L’IA porte la croissance européenne, mais les entreprises françaises adoptent moins vite

Les projections macroéconomiques publiées par la Banque centrale européenne le 10 septembre 2026 comportent une mention discrète et deux fois répétée de l’intelligence artificielle. Rapprochée des travaux d’enquête publiés cet été par la BCE et par la Banque de France, elle dessine une situation inconfortable pour les entreprises françaises : l’IA devient un moteur identifié de la croissance européenne, et la France y participe moins que ses voisins.

Ce que disent les projections de la BCE

Une croissance modérée, soutenue en fin d’horizon par l’investissement en IA

Le scénario de référence des services de la BCE, publié le 10 septembre 2026, retient pour la zone euro une croissance du PIB en volume de 0,9 % en 2026, 1,4 % en 2027 et 1,5 % en 2028. Corrigée de la volatilité des données irlandaises, la trajectoire est plus plate : 1,2 %, 1,2 % puis 1,4 %. L’inflation, mesurée par l’IPCH, reculerait de 3,0 % en 2026 à 2,5 % en 2027 puis 2,1 % en 2028.

L’IA apparaît dans ce document à deux titres, dans des rôles opposés.

D’un côté, les investissements en intelligence artificielle sont cités parmi les facteurs qui soutiennent l’activité sur les dernières années de l’horizon de projection, aux côtés de la hausse des dépenses publiques d’infrastructure et de défense.

De l’autre, la BCE relève que la zone euro devrait bénéficier moins que d’autres économies de la forte demande mondiale liée à l’IA, en raison de la taille relativement réduite de son secteur de biens liés à l’IA. Autrement dit : l’Europe investit dans l’IA, mais elle en achète plus qu’elle n’en vend.

Ce que cette asymétrie implique

Pour un dirigeant, cette double mention se traduit simplement. La création de valeur liée à l’IA en Europe ne viendra pas principalement de la vente de matériel ou de modèles — ce marché est dominé ailleurs. Elle viendra de l’usage : des gains de productivité obtenus par les entreprises utilisatrices dans leurs propres processus. C’est le seul canal sur lequel une entreprise française dispose d’un vrai levier, et c’est précisément celui où les données montrent un retard.

Le retard français, mesuré

23 % contre 39 % : l’écart d’adoption

L’étude la plus précise sur ce point est un billet de la Banque de France publié le 28 mai 2026 par Sarah Mouabbi et Sebastian Stumpner. Elle exploite le module ad hoc consacré à l’IA de l’enquête SAFE de la BCE, portant sur 4 968 entreprises de douze pays de la zone euro, dont 625 entreprises françaises, interrogées au quatrième trimestre 2025.

Le résultat central :

Pays	Entreprises déclarant un usage modéré ou important de l’IA
Allemagne	46 %
Espagne	44 %
Zone euro	39 %
Italie	27 %
France	23 %

L’écart ne s’explique ni par la taille des entreprises ni par la composition sectorielle de l’économie française. Les auteurs le montrent en décomposant les données : parmi les grandes entreprises de 250 salariés et plus, 46 % déclarent un usage modéré ou important de l’IA dans la zone euro, contre 22 % en France. Le retard se retrouve dans tous les secteurs — services (31 % en France contre 40 % en zone euro), commerce (18 % contre 30 %), industrie (21 % contre 28 %), construction (17 % contre 28 %).

Un retard qui pourrait se creuser

Le point le plus préoccupant du billet concerne non pas le stock mais le flux. Interrogées sur leurs intentions d’investissement, les entreprises françaises déclarent vouloir consacrer 7,2 % de leur budget d’investissement à l’IA, contre 9,1 % pour la moyenne de la zone euro. À comportement constant, l’écart d’adoption ne se résorbe donc pas : il s’élargit.

Les freins invoqués ne sont pas ceux qu’on croit

L’étude apporte une précision qui intéresse directement une DRH. Interrogées sur les obstacles, les entreprises françaises citent plus souvent que leurs homologues européennes les questions de données, de vie privée et d’éthique. En revanche, elles déclarent moins souvent que les autres souffrir d’un déficit de compétences en IA.

Cette dernière donnée mérite d’être maniée avec prudence. Déclarer peu de déficit de compétences peut signifier que les compétences sont présentes — ou que l’entreprise, ayant peu déployé, n’a pas encore rencontré le mur. Compte tenu du taux d’adoption de 23 %, la seconde interprétation est difficile à écarter.

Ce que l’usage produit réellement

Une adoption individuelle qui progresse vite

En parallèle du niveau entreprise, la BCE mesure l’usage individuel. Un billet publié le 26 août 2026 par António Dias da Silva, Laura Lebastard et David Sondermann, appuyé sur l’enquête mensuelle sur les anticipations des consommateurs (environ 20 000 personnes interrogées dans onze pays de la zone euro), établit que la part des actifs déclarant utiliser l’IA dans leur travail est passée de 26 % en 2024 à 41 % en 2025, puis 52 % en 2026.

Ce doublement en deux ans contraste avec les 39 % d’entreprises déclarant un usage modéré ou important. L’écart entre les deux mesures est instructif : dans un grand nombre d’organisations, les salariés utilisent l’IA sans que l’entreprise l’ait organisé, outillé ou même recensé.

Des gains réels mais dilués

L’estimation des gains est modeste et honnête. L’utilisateur médian déclare économiser trois heures par semaine, soit environ 7,7 % de son temps de travail médian. Mais comme seule la moitié des actifs (48,8 %) déclare à la fois utiliser l’IA et y gagner du temps, le gain d’efficacité à l’échelle de l’économie ressort à environ 3,8 % — soit 7,7 % multiplié par le taux d’usage effectif.

Les écarts par tâche sont considérables. La génération et le débogage de code produisent les gains les plus élevés, proche de huit heures par semaine, mais ne concernent que 8 % des utilisateurs. Les usages les plus répandus — recherche d’information, rédaction — dégagent des gains nettement plus modestes.

Les écarts par profil le sont tout autant : 61 % des actifs diplômés du supérieur déclarent utiliser l’IA, contre 37 % parmi les moins diplômés, et les actifs les plus jeunes affichent une adoption supérieure d’environ vingt points à celle de leurs collègues les plus âgés.

Ce qui débloque l’usage

Interrogés sur les freins, 41 % des actifs déclarent un désintérêt pour la technologie et un tiers la juge sans pertinence pour leurs tâches. Interrogés sur ce qui les ferait changer, environ la moitié cite une meilleure formation et une compréhension plus claire de l’utilité de l’outil. Les auteurs relèvent par ailleurs — en s’appuyant cette fois sur la dernière vague de l’enquête SAFE, et non sur l’enquête auprès des consommateurs — qu’environ la moitié des entreprises interrogées prévoient d’investir dans la formation à l’IA au cours des douze prochains mois.

C’est le point de jonction entre les trois publications. La BCE identifie l’investissement en IA comme un soutien de croissance ; la Banque de France constate que les entreprises françaises investissent moins ; et l’enquête auprès des actifs indique que le levier de déblocage le plus fréquemment cité n’est ni le budget matériel ni la disponibilité technologique, mais la formation et la clarté sur les cas d’usage.

Les précautions de lecture

Trois réserves s’imposent avant d’en tirer des conclusions trop fermes.

D’abord, les trois sources ne mesurent ni la même chose ni au même moment : usage déclaré par les entreprises fin 2025 pour l’une, usage déclaré par les actifs en 2026 pour l’autre, projections macroéconomiques pour la troisième. Les comparer éclaire, mais ne permet pas de calculer.

Ensuite, les gains de temps sont auto-déclarés. La littérature économique montre régulièrement un écart entre le temps que les utilisateurs estiment gagner et le temps effectivement gagné, mesuré en conditions contrôlées.

Enfin, un gain de temps individuel ne devient un gain de productivité pour l’entreprise que si le temps libéré est réaffecté à une tâche à valeur. C’est un travail d’organisation, pas de déploiement d’outil — et c’est très probablement là que se loge une partie de l’écart entre l’usage individuel (52 %) et l’usage organisé (39 %).

Ce qu’il faut faire

Pour le dirigeant :

1. Mesurer l’usage réel avant de décider d’un budget. L’écart entre usage individuel et usage organisé suggère que l’IA est déjà présente dans la plupart des entreprises, sans pilotage. Un recensement — quels outils, pour quelles tâches, avec quelles données — coûte peu et change souvent le diagnostic.
2. Comparer sa trajectoire d’investissement à la référence européenne. 7,2 % du budget d’investissement en France contre 9,1 % en zone euro : c’est un repère de positionnement concurrentiel utilisable en comité de direction.
3. Cibler les tâches, pas les fonctions. Les gains mesurés se concentrent sur un petit nombre de tâches. Identifier lesquelles, dans son propre métier, vaut mieux qu’un déploiement uniforme.

Pour la DRH :

1. Traiter le frein « désintérêt » comme un problème de démonstration, pas de motivation. 41 % de désintérêt et un tiers de non-pertinence perçue signalent un défaut de cas d’usage concrets et proches du métier, pas un défaut d’appétence.
2. Cibler prioritairement les profils les moins diplômés et les plus expérimentés. L’écart de 61 % contre 37 % selon le diplôme, et de vingt points selon l’âge, est un risque d’inégalité interne d’accès aux outils — et un gisement de gains inexploité.
3. Organiser la réaffectation du temps libéré. Sans décision explicite sur ce que devient l’heure gagnée, le gain individuel ne remonte pas au compte de résultat.

Pour la direction juridique :

1. Répondre au frein « données et éthique » par un cadre écrit. C’est le premier obstacle cité par les entreprises françaises. Une politique d’usage claire — données autorisées, outils validés, cas interdits — lève plus de blocages qu’elle n’en crée.

Sources

Sources primaires

• BCE, « Projections macroéconomiques pour la zone euro établies par les services de la BCE », septembre 2026
• BCE, blog, António Dias da Silva, Laura Lebastard et David Sondermann, « AI adoption and the productivity promise: what workers report », 26 août 2026
• Banque de France, Bloc-notes Éco n° 451, Sarah Mouabbi et Sebastian Stumpner, « Entreprises françaises : existe-t-il un écart d’adoption de l’IA ? », 28 mai 2026
• Banque de France, version PDF du Bloc-notes Éco n° 451

Analyses secondaires

• Boursorama, « IA dans les entreprises : une adoption rapide, sans effet immédiat sur la productivité », 3 septembre 2026