Quand l'IA s’installe dans les entreprises... et bouscule leur trésorerie et les compétences...
Oui, cela peut paraitre curieux d'aborder en même temps deux sujets aussi différents que l'évolution de la trésorerie des entreprises et celle des compétences professionnelles...
Mais c'est l'occasion en ce qui me concerne de sortir mes deux plumes préférées ✒️ ; celle d'un professionnel de l'affacturage, (30 ans que j'y consacre ma carrière, gloups !) ; et celle d'un vice président de l'ESC Amiens Alumni qui se pose des questions sur l'évolution de l'enseignement et sur l'avenir que nous réservons à nos jeunes diplômés face à ce qui est présenté parfois comme la plus importante révolution depuis l'imprimerie, la machine à vapeur et le déploiement d'Internet ! 😵💫
Nous croulons sous les publications consacrées à l'IA mais il est parfois difficile de leur accorder tout le crédit que l'on voudrait. Alors quand la Banque de France se penche sur le sujet avec ce bulletin¹ signé Veronique Genre et Léo Parpais cela tombe à point ! Et quand en plus, on a eu la chance d'assister le 6 octobre à une présentation de cette étude, suivie d'une conférence réunissant 4 experts en la matière... Un grand merci au passage au directeur Ile de France de la Banque de France GERBIER Alain et ses équipes !! C'était absolument remarquable ! 🙏🏼 👏🏼
Alors que raconte cette étude, ou pour le moins, qu'en ai je retenu ?
Préambule : ce sont quelque 7 000 entreprises qui ont été interrogées entre fin février et début avril 2026, dans l’industrie manufacturière, le bâtiment et les services marchands non financiers. Et nous allons voir que l’enjeu n’est plus d’adopter l’IA mais de la faire réellement travailler.
Deux IA, deux vitesses
Premier enseignement : parler de « l’IA » au singulier brouille le diagnostic. L’étude distingue deux familles qui ne se diffusent pas du tout de la même manière.
L’IA générative (assistants conversationnels, outils de rédaction, de code ou d’images) se diffuse vite et largement. Elle est utilisée par 67 % des entreprises interrogées , de 64 % chez les 20-49 salariés à 83 % au-delà de 1 000. Sa barrière à l’entrée est faible : pas besoin de données structurées ni de compétences pointues pour ouvrir un assistant ou un outil intégré à la suite bureautique. Elle entre dans l’entreprise par les salariés.
L’IA non générative ou prédictive (reconnaissance d’images, fouille de textes, apprentissage automatique et j'y ajouterai volontiers tous ces outils de scoring que j'ai bien connus comme responsable du département crédit de Factofrance), avance plus lentement. Elle ne concerne qu’un tiers environ des entreprises et l’écart selon la taille est important : de 31 % chez les plus petites à 60 % chez les plus grandes. Elle exige des données structurées et une vraie capacité d’intégration. Elle entre dans l’entreprise par les projets, c'est vite cher et compliqué... 🤨
Dont acte ! De loin, l'adoption serait massive... Mais de plus près, elle est souvent limitée voire cantonnée à un usage expérimental...
Des usages encore en surface
Les usages confirment cette lecture. 85 % des utilisatrices d’IA générative s’en servent pour produire du texte. 74 % l’emploient d’abord dans les fonctions support (ventes, administration, finance, RH) et seulement 14 % dans leur production. Rédiger, synthétiser, préparer des documents : c’est utile et peu coûteux mais il y a du chemin avant de parler de transformation.
Les maillons forts sont là où l’information est la matière première. Dans l’information-communication (où vous trouvez l'édition, la comm', le conseil informatique, l'édition de logiciels, les ESN...), 91 % des entreprises utilisent l’IA générative, dont un tiers de façon intensive. Dans les activités spécialisées, scientifiques et techniques (on y croise le juridique, la compta, le conseil, l'ingénierie, la R&D...), ce taux atteint 84 %. Dans l’industrie, les matériels de transport et la chimie-pharmacie se distinguent par des usages intensifs, concentrés dans un petit nombre d’entreprises innovantes... Mais en dehors de ces domaines, beaucoup reste à faire, comme dans les activités logistiques par exemple.
Selon la Banque de France, les gains dépendraient moins de l’adoption elle-même que du degré d’intégration aux processus métier. Quand l'IA se déploie dans "les bureaux", on gagne du temps... Mais pour gagner de la valeur, il faut que le déploiement s'intègre aux outils de production, ce qui probablement réclame une mobilisation conséquente des services et des personnes concernées. A défaut, vous risquez l'un de ces déploiement de nouveaux outils dont les équipes ne s'emparent jamais vraiment...
Le vrai frein n’est pas le coût
Si vous vous posez des questions sur ce que vous devriez faire au profit de votre entreprise, voilà sans doute l'une des parties les plus instructives.
Chez les entreprises qui n’utilisent pas encore l’IA, le premier frein est le manque de cas d’usage identifiés (49 %). Le coût n’est cité que par 9 % d’entre elles. Chez celles qui l’utilisent déjà, les obstacles changent de nature : compétences techniques insuffisantes (33 %), contraintes réglementaires et de confidentialité (27 %), fiabilité incertaine des résultats (24 %).
En d’autres termes, si la première question se résume souvent à "pour quoi faire ?", rapidement on se demande "comment passer à une forme d'industrialisation". C'est bien sur ce second terrain que se fait la différence.
Ressenti vs réalité : l’écart des attentes
Pour l'instant, les effets constatés restent modestes. 31 % des utilisatrices d’IA générative observent un gain de productivité et seulement 6 % un gain significatif. L’effet sur l’emploi est légèrement négatif, loin des tsunamis de remplacement annoncés ici et là. En revanche, les investissements sont nettement orientés à la hausse.
A l'horizon de 3 ans, la perception évolue. 60 % des entreprises anticiperaient un gain de productivité. Et partant, elles prévoient alors une baisse de leurs effectifs plus significative mais la Banque de France parle plutôt d'une réallocation des emplois que d'une substitution massive. Il se trouverait toujours un tiers des entreprises sondées pour envisager d'augmenter leurs investissements, avec l'espoir d'augmenter leurs prix de vente et de ne pas voir les prix tirés vers le bas sous prétexte de recours à l'IA.
Dans cette perspective, la Banque de France nous soumet deux hypothèses . En premier lieu, les entreprises verraient arriver "d’abord les coûts et ensuite les gains" et les dépenses d’intégration, de formation et de réorganisation absorberaient pendant un temps les économies réalisées, différant d'autant les gains de productivité attendus. Ensuite, ces gains se traduiraient par une progression de la qualité plutôt que par la baisse des coûts et c'est évidemment plus difficile d'en repérer la trace dans les comptes des entreprises.
🎯Pourquoi ce sujet m'intéresse avec ma casquette de factor ?
D'abord parce que j'aime beaucoup ma casquette de factor ! 😅 A vrai dire, je fais le pari que si l'on croise le sujet avec la question du financement du cycle d'exploitation des entreprises, on peut distinguer entre les lignes de ce bulletin une nième annonce de "période délicate" pour les entreprises.
Parce que les dépenses arriveraient avant les gains. Si l’hypothèse « d’abord les coûts » se confirme, les entreprises engagées dans le passage de l’expérimentation au déploiement seront confrontées à une phase où elles décaisseront, parfois beaucoup, avant d’encaisser les bénéfices. C’est dans ce genre de moment que l'on peut perdre la maitrise de ses besoins en fonds de roulement. 💣
Parce qu'il faudrait faire face à des dépenses largement immatérielles. Logiciels, abonnements, formation, réorganisation : il y a là de nombreux sujets qui vont faire grimper les charges de location et solliciter les trésoreries.... On n'aura pas toujours la possibilité de s'en tenir à une approche "classique" des investissements, qui passerait par la case emprunt à moyen et long terme venant donner du corps aux capitaux permanents au passage. Si on ajoute à cela les hausses tarifaires du cloud et des logiciels que la Banque de France signale, mobiliser son poste clients pour dégager de la trésorerie d’exploitation pourrait alors s'avérer fort judicieux, en complément des financements classiques.
Parce qu'il faudra adapter les modèles économiques. Dans les services, où les gains de productivité seraient les plus nets, 14 % des entreprises anticipent une baisse de leurs prix. Quand un livrable se produit plus vite, la tarification au temps passé peut être remise en cause. Forfaits, abonnements, facturation à la valeur : chacun de ces modèles modifie le rythme et la structure des créances. Ces évolutions pourraient mettre la trésorerie sous tension autant que l’investissement lui-même.
Bien sûr, l’étude ne fait pas de lien direct entre IA et trésorerie et on l'a vu, le coût n’est pas le premier frein à l’adoption. En d'autres termes, ce n'est pas l’affacturage qui déclenchera une décision d’investir dans l’IA. Mais nous saurions accompagner la traversée, une fois cette décision prise, fort en particulier de notre expertise dans le monde numérique avec #Cap'Numérique.
🎓 Pourquoi ce sujet m'intéresse en tant qu'Alumni d'une école de commerce ?
Je crois que les écoles et leur Alumni pourraient lire cette étude comme une carte d'orientation et de prospection.
On y voit clairement que les besoins de compétences diffèrent selon les secteurs. Les secteurs en retrait (agroalimentaire, transport-logistique, hôtellerie-restauration) butent d’abord sur l’identification des cas d’usage. Parfait ! Relier un processus métier à une solution, chiffrer un bénéfice et conduire un changement sont des sujets que l'on enseigne encore en école de management non ? Les secteurs plus avancés ont d'autres besoins, à la recherche de profils capables d’industrialiser, de gouverner la donnée, de sécuriser la conformité et d’évaluer la fiabilité des résultats. Voilà qui dessine quasiment un programme où les compétences d'administration des datas croisent les questions réglementaires...
L'idée que les IA bousculeraient l'entrée dans la vie active semble faire consensus. Fort bien mais un récent billet du Bloc-notes Éco de la Banque de France² nous offre d'apprécier le mouvement avec toute la nuance nécessaire. Certes, ce billet observe que les embauches en CDI des 21-29 ans ont reculé d’environ 28 % depuis fin 2022 dans les métiers les plus exposés à l’IA générative mais on tombe à 8 % au sein des secteurs les moins exposés. D'ailleurs, les auteurs restent prudents soulignant qu'il s’agit d’une association et non d’une causalité établie et que l'évolution de l'environnement économique a pesé.. Quoi qu'il en soit, le signal est là. Alors puisqu'il est entendu que les tâches confiées aux juniors sont celles que l’IA assisterait le plus facilement, les écoles ont tout intérêt à préparer leurs étudiants à arriver avec ce que l’outil ne fait pas : jugement, compréhension du métier, capacité à intégrer l’IA plutôt qu’à la concurrencer.
Les réseaux d’Alumni pourraient avoir un rôle de vigie qui mériterait d'être davantage exploités. Professeurs, étudiants et diplômés en poste peuvent croiser cette carte sectorielle avec ce qu’ils vivent sur le terrain : quels secteurs recrutent sur ces nouvelles compétences, lesquels attendent encore leurs premiers cas d’usage ? Voilà une matière précieuse qui aiderait à orienter les programmes, les stages, l’alternance et la prospection des entreprises partenaires.
Bref...
L’IA est adoptée, pas encore rentabilisée, et le plus exigeant reste à venir... Pour les entreprises, la traversée pourrait bien solliciter la trésorerie dans des proportions mal appréhendées à ce jour. Du côté des écoles et des universités, l'IA est d'ores et déjà bien partie pour redessiner la carte des compétences attendues. Gare à ne lire que le taux d’adoption : c’est dans le degré d’intégration que va vraiment se jouer la partie.
[1] Banque de France, Bulletin n° 266/1, septembre-octobre 2026, « L’IA s’installe dans les entreprises françaises : une diffusion rapide mais des gains de productivité encore limités », V. Genre et L. Parpais. Champ : entreprises de 20 salariés et plus, hors commerce et services financiers.
[2] Banque de France, Bloc-notes Éco n° 463, 8 octobre 2026, « IA générative : les premiers changements du marché du travail sur les jeunes ».
Documents1
Commentaires0
Veuillez vous <a href="">connecter</a> pour lire ou ajouter un commentaire
Articles suggérés
