En deux ans, la part des entreprises françaises de dix salariés ou plus utilisant au moins une technologie d’intelligence artificielle a triplé. Selon une enquête de l’Insee publiée en juillet 2026, 18 % d’entre elles déclarent un usage effectif de l’IA en 2025, contre 6 % en 2023. Ce basculement rapide ne touche pas uniformément le tissu économique, et ses effets sur les métiers varient selon la taille des structures, les secteurs et la nature des tâches concernées.
Concentration de l’IA dans les grandes entreprises et effet sur l’emploi
Le triplement du taux d’adoption masque une réalité plus contrastée. Les entreprises utilisatrices d’IA, bien que minoritaires en nombre, concentrent environ deux tiers du chiffre d’affaires et près de 60 % de l’emploi du périmètre étudié par l’Insee. Un an plus tôt, elles représentaient environ la moitié.
Ce déséquilibre signifie que les salariés les plus exposés aux transformations liées à l’IA travaillent déjà dans ces structures. Les grandes entreprises disposent de budgets de déploiement, d’équipes dédiées à la donnée et de systèmes d’information compatibles avec l’intégration d’outils d’IA générative ou prédictive.
Pour les PME et TPE, la situation diffère. L’adoption reste plus lente, freinée par des infrastructures techniques limitées et un accès restreint aux compétences spécialisées. L’écart entre entreprises équipées et non équipées se creuse, ce qui pose la question de la fracture technologique au sein d’un même secteur d’activité.
Recomposition des tâches dans les PME : ce que montrent les données terrain
Les retours terrain divergent sur l’ampleur des suppressions de postes. En revanche, un point fait consensus dans les analyses récentes : dans les PME françaises, l’IA modifie le contenu des postes plus qu’elle ne les supprime. La note TrésorÉco n° 391 de juin 2026 rappelle que les estimations d’emplois exposés à l’IA varient considérablement selon les méthodologies utilisées.
Ce que l’on observe concrètement, c’est un glissement des tâches. Les fonctions support (comptabilité, gestion administrative, service client de premier niveau) voient une partie de leurs activités répétitives absorbées par des outils automatisés. Les salariés concernés ne disparaissent pas des organigrammes, mais leur fiche de poste évolue.
Les fonctions les plus touchées par la recomposition
- Les métiers administratifs et de secrétariat, où la génération automatique de documents, le tri de courriers et la gestion d’agendas sont de plus en plus délégués à des assistants IA
- La maintenance industrielle, qui passe d’un modèle curatif à un modèle prédictif grâce à l’analyse de données capteurs en temps réel
- Les fonctions de contrôle qualité, où la vision par ordinateur prend en charge l’inspection visuelle sur les lignes de production
- Le recrutement et la gestion RH, avec des outils de présélection de candidatures et d’analyse de compétences qui modifient le travail quotidien des équipes
Cette recomposition crée une pression sur la montée en compétences. Les salariés doivent apprendre à utiliser ces outils, à interpréter leurs résultats et à identifier leurs limites.
Formation des équipes à l’IA : une obligation réglementaire en approche
L’AI Act européen introduit une exigence qui reste peu connue dans les entreprises françaises. L’article 4 du règlement impose une obligation de formation à l’IA pour les personnels qui déploient ou utilisent des systèmes d’IA à haut risque. Les entreprises concernées devront démontrer que leurs équipes disposent d’un niveau suffisant de compréhension des outils qu’elles manipulent.
Cette contrainte réglementaire arrive dans un contexte où les plans de formation internes peinent à suivre le rythme des déploiements technologiques. Beaucoup d’entreprises ont adopté des outils d’IA générative avant même de former leurs salariés à leur usage, créant un décalage entre la capacité technique disponible et la compétence réelle des utilisateurs.
Résistance au changement et adoption inégale
Former ne suffit pas si les équipes n’adhèrent pas. Plusieurs retours d’expérience documentés montrent que la résistance au changement constitue un frein aussi déterminant que le manque de budget. Les salariés qui perçoivent l’IA comme une menace directe pour leur poste investissent moins dans l’apprentissage des nouveaux outils.
Les entreprises qui obtiennent les meilleurs résultats d’adoption sont celles qui associent les salariés dès la phase de choix des outils, en expliquant précisément quelles tâches seront modifiées et lesquelles resteront inchangées. La transparence sur le périmètre d’usage de l’IA réduit la défiance bien plus efficacement qu’une communication générale sur les bénéfices de la technologie.
Marché de l’emploi IA en France : signaux forts et zones d’incertitude
Le rapport Future of Jobs 2025 du Forum Économique Mondial avance que 170 millions de nouveaux emplois pourraient être créés à l’échelle mondiale d’ici 2030, contre 92 millions de suppressions, soit un solde net positif de 78 millions de postes. En France, plus de 166 000 offres d’emploi liées à l’IA ont été publiées en 2024, plaçant le pays en tête des nations européennes devant l’Allemagne et le Royaume-Uni.
Ces chiffres décrivent une dynamique de création, mais les données disponibles ne permettent pas de conclure que tous les postes supprimés seront compensés dans les mêmes bassins d’emploi ni dans les mêmes catégories de qualification. Un poste d’opérateur de saisie supprimé dans une PME de Picardie n’est pas remplacé par un poste d’ingénieur en machine learning à Paris.
Les compétences qui émergent
Au-delà des profils purement techniques (data scientists, ingénieurs en IA), les entreprises recherchent des compétences hybrides. Un responsable logistique capable de paramétrer un outil d’optimisation de flux, un comptable sachant auditer les résultats d’un algorithme de détection d’anomalies : ces profils mixtes deviennent les plus recherchés sur le marché.
La formation continue joue un rôle central dans cette transition. Les dispositifs existants (CPF, plan de développement des compétences) doivent intégrer des modules spécifiques à l’usage de l’IA dans chaque métier, plutôt que des formations généralistes déconnectées des réalités opérationnelles.
Le décalage entre la vitesse d’adoption de l’IA et la capacité du système de formation à produire les compétences nécessaires reste le point de tension principal. Les entreprises qui anticipent cette montée en compétences prennent un avantage concurrentiel mesurable. Les autres risquent de se retrouver avec des outils puissants et des équipes incapables de les exploiter correctement.
