L’intelligence artificielle s’est glissée dans les outils du quotidien, dans les suites logicielles existantes et dans les flux de travail ordinaires. Rédaction de contenus, traduction, synthèse d’échanges, analyse de données ou assistance aux interactions clients font désormais partie des usages courants. Cette diffusion rapide donne le sentiment d’une bascule déjà accomplie. Pourtant, à y regarder de plus près, l’IA transforme surtout les pratiques individuelles, beaucoup moins les modèles organisationnels.
C’est précisément ce décalage que met en évidence l’étude « Trends of AI – Édition 2026 », menée par Les EnthousIAstes et KPMG en France auprès de 356 dirigeants et décideurs, appuyée par huit comités d’experts couvrant l’IT, les ressources humaines, le marketing, la finance, les achats, la supply chain, la relation client et le risque et la conformité. Deux ans après l’irruption de l’IA générative dans l’entreprise, l’étude montre une adoption large, mais une transformation encore largement inaboutie.
Les chiffres sont éloquents. Dans le marketing, plus de la moitié des répondants déclarent utiliser l’IA pour la génération et la déclinaison de contenus, la traduction ou le résumé de conversations, avec des taux d’adoption qui atteignent près de 60 % pour certains usages. À l’inverse, moins d’un tiers des organisations ont intégré l’IA de manière significative dans les outils de CRM, de marketing automation ou de connaissance client.
Des usages massifs concentrés sur l’exécution
La même logique prévaut dans les ressources humaines, où près des deux tiers des services interrogés ont testé ou déployé l’IA pour la rédaction, la communication interne ou le recrutement, tandis que les usages plus structurants, comme la simulation de carrière, la prévision du turn-over ou la personnalisation avancée des parcours, restent largement en réflexion ou non considérés.
Cette concentration sur les tâches à rendement immédiat traduit une adoption pragmatique. L’IA est mobilisée là où elle permet de traiter du volume, d’accélérer la production et d’améliorer la réactivité. En revanche, les processus de pilotage, les arbitrages de long terme et les modèles d’organisation évoluent peu. L’étude souligne ainsi que l’IA agit davantage comme un assistant opérationnel que comme un levier de refonte des fonctions.
Un ROI perçu, mais rarement quantifié
La question du retour sur investissement traverse l’ensemble des résultats. Dans le marketing, près de 30 % des répondants estiment que l’automatisation des contenus et des processus génère un ROI supérieur à 20 %, ce qui en fait le levier le plus performant identifié. En revanche, pour la majorité des autres usages, plus de la moitié des répondants déclarent ne pas savoir mesurer les gains. La personnalisation des communications, l’optimisation budgétaire ou l’amélioration des taux de conversion sont perçues comme prometteuses, mais encore mal quantifiées.
Dans les ressources humaines, le constat est similaire. Les gains de productivité et la réduction des délais de réponse aux collaborateurs sont les bénéfices les plus fréquemment cités, avec près d’une organisation sur deux constatant une amélioration chiffrée. À l’inverse, les effets sur la qualité des décisions, la réduction des risques ou la performance des parcours des collaborateurs restent difficiles à quantifier. La majorité des répondants reconnaît manquer d’indicateurs fiables pour relier ces bénéfices à des choix d’investissement structurants.
Une automatisation anticipée, mais contenue
Les projections à trois ans confirment cette prudence. Pour la plupart des rôles marketing et RH, plus de 50 % des répondants estiment que moins de 20 % des activités seront automatisées par l’IA. Les fonctions les plus administratives, comme la paie ou l’administration du personnel, apparaissent plus exposées, avec une part significative des répondants anticipant entre 20 % et 40 % d’automatisation. À l’inverse, les rôles de pilotage, de conseil ou d’accompagnement restent majoritairement associés à des scénarios d’augmentation du travail plutôt que de substitution.
Cette retenue s’accompagne d’une résistance au changement jugée élevée sur de nombreux postes. L’étude met en évidence une corrélation nette entre automatisation anticipée et inquiétudes des équipes, ce qui renforce le besoin d’accompagnement, de formation et de clarification des rôles. Sans cette conduite du changement, les projets IA risquent de rester cantonnés à des usages périphériques.
L’agentique suscite l’intérêt, sans bascule industrielle
L’émergence des agents IA capables d’enchaîner des séquences d’actions autonomes nourrit de nombreuses attentes. Dans les faits, leur déploiement reste limité. Dans la majorité des fonctions, les agents spécialisés sont en phase de test ou de réflexion, rarement déployés à grande échelle. La décision finale demeure presque toujours humaine, en particulier sur les sujets sensibles liés aux données, à la conformité ou à la relation client.
Cette prudence s’explique par des freins clairement identifiés par les répondants. Les risques juridiques et réglementaires arrivent en tête, cités par plus de 60 % des répondants dans certaines fonctions, devant les difficultés d’intégration avec les systèmes existants et le manque de données de qualité. La question du Shadow IA, c’est-à-dire l’usage non contrôlé d’outils IA par les collaborateurs, apparaît également comme un sujet d’organisation et de gouvernance de plus en plus pressant.
De l’assistant généralisé au levier stratégique
Les analyses de l’étude convergent vers un même constat. L’IA est désormais solidement installée dans les pratiques, mais elle transforme encore peu les fonctions dans leur essence. Comme le résume l’un des experts interrogés, l’IA améliore la performance sans redessiner le cadre. Tant qu’elle reste cantonnée à un rôle de super-assistant, elle renforce l’existant sans remettre en cause les modèles.
Le véritable tournant passera par une autre question, posée en filigrane tout au long de l’étude. À quoi ressemble une fonction, une organisation ou une chaîne de valeur lorsque ces capacités existent pleinement et sont intégrées dès la conception des processus. Tant que cette interrogation restera théorique, l’IA continuera de s’étendre sans transformer. Lorsqu’elle deviendra un point de départ, et non une couche additionnelle, elle pourra enfin franchir le seuil entre confort opérationnel et transformation structurelle.
