Quelle infrastructure existe ? Les données de stock et d’investissement permettent d’y répondre. Qui utilise la technologie ? Les enquêtes sur l’adoption apportent des éléments, à condition de préciser la population et la période. Quels résultats produit-elle ? Il faut des indicateurs de performance et des méthodes capables de distinguer son effet de celui d’autres changements simultanés.
La conclusion la plus utile n’est pas qu’une technologie est « adoptée » ou « encore à venir » de manière absolue. Il faut vérifier ce que mesure chaque chiffre avant de s’en servir pour décider. L’étude de 2020 aide à comprendre l’accumulation de capital favorable aux nouvelles technologies ; les enquêtes de la Banque d’Espagne et de l’INE décrivent l’usage déclaré de l’IA dans des populations précises. Lues ensemble, elles apportent un éclairage complémentaire, à condition de tenir compte de leurs différences de date, d’unité et de définition.
