L'irruption de ChatGPT fin novembre 2022 a déplacé en quelques mois le centre de gravité du discours sur l'intelligence artificielle. Les grands groupes annoncent des plans d'intégration. Les éditeurs renomment leurs produits autour du préfixe « IA ». Pour une PME de quinze personnes, l'enjeu se pose en termes plus prosaïques : que faire de ces outils, à quel prix, et sous quel cadre juridique. La réponse ne tient pas dans une démonstration. Elle tient dans une méthode.
Comprendre d'abord, outiller ensuite
La posture éditoriale de ce texte tient en une phrase : un outil n'a de valeur qu'attaché à un usage compris. L'IA générative produit du texte, du code, des images, des synthèses. Elle ne décide pas à la place du dirigeant. Elle ne remplace pas une stratégie commerciale ni un cadrage juridique. Elle accélère certaines tâches lorsqu'on a pris le temps d'en délimiter le périmètre.
Ce préalable n'est pas un détail rhétorique. Le baromètre Ifop pour Talan publié en avril 2024 indique que 37 % des utilisateurs estiment ne pas disposer des connaissances suffisantes pour tirer parti de ces outils. L'enjeu n'est donc pas l'accès — il est déjà acquis. Il est dans la compréhension de ce que ces outils savent et ne savent pas faire.
L'effet ChatGPT, ou la banalisation d'un usage
Entre fin 2022 et début 2026, l'IA générative a parcouru un chemin que peu de technologies grand public ont connu. ChatGPT a franchi le seuil des cent millions d'utilisateurs en deux mois. Microsoft a intégré OpenAI dans Office sous la marque Copilot en 2023. Google a déployé Gemini en 2024. L'index AI 2026 de Stanford HAI relève que l'IA générative atteint 53 % d'adoption mondiale en trois ans, dépassant la trajectoire de l'internet ou de l'ordinateur personnel.
Côté entreprises, l'enquête mondiale de McKinsey publiée en mai 2024 rapporte que 65 % des organisations interrogées déclarent utiliser l'IA générative régulièrement dans au moins une fonction métier, contre un tiers un an plus tôt. En France, Bpifrance Le Lab observe fin 2025 que 55 % des TPE et PME interrogées déclarent un usage de l'IA générative, contre 31 % un an auparavant. La technologie est entrée dans les usages. Reste à savoir ce qu'on en fait.
Trois cas d'usage testés en TPE
Plutôt que d'aligner des promesses, on peut documenter ce que des dirigeants observent dans leur quotidien. Trois cas d'usage reviennent régulièrement dans les retours de PME et professions libérales.
Rédaction commerciale assistée. Premier devis, relance client, message structuré à un prospect : l'IA générative produit une première version rédigée, que l'utilisateur corrige et personnalise. Le gain ne tient pas dans la rédaction finale, qui reste à valider, mais dans le passage de la page blanche à un brouillon exploitable. La condition : disposer d'un modèle de ton et de positionnement, sans quoi l'outil produit du texte interchangeable.
Synthèse documentaire. Lecture d'un appel d'offres, d'un contrat fournisseur, d'un rapport sectoriel : l'IA permet d'extraire les points saillants et de poser des questions ciblées. La synthèse ne dispense pas de la lecture du document original — un point sur lequel les recommandations CNIL de juillet 2025 insistent — mais elle accélère le premier filtrage.
Tri et qualification d'emails. Sur des volumes entrants importants, certains outils proposent une catégorisation préliminaire : demande commerciale, question support, sollicitation hors sujet. Le tri reste imparfait. L'humain garde la décision. L'intérêt est de réduire la charge cognitive du premier traitement.
Ces trois usages ont un point commun : ils placent l'outil en amont d'une décision humaine, jamais à sa place. Ils ne suppriment pas l'expertise métier. Ils en libèrent du temps.
Le coût réel : licences, paramétrage, formation
Le débat public se concentre sur les capacités des modèles. Il évacue la question du coût d'intégration, qui détermine pourtant la viabilité d'un projet en TPE.
La licence logicielle est la part visible. Microsoft 365 Copilot pour les entreprises de moins de trois cents utilisateurs est facturé environ 21 dollars hors taxe par utilisateur et par mois depuis décembre 2025, soit autour de vingt euros HT mensuels. ChatGPT Team se situe dans une fourchette comparable. Sur une équipe de dix personnes, on parle de deux à trois mille euros annuels de licences. Ce n'est pas un investissement de rupture pour une PME structurée, mais ce n'est pas non plus une dépense neutre.
Le paramétrage est la part moins visible. Connecter l'outil aux documents internes, définir les permissions, calibrer les prompts standards, fixer les règles de confidentialité : sur un déploiement sérieux, on compte plusieurs jours de travail, internes ou externalisés. Sans ce travail, l'outil reste générique et produit des résultats génériques.
La formation est la part oubliée. L'étude Microsoft France publiée en février 2026 relève que sept cadres sur dix n'ont pas été formés à l'usage de l'IA dans leur entreprise. Sans appropriation, les licences dorment ou produisent des résultats médiocres que les utilisateurs imputent à l'outil. Le coût caché n'est pas la licence : c'est l'écart entre ce que l'outil peut faire et ce qu'on lui demande de faire faute de méthode.
L'angle RGPD et les données sensibles
Confier des données commerciales, des tarifs, des correspondances clients ou des informations stratégiques à un outil hébergé hors Union européenne sans cadrage contractuel expose l'entreprise. La CNIL a publié en février et juillet 2025 deux séries de recommandations sur l'application du RGPD aux systèmes d'intelligence artificielle, qui rappellent un point central : un modèle entraîné sur des données personnelles, ou alimenté en production par des données personnelles via les prompts, reste soumis au règlement européen de 2016.
Concrètement, pour une PME, cela signifie : identifier les données qui transitent par l'outil, vérifier la base légale du traitement, s'assurer du sort réservé aux conversations (réutilisation pour entraînement ou non), informer les personnes concernées lorsque c'est requis, contractualiser la sous-traitance au sens de l'article 28 du RGPD. Les sanctions encourues en cas de manquement peuvent atteindre 4 % du chiffre d'affaires annuel mondial ou vingt millions d'euros. Le contournement de l'enjeu par méconnaissance reste l'angle mort le plus répandu dans les déploiements rapides.
Ce que change l'AI Act
Au RGPD s'ajoute désormais le règlement européen sur l'intelligence artificielle, dit AI Act (Règlement UE 2024/1689), publié au Journal officiel de l'Union européenne le 12 juillet 2024 et entré en vigueur le 1er août 2024. Son application se déploie par étapes successives : interdiction des systèmes à risque inacceptable depuis le 2 février 2025, obligations applicables aux modèles d'IA à usage général (GPAI) depuis le 2 août 2025, et obligations pour les systèmes à haut risque attendues à l'horizon 2026-2027 — un calendrier dont le détail final continue de faire l'objet d'ajustements.
Pour une PME utilisatrice d'IA, trois enjeux concrets se dessinent. Premier point : la classification de l'usage. La plupart des cas en TPE — rédaction assistée, synthèse, tri — relèvent du risque limité, assorti d'obligations de transparence (informer l'utilisateur qu'il interagit avec une IA, signaler un contenu généré). Deuxième point : l'AI literacy. L'article 4 du règlement impose un niveau de connaissance suffisant des collaborateurs utilisant l'IA, applicable depuis février 2025. Cela rejoint la question de la formation évoquée plus haut. Troisième point : la traçabilité. Documenter les usages, les outils retenus, les données traitées, devient une exigence administrative en plus d'une bonne pratique.
Le sujet est traité en détail dans un autre article du blog consacré à l'AI Act et les PME, qui détaille les classifications de risque et les obligations associées.
L'erreur classique : adopter avant de cadrer
Le scénario type observé dans les PME est connu. Un dirigeant teste ChatGPT, trouve l'outil pertinent, déploie une licence pour son équipe. Trois mois plus tard, personne ne sait précisément qui l'utilise, sur quels documents, avec quels prompts. Les résultats sont inégaux. La formalisation n'a pas suivi l'adoption.
L'approche inverse coûte moins cher au final. Identifier une à trois tâches précises où l'outil apporte un gain mesurable. Définir les règles de confidentialité applicables. Former les utilisateurs sur ces cas précis. Mesurer après trois mois ce qui a effectivement été utilisé, et ajuster. Cette discipline a un nom inélégant — gouvernance — mais elle distingue les déploiements qui produisent de la valeur de ceux qui produisent des licences inutilisées.
Cette logique s'inscrit dans une réflexion plus large sur l'automatisation maîtrisée des TPE-PME, et croise les enjeux du cloud souverain pour les structures soucieuses du lieu de traitement de leurs données.
L'IA générative n'efface pas l'expertise métier. Elle révèle qui sait piloter et qui suit la mode.
C'est la position que défend KAIROPSE auprès des dirigeants : comprendre d'abord, outiller ensuite. La technologie n'est pas le sujet — l'usage l'est. Et l'usage se cadre avant de se déployer, pas après.
Sources
- Règlement (UE) 2024/1689 — AI Act — Texte officiel publié au JOUE le 12 juillet 2024
- Commission européenne — AI Act : cadre réglementaire — Calendrier d'application et obligations
- Service Public Entreprendre — AI Act et entreprises — Synthèse officielle française
- CNIL — Recommandations IA et RGPD (juillet 2025)
- CNIL — Fiches pratiques IA
- McKinsey — The state of AI in early 2024
- Stanford HAI — AI Index Report 2026
- Baromètre Ifop pour Talan 2024
- Étude Microsoft France — Usage de l'IA en entreprise (février 2026)
- Bpifrance Le Lab — TPE-PME et IA générative fin 2025
- Microsoft 365 Copilot — Tarifs entreprises
