Cas d'usage IA : ce que les entreprises déploient vraiment

En une phrase. Un cas d'usage IA, c'est une tâche précise, dans un service précis, qu'un système d'intelligence artificielle prend en charge tout ou partie. La question utile n'est pas « que peut faire l'IA » mais « que font réellement les entreprises qui s'y sont mises ». L'Insee y répond, et la réponse surprend.

Le chiffre que presque personne ne cite

L'Insee a publié le 21 juillet 2026 les résultats de son enquête sur les technologies de l'information dans les entreprises, menée auprès de 11 000 entreprises de dix salariés ou plus des secteurs principalement marchands.

18 % des entreprises en France utilisent au moins une technologie d'intelligence artificielle en 2025. C'est huit points de plus qu'en 2024 et douze de plus qu'en 2023. La moyenne de l'Union européenne s'établit à 20 %.

L'écart par taille est le fait marquant de ce relevé.

• 15 % des entreprises de 10 à 49 salariés
• 31 % de celles de 50 à 249 salariés
• 58 % de celles de 250 salariés ou plus

Une entreprise de taille intermédiaire a donc quatre fois plus de chances d'avoir déjà déployé quelque chose qu'une petite entreprise. Si vous dirigez une PME de trente personnes et que vous avez l'impression d'être en retard, le relevé dit l'inverse : quatre sur cinq de vos pairs n'ont rien déployé non plus.

Les technologies réellement en service

L'Insee mesure la diffusion en part des effectifs salariés concernés, et non en part des entreprises. Lisez donc ces chiffres comme la fréquence d'une technologie parmi celles qui sont en service, pas comme un taux d'équipement.

Technologie	Part des effectifs salariés, 2025
Analyse de langage écrit	48 %
Génération de langage parlé ou écrit	45 %
Génération d'images, de vidéos ou de contenu audio	42 %
Conversion du langage parlé	41 %
Apprentissage automatique pour l'analyse de données	39 %
Automatisation ou aide à la décision	35 %
Identification d'objets ou de personnes	31 %
Mouvement de machine, robotique	17 %

Les quatre premières lignes portent toutes sur le langage. Lire, écrire, transcrire, reformuler. C'est le cœur du sujet, et c'est accessible à une entreprise de dix personnes sans projet informatique.

Les fonctions, et le classement contre-intuitif

Finalité d'usage	Part des effectifs salariés, 2025
Sécurité informatique	39 %
Organisation des processus d'administration	38 %
Recherche et développement, innovation	35 %
Processus de production ou de services	32 %
Marketing ou ventes	31 %
Comptabilité, contrôle de gestion, gestion financière	30 %
Logistique	18 %

Les listes de cas d'usage qui circulent ouvrent presque toutes sur le marketing. Le relevé de l'Insee le place cinquième, derrière la sécurité informatique et derrière l'administration. Les ressources humaines, que ces mêmes listes citent systématiquement, ne figurent pas parmi les finalités relevées.

L'explication tient en une phrase : les cas d'usage qui tiennent dans la durée sont ceux qui s'appliquent à une tâche répétitive, encadrée, où l'erreur se voit tout de suite. L'administration coche les trois cases. Le marketing en coche une.

Comment identifier les vôtres, sans atelier d'idéation

Chercher des cas d'usage par la liste produit des idées génériques. Les chercher par les irritants produit des cas d'usage qui tiennent. Trois questions suffisent, posées service par service.

Quelle tâche se répète chaque semaine et n'apporte rien à personne ? La reprise de données d'un outil à un autre, la mise en forme d'un même document, le tri d'une boîte mail partagée. C'est là que se trouvent les gains les plus sûrs.

Quel document met une heure à être produit alors qu'il suit toujours la même structure ? Compte rendu de visite, réponse type à un appel d'offres, fiche produit, note de synthèse. La génération de langage, première technologie du relevé, traite exactement cela.

Quelle information faut-il chercher à trois endroits avant de répondre à un client ? La question désigne un problème de recherche dans vos propres documents, c'est-à-dire l'analyse de langage écrit, technologie la plus déployée du classement.

Ces trois questions se posent en entretien, pas en atelier. Une personne par métier, trente minutes, sur ce qu'elle fait réellement.

Trier les cas d'usage obtenus

Une liste de vingt cas d'usage sans tri ne vaut pas mieux qu'une liste vide. Deux critères suffisent à les classer, et aucun des deux n'est la technologie employée.

Le temps récupéré par semaine, multiplié par le nombre de personnes concernées. Un gain de dix minutes par jour sur douze personnes pèse plus qu'un gain d'une heure sur une seule.

La visibilité de l'erreur. Un cas d'usage dont la sortie est relue par quelqu'un avant d'être utilisée est un cas d'usage à faible risque. Un cas d'usage dont la sortie part directement chez le client appelle un dispositif de vérification, donc plus de travail et plus de temps avant le premier euro gagné.

Commencez par ce qui est fréquent et vérifié. Gardez pour plus tard ce qui est spectaculaire et non vérifié.

Le préalable que ce tri suppose

Une partie de vos cas d'usage existent déjà, sans que la direction les connaisse. Les relever avant d'en imaginer de nouveaux évite de financer ce qui tourne déjà, et fait apparaître les usages qui posent un problème de données. La méthode tient dans notre article sur le shadow IA.

Sur la sixième ligne du classement, « automatisation ou aide à la décision », le vocabulaire du marché prête à confusion : ce qu'est réellement un agent IA et ce qui n'en est pas se tranche en quatre questions.

Une fois la liste établie et triée, il reste à décider qui a le droit de faire quoi, question traitée dans la gouvernance IA, et à étaler les chantiers dans le temps, ce que fait la feuille de route IA.

Faire ce travail avec un regard extérieur, parce que les équipes parlent plus librement à quelqu'un qui ne note pas leur entretien annuel et parce que la hiérarchisation suppose de connaître ce qui marche ailleurs, c'est le périmètre de l'audit IA.