L'intelligence artificielle est passée du stade des projets pilotes expérimentaux à celui d'outil standard du quotidien professionnel. Selon l'enquête mondiale State of AI de McKinsey, 88 % des organisations déclaraient en 2025 utiliser l'IA dans au moins une fonction de l'entreprise, contre 78 % un an plus tôt.

Cette adoption n'est pas répartie uniformément dans l'économie. Développeurs de logiciels, banques, médecins, avocats, journalistes, distributeurs et industriels font chacun face à des coûts, des environnements réglementaires et des risques différents, et les données d'enquête reflètent ces différences. Ce rapport passe en revue les derniers chiffres pour chaque secteur.

Comme les chiffres proviennent d'enquêtes distinctes aux méthodes, populations et questions différentes, ils ne doivent pas être lus comme une comparaison parfaitement symétrique. Ils montrent toutefois clairement où l'usage de l'IA est le plus ancré et où il se heurte encore à des limites.

Statistiques globales sur l'adoption de l'IA dans les entreprises

Le Stanford 2026 AI Index, qui s'appuie sur l'enquête mondiale State of AI de McKinsey, a révélé que 88 % des organisations ont utilisé l'IA dans au moins une fonction de l'entreprise en 2025. Contre 55 % en 2023 et 78 % en 2024.

L'IA générative a progressé encore plus vite. L'usage régulier par les organisations est passé de 33 % en 2023 à 71 % en 2024 et 79 % en 2025, et plus de la moitié des répondants ont indiqué que l'IA était déployée dans au moins trois fonctions.

Utiliser l'IA dans un domaine ne signifie toutefois pas reconstruire toute l'entreprise autour d'elle. Stanford a constaté que le déploiement d'agents d'IA restait à un chiffre dans presque toutes les fonctions de l'entreprise en 2025. Cela fait de 2026 une année de transition, la première vague d'assistants IA laissant place à une seconde vague d'agents d'IA plus autonomes.

L'adoption de l'IA par secteur en un coup d'œil

Chaque chiffre d'adoption cité dans cet article provient d'une enquête distincte portant sur une population différente, avec des questions et des méthodes différentes. Pris ensemble, ils montrent que l'IA ne se limite plus aux entreprises technologiques. Elle fait désormais partie du travail quotidien dans une grande partie de l'économie. Les sections qui suivent présentent les chiffres, les cas d'usage et les points de friction, secteur par secteur.

Statistiques de l'IA dans la finance et la banque

Les services financiers s'appuyaient sur l'apprentissage automatique depuis des années avant l'essor de l'IA générative. Les banques, les assureurs et les entreprises de paiement l'appliquent depuis longtemps à la détection de fraude, au scoring de crédit, aux contrôles anti-blanchiment, au trading et à la gestion des risques. L'IA générative est désormais ajoutée au service client, à la conformité, à la recherche et au travail logiciel.

Une enquête conjointe de la Banque d'Angleterre et de la Financial Conduct Authority a révélé que 75 % des entreprises financières britanniques interrogées utilisaient déjà l'IA, 10 % supplémentaires prévoyant de l'adopter d'ici trois ans. En 2022, la part des utilisateurs d'IA s'élevait à 58 %. L'adoption est inégale au sein du secteur : les assureurs et les banques internationales affichent les taux les plus élevés.

Où la finance utilise l'IA

L'entreprise médiane a déclaré environ neuf cas d'usage de l'IA, un nombre que les entreprises prévoient d'atteindre 21 d'ici trois ans. Les grandes banques internationales déclarent déjà une médiane proche de 49.

Les opérations et l'informatique représentent la plus grande part des cas d'usage déclarés, à environ 22 %, suivies par la banque de détail à environ 11 % et l'assurance générale à environ 10 %. Les modèles de fondation, les grands systèmes derrière l'IA générative, représentent 17 % des cas d'usage.

La finance demeure l'un des secteurs les plus matures pour l'IA, mais les entreprises restent prudentes sur les décisions à fort impact, car les erreurs en crédit, trading, assurance ou conformité entraînent des coûts financiers et juridiques considérables.

Statistiques de l'IA dans la santé

Le secteur de la santé a traditionnellement adopté les nouvelles technologies plus lentement, car les erreurs peuvent nuire aux patients, mais l'usage de l'IA progresse rapidement. L'American Medical Association a constaté que la part des médecins utilisant une forme d'IA de santé est passée de 38 % en 2023 à 66 % en 2024, un gain de 28 points de pourcentage en un an.

Les applications courantes comprennent les notes médicales, les codes de facturation, les résumés de consultation, les plans de soins, les instructions de sortie, la traduction et les messages aux patients. Certains médecins utilisent aussi l'IA pour l'aide au diagnostic et la radiologie.

La paperasse est un moteur majeur. Les médecins passent de nombreuses heures à documenter les soins, et les outils de transcription IA peuvent écouter une consultation et rédiger le compte rendu clinique, réduisant cette charge. Pour les patients, les changements sont pour l'instant surtout administratifs — notes, résumés et messages — tandis que le diagnostic demeure une tâche menée par l'humain, l'IA n'y jouant qu'un rôle d'appui.

Les médecins voient des avantages mais exigent des garanties

Environ 68 % des médecins interrogés ont déclaré que l'IA offrait au moins un certain avantage à leur pratique, mais ce soutien était assorti de conditions. La plupart voulaient des protections claires avant un usage plus large.

Les normes d'exactitude en médecine sont plus élevées que dans la plupart des tâches professionnelles. Un slogan marketing erroné n'est qu'une gêne ; un diagnostic erroné peut être dangereux. Pour cette raison, la revue humaine restera probablement centrale.

Statistiques de l'IA dans le droit

Le travail juridique implique d'énormes volumes de texte, ce qui en faisait un candidat précoce pour l'IA générative. Les outils peuvent rechercher la jurisprudence, examiner des contrats, résumer des documents, rédiger des mémos, comparer des clauses et soutenir la procédure de découverte, et l'adoption a rapidement progressé.

Thomson Reuters a constaté que l'usage de l'IA générative dans les organisations juridiques est passé de 14 % en 2024 à 26 % en 2025. L'usage personnel dépasse l'usage formel en entreprise : parmi les professionnels du droit, de la fiscalité, des risques et du secteur public, 41 % ont déclaré utiliser des outils publics tels que ChatGPT, et 17 % des systèmes d'IA générative spécialisés.

Les cabinets d'avocats dépassent la phase de test

Les recherches 2026 de Thomson Reuters indiquent un changement dans le débat. La question est moins de savoir s'il faut utiliser l'IA que de savoir à quelle vitesse se réorganiser autour d'elle. Plus des trois quarts des avocats très bien notés interrogés ont déclaré que leur cabinet disposait d'une stratégie IA.

La pression monte. Environ 38 % des professionnels des cabinets d'avocats ont signalé une pression financière pour agir plus vite sur l'IA, et 32 % des juristes d'entreprise ont déclaré reconsidérer leurs liens avec des cabinets n'ayant pas démontré de valeur permise par l'IA.

L'IA pourrait aussi remettre en question la facturation à l'heure. Si un système peut accomplir des heures de revue documentaire en quelques minutes, les clients pourraient refuser de payer au temps passé, poussant les cabinets vers une tarification fondée sur la valeur.

La gouvernance préoccupe. Thomson Reuters a constaté que 34 % des professionnels des cabinets utilisaient des outils d'IA non approuvés par leur cabinet.

Statistiques de l'IA dans le développement logiciel

Le développement logiciel est le domaine où l'IA générative est la plus profondément intégrée au travail quotidien. L'enquête développeurs 2025 de Stack Overflow a révélé que 84 % des développeurs utilisaient ou prévoyaient d'utiliser des outils d'IA, contre 76 % un an plus tôt. Parmi les développeurs professionnels, 51 % utilisaient des outils d'IA chaque jour.

Les développeurs utilisent l'IA pour écrire du code, expliquer du code inconnu, trouver des bugs, rédiger des tests, créer de la documentation et convertir du code entre langages. Des outils comme GitHub Copilot, ChatGPT et Claude sont désormais courants.

Usage intense, confiance faible

Un usage intensif ne signifie pas une forte confiance. Stack Overflow a constaté que 46 % des développeurs se méfiaient de l'exactitude des résultats de l'IA, contre 33 % qui leur faisaient confiance. Seuls 3 % ont déclaré une grande confiance.

La principale plainte concernait des réponses presque justes mais pas tout à fait, citée comme frustration par 66 % des répondants. 45 % ont en outre déclaré que corriger du code écrit par l'IA prenait souvent plus de temps que prévu.

Les développeurs restent prudents sur les tâches à haute responsabilité : environ 76 % ne prévoyaient pas de s'appuyer sur l'IA pour le déploiement et la supervision, et 69 % ne prévoyaient pas de l'utiliser massivement pour la planification de projets. L'IA joue le rôle de copilote, pas de remplacement.

Les agents d'IA dans le logiciel

Les agents d'IA restent moins courants que les assistants de base. Stack Overflow a constaté que 52 % des développeurs n'utilisaient pas d'agents ou s'en tenaient à des outils d'IA plus simples, et 38 % n'avaient aucun projet d'en adopter. Parmi les développeurs qui utilisaient des agents, environ 70 % ont déclaré que les agents réduisaient le temps consacré aux tâches, et 69 % ont rapporté une meilleure productivité. Le code est plus facile à tester et vérifier que beaucoup de tâches réelles, ce qui explique l'intérêt précoce du domaine.

Statistiques de l'IA dans les médias et le journalisme

Les médias présentent à la fois une grande opportunité et un problème de confiance. L'IA peut gérer la transcription, la traduction, les titres, les résumés, l'analyse de données, la vérification des faits et la personnalisation, et produire aussi du texte et des images.

Une étude du Reuters Institute auprès de 1 004 journalistes britanniques a révélé que 56 % utilisaient l'IA professionnellement au moins une fois par semaine, et 27 % plus rarement. Seuls 16 % ont déclaré n'avoir jamais utilisé l'IA pour des tâches journalistiques, et environ 27 % l'utilisaient quotidiennement pour au moins une tâche.

Les éditeurs se concentrent sur les tâches en coulisses

Les dirigeants des médias s'intéressent surtout à l'efficacité. Parmi les éditeurs interrogés, 96 % ont déclaré que l'automatisation des tâches de fond serait importante. La personnalisation et les recommandations suivaient à 80 %, la création de contenu à 77 %, la collecte d'informations à 73 %, le codage à 67 % et les usages commerciaux à 63 %.

Certains éditeurs utilisent déjà l'IA pour réécrire ou diffuser des articles à grande échelle, mais les attitudes du public limitent cette pratique. Le Reuters Institute a constaté que seuls 12 % des consommateurs étaient à l'aise avec des informations entièrement produites par l'IA, tandis que le confort augmentait quand un humain restait aux commandes. Les informations entièrement réalisées par des humains ont recueilli le plus de soutien, à 62 %.

Pour les lecteurs, cela signifie que l'empreinte de l'IA dans l'information se manifestera surtout dans un travail moins visible — transcriptions, traductions, résumés et analyses de données — plutôt que dans des articles entièrement automatisés. Ces résultats suggèrent que le journalisme grand public sera vraisemblablement assisté par l'IA plutôt qu'écrit par elle.

Statistiques de l'IA dans le commerce de détail

L'IA du commerce de détail a bien dépassé les recommandations de produits : elle touche désormais la détection de fraude, la tarification, les stocks, la prévision de la demande, le service client, le marketing, les chaînes d'approvisionnement et les opérations en magasin.

Le Global Retail Outlook 2026 de Deloitte a révélé un usage étendu dans les fonctions clés. La détection de fraude et la cybersécurité arrivaient en tête, avec 64 % des distributeurs interrogés utilisant déjà l'IA dans ces domaines, et cet usage devrait croître au cours des 12 prochains mois. 41 % des distributeurs supplémentaires prévoient d'ajouter une visibilité de la chaîne d'approvisionnement fondée sur l'IA, et 38 % d'ajouter l'optimisation des prix et des promotions.

Les achats par agents pourraient être la prochaine étape

Le commerce de détail pourrait être l'un des premiers secteurs à ressentir les effets des agents d'IA. Un acheteur pourrait demander à un agent de trouver des chaussures de running à moins de 150 €, comparer les avis et les prix, et acheter la meilleure paire, déplaçant l'influence des moteurs de recherche et des sites des distributeurs vers des intermédiaires IA.

Deloitte a constaté qu'environ 68 % des répondants du commerce de détail s'attendaient à utiliser l'IA agentique pour des activités opérationnelles ou d'entreprise importantes dans les 12 à 24 mois. Le trafic de référencement par l'IA est déjà significatif pour certains distributeurs et pourrait, à terme, transformer la découverte de produits et la publicité.

Statistiques de l'IA dans l'industrie manufacturière

L'industrie diffère du logiciel et du droit car l'IA doit fonctionner avec des équipements physiques. Les usages courants comprennent la maintenance prédictive, la vision par ordinateur, l'inspection qualité, la planification de production, la robotique, les jumeaux numériques et les économies d'énergie.

Le déploiement y est aussi plus difficile. Un éditeur de logiciels peut distribuer un outil d'IA à des milliers d'employés rapidement ; un industriel peut devoir connecter l'IA à des machines vieilles de 10, 20 ou 30 ans.

La plupart des industriels n'ont pas atteint la pleine échelle

McKinsey a interrogé plus de 100 directeurs des opérations d'industriels réalisant un chiffre d'affaires annuel supérieur à 1 milliard de dollars. Environ deux tiers ont déclaré que leurs travaux sur l'IA en étaient encore au stade de l'exploration ou de l'implémentation ciblée, et seuls 2 % ont déclaré que l'IA était pleinement intégrée à l'ensemble des opérations.

Les projets de dépenses restent toutefois importants. Environ 93 % prévoyaient de dépenser plus de 1 % du coût des marchandises vendues dans le numérique et l'IA au cours des cinq prochaines années, et presque un tiers prévoyait au moins 5 %.

Les usines avancées dressent un autre tableau

Le Global Lighthouse Network du Forum économique mondial suit les usines de pointe. En 2026, il comptait plus de 220 sites, et l'IA et l'apprentissage automatique apparaissaient dans environ 62 % des principaux cas d'usage de ces sites. La part de l'IA générative parmi les solutions de pointe est passée de 9 % en 2024 à 23 % en 2025. L'apprentissage automatique traditionnel gère la prédiction et l'optimisation, tandis que l'IA générative aide les travailleurs à communiquer avec les machines, à créer des instructions et à retrouver le savoir de l'entreprise.

L'IA physique et la robotique

Le Manufacturing Outlook 2026 de Deloitte a révélé que 9 % des industriels utilisaient l'IA physique, et que 22 % prévoyaient de l'utiliser dans les deux ans. L'IA physique couvre les robots agissant de manière plus flexible au lieu de répéter un mouvement fixe. Ces machines peuvent déplacer des marchandises, inspecter des usines, trier des pièces et opérer dans des environnements changeants. L'industrie manufacturière pourrait être le secteur où l'IA aura le plus grand effet sur la production physique.

Quels secteurs mènent l'adoption de l'IA ?

Aucun classement parfait n'existe, car les enquêtes mesurent des choses différentes. De grandes tendances peuvent néanmoins être tirées des données.

Le logiciel affiche l'usage individuel le plus profond : avec 84 % des développeurs utilisant ou prévoyant d'utiliser l'IA et la moitié des professionnels l'utilisant quotidiennement, les outils de codage IA sont presque un équipement standard.

La finance a l'usage institutionnel le plus mature : environ les trois quarts des entreprises financières britanniques utilisent l'IA, et les taux chez les assureurs et les banques internationales dépassent 90 %.

La santé a progressé vite pour un secteur à enjeux élevés, avec un usage par les médecins passant de 38 % à 66 % en un an malgré des règles strictes de sécurité et de confidentialité.

Le droit évolue rapidement à mesure que les outils spécialisés s'améliorent. Les médias montrent un usage professionnel élevé mais un faible confort des consommateurs avec l'automatisation. Le commerce de détail applique l'IA à de nombreuses opérations, tandis que l'industrie prend du retard car l'IA doit se connecter aux machines et aux chaînes d'approvisionnement.

Des assistants IA aux agents IA

La prochaine évolution pourrait passer de l'IA qui répond à des questions à l'IA qui agit. Aujourd'hui, une personne écrit une invite, lit la réponse de l'IA et prend une décision. Dans un flux de travail agentique, une personne fixe un objectif, l'IA planifie et utilise des logiciels pour accomplir la tâche, et une personne examine le résultat.

Des exemples pourraient inclure une IA qui vérifie les transactions à des fins de détection de fraude en finance, ou une IA qui résume les dossiers et planifie des examens dans la santé. En droit, elle pourrait examiner des milliers de documents et rédiger une analyse d'affaire. En logiciel, elle pourrait trouver un bug, écrire un correctif et le soumettre pour revue.

Stanford a constaté que le déploiement d'agents est resté à un chiffre dans la plupart des fonctions de l'entreprise en 2025, même si un usage précoce est déjà visible dans le logiciel et d'autres domaines fortement technologiques.

Obstacles à l'adoption de l'IA

Plusieurs problèmes reviennent dans tous les secteurs. L'exactitude est l'un d'eux : les modèles d'IA peuvent affirmer des informations erronées avec assurance, ce qui importe le plus en médecine, en finance et en droit.

La confidentialité des données en est un autre. Les entreprises ne peuvent pas placer des données confidentielles de clients, de patients ou d'affaires juridiques dans des outils publics ouverts. La réglementation ajoute des limites, puisque les décisions prises par l'IA dans des secteurs réglementés doivent respecter les règles existantes.

L'intégration est souvent la partie la plus difficile. Le défi consiste moins à obtenir un modèle qu'à le relier aux bases de données, aux logiciels et aux flux de travail, et le personnel doit savoir quand ne pas faire confiance à l'IA.

Les lacunes de gouvernance sont courantes. Thomson Reuters a constaté que 34 % des professionnels des cabinets d'avocats utilisaient des outils d'IA non approuvés, et ses recherches 2026 sur les services professionnels ont révélé que seuls 18 % des professionnels ont déclaré que leur organisation suivait le retour sur investissement de l'IA, tandis que 40 % ignoraient si c'était le cas.

Investissement dans l'IA et marché du travail

Le Stanford AI Index chiffre les montants en jeu. L'investissement mondial des entreprises en IA a atteint environ 581,7 milliards de dollars en 2025. Le seul investissement privé en IA a atteint environ 344,7 milliards de dollars, et l'investissement en IA générative a progressé de plus de 200 % au cours de l'année.

Les données actuelles montrent que l'IA transforme des parties des métiers plus qu'elle n'élimine des professions entières. Un avocat peut passer moins de temps à rechercher des documents, un médecin à rédiger des notes, et un journaliste peut automatiser la transcription.

Il existe des signes précoces de tension au niveau débutant. Stanford rapporte que l'emploi des développeurs de logiciels âgés de 22 à 25 ans a chuté de près de 20 % depuis 2024. Si moins de jeunes travailleurs sont embauchés, des domaines comme le droit, la comptabilité et le logiciel devront trouver de nouvelles façons de former les experts de demain.

L'essentiel

L'adoption de l'IA n'est plus seulement une affaire du secteur technologique. En 2025, 88 % des organisations interrogées utilisaient l'IA quelque part dans leur activité, et 79 % utilisaient régulièrement l'IA générative.

La profondeur d'usage varie selon les secteurs. Le logiciel domine l'usage personnel quotidien à 84 %. La finance dispose de l'organisation la plus mature, avec 75 % des entreprises britanniques utilisant l'IA. L'usage dans la santé est passé de 38 % à 66 % en un an, et l'usage de l'IA générative dans le juridique a presque doublé entre 2024 et 2025. Plus de la moitié des journalistes britanniques utilisent l'IA chaque semaine, mais les consommateurs préfèrent une IA qui assiste les journalistes à une IA qui les remplace. Les distributeurs utilisent l'IA pour la sécurité, la tarification et la prévision, tandis que les industriels font face au chemin le plus difficile vers l'échelle, même si les usines avancées montrent ce qui est possible.

La question que se posent la plupart des entreprises évolue : elle passe de la capacité à utiliser l'IA à la capacité à repenser le travail autour d'elle tout en préservant l'exactitude, la sécurité et la responsabilité humaine. Les prochaines éditions des enquêtes récurrentes derrière ces chiffres — de McKinsey, Stanford, Stack Overflow, l'AMA, Thomson Reuters, Deloitte et la Banque d'Angleterre — montreront si le déploiement d'agents sort du rang des unités et si les projets de dépenses des industriels se transforment en déploiement à grande échelle.

Sources

• Stanford AI Index 2026 Report : données mondiales sur l'adoption de l'IA en entreprise, l'investissement, l'emploi et les agents d'IA.
• Stanford AI Index 2026: Economy : statistiques d'adoption et d'investissement organisationnels.
• Bank of England: Artificial Intelligence in UK Financial Services : enquête sur l'usage de l'IA dans la banque, l'assurance et les marchés financiers.
• American Medical Association: Two in three physicians are using health AI : usage de l'IA par les médecins passant de 38 % à 66 %.
• Thomson Reuters 2026 AI in Professional Services Report : usage de l'IA dans le droit, la fiscalité, la comptabilité, les risques et le secteur public.
• Thomson Reuters 2025 Generative AI in Professional Services Report : données d'adoption pour les cabinets d'avocats et les services professionnels.
• Thomson Reuters Institute: Turning law-firm AI strategies into practice : stratégie IA, pression des clients et évolution des flux de travail dans les cabinets.
• Stack Overflow 2025 Developer Survey: AI : usage, confiance et agents d'IA chez les développeurs.
• Reuters Institute: AI adoption by UK journalists and their newsrooms : enquête auprès de 1 004 journalistes britanniques sur l'usage professionnel de l'IA.
• Reuters Institute: Generative AI and News Report 2025 : attitudes du public envers l'IA dans le journalisme.
• Deloitte 2026 Retail Industry Global Outlook : usage de l'IA dans les opérations de détail, la tarification, la prévision et les chaînes d'approvisionnement.
• National Retail Federation: Retail AI Trends 2025 : enquête auprès des dirigeants IA des distributeurs américains.
• McKinsey: From Pilots to Performance, How COOs Can Scale AI in Manufacturing : enquête auprès de grands industriels sur le déploiement et les dépenses IA.
• Deloitte 2026 Manufacturing Industry Outlook : industrie intelligente, IA agentique et IA physique.
• World Economic Forum: Global Lighthouse Network : usage de l'IA et de l'IA générative dans les usines avancées.
• Source : CoinCentral