Aller au contenu
AIMakers

Adoption de l'IA en entreprise : agir maintenant ou attendre ?

Par AI Makers Content Team · Mis à jour le

Un concurrent annonce un projet d'IA, et la question du calendrier arrive en comité de direction. Les chiffres publics aident à y répondre, à condition de lire ce qu'ils mesurent vraiment.

Agir sur l'IA maintenant se justifie quand un processus fréquent, mesuré et confié à un responsable attend d'être amélioré. Le prix des modèles n'est plus le frein principal. Restent les données, les exceptions et l'exploitation au quotidien. Sans processus prêt, AI Makers conseille d'attendre et de commencer par lever ce qui bloque.

  • Coût d'inférence d'un modèle de niveau GPT-3.5 : divisé par plus de 280 entre novembre 2022 et octobre 2024 (Stanford AI Index 2025)
  • Entreprises françaises de 10 salariés ou plus utilisant au moins une technologie d'IA : 18 % en 2025 (Insee)
  • Dirigeants de TPE et PME utilisant l'IA générative : 55 %, dont 17 % régulièrement et 37 % ponctuellement (Bpifrance Le Lab, baromètre publié en janvier 2026)
  • Projets d'agents IA annulés d'ici fin 2027 : plus de 40 %, selon une prévision de Gartner (juin 2025)

Avancer ou attendre : trois tests sur un processus

Raison d'avancerCe qu'il faut vérifierRaison d'attendre
Un travail répétitif, déjà décritUne mesure de départ et un utilisateur disponible pour testerPersonne ne fixe les règles du processus
Des données accessiblesUn accès autorisé, avec les droits nécessairesDes sources inexploitables ou interdites d'usage
Une sortie que quelqu'un peut contrôlerUn critère de recette écritUne erreur difficile à repérer avant qu'elle ne coûte

Pour vous si vous dirigez une entreprise qui hésite sur le calendrier, et si vous pouvez nommer au moins un processus répétitif dont vous connaissez le volume, par exemple le nombre de dossiers ou de demandes traités chaque mois.

Pas pour vous si vous cherchez un placement financier lié à l'IA, en actions ou en fonds. Nous traitons ici de l'investissement dans vos propres processus. Même chose si votre décision dépend surtout de l'annonce d'un concurrent, sans processus identifié chez vous.

Ce que la baisse du coût des modèles change

La baisse du coût des modèles est le premier argument pour avancer, et il tient. Le Stanford AI Index 2025 la mesure sur des modèles de niveau GPT-3.5, entre novembre 2022 et octobre 2024. En novembre 2024, le fonds a16z a donné un nom au phénomène, la « LLMflation » : à performance égale, le prix était alors divisé par dix chaque année.

Résumer un dossier ou classer un email coûte désormais peu en appel de modèle. Des tâches qu'on jugeait trop coûteuses à confier à un modèle en 2023 entrent donc dans le calcul.

Ce que la baisse du coût des modèles ne change pas

Le prix d'un appel de modèle ne décrit pas le coût d'un système en production. Il faut encore relier les outils, traiter les exceptions, former les utilisateurs et faire tourner le système d'un mois sur l'autre. Ces étapes sont décrites sur la page transformation IA en entreprise. Comparer un prix de tokens au coût humain complet d'une tâche mélange deux périmètres.

Pour décider, chiffrez d'abord le processus actuel, puis le scénario complet, abonnements et maintenance compris. Le calculateur ROI applique vos propres hypothèses à des formules affichées, et répond « non calculable » quand les chiffres ne le permettent pas.

Le chiffrage du processus actuel sert deux fois. Il décide du projet, puis il devient le point de comparaison qui permettra de vérifier le gain une fois le système en service.

Un usage déclaré ne mesure pas un résultat

Les taux d'adoption de l'IA, que notre article sur le marché de l'IA en France passe en revue, mesurent un usage déclaré. Les 18 % de l'Insee portent sur les entreprises de 10 salariés ou plus de son enquête qui déclarent une utilisation organisée d'au moins une technologie d'IA. Ils ne disent rien du bénéfice obtenu.

Le baromètre de Bpifrance Le Lab publié en janvier 2026 sépare l'essai de l'habitude. Parmi les dirigeants de TPE et PME interrogés fin 2025, 55 % utilisent l'IA générative, contre 31 % un an plus tôt : 17 % s'en servent régulièrement, 37 % de façon ponctuelle. L'usage progresse vite, mais l'usage ponctuel reste plus de deux fois plus fréquent que l'usage régulier.

La prévision de Gartner sur les agents IA va dans le même sens. Le cabinet attribue ces annulations à des coûts qui dérapent, à une valeur métier mal établie et à des contrôles des risques insuffisants.

Quand faut-il attendre avant de lancer un projet IA ?

Attendez si les données utiles ne peuvent pas être exploitées, si personne n'assume les règles du processus ou si l'équipe n'a pas le temps de tester. Traitez d'abord ce blocage. Une option native de l'outil que vous payez déjà, ou une simplification du processus, règle parfois le problème sans projet d'IA.

Le cadre réglementaire peut aussi justifier un délai de préparation. La plupart des usages courants en entreprise, comme le reporting ou les synthèses, relèvent du risque minimal au sens du règlement européen sur l'IA. Le recrutement et l'évaluation des salariés sont classés à haut risque, et leurs obligations s'appliquent à partir du 2 décembre 2027, date fixée par le règlement (UE) 2026/1744 du 8 juillet 2026. Pour ces cas, la cartographie des risques passe avant la construction.

Pendant l'attente, mesurez le volume et le délai du processus visé. Cette mesure servira de référence le jour où le système sera construit.

FAQ

Pourquoi agir maintenant plutôt que dans un an ?

Si seul le prix comptait, attendre serait rationnel. En 2024, a16z mesurait une division par dix par an, tout en notant que ce rythme pourrait ralentir. Le délai qui ne se rattrape pas est ailleurs. Cartographier le processus, mesurer son point de départ, ouvrir les accès et former les utilisateurs prend le même temps quelle que soit l'année. Une entreprise qui a fait ce travail choisit ensuite son modèle au meilleur prix du moment.

Faut-il une stratégie IA complète avant de lancer un premier système ?

Non. Un premier processus bien mesuré suffit pour commencer. L'audit IA d'AI Makers, de 1 à 2 semaines, produit une feuille de route à 3, 6 et 12 mois à partir des processus étudiés, et cette feuille de route tient lieu de cadre pour la suite. Le détail figure sur la page audit IA.

Que faire une fois le processus identifié ?

Réservez le diagnostic gratuit avec AI Makers : un appel de 30 minutes pour qualifier votre besoin et décider de la suite. Apportez le volume mesuré du processus et le nom de la personne qui le pilote. Si le volume n'est pas encore connu, comptez d'abord les dossiers traités sur un mois, puis prenez rendez-vous.

Sources