Combien de PME françaises utilisent l'IA en 2026 ? De 18 % à 64 %

En 2024, un dirigeant de PME industrielle dans le Rhône nous racontait avoir testé 6 outils IA en 9 mois. Bilan : aucun déployé, équipe lassée, 28 000 € dépensés en abonnements et accompagnement. En 2026, on entend encore ce genre d'histoire, mais le ton a changé. Les dirigeants ne cherchent plus à « faire de l'IA ». Ils veulent savoir où elle rapporte, où ne surtout pas en mettre, et combien ça coûte.

Cet article sépare deux choses : les chiffres publics, vérifiés à la source avec leur périmètre exact, et ce qu'on observe chez les PME qu'on accompagne.

Les chiffres clés à retenir

Les mesures les plus récentes, prises début 2026

• 67 % des entreprises de 20 salariés et plus déclarent utiliser l'IA générative début 2026, dont 64 % entre 20 et 49 salariés et 83 % au-delà de 1 000 salariés. Banque de France, septembre 2026
• Environ un tiers des mêmes entreprises utilisent une IA non générative, dite prédictive : 31 % entre 20 et 49 salariés, 60 % au-delà de 1 000. Banque de France, septembre 2026
• 58 % des TPE-PME de 1 à 249 salariés ont recours à l'IA, générative ou non, en avril 2026. Mais 34 % le font de façon non coordonnée, à l'initiative de collaborateurs, sans cadre formalisé. Bpifrance Le Lab et Rexecode, mai 2026
• 7 % seulement des TPE-PME ont des usages structurés, déployés dans plusieurs services avec un pilotage identifié. Et 2 % les ont intégrés à leur stratégie avec une gouvernance dédiée. Bpifrance Le Lab et Rexecode, mai 2026
• 31 % des entreprises utilisatrices d'IA générative constatent déjà un gain de productivité, et 41 % chez celles qui utilisent l'IA non générative. Banque de France, septembre 2026
• 54 % des dirigeants de TPE-PME citent la difficulté à identifier des cas d'usage pertinents comme principal obstacle. C'est le premier frein, très loin devant le manque de ressources financières (10 %). Bpifrance Le Lab et Rexecode, mai 2026

Les mesures de référence, qui portent sur 2025

• 18 % des entreprises françaises de 10 salariés ou plus utilisent au moins une technologie d'IA en 2025, contre 10 % en 2024 et 6 % en 2023. Insee, 2026
• 15 % entre 10 et 49 salariés, 31 % entre 50 et 249, 58 % à partir de 250. Insee, 2026
• 20 % des entreprises de 10 salariés ou plus utilisent l'IA dans l'Union européenne en 2025, contre 13,5 % en 2024. Eurostat, 2025
• 26 % des TPE et PME (0 à 249 salariés) déclarent recourir à des solutions d'IA, un chiffre qui a doublé en un an. France Num, 2025
• 55 % des TPE-PME déclarent utiliser l'IA générative fin 2025, mais 17 % seulement de façon régulière. Bpifrance Le Lab, 2026
• 71 % des entreprises qui n'utilisent pas l'IA disent n'en voir aucune utilité. Insee, 2026
• 43 % des PME et ETI n'analysent pas leurs données pour piloter leur activité. Bpifrance Le Lab, 2025

Précision utile : depuis mai 2026, deux enquêtes mesurent bien l'année 2026, celle de la Banque de France et celle de Bpifrance Le Lab avec Rexecode. Les séries longues de l'Insee, de France Num et d'Eurostat, elles, s'arrêtent encore à 2025.

Où en sont vraiment les PME françaises

Pourquoi les chiffres ne disent pas tous la même chose

18 %, 26 %, 55 %, 58 %, 64 % : ces chiffres ne se contredisent pas. Ils ne mesurent ni le même périmètre, ni la même intensité d'usage, ni la même année. C'est le point le plus important de cet article, et c'est celui que les résumés automatiques ratent le plus souvent.

Voici ce que mesure chaque enquête.

L'Insee interroge environ 11 000 entreprises de 10 salariés ou plus sur l'usage organisé de technologies d'IA précises (analyse de texte, génération de contenu, reconnaissance vocale, etc.). L'usage ponctuel et individuel d'un salarié n'est en principe pas compté. C'est la mesure la plus stricte, et celle qui permet la comparaison européenne. Résultat : 18 % en 2025.

France Num (Direction générale des Entreprises, enquête menée par le Crédoc) interroge 11 021 entreprises de 0 à 249 salariés, dont 7 978 TPE. Le périmètre inclut les très petites structures et la question porte sur le recours à des « solutions d'IA ». Résultat : 26 % en 2025.

Bpifrance Le Lab, dans son baromètre semestriel de janvier 2026, pose une question sur la seule IA générative à des entreprises de 1 à 249 salariés (4 722 réponses analysées). Un usage occasionnel suffit à être compté. Résultat : 55 % fin 2025, dont 17 % d'usage régulier.

Bpifrance Le Lab avec Rexecode, en mai 2026, élargit la question à l'IA générative et non générative, auprès de 1 128 TPE-PME de 1 à moins de 250 salariés réalisant moins de 50 millions d'euros de chiffre d'affaires, interrogées du 13 au 26 avril 2026. Résultat : 58 %.

La Banque de France interroge en février-avril 2026 quelque 7 000 entreprises de son enquête mensuelle de conjoncture, redressées pour être représentatives. Le champ commence à 20 salariés et couvre l'industrie manufacturière, le bâtiment et les services marchands non financiers, hors commerce, soit environ la moitié de l'économie française. La question porte sur la déclaration d'usage d'outils d'IA générative, y compris expérimental. Résultat : 67 % à partir de 20 salariés, 64 % entre 20 et 49.

Trois règles de lecture en découlent.

• Plus le seuil de taille est haut, plus le taux monte. L'IA se diffuse avec la taille, dans toutes les enquêtes. Un chiffre qui démarre à 20 salariés sera mécaniquement plus élevé qu'un chiffre qui inclut les entreprises d'une personne.
• Plus la définition est large, plus le taux monte. « Un salarié a ouvert ChatGPT ce mois-ci » et « l'entreprise a installé une brique d'IA dans un process » ne donnent pas le même résultat.
• Un an d'écart change tout en ce moment. Entre fin 2025 et le printemps 2026, la diffusion continue. Comparer un chiffre 2025 à un chiffre 2026 n'a pas de sens.

Retenez ceci : l'IA générative est entrée dans les habitudes d'une majorité de dirigeants et de salariés, mais l'IA installée dans les process de l'entreprise reste minoritaire. Les deux enquêtes 2026 le montrent chacune à leur manière.

Le chiffre 2026 qui compte vraiment : 7 %

Le 58 % de Bpifrance et Rexecode se décompose. Sur l'ensemble des TPE-PME interrogées :

• 34 % ont des usages non coordonnés, à l'initiative de collaborateurs, sans cadre formalisé.
• 17 % ont encadré les usages sur certaines tâches ou processus identifiés, mais le pilotage reste limité.
• 7 % ont des usages structurés, déployés dans plusieurs services, avec un pilotage identifié et des procédures formalisées.
• 2 % (compris dans les 7 %) les ont intégrés à leur stratégie et à leurs processus de décision, avec une gouvernance dédiée.

Et 42 % n'utilisent pas l'IA du tout : 35 % n'ont aucune intention d'y recourir prochainement, 7 % l'envisagent. Les TPE de 1 à 9 salariés sont plus souvent non utilisatrices que les PME de 10 à 249 salariés (44 % contre 31 %).

Autrement dit, la vraie fracture de 2026 n'est plus entre les entreprises qui utilisent l'IA et les autres. Elle est entre celles où l'IA est un outil personnel que chacun ouvre dans son coin, et celles où elle est branchée sur un process avec quelqu'un qui en répond.

Une adoption multipliée par trois en deux ans

Selon l'Insee, la part des entreprises de 10 salariés ou plus utilisant l'IA a été multipliée par trois entre 2023 et 2025. Chez Bpifrance Le Lab, l'usage déclaré de l'IA générative passe de 15 % en 2023 à 31 % fin 2024, puis 55 % fin 2025.

Autre donnée frappante de l'Insee : les entreprises qui utilisent l'IA concentrent désormais 66 % du chiffre d'affaires et 59 % de l'emploi du champ étudié, contre 49 % et 40 % en 2024.

La taille fait toute la différence

L'écart entre petites et grandes entreprises se creuse. Voici les taux d'usage mesurés par l'Insee, comparés à la moyenne européenne (Eurostat).

• 10 à 49 salariés : 5 % en 2023, 9 % en 2024, 15 % en 2025 (UE 2025 : 17 %)
• 50 à 249 salariés : 10 % en 2023, 15 % en 2024, 31 % en 2025 (UE 2025 : 30 %)
• 250 salariés ou plus : 21 % en 2023, 33 % en 2024, 58 % en 2025 (UE 2025 : 55 %)
• Ensemble : 6 % en 2023, 10 % en 2024, 18 % en 2025 (UE 2025 : 20 %)

Source : Insee, Insee Première n° 2120, juillet 2026, d'après les enquêtes TIC entreprises et Eurostat. Champ : entreprises de 10 salariés ou plus des secteurs marchands, hors agriculture, finance et assurance.

Entre 2023 et 2025, l'écart entre les moins de 50 salariés et les 250 ou plus passe de 16 à 43 points. Et le retard français sur l'Europe ne concerne plus que les petites entreprises : 2 points sous la moyenne européenne entre 10 et 49 salariés, au niveau entre 50 et 249, 3 points au-dessus au-delà de 250.

Pour situer la France : l'Allemagne est à 26 %, l'Italie et l'Espagne à un niveau proche du nôtre. Les pays nordiques sont loin devant, le Danemark en tête avec 42 %.

L'enquête 2026 de la Banque de France confirme la pente, sur son propre périmètre : l'usage déclaré de l'IA générative passe de 64 % chez les 20 à 49 salariés à 83 % chez les 1 000 salariés et plus. Pour l'IA non générative, plus exigeante en données et en intégration, l'écart est bien plus marqué : de 31 % à 60 %.

Le secteur compte presque autant que la taille

Toujours selon l'Insee, l'information-communication est à 59 %, les activités spécialisées, scientifiques et techniques à 33 %, l'immobilier à 26 %. À l'autre bout : transports et entreposage (9 %), construction (10 %), hébergement-restauration (12 %) et commerce (13 %). L'industrie manufacturière est à 17 %.

France Num, TPE incluses, confirme la hiérarchie : 51 % dans le numérique, 41 % dans les services spécialisés (architectes, bureaux d'études, professions juridiques), 9 % dans l'agriculture.

La Banque de France retrouve la même hiérarchie en 2026, avec des niveaux plus hauts : 91 % d'usage de l'IA générative dans l'information-communication et 84 % dans les activités spécialisées, scientifiques et techniques. Ce sont aussi les deux seuls secteurs où l'usage intensif dépasse nettement la moyenne (33 % et 17 %).

Ce que les PME font concrètement avec l'IA

Les usages restent simples. France Num mesure que l'IA générative (22 % des TPE-PME) et les chatbots ou assistants (14 %) dominent largement. L'analyse de documents (6 %), l'automatisation de tâches (5 %) et l'analyse de données (5 %) restent marginales.

Côté IA générative, Bpifrance Le Lab détaille : génération de contenus écrits (72 % des utilisatrices), recherche et analyse d'informations (67 %), traduction (34 %), création de visuels (29 %), relecture ou vérification de conformité (22 %).

L'enquête 2026 de la Banque de France dit la même chose autrement. Parmi les entreprises qui utilisent l'IA générative, 85 % se servent d'outils de génération de texte, contre 33 % pour les images ou les vidéos et 32 % pour les assistants et chatbots. Surtout : 74 % l'emploient d'abord dans des fonctions support (marketing, administration, finance-comptabilité, ressources humaines), contre seulement 14 % dans leurs activités de production.

Bpifrance et Rexecode donnent le classement par domaine chez les TPE-PME utilisatrices : marketing et ventes (47 %), processus de production ou de services (32 %), organisation des processus d'administration (28 %), recherche et développement (24 %), comptabilité et gestion financière (21 %), sécurité informatique (14 %), logistique (4 %).

Deux chiffres de l'Insee éclairent le « comment ». 80 % des entreprises qui utilisent l'IA achètent des logiciels du commerce prêts à l'emploi plutôt que de développer. Et 73 % l'utilisent d'abord pour optimiser les coûts : gain de temps, automatisation de tâches répétitives.

Bpifrance et Rexecode le confirment côté TPE-PME en 2026 : 59 % utilisent des outils obtenus gratuitement et 52 % des outils professionnels achetés clé en main. Seules 13 % ont fait développer un outil sur mesure, une proportion qui grimpe à 54 % chez celles dont les usages sont déjà structurés.

Sur le terrain, on voit la même chose : l'IA arrive surtout par les logiciels métier déjà en place (CRM, comptabilité, outils sectoriels), ou par un compte gratuit ouvert par un salarié. L'enjeu se déplace : savoir quoi activer, et faire en sorte que les équipes s'en servent dans un cadre.

Ce qui bloque

Le premier frein n'est pas technique

C'est le résultat le plus constant de toutes les enquêtes, 2025 comme 2026.

Chez l'Insee, parmi les entreprises qui n'utilisent pas l'IA, 71 % disent ne pas en voir l'utilité. Le chiffre est le même chez les 10 à 49 salariés (71 %) et tombe à 54 % chez les 250 ou plus.

La Banque de France mesure la même chose en 2026 : chez les entreprises de 20 salariés et plus qui n'utilisent pas l'IA, l'absence de cas d'usage identifiés arrive en tête, citée par 49 %, loin devant le manque de compétences techniques (24 %) et les contraintes financières (9 %). Le coût n'est qu'un obstacle secondaire.

Bpifrance et Rexecode aboutissent au même endroit : 54 % des dirigeants de TPE-PME citent la difficulté à identifier des cas d'usage pertinents, et 60 % chez celles qui n'ont pas encore commencé.

Ce n'est pas forcément que l'IA est inutile pour elles. C'est souvent que personne n'a pris le temps de regarder leurs process un par un pour repérer où elle ferait gagner du temps. C'est exactement le travail d'une cartographie des process.

Les freins ne sont pas les mêmes avant et après

Point intéressant de l'enquête Banque de France 2026 : les entreprises qui utilisent déjà l'IA ne citent pas les mêmes obstacles que les autres.

• Chez les non-utilisatrices : manque de cas d'usage (49 %), compétences techniques insuffisantes (24 %), fiabilité incertaine des résultats (16 %), incompatibilité technique (14 %), obstacles réglementaires (11 %), coûts (9 %).
• Chez les utilisatrices : compétences techniques insuffisantes (33 %), manque de cas d'usage (29 %), obstacles réglementaires (27 %), fiabilité incertaine des résultats (24 %), incompatibilité technique (17 %), coûts (17 %).

Source : Banque de France, Bulletin n° 266, enquête réalisée du 25 février au 3 avril 2026. Champ : entreprises de 20 salariés et plus.

Traduction : avant de démarrer, la difficulté est de savoir quoi faire. Une fois démarré, elle devient de savoir le déployer à l'échelle, sans casser la conformité et sans se faire piéger par des résultats faux.

Les chiffres 2025 de l'Insee disaient déjà cela. Les raisons citées par les entreprises non utilisatrices en 2025 :

• Pas d'utilité pour l'entreprise : 71 % (10 à 49 salariés : 71 %, 50 à 249 : 69 %)
• Manque d'expertise : 54 % (53 %, 66 %)
• Incompatibilité avec les outils existants : 38 % (38 %, 45 %)
• Inquiétudes sur la protection des données : 38 % (37 %, 44 %)
• Manque de clarté juridique : 38 % (36 %, 48 %)
• Coûts trop élevés : 32 % (31 %, 42 %)
• Difficultés liées aux données nécessaires : 29 % (28 %, 32 %)

Source : Insee, enquête TIC entreprises 2025. Champ : entreprises de 10 salariés ou plus n'utilisant aucune technologie d'IA.

Le manque d'expertise ne disparaît pas après l'adoption. 53 % des entreprises qui utilisent déjà l'IA se disent freinées par ce manque, 43 % par des inquiétudes sur les données personnelles, 42 % par le flou juridique et 33 % par les coûts.

Le gain de productivité n'est pas encore au rendez-vous

C'est le message central de l'enquête Banque de France de septembre 2026, et il mérite d'être lu en entier : l'adoption a explosé, les effets économiques pas encore.

31 % des entreprises utilisatrices d'IA générative constatent un gain de productivité. C'est 41 % pour celles qui utilisent l'IA non générative, plus intégrée aux process.

Bpifrance et Rexecode mesurent un écho côté TPE-PME : 43 % des dirigeants utilisateurs déclarent une amélioration de la productivité de leurs salariés, mais seulement 8 % un effet positif sur le chiffre d'affaires (contre 1 % un effet négatif). Sur la rentabilité et la compétitivité, un peu plus de la moitié n'observent aucun impact.

L'hypothèse posée par la Banque de France est la bonne, et elle recoupe ce qu'on voit sur le terrain : les gains dépendent moins de l'adoption elle-même que du degré d'intégration aux processus métier. Un usage cantonné aux fonctions support donne des gains d'efficacité ponctuels. Les gains sérieux viennent des applications branchées sur la production, l'innovation ou le développement.

Des données pas prêtes

Bpifrance Le Lab relève que 43 % des PME et ETI n'analysent pas leurs données pour piloter leur activité. Une IA branchée sur des données éparpillées produit des résultats faux, plus vite. D'où l'intérêt de préparer ses données avant l'IA.

Le signal est le même en 2026 : seules 11 % des TPE-PME utilisatrices ont mis en place une politique de gestion, de qualité ou de sécurité des données destinées à être fournies à une IA, selon Bpifrance et Rexecode. La proportion monte à 32 % chez celles dont les usages sont déjà structurés.

Ce qu'on observe chez les PME qu'on accompagne

Les chiffres publics ne mesurent pas tout. Voici ce qu'on voit sur le terrain, sans prétention statistique.

La prudence post-2024, et son piège. Les échecs des premiers projets ont eu un effet salutaire : les dirigeants posent désormais les bonnes questions avant de signer. Mais une partie d'entre eux a conclu que « l'IA ne marche pas » et a tout gelé. C'est une erreur. Refuser de regarder par lassitude, c'est laisser un concurrent prendre de l'avance.

Les fonctions IA activées puis oubliées. Quand l'IA arrive en natif dans un logiciel métier, l'activer prend cinq minutes. La faire entrer dans les habitudes de l'équipe prend des semaines. Sans accompagnement, beaucoup de ces fonctions finissent par dormir. Les 34 % d'usages non coordonnés mesurés par Bpifrance en 2026 décrivent exactement la même réalité, vue d'en haut.

La souveraineté des données devient un critère d'achat. Les dirigeants demandent où sont hébergées leurs données, qui les traite, si elles servent à entraîner des modèles et si un accord de sous-traitance (DPA) est signé. C'est parfois rédhibitoire, surtout dans les secteurs réglementés. On a détaillé les points à contrôler dans comment vérifier la conformité RGPD d'un outil IA.

Ce qui marche

Les cinq cas d'usage qu'on voit en production

Chez les PME qu'on accompagne, cinq cas d'usage reviennent le plus souvent réellement en production, pas en POC qui traîne :

1. Qualification de leads entrants (commercial, recrutement)
2. Pré-saisie comptable et traitement des factures
3. Génération de devis personnalisés (services BtoB)
4. Reporting client et interne automatisé
5. Support client de niveau 1

Leur point commun : un volume répétitif de tâches peu variables, avec un résultat mesurable. Ils recoupent ce que mesure l'Insee, qui note que 73 % des entreprises utilisatrices cherchent d'abord à optimiser les coûts en automatisant des tâches répétitives.

À l'inverse, sur des sujets à forte variabilité et faible volume (négociation stratégique, choix d'investissement), ça ne tient presque jamais.

Trois traits communs aux PME qui réussissent

Les PME qui transforment l'IA en gain opérationnel partagent trois traits, quels que soient leur taille et leur secteur.

Un dirigeant qui regarde les chiffres tous les mois. Le patron en personne, qui ouvre le tableau de bord et demande « où on en est, et pourquoi ».

Un périmètre étroit assumé. Une PME industrielle de 35 personnes en Auvergne a choisi de ne traiter qu'un seul process : la pré-saisie des bons de commande fournisseurs. Un seul sujet, tenu sur six mois, validé chiffres en main. Résultat : 22 heures par semaine gagnées sur l'équipe achats. À l'inverse, une PME de même taille qui avait lancé quatre chantiers en parallèle n'avait aucun résultat tangible au bout du compte.

La formation au même rythme que les outils. Les chantiers qui tiennent dans la durée consacrent 20 à 30 % du budget à la conduite du changement, pas à la technique. Les chiffres publics vont dans ce sens. Chez Bpifrance et Rexecode, 75 % des dirigeants utilisateurs ont mis en place une action liée à l'adoption de l'IA, et la formation des salariés arrive largement en tête (46 %, et 53 % chez les PME d'au moins 10 salariés). Loin derrière viennent les expérimentations ou projets pilotes (16 %) et les règles internes d'usage (15 %). On détaille la méthode dans former ses équipes à l'IA.

Un ROI exigé avant de signer

Autre évolution nette sur le terrain : les dirigeants ne signent plus à l'aveugle. Trois questions reviennent avant chaque engagement. Quelle métrique chiffrée va bouger ? Sur quelle base de départ ? Quand saura-t-on si c'est rentable ? Les prestataires qui ne savent pas répondre ne signent plus. Pour poser ces questions correctement, voir comment mesurer le ROI d'un projet IA.

Ce que ça veut dire pour un dirigeant de PME

Si vous avez entre 10 et 49 salariés

C'est la tranche où l'écart se creuse le plus vite, et la seule où la France reste en retard sur l'Europe. Ne partez pas d'un outil. Partez d'un process qui vous coûte du temps chaque semaine, chiffrez ce temps, et testez une seule solution dessus. Si vous faites partie de ceux qui ne voient pas d'usage, c'est probablement que ce travail d'inventaire n'a pas encore été fait : c'est le premier frein cité chez l'Insee, à la Banque de France et chez Bpifrance.

Si vous avez entre 50 et 249 salariés

Vous êtes au niveau européen, et près d'une entreprise sur trois de votre taille utilisait déjà l'IA en 2025 selon l'Insee. Les enquêtes 2026 montrent que la déclaration d'usage de l'IA générative croît avec la taille sur tout le spectre. Le sujet n'est donc plus de tester, c'est de passer d'usages individuels à des process outillés. Les freins qui montent à votre taille sont le manque d'expertise, le flou juridique et l'incompatibilité avec vos outils. Autrement dit : une gouvernance et un SI rangé.

Dans tous les cas

• Distinguez usage et intégration. Que vos équipes utilisent ChatGPT n'est pas une stratégie IA. C'est le cas de 34 % des TPE-PME, qui laissent l'usage se faire sans cadre. C'est un point de départ, avec un risque de fuite de données si ce sont des comptes personnels.
• Rangez vos données avant d'automatiser. 43 % des PME et ETI ne pilotent pas leur activité par la donnée. Une IA posée sur ce terrain amplifie le désordre.
• Budgétez la formation. C'est le frein numéro un après adoption, et la première action mise en place par les entreprises qui avancent. Le couper, c'est acheter un outil qui dormira.
• Visez le process, pas la fonction support. C'est la conclusion la plus nette de la Banque de France en 2026 : les gains de productivité suivent le degré d'intégration aux activités de production, pas le simple fait d'adopter.

Ce qu'on voit monter pour la suite, chez les PME les plus avancées : faire dialoguer entre eux deux ou trois usages déjà en production (le CRM qui parle au support, la comptabilité qui parle au commercial), confier à des agents des tâches de bout en bout sur des cas étroits, et poser une gouvernance IA interne (charte d'usage, référent, budget annuel, revue trimestrielle). Les enquêtes commencent tout juste à les compter : 7 % d'usages structurés, 2 % avec une gouvernance dédiée.

La leçon reste la même. En 2026, le facteur limitant n'est plus la technologie. C'est l'attention managériale qu'on lui accorde.

Vous voulez situer votre entreprise par rapport à ces chiffres et repérer vos premiers process à outiller ? Parlons-en.

Sources

• Banque de France, Véronique Genre et Léo Parpais, « L'IA s'installe dans les entreprises françaises : une diffusion rapide, mais des gains de productivité encore limités », Bulletin de la Banque de France n° 266/1, septembre 2026. Enquête menée du 25 février au 3 avril 2026 auprès d'environ 7 000 entreprises de 20 salariés et plus. banque-france.fr
• Bpifrance Le Lab et Rexecode, « Trésorerie, investissement et croissance des TPE-PME, 2e trimestre 2026 », focus intelligence artificielle, 19 mai 2026. Enquête menée du 13 au 26 avril 2026, 1 128 TPE-PME de 1 à moins de 250 salariés. presse.bpifrance.fr
• Insee, « Les technologies de l'information et de la communication dans les entreprises en 2025 : le taux d'usage de l'intelligence artificielle multiplié par trois entre 2023 et 2025 », Insee Première n° 2120, juillet 2026. insee.fr
• Direction générale des Entreprises, France Num, « Baromètre France Num 2025 : le numérique et l'intelligence artificielle dans les TPE et PME », septembre 2025. francenum.gouv.fr
• Crédoc pour France Num, « L'IA s'invite dans les TPE et PME : un essor récent mais rapide », juin 2026. credoc.fr
• Bpifrance Le Lab, « 82e baromètre semestriel de conjoncture auprès des TPE-PME », janvier 2026. presse.bpifrance.fr
• Bpifrance Le Lab, « L'IA dans les PME et ETI françaises : une révolution tranquille », juin 2025. presse.bpifrance.fr
• Eurostat, « 20% of EU enterprises use AI technologies », décembre 2025. ec.europa.eu