Article résumant les enseignements de la table ronde SISTA x Mastercard Strive organisée le 24 juin 2026 (liste des participants en fin d’article)
L’intelligence artificielle s’est imposée en peu de temps comme un sujet structurant dans le débat économique, politique et industriel. Elle traverse désormais les discussions sur la régulation, la productivité, l’investissement, la compétitivité et les futurs champions technologiques. Pourtant, lorsqu’on regarde la réalité des petites et moyennes entreprises, un écart important subsiste entre la place prise par le sujet dans l’espace public et sa traduction concrète dans les usages de travail.
À l’échelle européenne, la direction fixée est claire : la Commission européenne vise 75 % d’entreprises utilisatrices de technologies avancées, dont l’IA, d’ici 2030. Ce cap met surtout en lumière l’ampleur du chemin restant à parcourir. Une grande partie des PME évolue encore à un niveau de maturité numérique basique, alors même que l’intérêt pour l’IA est désormais largement installé chez les dirigeant.e.s. Le sujet n’est donc plus celui de la curiosité. Il porte sur la capacité à passer d’une conviction générale à des usages intégrés, utiles et durables.
La confiance comme préalable à l’adoption
Sur le terrain, le premier frein n’est pas technique. Il tient à la peur, à l’incertitude et à l’absence de repères suffisamment clairs. La question de la fuite de données revient de manière constante, dans les petites structures comme dans les plus grandes. Cette crainte n’est pas marginale. Elle conditionne très directement le passage à l’essai. Tant qu’elle n’est pas traitée de façon précise, avec des explications compréhensibles et des exemples concrets d’usage, l’adoption reste bloquée au stade de l’intention.
Cette résistance s’inscrit aussi dans un rapport plus large au changement. Beaucoup d’équipes veulent comprendre ce que ces outils vont réellement modifier dans leur travail, ce qu’ils vont leur apporter et ce qu’ils risquent de déplacer. Lorsqu’on répond à ces questions avec sérieux, l’adhésion progresse. Lorsqu’on les contourne, la méfiance s’installe. Le sujet de la confiance ne peut donc pas être traité comme une variable secondaire. Il constitue l’une des conditions d’entrée dans l’usage.
Relier l’IA aux enjeux de l’entreprise
La difficulté tient ensuite à une question simple : à quoi cela sert-il, ici et maintenant, dans cette entreprise précise ? Environ 40 % des entreprises jugent encore le coût de l’IA disproportionné par rapport au retour attendu. Ce constat renvoie moins au niveau de prix qu’à l’absence de cas d’usage suffisamment clairs. Tant qu’une entreprise n’identifie pas ce qu’elle peut améliorer dans son activité propre, la dépense reste abstraite.
Cette réserve est renforcée par une forme de lassitude. Depuis des années, les entreprises entendent parler de transformation numérique dans des contextes où les résultats ont parfois mis du temps à se matérialiser. Pour beaucoup de PME, déjà confrontées à des migrations d’ERP, à des outils vieillissants et à des arbitrages constants sur leurs ressources, l’IA peut apparaître comme une couche supplémentaire de complexité. Dans ce contexte, seuls les usages concrets emportent la conviction.
L’adoption progresse quand l’utilité devient visible
C’est ici que se joue l’essentiel. L’IA devient crédible lorsqu’elle répond à un besoin métier identifiable : préparer un appel d’offres, structurer une prospection, auditer un site, appuyer une stratégie export ou automatiser certaines tâches répétitives. L’enjeu de rendre l’utilité immédiatement perceptible dans des situations connues.
Dans les entreprises qui s’engagent durablement dans ces usages, un même mécanisme revient souvent : quelques expériences suffisamment convaincantes suffisent à modifier durablement la perception de l’outil. Il peut s’agir d’un audit très concret d’un site d’entreprise, de recommandations directement exploitables ou d’un environnement d’IA nourri avec les données propres de l’organisation. À partir du moment où l’utilisateur voit ce que l’outil lui fait gagner en qualité, en temps ou en clarté, le rapport change. L’usage cesse d’être théorique. Il commence à s’installer.
Des chiffres d’usage issus de retours de conférences et d’ateliers illustrent cette progression. Il y a trois ans, environ 20 % des participants déclaraient utiliser un outil IA. Aujourd’hui, ce chiffre atteindrait près de 80 %. En revanche, l’usage quotidien reste plus limité, et la part des utilisateurs disposant d’une version payante se situerait autour de 20 %. Un point est particulièrement révélateur : parmi ceux qui utilisent une version payante, presque aucun ne souhaite revenir à une version gratuite. Cela montre que l’enjeu principal n’est pas tant l’accès initial que la profondeur de l’usage et la qualité de la valeur perçue.
Une appropriation qui demande de nouveaux réflexes de travail
Les entreprises avancent davantage lorsqu’elles abordent l’IA comme une pratique de travail progressive plutôt que comme un grand chantier supplémentaire. Beaucoup n’ont ni le temps ni la disponibilité mentale pour absorber un nouveau programme présenté comme global. Elles font déjà face à des tensions multiples : contraintes réglementaires, pression commerciale, inflation, outils à faire évoluer, ressources limitées. Dans cet environnement, les approches les plus efficaces sont celles qui permettent d’introduire l’IA dans le quotidien, de la tester, de l’entraîner et d’en faire peu à peu un réflexe.
Cette logique de l’usage progressif est plus adaptée à la réalité des PME. Elle permet de partir du travail existant, d’identifier des points d’appui concrets et de construire une montée en compétence crédible. L’appropriation ne se décrète pas. Elle s’acquiert à mesure que l’outil prouve sa pertinence dans des situations réelles.
Transformer les gains de productivité en gains réels
L’apparition de nouveaux usages ne suffit toutefois pas à produire des effets durables. Lorsqu’un outil fait gagner du temps, encore faut-il que l’organisation sache quoi faire de ce gain. Si les attentes, les périmètres et la structure du travail ne changent pas, les bénéfices restent superficiels. L’IA pose donc aussi une question managériale très directe. Elle oblige à réfléchir à la répartition des tâches, à la place des collaborateurs, à l’évolution des rôles et aux conditions dans lesquelles les gains de productivité peuvent être réinvestis utilement.
C’est souvent à ce niveau que la différence se fait entre une adoption ponctuelle et une transformation réelle des pratiques. Les outils ne produisent pas seuls leurs effets, ils demandent un cadre de travail capable de les absorber.
Le rôle des tiers de confiance
L’adoption se diffuse d’autant mieux qu’elle s’appuie sur des intermédiaires crédibles. Les réseaux professionnels, les fédérations, les experts-comptables, les DSI externalisés ou les communautés entrepreneuriales jouent ici un rôle central. Leur valeur tient à leur proximité avec les entreprises et à leur capacité à traduire les outils en usages situés. Ils ne se contentent pas de recommander. Ils contextualisent, rassurent, expliquent et orientent.
Cette médiation est particulièrement importante parce que les besoins diffèrent fortement d’un secteur à l’autre. Une entreprise de services, une structure de conseil, ou une PME industrielle n’abordent pas ces outils avec les mêmes contraintes ni les mêmes attentes. Les dynamiques de confiance se construisent donc à travers des exemples d’usage des outils, des démonstrations proches du terrain et des accompagnements suffisamment fins pour éviter les discours trop généraux.
Le rôle de la puissance publique
Les entreprises ne demandent pas nécessairement que l’État distribue les outils ou choisisse les solutions à leur place. Elles attendent surtout qu’il simplifie le terrain, qu’il donne un cap lisible, qu’il réduise certains freins et qu’il contribue à faire évoluer la culture générale du sujet. Dans un environnement déjà saturé de contraintes administratives et opérationnelles, cette fonction de facilitation apparaît plus utile qu’une logique de prescription descendante.
Cette réflexion s’inscrit dans un cadre plus large. Certains marchés internationaux démontrent qu’une adoption rapide et pragmatique de l’IA est possible, y compris en dehors des écosystèmes technologiques traditionnellement mis en avant. Cette réalité rappelle que, pour beaucoup d’entreprises, l’enjeu ne se limite pas au marché national. La capacité à intégrer ces outils devient aussi un facteur de compétitivité dans un environnement déjà mondialisé.
L’IA comme levier de passage à l’échelle pour les entrepreneuses
Ces questions prennent une résonance particulière lorsqu’on les observe du point de vue de l’entrepreneuriat féminin. Les chiffres du dernier baromètre SISTA montrent que les femmes représentent 20 % des fondateurs de start-ups. Dans les TPE et PME françaises, elles peuvent représenter jusqu’à 40 % des créateurs. Pourtant, cette présence initiale ne se retrouve pas au moment du changement d’échelle : lorsque l’on regarde les TPE et PME de plus de 10 salarié.e.s seules 12% sont fondées par des femmes. Dans l’univers des startups, leur part est passée d’environ 15 % il y a cinq ans à une sur cinq aujourd’hui, mais elles restent largement absentes dès lors qu’on observe les trajectoires après le deuxième tour de financement.
Ces données montrent que l’IA ne doit pas être pensée uniquement comme un sujet d’accès technologique. Elle peut aussi devenir un levier de structuration, de croissance et de passage à l’échelle, à condition que les dispositifs d’accompagnement prennent en compte les obstacles spécifiques rencontrés par les entrepreneures. L’enjeu est concret : faire en sorte que ces outils soutiennent effectivement le développement des entreprises fondées ou dirigées par des femmes, notamment sur les sujets de financement, d’organisation et de capacité à grandir.
Créer les conditions du passage à l’échelle
Les entreprises ne manquent pas nécessairement d’intérêt pour l’intelligence artificielle. Elles manquent plus souvent de repères, de démonstrations adaptées à leur métier et d’interlocuteur.trice.s capables de les accompagner dans les premières étapes de l’adoption.
Cette distinction est importante. Elle déplace le regard de la technologie vers les conditions de son appropriation. Les outils continueront d’évoluer rapidement. La question qui se pose désormais est celle de leur diffusion dans l’économie réelle. Elle se jouera moins dans les annonces que dans la capacité à construire de la confiance, à rendre les usages visibles et à accompagner les entreprises là où elles se trouvent réellement.
Cet article s’appuie sur les réflexions menées dans le cadre de la rencontre « L’IA au service des TPE et entreprises émergentes : quelles conditions pour accélérer son adoption ? », organisée par SISTA et Mastercard Strive le 24 juin 2026. Les échanges, orchestrés par Josy Soussan (Mastercard), ont réuni Barbara Sessa (Mastercard France), Cédric O (Mallow), Cécile Hautefort Hegazy (Business France), Fariha Shah (CPME), Lucie Finet (La French Tech), Katarina Kakalikova (Mastercard Center for Inclusive Growth), Alexia Reiss (SISTA), Marc Carbonare (CCI Paris Île-de-France), Rime Karout (Pokit), Wafaâ Amal (Prisme AI), Emmanuelle Gautier (Gynger Care), Eric Bidinger (Luca AI), Héloïse Rozès (Corma), Loreley McDonald (GetBill), Audrey Bui Khac (Mastercard), Marie Millet (SISTA), Cédric Le Bris (Mastercard), Charlotte Barrot (Mastercard),