📊 Marché IA & impact emploi

L'AI Jobs Barometer 2024 de PwC, étude qui analyse 500 millions d'offres d'emploi sur 15 pays, distingue les secteurs très exposés à l'IA (services financiers, conseil, technologies, services professionnels) des secteurs faiblement exposés (BTP, hôtellerie, restauration, certains services à la personne).

Le mécanisme : dans les secteurs très exposés, l'IA générative a permis aux collaborateurs d'augmenter leur production sans augmenter proportionnellement leur charge cognitive. Un avocat assisté par un LLM peut produire 3-4 mémorandums dans le temps qu'il en faisait 1. Un analyste financier peut traiter 5 dossiers vs 1.

Ce différentiel de productivité se creuse. Les secteurs très exposés captent une part croissante de la valeur économique. Pour une PME / ETI dans un secteur exposé (services pros, conseil, finance), ne pas adopter l'IA = perdre du terrain face aux concurrents. Pour une PME / ETI dans un secteur peu exposé (BTP, agro, industrie traditionnelle), l'IA peut devenir un facteur de différenciation précisément parce que la majorité du marché ne l'utilise pas encore.

La croissance du marché de l'emploi IA en France est l'une des plus fortes au monde, alignée avec la dynamique européenne (Allemagne, UK) et derrière les leaders mondiaux (US, Chine, Inde). 77 000 offres en 2023, c'est ×7 vs 2018. Les chiffres 2024 et 2025 (non encore publiés au moment de cette analyse) devraient confirmer la tendance.

La répartition par fonction est instructive :

• Data scientists / ML engineers : la cohorte historique, en croissance régulière (+30 % par an)
• Prompt engineers : nouvelle catégorie (≈ 0 en 2018, plusieurs milliers en 2023)
• Profils métier augmentés : la vraie explosion — analystes financiers, juristes, marketeurs, commerciaux qui exigent désormais des compétences IA dans leurs offres
• Référents IA : nouveau rôle hybride (DSI x DRH x compliance), en émergence 2025-2026

Pour une PME / ETI, l'enjeu n'est pas tant de recruter des « profils IA » que de former les profils métier existants. C'est le combo (cf. Maturité humaine & formation) qui gagne, pas la chasse aux unicorns data scientists.

Synthèse de chiffres convergents (Bpifrance Le Lab juin 2025, PwC, Deloitte, KPMG, Statworx, Vention) qui cadrent l'ampleur du mouvement IA en 2026. Liens directs vers les études citées en fin de page (« Pour aller plus loin »).

Baromètre France Num 2025 — l'adoption IA dans les TPE-PME françaises

Données publiées par France Num (agence d'État pour la transformation numérique des PME) en 2025 :

• 26 % des TPE-PME françaises utilisent une IA en 2025, soit un doublement (×2) par rapport à 2024 (où le taux était de 13 %).
• Adoption inégale selon les secteurs : 41 % dans l'ICT (technologies de l'information), 9 % dans l'Agriculture. Les autres secteurs se positionnent entre ces deux extrêmes.

Bpifrance Le Lab — le paradoxe enjeu vs adoption

Étude Bpifrance Le Lab sur les PME et ETI françaises (2025) qui met en évidence un gap stratégique majeur :

• 58 % des dirigeants de PME et ETI françaises considèrent l'IA comme un enjeu de survie pour leur entreprise.
• Pourtant, seul 1 dirigeant sur 3 (33 %) déclare l'adopter au quotidien dans son organisation.

Le contraste entre ces deux datasets met en évidence un gap stratégique majeur :

• Côté perception : 58 % des dirigeants reconnaissent l'enjeu vital de l'IA → la prise de conscience est faite.
• Côté action : 33 % d'adoption quotidienne → l'écart entre conscience et action est de 25 points.

Synthèse comparative des 4 indicateurs PME / ETI françaises 2025

Les 3 derniers indicateurs ne se contredisent pas : ils mesurent des niveaux d'intégration différents. Ensemble, ils racontent la maturité du marché : prise de conscience massive, adoption ponctuelle large, intégration quotidienne encore minoritaire. Ce gap entre conscience et intégration opérationnelle est précisément la zone où l'accompagnement (préalables, modules, déploiement du Hub) apporte une valeur ajoutée différenciante.

Marché et adoption

• Marché IA software : 174 Md$ en 2025 → 467 Md$ en 2030 (CAGR ~22 %, ABI Research)
• Spend total IA mondial : 1,5 T$ en 2025 → 2 T$ en 2026 → 3,3 T$ en 2029 (Gartner)
• 93 % des entreprises mondiales utilisent l'IA (80 % directement, 13 % via vendor) — Vention 2026
• France spécifiquement : 25 % entreprises FR utilisent IA gen vs 37 % EU moyenne (BEI déc 2025) ; 26 % PME / ETI FR (Bpifrance Le Lab juin 2025)

ROI et valeur économique

• +270 % ROI moyen sur projets IA bien exécutés (étude Microsoft / Sigma 2025)
• 3,7× ROI sur Copilot (étude IDC nov 2024 sur 31 000 collaborateurs / 31 pays)
• +1,3 point de PIB par an d'ici 2034 en France grâce à l'automatisation IA (Bpifrance Le Lab juin 2025, étude OCDE)
• +11 à +37 % de productivité en Europe d'ici 2030 (Commission AIDA UE)
• Mais seulement 19 % des organisations Vention 2025 ont vu un ROI IA > 5 % à court terme — confirmant l'enjeu d'exécution

Workforce et formation

• WEF Future of Jobs 2025 : net-positif global, 2 des 3 jobs en plus forte croissance sont IA-related
• Coursera : enrollments cours GenAI +195 % YoY en juin 2025, 8 M+ apprenants dans le monde
• KPMG : 83 % des professionnels intéressés par formation IA, mais seulement 21 % s'évaluent comme « high knowledge » — gap massif

Agents IA et agentique

• 96 % des entreprises EU prévoient d'accroître leurs usages des agents IA dans 12 mois (ActuIA)
• Gartner : < 1 % d'apps agentiques en 2024 → 33 % d'ici 2028
• Cisco : 68 % des interactions service client seront gérées de bout en bout par IA agentique d'ici 2028
• Marché agents IA : 7 Md$ en 2025 → 93 Md$ en 2032

Bpifrance Le Lab fin 2025 — adoption TPE/PME ×1,8 en un an

• 55 % des TPE-PME utilisent l'IA générative fin 2025 (vs 31 % fin 2024, ×1,8 en un an)
• 17 % en usage régulier (+11 points en un an)
• Usages dominants : génération de contenu (72 %) et analyse de données (67 %)

Trajectoire Bpifrance 2025 — bilan dispositifs :

• 240 M€ investis en capital développement IA en 2025 (vs 17 M€ en 2024, ×14)
• 15 000+ PME formées/sensibilisées
• 460 Data AI Diagnostics réalisés
• 9 403 dirigeants formés à l'IA via Curriculum Bpifrance Université

Ces chiffres complètent les chiffres déjà documentés ci-dessus (Baromètre France Num 26 %, Bpifrance Le Lab 58 % enjeu vital / 33 % adoption quotidienne) — métriques différentes mais cohérentes. Pour les dispositifs de financement IA détaillés, voir le préalable Financer son projet IA en 2026.

Microsoft Work Trend Index 2026 — l'effet d'échelle observable

Analyse de trillions de signaux M365 + enquête sur 20 000 travailleurs dans 10 pays (Microsoft, mai 2026) :

• 49 % des conversations Copilot M365 sont du « cognitive work » (analyse, problème, évaluation, création)
• ×15 d'augmentation YoY des agents actifs sur M365 (×18 chez les grandes entreprises)
• 58 % des utilisateurs IA produisent un travail qu'ils ne pouvaient pas réaliser un an plus tôt (80 % chez les Frontier Professionals)
• 42 % des utilisateurs sont dans le segment « émergent » (compétences individuelles ET appui organisationnel encore en construction)

Ordres de grandeur individuels : 40-60 min gagnées par jour par les utilisateurs IA, dont 66 % du temps est réalloué à des tâches à plus forte valeur (Microsoft Research).

McKinsey State of AI 2025 — chiffres complémentaires

Stanford AI Index Report 2026 — adoption globale

Au-delà des chiffres d'adoption GenAI, le palier 2026 se mesure autrement : maturité de mise en production des agents, bottlenecks de confiance, gouvernance. Voir la section suivante.

Le shift de palier 2025 → 2026

Les chiffres 2024-2025 mesuraient l'adoption de la GenAI (qui utilise ChatGPT ? quelles fonctions ? quelle fréquence ?). Les chiffres 2026 mesurent autre chose : la mise en production d'agents et les bottlenecks qui empêchent de scaler. Le palier change.

McKinsey State of AI Trust 2026 (publié mars 2026) :

• 23 % des organisations interrogées scalent au moins un système agentique (passage de pilote à production large)
• 39 % sont en phase d'expérimentation (pilotes en cours, pas encore généralisés)
• 74 % identifient l'inexactitude comme un risque hautement pertinent
• 72 % identifient la cybersécurité comme un risque hautement pertinent

Lecture : on est passé d'une question « est-ce que l'IA marche ? » à « est-ce que je peux lui faire confiance en production ? ». Les bottlenecks ne sont plus techniques (modèles, infra) mais opérationnels (qualité des sorties, sécurité des accès).

L'avertissement Gartner — l'échec ROI le plus coûteux

Une étude Gartner publiée en mai 2026 a interrogé 350 executives d'entreprises > 1 Md$ déjà en production avec des agents IA. Le résultat est brutal :

C'est un échec architectural, pas un échec d'idée. Le pattern observé : les entreprises ont décidé de remplacer des fonctions humaines par des agents avant d'avoir prouvé que les agents tenaient en production. Conséquence : suppression de postes → agents non fiables → re-création des postes 6-12 mois plus tard, à coût élevé.

Implication pour la PME : ne jamais supprimer un poste sur la base d'un POC ou d'un pilote. La règle opérationnelle : un agent ne remplace une fonction qu'après 6 mois minimum en production parallèle (l'agent fait, l'humain valide, on mesure). Si cette parallélisation n'est pas tenable financièrement, c'est que le ROI réel n'est pas démontré.

La gouvernance comme nouveau différenciateur — l'émergence du Chief AI Officer

MIT Sloan Management Review (Davenport & Bean, mai 2026, « Five trends in AI and data science for 2026 ») met en évidence un signal organisationnel fort :

Le profil émerge comme fonction stratégique distincte du CDO (Chief Data Officer) et du CTO. Sa mission : arbitrer entre les demandes business, la dette technique IA, la conformité (AI Act) et la cohérence du portefeuille de projets.

Les 5 tendances IA 2026 identifiées par MIT Sloan

1. Déflation possible de la bulle IA — correction de marché anticipée (valorisations vs ROI réel).
2. « Factory » infrastructure pour les all-in adapters (entreprises qui industrialisent leur stack IA).
3. GenAI comme ressource organisationnelle vs individuelle — passage de l'usage personnel ChatGPT à l'usage structuré entreprise.
4. Valeur agentique malgré le hype — les premiers ROI mesurables apparaissent.
5. Gouvernance data & IA comme nouveau différenciateur stratégique.

Implication pour la PME : il n'est pas réaliste pour une PME de 30-200 salariés de recruter un CAIO. Mais le rôle existe diffusé : DG + DSI + un référent IA opérationnel (souvent un chef de projet ou un directeur métier). La question pour 2026 n'est pas « qui est notre CAIO ? » mais « qui arbitre nos décisions IA et avec quelle grille ? ».

Synthèse — la cartographie de la maturité 2026

À fin 2026, le marché se segmente en 4 paliers :

Les paliers ne s'additionnent pas à 100 % car l'industrialisation est un sous-ensemble de la mise en production.

Question opérationnelle pour le dirigeant : sur quel palier est-on aujourd'hui ? Sur quel palier sera-t-on dans 12 mois ? Quels sont les bottlenecks qui nous empêchent de passer au palier suivant ? Ces 3 questions sont le cœur de la démarche IA stratégique 2026.

Sur les 15 pays analysés par PwC, la prime salariale pour les compétences IA spécialisées est de +25 % en moyenne. Les pics sectoriels :

• +49 % pour les avocats aux États-Unis (analyse contractuelle augmentée par IA)
• +43 % pour les directeurs ventes / marketing (capacité à orchestrer des stacks IA marketing)
• +33 % pour les analystes financiers (capacité à exploiter des LLM sur les données financières)
• +25 % en moyenne tous secteurs confondus

Ces primes ne sont pas un effet de bulle — elles reflètent la productivité différentielle réelle des collaborateurs IA-compétents. C'est aussi un argument fort pour les apprenants : investir 30 heures dans une formation IA peut générer +25 % de salaire à 1-3 ans. C'est un retour sur investissement personnel difficile à battre.

Pour les employeurs, le message est inverse : les talents IA-compétents vont coûter plus cher. C'est une raison supplémentaire de former les talents existants en interne (cf. la formation et son financement) plutôt que d'attendre de devoir les recruter à prix fort sur un marché tendu.

Une particularité française relevée par PwC : contrairement aux pays où la demande IA vient surtout des services intellectuels (finance, conseil), en France c'est l'industrie qui demande le plus de compétences IA. Cette spécificité s'explique par la structure du tissu économique français : industrie manufacturière forte, recherche industrielle développée, plan France 2030 orienté souveraineté industrielle.

Concrètement, cela résonne fortement avec le tissu industriel du Grand Est et notamment des Vosges :

• Filière bois (Egger Rambervillers, NS-Weisrock, scieries vosgiennes) : optimisation production, vision industrielle, maintenance prédictive (cf. modules industrie)
• Textile (Linvosges, Bleu Forêt, Garnier-Thiebaut) : optimisation matière, contrôle qualité visuel
• Mécanique (Numalliance et autres) : ordonnancement, vision défauts, agents codeurs (cf. Stripe Minions)

C'est précisément le positionnement différenciant du réseau Quest for Change : ancrer l'IA dans un tissu industriel territorial qui est demandeur, pas seulement dans le numérique tertiaire.

Donnée complémentaire (BEI, Les Echos décembre 2025) : seuls 25 % des entreprises françaises utilisent l'IA générative en 2025, vs 37 % en moyenne européenne. La France est en retard sur l'adoption — c'est paradoxalement une opportunité pour les acteurs qui accélèrent maintenant, vs une menace pour ceux qui attendent.

Pour les dirigeants

La productivité ×5 dans les secteurs exposés est une donnée macro qui justifie de budgétiser un projet IA significatif sur 12-18 mois, pas de le voir comme une dépense optionnelle. À condition de sécuriser les préalables (cadrages organisationnel, data & SI, formation, sécurité, qualité du code), le ROI se matérialise généralement à plusieurs niveaux : économies de temps de traitement, captation de CA additionnel (chiffrages indicatifs développés dans les cas d'usage voicebot accueil, knowledge base RAG, vision industrielle), réduction d'erreurs et de rebuts. Les ordres de grandeur dépendent fortement du secteur, du volume d'opérations et de la maturité organisationnelle. Pour le préalable structurel sous-jacent (mandat exécutif, gouvernance), voir Maturité organisationnelle.

Pour les DRH

La prime salariale +25 % et l'obsolescence accélérée des compétences impliquent de passer d'une logique de recrutement à une logique de formation continue. Investir dans la montée en compétences IA des collaborateurs existants est plus rentable que d'attendre de devoir embaucher à prix fort. Le cofinancement public (cf. la formation et son financement) rend cet investissement quasi gratuit.

Pour les collaborateurs

Investir 30 heures de formation IA peut générer +25 % de salaire à 1-3 ans selon les secteurs. C'est un retour sur investissement personnel difficile à battre. Plus largement, les compétences IA deviennent un prérequis pour rester pertinent dans les métiers exposés (analystes, juristes, marketeurs, commerciaux, communicants, RH).

Pour le réseau QFC

La spécificité française (industrie tire la demande IA) aligne le positionnement du réseau Quest for Change avec la dynamique nationale. Les startups industrielles accompagnées dans le territoire Grand Est sont précisément sur le segment où la demande IA est la plus forte. C'est un message à valoriser dans la communication réseau.