IA en PME : ce que vingt cas chiffrés disent vraiment

Siparex et Bpifrance ont publié le 16 avril 2026 un livre blanc, « Les audacieux de l’IA », qui documente une vingtaine de projets d’intelligence artificielle menés dans des PME et ETI françaises de 1,5 million à 2,7 milliards d’euros de chiffre d’affaires (présentation par Siparex, livre blanc complet en PDF). Les chiffres y sont nommés, entreprise par entreprise. Chez Aldes, 1 900 salariés, l’outil qui trie et pré-rédige les réponses aux demandes de devis affiche « 800 000 € de gains estimés en année 1 », pour environ 40 000 euros de construction et 60 000 euros par an de fonctionnement. Chez Batibig, le contrôle ligne à ligne des factures fournisseurs a conduit à la « détection de 110 000 € de sur-facturation ». La limite est posée par les auteurs eux-mêmes : leurs indicateurs « sont ceux observés dans la majorité des cas d’entreprise étudiés », et la plupart des fiches ne disent pas comment le gain a été mesuré.

Que montre vraiment ce livre blanc ?

D’abord que le sujet a changé d’échelle. Selon l’éditorial de Bpifrance, la part des PME ayant engagé un projet d’IA est passée de 15 % à 55 % en deux ans, et plus de 1 500 Diag Data IA et missions de conseil ont été déployés depuis 2024 par Bpifrance Conseil. Côté Siparex, 86 % des 110 dirigeants interrogés fin 2025 placent l’IA parmi leurs priorités stratégiques pour 2026, contre 48 % un an plus tôt.

Ensuite que les projets restent de taille modeste. D’après le communiqué des deux partenaires, 70 % des cas présentés ont demandé entre 15 000 et 100 000 euros d’investissement, et 80 % peuvent être déployés en moins de six mois. Les usages n’ont rien de spectaculaire : trier des courriels, chiffrer des devis, contrôler des factures, prévoir des commandes de produits frais, répondre plus vite aux clients.

C’est ce qui rend le document utile. Il ne parle pas de l’IA en général. Il parle de flux précis, dans des entreprises qui ont un nom.

Un gain estimé, un gain détecté, un gain visé : est-ce le même chiffre ?

Non. Et c’est sans doute la lecture la plus utile qu’un dirigeant puisse en faire : mettre quelques fiches côte à côte et regarder la nature du chiffre, pas son montant.

Chez Aldes, les 800 000 euros sont une estimation, construite sur deux leviers (une meilleure conversion et la productivité commerciale) sans répartition publiée entre les deux. Chez Batibig, les 110 000 euros sont une détection : un écart repéré entre les factures et les contrats-cadres, dont plus de la moitié a été récupérée par avoir. Chez Eukleed, intégrateur de 85 salariés, la fiche annonce « 150 000€ de productivité des équipes commerciales et +20 % de chiffre d’affaires à Iso ETP ». Une entreprise restée confidentielle, spécialisée dans la planification d’interventions, affiche un « ROI cible à ~2 M€ », c’est-à-dire un objectif. Eco-SI présente une baisse de 30 % des pertes de fruits et légumes comme une prévision. Eskimoz, enfin, revendique « entre 100 et 200 % de gains de productivité » dans la production de contenus, sans méthode de mesure publiée.

Cela fait au moins cinq natures de chiffre : estimé, détecté puis en partie encaissé, mesuré en volume, visé, prévu. Les additionner n’aurait pas de sens. Les comparer non plus, tant qu’on ne sait pas qui a validé le point de départ.

Ce n’est pas un reproche aux auteurs, qui signalent eux-mêmes ces précautions. C’est une information sur la façon dont les entreprises comptent, ou ne comptent pas encore, ce que l’IA leur rapporte.

Pourquoi les projets qui tiennent se ressemblent‑ils ?

Parce qu’ils ont été décidés de la même façon. Bien plus que parce qu’ils utilisent la même technologie.

La fiche Aldes le dit presque mot pour mot. Le volume de départ est connu : environ 1 000 courriels par jour, en majorité des demandes de devis, pour 50 techniciens commerciaux tenus par une promesse de réponse en 48 heures. Le premier test porte sur les petits devis, sous 3 000 euros. Sept utilisateurs clés sont associés et deviennent les relais du projet. Les indicateurs sont fixés avant le lancement, pas après.

Batibig suit la même logique sur un autre flux : plus de 100 000 factures fournisseurs par an, une règle de contrôle claire (le contrat-cadre), un prototype fonctionnel en un mois. Le point commun n’est pas l’outil. C’est un périmètre étroit, une situation de départ chiffrée et quelqu’un capable de dire si le résultat est juste.

J’ai dirigé un groupe de formation réparti sur de nombreux centres. Les projets qui ont tenu, numériques ou pas, avaient presque tous ce profil : un flux qu’on savait compter avant d’y toucher. Ceux qui ont déçu partaient d’une ambition et cherchaient leur mesure en route.

Où se joue la décision : dans l’outil ou dans la règle de comptage ?

Dans la règle de comptage. Et elle se fixe avant le premier euro engagé.

Un gain estimé est une hypothèse portée par l’équipe projet. Un gain détecté devient un gain réel le jour où l’avoir est encaissé. Un gain de productivité devient un résultat quand quelqu’un décide de ce que fait le temps libéré : plus de devis traités, moins d’intérim, un recrutement qu’on n’a pas eu à faire. Tant que personne ne prend cette décision, le gain reste sur le papier. Il est alors normal de ne le retrouver nulle part dans les comptes.

C’est la question d’architecture que ce livre blanc pose sans la formuler. Qui, dans l’entreprise, a le droit de dire qu’un gain est acquis ? Le chef de projet, le directeur commercial, la direction financière ? Dans beaucoup de PME, la réponse n’est écrite nulle part. Le projet est lancé par un opérationnel, financé par la direction, et évalué par personne en particulier.

Le cas Eukleed montre pourtant que la bascule est à portée. Quand le volume est connu (10 000 devis par an, 10 à 30 minutes chacun, 20 % de demandes historiquement restées sans réponse), le gain se lit presque tout seul. Quand il ne l’est pas, aucun outil ne le fera apparaître.

Que peut faire un dirigeant dès ce trimestre ?

Choisir un flux, pas une technologie. Un flux qui se compte déjà : courriels entrants, devis, factures, appels. Le livre blanc conseille d’ailleurs de prioriser deux ou trois cas d’usage à fort retour, pas davantage.

Écrire la situation de départ avant de lancer quoi que ce soit. Volume, délai, taux d’erreur ou taux de réponse, sur trois mois. Sans ce point zéro, le chiffre final restera une estimation, quelle que soit sa précision apparente.

Nommer la personne qui valide le gain, de préférence quelqu’un qui n’a pas porté le projet. Ce n’est pas de la défiance. C’est ce qui permettra de défendre le chiffre devant un actionnaire ou un banquier.

Décider à l’avance de ce que deviendra le temps gagné. Sinon il se dissout dans la journée de travail, et la productivité ne devient jamais un résultat.

Enfin, classer chaque chiffre selon sa nature : prévu, estimé, détecté, encaissé. Un tableau à quatre colonnes suffit, et il en dira plus sur la maturité de vos projets IA que n’importe quel baromètre.

Pour poser ce cadre sur vos propres flux, le diagnostic stratégique part précisément de là. Les notions employées ici sont définies dans le lexique, et l’article Quels cas d’usage de l’IA rapportent vraiment à une PME ? prolonge la réflexion.

Questions fréquentes