En juillet 2026, l’Insee a publié son enquête annuelle sur l’usage du numérique dans les entreprises. Pour les petites structures, un chiffre ressort. Parmi les entreprises de 10 à 49 salariés qui n’utilisent pas l’intelligence artificielle, 71 % disent ne pas en voir l’utilité. Dans cette tranche, seules 15 % des entreprises l’utilisent, contre 58 % chez celles de 250 salariés ou plus.
Un écart qui se creuse
L’usage progresse pourtant vite. En 2025, 18 % des entreprises de 10 salariés ou plus déclaraient utiliser au moins une technologie d’IA, trois fois plus qu’en 2023. Les plus grandes avancent plus vite encore, si bien que l’écart avec les moins de 50 salariés est passé de 16 à 43 points en deux ans. Les grandes ont des équipes data et des budgets. Les PME ont surtout des journées pleines.
Le manque d’expertise pèse aussi : 54 % des entreprises qui n’utilisent pas l’IA le citent. Chez celles qui ont sauté le pas, l’objectif reste très terre à terre, puisque 73 % s’en servent pour réduire leurs coûts, en gagnant du temps ou en automatisant des tâches répétitives.
Partir de l’agenda de l’équipe
Pour un dirigeant, la question utile porte sur le temps passé chaque semaine à des tâches qui reviennent et ne demandent pas de jugement. Dans les PME qui vendent à d’autres entreprises, on retrouve souvent les mêmes postes, comme la préparation des listes de prospects, les relances de devis, les réponses aux questions récurrentes des clients ou la compilation des chiffres de la semaine.
Un bon premier chantier revient chaque semaine et se mesure facilement, en heures ou en délai de réponse. S’il touche au chiffre d’affaires, ses effets se voient plus vite.
Quatre usages à la portée d’une PME
La prospection B2B est souvent la plus parlante. Un agent IA peut chercher les entreprises qui correspondent à une cible (secteur, taille, région, recrutement en cours), rassembler les informations publiques utiles et rédiger une première approche pour chacune. Le commercial relit avant d’envoyer, en respectant les règles de la CNIL sur la prospection entre professionnels.
Les relances de devis viennent juste après. Quand un devis reste plusieurs jours sans réponse, un message part au nom du commercial, rédigé à partir de l’échange précédent, et la séquence s’arrête dès que le client répond.
Côté service client, une IA reliée à la documentation interne prépare les réponses aux questions qui reviennent sans cesse (délais de livraison, suivi de commande, disponibilité d’une pièce, conditions de retour). Un salarié valide avant l’envoi.
Reste le reporting du lundi matin, souvent fait à la main en croisant les exports de la comptabilité et du CRM. Une automatisation peut assembler le chiffre d’affaires et les devis en cours, puis demander à un modèle de langage quelques lignes sur ce qui a changé dans la semaine.
Tout relire, au début
Les premières semaines, mieux vaut que rien ne parte sans relecture. On repère ainsi ce que l’outil réussit du premier coup et ce qu’il faut corriger, avant de relâcher le contrôle là où il n’apporte plus rien. C’est aussi le moment de régler la question des données, en vérifiant où les informations des clients sont traitées et combien de temps elles sont conservées.
Mesurer avant d’étendre
La situation de départ se note simplement, avec les heures passées chaque semaine sur la tâche et le délai moyen de réponse. Un mois plus tard, les mêmes mesures disent s’il faut aller plus loin. Quatre heures gagnées par semaine sur les relances représentent par exemple 180 heures sur 45 semaines travaillées, soit un peu plus de cinq semaines de travail à 35 heures.
Seul ou accompagné ?
Une PME qui compte un salarié à l’aise avec les outils numériques peut lui confier ce premier projet, avec du temps réservé et un objectif chiffré. Les autres se tournent vers un prestataire. Des agences se sont spécialisées sur ces sujets, comme Daremonkey, qui construit des automatisations et des agents IA pour le marketing et la vente des PME. Avant de signer, on peut demander à voir un projet comparable et savoir qui maintiendra l’automatisation quand un logiciel changera.
Le besoin d’expertise ne disparaît pas avec le premier projet. Selon la même enquête de l’Insee, 53 % des entreprises qui utilisent déjà l’IA disent être freinées par un manque d’expertise.
