PME, ETI, secteurs régulés : le retard IA français n'est pas uniforme
72% des dirigeants de PME n'ont pas de plan IA clair. Le retard réel varie selon la taille et le secteur, avec des risques très différents pour PME et ETI.

72% des dirigeants de PME françaises n'ont pas de plan IA clair, et seules 11% des PME du pays affichent un usage avancé de l'intelligence artificielle (Bpifrance Le Lab, 2026 ; MIT Sloan Management Review). Ce constat global cache une réalité plus fine : le retard n'est pas le même selon qu'on parle d'une PME de 20 salariés ou d'une ETI de 800 personnes soumise à des obligations réglementaires.
Dans mes accompagnements, je vois deux profils de retard bien distincts. Une PME non réglementée avance vite, sans filet : les équipes adoptent un assistant IA en quelques jours, sans validation ni cadrage, ce qui alimente le shadow AI que j'observe sur le terrain, 40 à 60% de l'usage réel échappant à la DSI. Une ETI d'un secteur régulé, finance, santé, industrie, avance plus lentement, avec davantage de process, mais son exposition légale est nettement supérieure dès qu'un usage non documenté touche des données sensibles ou un processus décisionnel automatisé.
Cette différence a trois conséquences concrètes. D'abord un gaspillage budgétaire : des licences IA achetées en parallèle par plusieurs services sans coordination, souvent redondantes. Ensuite un risque légal croissant : 80% des PME n'ont aucune gouvernance IA documentée, un vide que l'AI Act rendra coûteux pour les systèmes à haut risque dès que ses obligations renforcées s'appliqueront pleinement. Enfin un retard compétitif silencieux : 73% des tentatives d'intégration IA échouent ou sont abandonnées dans les six premiers mois faute de cadrage initial (Gartner, 2024), pendant que les concurrents mieux structurés consolident leur avance.
C'est exactement ce que couvre la première étape de la méthode IMPACT, l'Inventaire, en semaine 1 : cartographier les usages IA réels avant toute décision d'outillage, PME comme ETI, secteur régulé ou non. C'est aussi le premier des huit principes de gouvernance que je défends sur nachnouchi.com, la gouvernance avant le déploiement, jamais l'inverse. Une PME et une ETI n'ont pas besoin du même niveau de formalisme, mais aucune des deux ne peut se permettre de cadrer après coup ce qu'elle a déjà laissé se déployer sans contrôle.
Le retard IA des entreprises françaises ne se résout pas par plus d'outils, il se résout par un diagnostic honnête de ce qui est déjà en place, bien ou mal, adapté à la taille et au secteur de l'entreprise. Un audit TransformAudit pose ce diagnostic en 5 jours ouvrés, avec un score de maturité et une feuille de route à 90 jours.
Passons a l'action
Pret a structurer votre transformation IA ?
30 minutes de diagnostic gratuit pour identifier vos cas d'usage prioritaires et estimer le ROI concret pour votre organisation.
Reserver mon diagnostic gratuit →Articles similaires

Adoption IA en PME : pourquoi les deux semaines après le déploiement décident de tout
Formation initiale ou calibration post-déploiement : ce qui détermine réellement si un outil IA est adopté par les équipes en PME, et pas seulement installé.

Adoption IA en PME : pourquoi les licences activées ne mesurent rien
Licences ChatGPT ou Copilot achetées mais peu utilisées : pourquoi les PME confondent déploiement et adoption, et comment mesurer l'usage réel de l'IA.

PoC IA : les critères go/no-go qui déterminent le passage à l'échelle
PoC IA abandonnés : les critères go/no-go qui décident du passage à l'échelle, qualité des données, adoption réelle et économie unitaire avant d'investir plus.