Mesurer l'adoption technologique des entreprises espagnoles : ce que révèle le capital investi

Dire qu'une entreprise « a adopté » une technologie peut renvoyer à des situations très différentes : acheter une licence, tester un outil, l'utiliser régulièrement ou l'intégrer à des processus qui modifient la production. L'achat seul ne démontre pas l'intégration ni ne permet de savoir si la technologie a un effet appréciable sur l'activité.

Cette distinction est importante pour interpréter les indicateurs. Une donnée sur le capital technologique décrit des ressources associées à certaines catégories d'actifs, tandis qu'une mesure de l'usage par les entreprises devrait préciser quelles organisations sont comptées comme utilisatrices et selon quelle définition. Ce ne sont pas des mesures interchangeables : l'investissement et l'utilisation habituelle répondent à des questions différentes.

L'analyse de CaixaBank Research publiée le 13 février 2020 étudie la pertinence économique du capital associé aux nouvelles technologies en Espagne et dans d'autres pays avancés. Elle ne fournit pas un chiffre direct du nombre d'entreprises espagnoles utilisant l'intelligence artificielle. Son utilité réside dans la manière d'approcher l'intensité technologique lorsque les statistiques ne quantifient pas directement cette technologie précise.

Pour approximer la présence de technologies émergentes, l'étude utilise quatre catégories de capital de la base EU KLEMS : logiciels et bases de données, recherche et développement, ordinateurs et équipements de télécommunications. Elle les combine et les met en relation avec les heures travaillées. Le résultat s'exprime en euros constants de 2010 de capital technologique par heure travaillée.

Ce choix évite de présenter un chiffre d'usage de l'IA que les données utilisées ne fournissent pas. Dans le cadre de l'article, l'IA est trop récente pour disposer d'une mesure économique directe comparable ; par conséquent, le capital sélectionné représente un ensemble plus large d'actifs pouvant contribuer au développement ou à l'utilisation de technologies numériques. C'est un indicateur indirect, non une mesure d'algorithmes installés, de projets en production ou de résultats d'entreprise.

Le dénominateur modifie également la lecture : le capital par heure travaillée n'équivaut pas à la dépense totale d'un pays ou d'un secteur. Il permet de comparer l'intensité relative du capital technologique par rapport au travail, mais n'informe pas à lui seul du nombre de sociétés investissant, de la taille de chaque investissement ni de sa rentabilité. Il ne détermine pas non plus à lui seul le degré d'utilisation des actifs comptabilisés.

Avec les données historiques analysées, CaixaBank Research place l'Espagne en dessous des États-Unis, de la France et de l'Allemagne en capital technologique par heure travaillée, tout en soulignant que cette mesure a progressé rapidement en Espagne au cours des deux décennies examinées. La comparaison décrit une trajectoire passée, non une garantie de convergence : l'article suggérait que l'Espagne pourrait se rapprocher de la France ou de l'Allemagne dans une dizaine d'années si les tendances observées se maintenaient.

La comparaison sectorielle pour l'Espagne couvre 31 branches de l'industrie et des services ; l'étude exclut l'agriculture et les mines de ce détail. Ses auteurs identifient des différences entre secteurs aux niveaux élevés et moyens-bas de capital technologique, et associent les premiers à des activités classées par Eurostat comme à haute technologie ou intensives en connaissances. La moyenne nationale masque cette hétérogénéité : l'indicateur n'implique pas que toutes les activités adoptent les technologies au même rythme.

Le texte met également en garde contre le fait que la classification des machines peut masquer des composants technologiques. En exemple, il note que certains robots industriels sont comptabilisés dans des catégories générales de machines, et non nécessairement dans les postes utilisés pour construire son indicateur. Par conséquent, une comparaison basée sur des catégories comptables peut représenter de manière incomplète des technologies physiques dont la fonction numérique n'est pas identifiée séparément.

L'analyse de CaixaBank Research observe le capital technologique accumulé et le relie aux heures travaillées ; elle ne mesure pas directement combien d'entreprises ont intégré une technologie à leurs opérations. C'est pourquoi ses résultats ne doivent pas être présentés comme un taux d'adoption par les entreprises. Le type de donnée délimite la conclusion : l'indicateur permet de parler d'intensité du capital, non d'usage déclaré par les sociétés.

L'étude n'est pas non plus une prévision de marché. Sa comparaison repose sur des catégories de capital et des données historiques, tandis qu'une projection sur une technologie précise peut se référer à un scénario futur. Pour mettre deux chiffres en contexte, il faudrait vérifier qu'ils partagent la période, la population, la définition technologique et l'unité de mesure ; l'article de 2020, à lui seul, ne permet pas de valider une prévision commerciale.

En lisant une affirmation sur l'adoption, il convient d'identifier ce qui est compté : organisations, employés, licences, projets, dépenses ou capital accumulé. L'année de référence, les secteurs inclus et la distinction entre un test ponctuel et l'usage habituel sont également importants. Sans cette précision, un chiffre peut décrire un phénomène différent de celui qu'il semble mesurer.

L'indicateur de capital ne permet pas de déduire quelle technologie une PME précise devrait acheter. Il aide toutefois à comprendre une question structurelle : la capacité technologique d'une économie dépend de l'investissement dans des actifs complémentaires, comme les logiciels, les données, les équipements et la R&D, et cette capacité n'est pas distribuée uniformément entre les secteurs. La décision d'entreprise doit partir du processus à améliorer, non d'une liste de tendances.

Une recherche de 2025 de l'Universitat de València, basée sur 30 entretiens avec des entreprises de la Communauté valencienne utilisant l'IA, examine comment elles passent de l'intention à la pratique et quelles frictions organisationnelles apparaissent. En raison de sa méthode et de son périmètre, elle apporte des expériences qualitatives, non une estimation de la proportion d'entreprises espagnoles adoptant l'IA. L'intégration organisationnelle et la présence de capital sont des questions différentes.

Pour décider s'il faut tester une solution, une PME peut se poser des questions concrètes : quelle tâche change-t-elle ?, quelles données sont-elles requises ?, avec quel système existant doit-elle se connecter ?, qui est responsable de son utilisation et de sa maintenance ? Un test limité peut fournir des informations pratiques sur la compatibilité et les coûts. Il ne démontre pas, à lui seul, que la solution sera intégrée à plus grande échelle ni que ses résultats se reproduiront dans d'autres entreprises.

Le travail de CaixaBank Research utilise EU KLEMS et compare des catégories de capital avec des données historiques. Ses résultats décrivent des différences d'intensité du capital et des tendances de la période étudiée, mais ne mesurent pas directement l'adoption de l'IA. Pour évaluer l'impact d'un investissement sur la productivité, il faudrait relier ces deux variables avec une méthode appropriée, ce qui est distinct de l'observation de l'évolution du capital par heure travaillée.

Il existe également des limites de couverture : le détail sectoriel cité inclut l'industrie et les services, mais pas l'agriculture ni les mines, et la classification comptable n'identifie pas toujours les actifs technologiques avec précision. L'indicateur agrégé peut varier selon la composition sectorielle et la manière dont le capital est enregistré. De plus, la donnée par heure travaillée n'équivaut pas à une mesure directe de l'usage par les entreprises d'une technologie.

La conclusion utile est limitée : l'analyse documente que le capital associé aux technologies numériques a gagné en pertinence en Espagne sur la période observée et que son poids diffère entre les pays et les secteurs. Pour parler d'adoption par les entreprises actuelle, des données d'usage avec une date de référence claire sont nécessaires. Capital, usage habituel et résultats sont des niveaux distincts ; les distinguer évite de convertir l'investissement ou l'attente en une affirmation sur une implantation généralisée.