IA dans les PME : le véritable enjeu n’est plus l’outil, mais son intégration dans l’entreprise — Une tribune de Guy Clément, co-dirigeant d’INWIN

Septembre est toujours un mois particulier pour les dirigeants. Les budgets se finalisent, les recrutements se décident, certains investissements sont confirmés, d’autres repoussés. Et les décisions prises à la rentrée ont souvent des conséquences bien au-delà des quelques mois qui suivent. Cette année, les échanges que j’ai avec les chefs d’entreprise ont un point commun : la prudence. Les carnets de commandes sont plus difficiles à remplir, les clients réfléchissent davantage avant de s’engager et les cycles de décision s’allongent. Dans ce contexte, chaque recrutement compte et chaque investissement doit pouvoir démontrer son utilité.

Les chiffres le montrent assez bien.

Fin mai 2026, la Banque de France recensait 70 077 défaillances d’entreprises sur douze mois glissants, un niveau qui reste historiquement élevé. Dans le même temps, plus de 1,2 million d’entreprises ont été créées en France, soit une hausse de 10 %. Ces deux données pourraient sembler contradictoires. Elles racontent pourtant assez bien la situation actuelle : l’envie d’entreprendre est toujours là, mais il devient plus difficile de compenser les faiblesses d’une organisation lorsque le marché ralentit. Quand la conjoncture est favorable, deux entreprises comparables peuvent progresser presque au même rythme. Quand elle l’est moins, les écarts deviennent beaucoup plus visibles.

On voit alors des entreprises qui vendent des produits ou des services similaires, sur les mêmes territoires et auprès des mêmes clients, obtenir des résultats très différents. Et la différence ne vient pas nécessairement de leur offre. Elle vient souvent de leur manière de travailler : prospecter, répondre à une demande, relancer un client, fidéliser, exploiter les informations dont elles disposent déjà. C’est dans ce type de période que le numérique prend, à mon sens, une autre dimension. Il ne s’agit plus simplement de moderniser l’entreprise. Il s’agit de mieux l’organiser et de rester compétitif.

Un écart qui se creuse entre les entreprises

Les données publiées par l’INSEE en juillet dernier sont intéressantes à ce titre. En 2025, 18 % des entreprises françaises de dix salariés ou plus déclaraient utiliser de manière organisée au moins une technologie d’intelligence artificielle. Ce taux a triplé en deux ans. Mais cette moyenne cache des écarts importants selon la taille des entreprises : 15 % pour celles de 10 à 49 salariés, 31 % pour les entreprises de 50 à 249 salariés et 58 % au-delà de 250 salariés. En 2023, 16 points séparaient les plus petites entreprises des plus grandes. Deux ans plus tard, cet écart atteint 43 points. Il y a donc bien un retard des PME, et ce retard augmente.

La question intéressante est de savoir pourquoi.

Parmi les entreprises qui n’utilisent pas encore l’IA, 71 % déclarent ne pas en voir l’utilité et 54 % évoquent un manque d’expertise. Mais un autre chiffre me semble encore plus parlant : parmi celles qui utilisent déjà l’IA, 53 % disent elles aussi être freinées par un manque d’expertise. Autrement dit, avoir accès à l’outil ne suffit pas. Et commencer à l’utiliser ne règle pas non plus le problème. Les technologies sont pourtant disponibles. Quatre entreprises utilisatrices sur cinq ont recours à des logiciels existants sur le marché. Il n’est donc plus nécessaire d’avoir une équipe de chercheurs ou un budget considérable pour commencer. La difficulté se situe désormais ailleurs : comment prendre une technologie conçue pour répondre à des milliers de situations différentes et l’intégrer dans une entreprise qui, elle, a ses propres clients, ses propres données, ses méthodes de travail, ses contraintes et ses équipes ? Cette situation me rappelle beaucoup ce que nous avons déjà connu avec le numérique.

Ce que dix années de transformation numérique nous ont appris

Lorsque nous avons repris Inwin avec Ludovic Hervault en 2024, nous avons aussi repris l’histoire d’un réseau qui accompagnait depuis dix ans des PME dans leur transformation numérique. En regardant cette évolution, j’ai été frappé par quelque chose : les technologies changent très vite, mais les questions des dirigeants restent finalement assez proches. Il y a dix ans, elles portaient sur Google, le référencement, les réseaux sociaux ou la création d’un site internet. Aujourd’hui, elles portent sur l’intelligence artificielle. Mais les questions sont toujours les mêmes : par où commencer ? Combien investir ? Que faut-il réellement maîtriser ? Comment ne pas prendre de retard ? Et surtout, comment faire en sorte que cette nouvelle technologie améliore concrètement les résultats de l’entreprise ?

En 2014, bien référencer un site internet était encore une compétence relativement rare. Construire une présence numérique cohérente également. Même chose pour la gestion des réseaux sociaux. Ces compétences avaient donc beaucoup de valeur. Puis les outils se sont améliorés. Les interfaces sont devenues plus simples, les méthodes se sont diffusées et de nouveaux acteurs sont arrivés. En dix ans, le marché s’est rempli d’agences, de freelances et de plateformes permettant de réaliser en quelques clics des opérations qui nécessitaient auparavant l’intervention d’un spécialiste.

Cela ne veut pas dire que ces métiers ont disparu. Cela signifie que la simple maîtrise technique d’un outil ne suffit plus à créer la même valeur qu’auparavant. C’est aussi ce constat qui nous a amenés à faire évoluer Inwin. Lorsque nous avons repris le réseau, il ne s’agissait pas de poursuivre exactement le modèle qui avait fonctionné pendant les dix années précédentes. Le marché avait changé et il fallait en tirer les conséquences.

J’en retiens une conviction assez simple : lorsqu’une technologie est difficilement accessible, savoir l’utiliser constitue déjà un avantage. Lorsqu’elle devient accessible à tout le monde, l’avantage se déplace vers la manière dont on l’intègre dans l’organisation. C’est précisément ce que nous sommes en train de vivre avec l’intelligence artificielle. Un dirigeant peut aujourd’hui accéder, parfois gratuitement, à des capacités de rédaction, d’analyse, de synthèse ou d’automatisation qui étaient inimaginables à cette échelle il y a encore quelques années. La maîtrise basique de ces outils va donc, elle aussi, rapidement se banaliser. Construire aujourd’hui une offre uniquement autour de la connaissance de ChatGPT ou d’un autre outil d’IA reviendrait finalement à reproduire ce que nous avons déjà vécu avec le web, mais probablement beaucoup plus rapidement.

Savoir utiliser l’IA, mais aussi savoir quand ne pas l’utiliser

Une expérimentation menée auprès de 758 consultants du Boston Consulting Group et publiée cette année dans Organization Science illustre bien cette difficulté. Sur dix-huit tâches pour lesquelles l’IA était performante, les consultants qui l’utilisaient ont accompli 12 % de tâches supplémentaires. La qualité de leur travail était supérieure de plus de 30 % et ils ont réduit leur temps de travail d’environ un quart. Les gains étaient donc très importants. Les chercheurs leur ont ensuite confié une tâche située volontairement en dehors du domaine dans lequel l’IA était fiable. Cette fois, le résultat s’est inversé : les consultants assistés par l’IA avaient en moyenne 19 points de probabilité en moins de parvenir à la bonne réponse. Évidemment, une expérience et une tâche ne permettent pas de tirer une règle applicable à toutes les situations. Mais elles montrent quelque chose d’essentiel : utiliser l’IA ne rend pas automatiquement une décision meilleure. Et surtout, la limite n’est pas toujours évidente à identifier. Les consultants participant à l’étude étaient des professionnels expérimentés. Malgré cela, ils ont parfois accordé trop de confiance à l’outil. C’est probablement là que se trouve une partie de la valeur dans les années à venir : non pas simplement savoir utiliser l’intelligence artificielle, mais savoir quand l’utiliser, jusqu’où lui faire confiance, ce qu’il faut contrôler et à quel moment l’humain doit reprendre la main.

Commencer par le fonctionnement de l’entreprise

C’est cette réflexion qui a guidé le repositionnement d’Inwin autour de deux grands sujets : l’optimisation du parcours client et l’intégration de l’intelligence artificielle. Ces deux sujets sont intimement liés. L’IA peut accélérer énormément de choses. Mais avant d’accélérer un processus, encore faut-il s’assurer qu’il fonctionne correctement. Automatiser une mauvaise relance commerciale ne la rend pas meilleure. Générer plus rapidement des données qui ne sont jamais exploitées ne sert pas à grand-chose. Ajouter de l’IA à une organisation dans laquelle les responsabilités ou les étapes ne sont pas clairement définies peut même ajouter de la complexité. Notre travail commence donc avant le choix de l’outil. Il faut d’abord comprendre où l’entreprise perd du temps, des opportunités commerciales ou de la marge. C’est le rôle du diagnostic. Ensuite vient l’intégration. Un logiciel, aussi performant soit-il, doit s’adapter à une réalité faite de données, de procédures, d’habitudes et de personnes. Il faut déterminer qui l’utilise, à quel moment, avec quelles informations, quels contrôles et quelles responsabilités. La formation des équipes est tout aussi importante. Les outils évoluent vite et leurs limites aussi. Donner un accès à une solution d’intelligence artificielle sans expliquer comment l’utiliser, ce qu’elle sait bien faire et ce qu’il faut vérifier ne constitue pas une stratégie de transformation.
Enfin, il faut mesurer les résultats. C’est probablement le point le plus souvent oublié. Prenons un exemple très simple : une solution d’IA permet à un collaborateur de gagner deux heures chaque semaine. C’est une bonne nouvelle, mais ce n’est pas encore un gain économique pour l’entreprise. Que deviennent ces deux heures ? Sont-elles utilisées pour appeler davantage de prospects ? Pour mieux suivre les clients ? Pour améliorer la qualité du travail ? Pour absorber davantage d’activité sans recruter ? Ou disparaissent-elles simplement dans l’agenda ? C’est cette dernière étape qui permet de passer d’un gain de temps à un véritable gain de performance.

L’accompagnement doit, lui aussi, être exigeant.

Il faut néanmoins aller jusqu’au bout du raisonnement. Si donner simplement accès à un outil ne suffit pas, proposer un accompagnement approximatif ne vaut guère mieux. C’est d’ailleurs l’un des risques que je vois apparaître aujourd’hui autour de l’intelligence artificielle. La demande augmente très rapidement et, mécaniquement, le nombre de personnes qui se présentent comme expertes augmente lui aussi. On voit apparaître des méthodes très différentes, des recettes parfois présentées comme universelles et des cas d’usage reproduits d’une entreprise à l’autre sans toujours tenir compte de leur contexte. Or l’intégration de l’IA demande justement l’inverse : comprendre l’entreprise avant de proposer la solution. C’est là qu’un réseau structuré peut apporter quelque chose de différent : construire une méthode commune, former ceux qui l’appliquent, contrôler cette application et faire évoluer la méthode au fur et à mesure des retours du terrain. Tout en gardant une proximité locale. Parce qu’au bout du compte, on ne transforme pas une entreprise uniquement en configurant ses logiciels. Il faut comprendre comment elle fonctionne réellement, comment travaillent ses équipes, comment elle vend, comment elle sert ses clients et quelles contraintes elle rencontre. C’est le modèle que nous cherchons aujourd’hui à construire chez Inwin : une méthode structurée au niveau national, appliquée et adaptée localement.

La question à se poser à la rentrée

Sur les quelque 194 000 entreprises couvertes par l’enquête de l’INSEE, plus de quatre sur cinq ne déclarent encore aucun usage organisé de l’intelligence artificielle. Pour autant, je ne pense pas que le principal retard soit technologique. Les outils sont déjà disponibles et leur accessibilité va continuer à progresser. Le véritable enjeu est de savoir comment les intégrer intelligemment dans le fonctionnement de l’entreprise. À la rentrée, la question à poser n’est donc peut-être plus : « Que peut faire l’IA ? » Nous commençons tous à avoir une idée de la réponse. La question qui me paraît beaucoup plus utile est : « À quel endroit de mon entreprise l’IA peut-elle produire un résultat que je serai capable de mesurer ? » Et juste après : « Que vais-je faire du temps, de la qualité ou de la marge qu’elle me permettra de gagner ? »
Parce qu’au fond, c’est ce que les dix dernières années de transformation numérique nous ont appris : la technologie finit toujours par devenir accessible. Ce qui fait la différence, c’est ce que l’entreprise en fait.