Data & IA : PME / ETI, où en êtes-vous vraiment ?

Data & IA : PME / ETI, où en êtes-vous vraiment ?

Derrière l'enthousiasme technologique autour de l'IA, une question plus fondamentale émerge, notamment dans les PME et les ETI : l'entreprise est-elle réellement prête à exploiter la data et l'IA ?

L’intelligence artificielle s’est imposée en quelques mois comme un sujet stratégique dans les entreprises. Automatisation, optimisation des processus, assistants conversationnels, agents IA : les promesses sont nombreuses et les cas d’usage se multiplient.

Mais derrière cet enthousiasme, une question fondamentale se pose : l’entreprise est-elle réellement prête à exploiter la data et l'IA ?

Depuis plusieurs années, nous accompagnons et analysons des centaines d’organisations sur le terrain. Et le constat est toujours le même : la maturité Data & IA ne se décrète pas. Elle se mesure… et surtout, elle se construit avec le temps.

Une maturité data encore faible dans les PME

Les données issues de l’Observatoire de la Maturité Data & IA des Entreprises mettent en évidence un réel fossé entre le “rêve” de performance exprimé par les dirigeants de PME/ETI et la réalité du passage à l’action, encore freinée par un manque de structuration et de moyens.

Selon les résultats de l’enquête menée en 2025 :

• 88 % des dirigeants considèrent la data comme un levier clé de performance, mais seulement 19 % se disent réellement capables de l’exploiter.

Dans le même temps, près d’une entreprise sur deux continue de piloter son activité sous Excel ou Google Sheets, et les freins remontés sont, sans surprise, toujours les mêmes :

• un manque d’organisation
• un déficit de compétences
• un manque de connaissances
• un manque de vision stratégique

Autrement dit, les dirigeants ont bien conscience du potentiel de la data et de l'IA pour améliorer leur performance. Même si je vois encore beaucoup d’entreprises qui partent encore de l’outil, les dirigeants partent souvent de leurs enjeux métier ou des résultats attendus, et c’est une bonne chose.

Mais ce qui manque, c’est la maîtrise des prérequis : ceux qui permettent de structurer une exploitation durable de la donnée et de l'IA au service de l’entreprise. Sans ces fondations, les initiatives avancent… mais peinent à s’inscrire dans le temps.

Une génération de dirigeants à la croisée des chemins

Sur le terrain, le constat est presque toujours le même. Les dirigeants de PME et d’ETI sont aujourd’hui confrontés à des arbitrages structurants, dans un environnement incertain et en perpétuel mouvement.

Difficile de décider et de se projeter à long terme lorsque l’actualité nous pousse à remettre en question nos choix… presque chaque mois.

Les dirigeants font face à :

• une volonté forte d’accélérer sur l’IA
• la peur de rater le train
• un enjeu de compétitivité immédiate
• des questions de souveraineté numérique
• des enjeux de cybersécurité
• des incertitudes réglementaires
• des préoccupations environnementales et sociétales

C’est exactement ce que nous observons au quotidien aux côtés des PME/ETI que nous accompagnons. Les dirigeants avancent, testent, parfois dans l’urgence… mais sans toujours disposer des repères nécessaires pour structurer leur démarche.

Résultat : une pression à agir, dans un environnement où tout s’accélère, mais où les cadres restent encore à construire.

2025 : l’année des tests… parfois dans le désordre

Face à cette pression, beaucoup d’entreprises ont fait le choix d’agir vite. 2025 a clairement été une année d’expérimentation.

Près d’une entreprise sur trois déclare avoir déjà mis en place une solution d’IA, et une sur deux prévoit de le faire entre 2025 et 2026.

Mais dans les faits, ce que l’on observe majoritairement, c’est :

• l’achat et le déploiement de licences (ChatGPT, Copilot, Mistral, Gemini) pour les collaborateurs
• des usages individuels
• peu de stratégie globale

On ne parle pas encore de transformation organisationnelle. On parle surtout d’expérimentation, et de la mise en place d’un premier cadre visant à accompagner la dynamique en cours : ne pas freiner les attentes des collaborateurs, ni les “envies d’en être” des dirigeants.

Le piège classique : commencer par l’outil

C’est sans doute l’erreur la plus fréquente. Les entreprises commencent par les outils… avant même d’avoir clarifié :

• leurs enjeux métier
• leur niveau de maturité
• des usages dispersés
• des équipes qui avancent de manière hétérogène
• des freins humains qui apparaissent
• un passage à l’échelle qui bloque

L’IA fonctionne… jusqu’au moment où elle ne suffit plus

Dans un premier temps, les résultats sont là. Les entreprises gagnent du temps sur :

• la rédaction de contenus
• les comptes rendus de réunion
• l’analyse de documents (emails, PDF, commandes…)

Mais dès que l’on cherche à industrialiser ou à créer de la valeur durable, une limite apparaît.

Le vrai sujet n’est pas l’IA… c’est la data. Effectivement, c’est souvent à ce moment « de vérité » que les entreprises sont rattrapées par la réalité.

Sur le terrain, le constat revient régulièrement : après avoir testé et expérimenté, elles se heurtent rapidement à la qualité de leurs données, à leur difficulté d’exploitation, et surtout à l’impossibilité de passer à l’échelle.

Ce qui fonctionne en mode test ne tient pas dans la durée, ni à l’échelle de l’entreprise. Et c’est précisément à ce moment que tout se joue.

On ne fait pas de l’IA sans data. Et on ne fait pas de data sans avoir pensé les fondations.

« Essayez de construire une maison sans avoir un bon plan d’architecte et des fondations bien en place, vous risquez de le regretter ! »

Sans structuration, les projets restent limités. L’IA agit avant tout comme un amplificateur. Bien utilisée, sur des fondations solides, elle décuple la performance. Mais sans structuration préalable, elle ne fait qu’amplifier les fragilités existantes.

Trois niveaux d’usage… et beaucoup de confusion

Sur le terrain, nous distinguons trois niveaux d’usage de l’IA :

• L’IA individuelle
• L’IA métier / projet
• L’IA organisationnelle

Aujourd’hui, la majorité des PME et ETI évoluent encore entre les deux premiers niveaux. Très peu d’entreprises ont réellement engagé une transformation globale. Et ce n’est pas un problème en soi : une phase d’expérimentation et d’apprentissage est nécessaire.

Mais cette phase ne peut pas durer indéfiniment. Vient un moment où l’entreprise doit accélérer, structurer sa démarche et apporter des réponses claires à ses collaborateurs, souvent sceptiques face à des choix perçus comme incertains, voire potentiellement risqués pour leur emploi ou l’avenir de l’organisation.

Les vrais freins sont humains, pas technologiques

Contrairement aux idées reçues, les blocages ne sont pas techniques. Les principaux freins sont organisationnels, culturels et foncièrement humains. Avec des questions très concrètes :

• qui pilote le sujet en interne ?
• de quelles compétences a-t-on besoin ?
• comment embarquer les équipes ?

Sans oublier des enjeux plus larges :

• Que va être notre impact environnemental ?
• Quelle est la responsabilité sociétale de l’entreprise ?
• Veut-on créer de l’emploi ou réduire nos effectifs ?
• Quelle est au final la place de l’humain dans l’organisation ?

2026 : ralentir pour accélérer

Après une année 2025 marquée par l’expérimentation, une nouvelle phase s’ouvre. 2026 pourrait bien être l’année de la structuration.

Avec beaucoup moins de “il faut faire de l’IA” et plus de “où créer de la valeur ?” et “comment structurer tout cela durablement ?”

Les entreprises qui réussiront ne seront pas celles qui auront été les plus rapides. Mais celles qui auront été les plus pragmatiques et méthodiques.

Une question simple… mais essentielle

La question n’est plus de savoir s’il faut faire de l’IA. Mais plutôt : « êtes-vous en train de construire une transformation… ou simplement d’empiler des outils ? »

Avant de vouloir accélérer, encore faut-il savoir où l’on en est.

Mon conseil : commencez par faire un état des lieux. Clarifiez vos cas d’usage, vos enjeux métier et vos priorités. Posez des fondations solides, formez vos équipes, puis accélérez de manière maîtrisée.