IA en entreprise : pourquoi 88% l'utilisent mais 7% la déploient

L'IA est partout dans votre entreprise, sauf dans vos résultats

Votre équipe utilise ChatGPT pour rédiger des devis, Copilot pour résumer des réunions, un outil de transcription pour les appels clients. Pourtant, le temps passé à ressaisir des informations n'a pas bougé. Les erreurs de facturation non plus.

Ce décalage n'a rien d'une exception. Selon l'enquête The state of AI 2025 de McKinsey, 88 % des organisations interrogées utilisent l'IA dans au moins une fonction. Seules 7 % déclarent l'avoir pleinement déployée à l'échelle de l'entreprise.

Le problème n'est pas l'outil. C'est ce sur quoi il est posé. Appliquer l'IA à un processus où l'information passe d'un tableur Excel à un CRM, puis au site, puis à la comptabilité, revient à accélérer un circuit qui fuit.

La vraie question est ailleurs : que se passerait-il si une seule décision humaine suffisait à mettre à jour tout le reste ?

Défi sur route accidentée : femme et voiture rouge

88 % d'usage, 7 % de déploiement : ce que disent vraiment les chiffres

Un point de méthode d'abord. L'enquête McKinsey porte sur des organisations de toutes tailles, avec une forte représentation des grandes entreprises. Elle ne décrit pas spécifiquement les TPE et PME françaises. Les données nationales racontent pourtant une histoire proche.

Selon Bpifrance Le Lab, 31 % des dirigeants de TPE et PME utilisent l'IA générative. Un baromètre relayé par ActuIA va plus loin : 40 % des TPE-PME utilisent l'IA, mais seulement 19 % paient pour un outil. Une large part de l'usage repose donc sur des versions gratuites, utilisées au cas par cas, par des collaborateurs isolés.

Ce schéma rejoint le constat de McKinsey : près des deux tiers des organisations n'ont pas encore commencé à déployer l'IA au-delà des expérimentations. L'outil est adopté. Le fonctionnement de l'entreprise, lui, n'a pas changé.

Le même rapport apporte un éclairage plus utile. Les entreprises qui tirent un gain financier mesurable de l'IA, environ 6 % de l'échantillon, sont près de trois fois plus nombreuses à avoir redessiné leurs workflows en profondeur.

Le facteur différenciant n'est donc pas le choix du modèle. C'est ce qui a été fait avant de le brancher.

La bonne lumière suffit, torches obsolètes

Anatomie d'un processus fragmenté

Prenez un cas que je rencontre régulièrement. Un client valide un devis par email. Voici ce qui se passe ensuite dans beaucoup de PME :

le commercial met à jour son tableur Excel ou Google Sheets ;
il recopie le statut dans le CRM, HubSpot ou Pipedrive ;
quelqu'un ajuste le stock ou la disponibilité sur le site WooCommerce ;
l'assistante crée la facture dans Pennylane ou Sage ;
le planning de production est modifié à la main.

Cinq saisies pour une seule décision : le client a dit oui. Chaque étape dépend d'une personne disponible, attentive, qui sait où se trouve la bonne version du fichier.

Ce fonctionnement ne résulte d'aucune erreur de conception. Il s'est construit par couches. Le tableur date de la création de l'entreprise, le CRM a été ajouté pour structurer la prospection, le site a été refait il y a trois ans. Chaque outil répondait à un besoin réel au moment de son adoption.

Le coût, lui, reste diffus. Il se mesure en heures de ressaisie, en factures envoyées avec un mauvais tarif, en clients relancés alors qu'ils ont déjà signé. Personne ne le voit dans un tableau de bord, parce qu'aucun outil ne voit l'ensemble du circuit.

Chaîne humaine inefficace, fuite d'eau au bureau

Pourquoi l'IA accélère la fragmentation au lieu de la résoudre

Ajoutez ChatGPT à ce circuit. Le commercial l'utilise pour rédiger le mail de confirmation. L'assistante s'en sert pour reformuler les relances. Un collaborateur crée un GPT personnalisé pour extraire les montants des bons de commande en PDF.

Chaque usage fait gagner quelques minutes. Mais aucun ne supprime une étape. Chacun crée même une nouvelle copie de l'information, hors des systèmes de l'entreprise, dans un historique de conversation que personne d'autre ne consulte.

L'IA produit plus vite, mais elle produit toujours vers la même chaîne de ressaisies. Si le tarif est faux dans le tableur, elle rédigera simplement un mail erroné mieux tourné.

Il existe aussi un enjeu de maîtrise. Quand des données clients transitent par des comptes gratuits personnels, l'entreprise perd la trace de ce qui sort. Les recommandations de France Num sur l'IA insistent d'ailleurs sur la vigilance quant aux données confiées à ces outils.

C'est la mécanique de ce que j'appelle le théâtre de l'IA : des usages visibles, une impression de modernité, et aucun effet sur la structure des coûts.

Ma conviction est simple : un outil IA posé sur un processus cassé amplifie le défaut, il ne le corrige pas.

Arrosage catastrophique au compresseur

Redesigner avant d'automatiser : une décision, une cascade

La logique inverse consiste à partir de la décision, pas des outils. Dans l'exemple du devis, l'événement métier est unique : le client accepte. Tout le reste devrait en découler.

Un workflow redessiné repose sur trois principes.

Une source de vérité unique. Le statut du devis vit à un seul endroit, généralement le CRM. Le tableur disparaît ou devient une simple vue en lecture.
Un déclencheur clair. La validation du devis, par un clic dans le CRM ou une signature électronique via Yousign, émet un événement, appelé webhook.
Des mises à jour en cascade. Cet événement alimente, via les API de chaque logiciel, la création d'une facture brouillon dans Pennylane, la mise à jour du planning et la notification à l'équipe.

Des plateformes comme Make, Zapier ou n8n permettent d'orchestrer ce type de chaîne sans développer chaque connexion à partir de zéro. Pour les cas plus spécifiques, un développement sur mesure reste nécessaire.

C'est seulement à ce stade que l'IA trouve une place utile : extraire les lignes d'un bon de commande reçu en PDF, classer un email entrant, proposer une réponse à partir de l'historique client. Elle devient une étape du circuit, pas une couche posée par-dessus.

Une application concrète de cette logique se retrouve dans les projets d'Automatisation & IA, qui partent du processus avant de choisir la technologie.

Domino de l'entreprise: une cascade souriante

Les points de contrôle : où l'humain doit rester

Automatiser une cascade sans garde-fou, c'est propager une erreur à la vitesse d'un webhook. Un mauvais montant saisi une fois se retrouve en quelques secondes sur la facture, dans le prévisionnel et dans le mail au client.

La conception des points de contrôle compte autant que l'automatisation elle-même. Mon conseil est de les placer là où une erreur coûte cher ou devient difficile à corriger :

avant l'émission d'un document légal, comme une facture : l'automatisation crée un brouillon, un humain valide ;
quand l'IA intervient, car un modèle comme GPT ou Mistral peut extraire un montant erroné d'un PDF mal scanné ;
au-delà d'un seuil, par exemple toute commande supérieure à 5 000 euros qui déclenche une validation manuelle.

Chaque exécution doit aussi laisser une trace : quel événement a déclenché quoi, à quelle heure, avec quelles données. Make et n8n conservent un historique d'exécution. Sans ce journal, le premier incident se transforme en enquête de plusieurs heures.

L'objectif n'est pas de retirer l'humain du circuit. C'est de le retirer des tâches de recopie pour le placer aux endroits où son jugement compte.

Domino bloqué : l'expert arrête la cascade

Les limites : quand ne pas tout refondre

Redessiner un processus n'est pas toujours rentable. Plusieurs situations justifient de s'en abstenir, ou d'attendre.

Le volume est trop faible. Une entreprise qui émet dix devis par mois ne récupérera pas le coût d'une chaîne automatisée complète. Une check-list partagée et un CRM bien tenu suffisent souvent.

Le processus change encore. Si votre offre, vos tarifs ou votre organisation évoluent chaque trimestre, figer un workflow revient à le reconstruire sans cesse. Stabiliser le fonctionnement passe avant.

Les outils ne communiquent pas. Certains logiciels métier anciens ou très verticaux ne proposent pas d'API ouverte. Les contourner par du scraping ou de la RPA, comme UiPath, crée une dépendance fragile qui casse à chaque mise à jour de l'éditeur.

La maintenance a un coût. Un n8n auto-hébergé demande des mises à jour et une surveillance. Zapier facture à la tâche, ce qui augmente avec le volume. Une automatisation n'est jamais terminée : elle se maintient comme n'importe quel logiciel.

Il m'est déjà arrivé de déconseiller une automatisation à un client. Dans ce cas précis, le gain venait de la suppression pure et simple d'une étape inutile, sans écrire une ligne de code.

Humour pelleteuse, porte qui grince, burette d'huile

Par où commencer sans tout casser

La refonte complète d'un système d'information n'est pas un passage obligé. Une démarche progressive donne de meilleurs résultats, et surtout, elle se mesure.

Cartographiez un seul processus. Choisissez celui qui revient le plus souvent, fréquemment le cycle devis-facture. Notez chaque outil touché et chaque personne impliquée.
Comptez les ressaisies. Combien de fois la même information est-elle tapée à la main ? Chaque doublon est un point de fragilité.
Désignez la source de vérité. Pour chaque donnée (client, prix, statut), décidez quel outil fait foi. Ce choix est organisationnel avant d'être technique.
Automatisez la cascade, puis ajoutez l'IA. Commencez par les liaisons simples entre logiciels. Intégrez l'IA uniquement sur les étapes qui demandent de la lecture ou de la classification.
Mesurez avant et après. Temps de traitement d'une commande, nombre d'erreurs de facturation, délai entre signature et facture.

Ce dernier point fait la différence. Sans mesure initiale, impossible de savoir si le projet a produit un gain ou simplement déplacé le travail.

Femme explorant un entrepôt de cartons avec fil rouge

Conclusion

L'écart entre 88 % d'usage et 7 % de déploiement ne tient pas à la qualité des modèles. Il tient à ce qu'on leur demande d'accélérer.

Une PME qui redessine d'abord ses flux, autour d'une décision et d'une source de vérité, n'a plus besoin de l'IA pour compenser ses ressaisies : elle peut l'utiliser là où elle crée de la valeur.

Dans votre entreprise, combien de mains touchent une même information entre la signature d'un client et l'envoi de sa facture ?

Poignée de main et avion en papier