IA dans une PME : 5 tâches qui marchent vraiment en 2026, 3 qui déçoivent, et ce que ça coûte

Quatre TPE-PME françaises sur dix utilisent au moins un outil d'IA, selon le baromètre France Num publié le 28 septembre 2026. C'était 26 % un an plus tôt, 13 % deux ans plus tôt. Mais le même baromètre dit autre chose : seules 19 % paient une solution, et 11 % s'en servent pour automatiser des tâches. Autrement dit, la plupart des entreprises « utilisent l'IA » comme on utilise un moteur de recherche : pour écrire un mail, reformuler un texte, trouver une idée. Très peu l'ont branchée sur leur façon de travailler.

Cet article s'intéresse à la seconde catégorie. Il s'appuie sur des cas documentés chez des PME françaises (fiches publiées par France Num en 2026, gains déclarés par les entreprises elles-mêmes, non audités), sur les études qui mesurent les échecs, et sur les grilles de prix publiques des éditeurs, relevées le 14 octobre 2026.

L'essentiel en 30 secondes :

• Ce qui marche : des tâches répétitives, sur des documents qui existent déjà, avec quelqu'un qui valide avant que ça parte.
• Ce qui déçoit : le pilote qu'on ne mesure pas, l'IA qui tranche seule sur du juridique ou du comptable, la prédiction sans historique.
• Le coût des modèles est marginal (quelques dizaines d'euros par mois pour des milliers de documents). Le vrai coût, c'est l'intégration à vos outils.

Cinq tâches qui marchent, avec des cas réels

Le point commun des cinq cas ci-dessous : l'IA ne décide rien. Elle prépare, quelqu'un vérifie.

1. Lire les documents qui arrivent et les ranger au bon endroit

Bons de commande en PDF, factures fournisseurs, bons de livraison, demandes de prix : ils arrivent par e-mail, et quelqu'un les ressaisit dans le logiciel de gestion. Tri-Énergie, une entreprise de Loire-Atlantique (fiche France Num du 6 janvier 2026), a automatisé la chaîne : la boîte mail est lue, les lignes des PDF de commande sont extraites, la commande est créée dans le logiciel commercial. La fiche annonce un gain hebdomadaire important, dont elle discute elle-même la mesure exacte ; retenez le mécanisme plus que le chiffre.

C'est aussi le premier cas d'usage que Web-Jungle propose sur sa page automatisation IA : les factures fournisseurs lues, rapprochées des commandes, les écarts signalés, et une personne qui valide avant l'enregistrement en comptabilité.

2. Ébaucher les devis à partir de ce que vous avez déjà chiffré

C'est le cas le mieux documenté chez les artisans et les petites industries. EIST, une chaudronnerie de cinq salariés (fiche France Num du 9 juin 2026), génère ses devis à partir des fichiers 3D de ses clients : dix minutes au lieu de deux heures, environ 90 % de conformité, et le dirigeant relit chaque devis. Sa phrase à retenir : « Si la donnée n'est pas propre, l'outil ne sera pas fiable. » Jeannolin, une entreprise de couverture-charpente de cinq personnes en Savoie (fiche du 10 juin 2026), estime gagner une heure à une heure et demie par jour sur les devis et les appels d'offres, chaque devis étant vérifié, et note que les outils « nécessitent encore des ajustements réguliers ».

Le principe est le même partout : l'IA s'appuie sur vos devis passés, votre modèle, vos rubriques. Vous corrigez au lieu de rédiger. Le jour où votre historique est bancal (prix jamais mis à jour, rubriques différentes d'un devis à l'autre), c'est l'historique qu'il faut nettoyer d'abord, pas l'IA qu'il faut changer.

3. Les comptes rendus et les rapports d'intervention

Metay Solutions, en Gironde (fiche France Num du 8 juin 2026), rédigeait ses rapports en une demi-journée à une journée ; c'est passé à une heure, une heure et demie. Le technicien dicte ou note, l'IA structure dans le modèle de l'entreprise, le technicien relit. Même mécanique pour les comptes rendus de réunion ou de chantier : l'IA ne sait rien de ce qui s'est dit, mais elle met en forme ce qu'on lui donne, vite et sans oublier de rubrique.

4. Les appels d'offres et les dossiers à recopier

Répondre à un appel d'offres, c'est éplucher un dossier de consultation et recopier les mêmes pièces d'un dossier à l'autre. Les Établissements Cornec, PME du bâtiment (fiche France Num du 4 juillet 2026), utilisent l'IA pour les appels d'offres et la reconnaissance de devis, commandes et factures, sans publier de chiffre. Web-Jungle a construit le même type d'outil pour une entreprise du BTP des Pyrénées-Orientales : la réponse est préparée à partir des dossiers précédents et des pièces du dossier de consultation, et quelqu'un du bureau relit avant envoi. Le résultat se mesure sur un critère fixé avant de commencer (le temps passé par dossier), et Web-Jungle ne publie pas de chiffre sans l'accord de l'entreprise et sans une mesure propre. Le mécanisme est décrit sur la page dédiée.

5. Retrouver l'information dans vos propres documents

Procédures, fiches techniques, anciens devis, contrats : l'IA peut répondre à une question en citant le document d'où vient la réponse, à condition de la limiter à vos documents. C'est utile pour le nouvel arrivant qui ne sait pas où chercher, et pour le commercial qui doit retrouver ce qui a été vendu à tel client il y a trois ans. La condition qui fait tout : la réponse renvoie à la source, et la personne vérifie.

Trois choses qui déçoivent, et pourquoi

1. Le pilote qu'on ne mesure pas

Le rapport « The GenAI Divide » du MIT (juillet 2025, 150 dirigeants interrogés, plus de 300 initiatives examinées) conclut que seulement 5 % des pilotes d'IA intégrés créent une valeur mesurable, la grande majorité restant « sans impact mesurable sur le compte de résultat ». La presse en a fait « 95 % d'échecs » ; la nuance importe peu, le constat est le même. Gartner prévoit de son côté (communiqué du 25 juin 2025) que plus de 40 % des projets d'« agents IA » seront abandonnés d'ici fin 2027, pour cause de coûts, de valeur floue et de risques mal maîtrisés.

La cause la plus fréquente n'est pas technique : c'est l'absence de critère. Un pilote lancé « pour voir » ne peut ni réussir ni échouer. Un pilote lancé sur « le temps passé par dossier, mesuré trois semaines avant, trois semaines après » donne une réponse, et parfois la réponse est non.

2. L'IA qui tranche à votre place sur du juridique ou du comptable

Une étude de l'université Stanford (mai 2024, plus de 200 questions juridiques) a mesuré que des outils d'IA juridique professionnels répondaient faux dans 17 % à 34 % des cas, avec assurance. Rien n'indique que la comptabilité ou le droit social soient mieux lotis. L'IA peut préparer une écriture, repérer une incohérence, résumer un texte ; elle ne doit pas être la dernière à regarder une déclaration de TVA ou un contrat. Dans tous les cas qui marchent cités plus haut, quelqu'un valide. Ce n'est pas une précaution de principe, c'est la condition du résultat.

3. La prédiction sans historique, et le robot de discussion sans contenu

Deux variantes du même problème. « Prédire les ventes » ou « anticiper les pannes » suppose des années de données propres et complètes ; sans elles, l'outil produit des courbes crédibles et fausses. Et le robot de discussion posé sur un site qui n'a que trois pages invente des réponses, parce qu'il n'a rien à lire. Dans les deux cas, le travail utile est en amont : constituer et nettoyer la donnée. C'est moins séduisant qu'une démonstration, et c'est ce qui fait la différence entre les cas 1 à 5 et un pilote abandonné.

Ce que ça coûte vraiment

Les modèles : quelques dizaines d'euros par mois

Les grands éditeurs facturent à l'usage, par million de « jetons » (des morceaux de mots). Prix publics relevés le 14 octobre 2026, hors taxes, en dollars :

Modèle	Entrée (par million de jetons)	Sortie (par million de jetons)
Anthropic Claude Sonnet 5.5	2 $	10 $
Anthropic Claude Haiku 5.5	0,10 $	0,50 $
OpenAI gpt-5-mini	0,25 $	2 $
Mistral Small 4	0,15 $	0,60 $
Mistral OCR 4.1 (lecture de documents)	4 $ pour 1 000 pages

Ordre de grandeur, calculé à partir de ces grilles (ce n'est pas une étude) : une PME qui fait lire 3 000 documents de deux pages par mois, soit 6 000 pages, consomme environ 14 millions de jetons. Avec un modèle milieu de gamme, cela représente autour de 45 $ par mois ; avec un petit modèle, quelques dollars. Les traitements par lots sont facturés moitié prix chez les trois éditeurs. Le coût du modèle n'est donc jamais ce qui décide d'un projet.

Les abonnements « bureautiques »

Pour l'usage individuel (rédiger, résumer, reformuler), les offres entreprise se situent autour de 20 à 25 € ou dollars par utilisateur et par mois : Microsoft 365 Copilot Business à 18,20 € HT par utilisateur et par mois en engagement annuel (il faut déjà un abonnement Microsoft 365), Claude Team à 25 $ par utilisateur et par mois (20 $ en annuel, deux sièges minimum). C'est le bon outil pour la première catégorie du baromètre, pas pour automatiser un flux.

Le vrai coût : l'intégration

Ce qui coûte, c'est de brancher le modèle sur votre boîte mail, votre logiciel de gestion, vos modèles de devis ; d'écrire les règles (que faire quand un montant manque, quand le fournisseur est inconnu) ; de mettre en place l'étape de validation ; de tester sur vos vrais documents. C'est un travail de développement, chiffré au devis selon ce qui existe déjà chez vous.

Pour savoir si une tâche en vaut la peine avant de dépenser quoi que ce soit, deux formats existent. Le Diag Data IA de Bpifrance : huit jours d'un expert référencé, 10 000 € HT dont 40 % pris en charge, réservé aux entreprises de 10 à 2 000 salariés avec plus d'un million d'euros de chiffre d'affaires (critères relevés le 21 août 2026). En dessous de ces seuils, ou pour un seul sujet à trancher, le diagnostic IA de Web-Jungle tient en une demi-journée sur un cas précis, avec un plan d'action écrit, pour 490 € HT, et il peut conclure que l'IA ne sert à rien chez vous.

Le cadre légal en 2026, en trois lignes

Le règlement européen sur l'IA s'applique par étapes. Depuis le 2 février 2025, toute entreprise qui utilise l'IA doit veiller à ce que son personnel la « maîtrise » suffisamment ; la Commission précise dans sa foire aux questions (mise à jour du 27 juillet 2026) qu'il n'y a ni formation obligatoire ni certificat. Depuis le 2 août 2026, un client qui parle à un robot doit en être informé. Les obligations lourdes des systèmes « à haut risque » ont été reportées au 2 décembre 2027 par le règlement « omnibus » publié le 24 juillet 2026 ; elles ne concernent pas le tri de documents ou la rédaction de devis, mais elles concernent le tri de CV.

Pour une PME qui automatise des tâches administratives, la règle qui compte vraiment reste le RGPD dès qu'il y a des données personnelles : où sont hébergés les documents, qui y accède, servent-ils à entraîner un modèle public ? Par défaut, les automatisations livrées par Web-Jungle tournent sur un hébergement français ou sur vos serveurs, vos documents ne servent pas à entraîner des modèles publics, et quand un modèle du marché est utilisé via son interface de programmation, c'est écrit dans le livrable, avec l'alternative d'un modèle ouvert installé chez vous.

Par où commencer

1. Listez les tâches répétitives de la semaine : ce que quelqu'un recopie, relit, met en forme, cherche. Pas les décisions, les tâches.
2. Gardez celles qui s'appuient sur des documents existants et propres : devis passés, factures, rapports, procédures.
3. Choisissez-en une, et fixez le critère avant de commencer : minutes par dossier, nombre de ressaisies, délai de réponse.
4. Mettez quelqu'un dans la boucle : rien ne part sans validation, au moins les premiers mois.
5. Mesurez, puis décidez : étendre, ajuster, ou arrêter. Les trois réponses sont acceptables.

Une tâche qui vous mange du temps chaque semaine, et le doute sur ce que l'IA peut vraiment en faire ? Réserver mon appel gratuit (30 min) : on choisit la tâche, on vérifie qu'elle a les documents et le volume qu'il faut, et on vous dit honnêtement si une demi-journée de diagnostic a du sens, ou si la réponse est déjà non.

---

Chiffres et textes vérifiés le 14 octobre 2026 sur les sources ci-dessous. Les gains cités dans les fiches France Num sont déclarés par les entreprises et non audités. Les prix des éditeurs changent souvent : re-vérifiez au moment où vous lisez cet article.

Sources :

• Direction générale des Entreprises : Baromètre France Num 2026, quatre TPE-PME sur dix utilisent l'intelligence artificielle (28 septembre 2026)
• Eurostat : usage de l'IA par les entreprises européennes, données 2025
• France Num : EIST, chaudronnerie, devis générés depuis les fichiers 3D (9 juin 2026)
• France Num : Jeannolin, couverture-charpente, devis et appels d'offres (10 juin 2026)
• France Num : Tri-Énergie, des e-mails de commande au logiciel commercial (6 janvier 2026)
• France Num : Établissements Cornec, appels d'offres et analyse documentaire (4 juillet 2026)
• France Num : Metay Solutions, rapports d'intervention (8 juin 2026)
• MIT NANDA : The GenAI Divide, State of AI in Business 2025 (PDF)
• Gartner : plus de 40 % des projets d'IA agentique annulés d'ici fin 2027 (25 juin 2025)
• Stanford HAI : les outils d'IA juridique se trompent dans 1 cas sur 6 ou plus (mai 2024)
• Anthropic : grille de prix des modèles Claude
• Anthropic : lecture de PDF, estimation du nombre de jetons par page
• OpenAI : grille de prix de l'API
• Mistral AI : grille de prix
• Claude : offres Team et Enterprise
• Microsoft : tarifs Microsoft 365 Copilot
• Commission européenne : foire aux questions sur la maîtrise de l'IA (article 4), mise à jour du 27 juillet 2026
• Commission européenne : entrée en vigueur de l'omnibus IA (juillet 2026)
• CNIL : entrée en vigueur du règlement européen sur l'IA, premières questions-réponses
• Bpifrance : Diag Data IA (critères relevés le 21 août 2026)