Le 15 septembre 2026, AXA a publié son étude annuelle sur les PME suisses : trois sur quatre utilisent l'intelligence artificielle, mais 35 % seulement l'intègrent de façon ciblée dans leurs processus, et la progression s'est arrêtée. L'IA pour PME n'est plus une nouveauté, c'est un outil du quotidien qui, bien souvent, ne rapporte pas grand-chose. La réponse courte : choisissez un ou deux processus, mesurez-les avant et après, écrivez les règles et formez votre équipe à les appliquer.
L'essentiel
- Selon l'étude AXA réalisée par l'institut Sotomo, 35 % des PME intègrent l'IA de façon ciblée, 39 % la testent et 26 % ne l'utilisent pas : un niveau pratiquement inchangé en un an.
- Les usages restent surtout rédactionnels : traduction (47 %), correspondance (42 %), textes publicitaires (35 %).
- BDO observe que de nombreuses PME restent au stade des projets pilotes, et leur conseille de se concentrer sur quelques cas d'usage aux bénéfices mesurables.
- Le temps gagné par chacun ne devient pas tout seul un gain pour l'entreprise : c'est une affaire de direction, pas d'outil.
Ce qui se passe
L'étude sur le marché du travail des PME est réalisée chaque année par l'institut Sotomo pour l'assureur AXA. L'édition 2026 repose sur 336 PME de Suisse alémanique et de Suisse romande, interrogées du 11 au 18 mars 2026. Son constat tient en un mot : stabilisation. Entre 2024 et 2025, la part des entreprises qui testaient ou utilisaient l'IA avait bondi de 55 % à 71 %. Un an plus tard, elles sont 35 % à l'intégrer de façon ciblée et 39 % à la tester, soit pratiquement le même niveau. Selon AXA, la phase d'adoption initiale est largement achevée.
Les usages, eux, se diversifient lentement. Les tâches de langue dominent toujours, mais la part des PME qui se servent de l'IA pour optimiser leurs processus de travail est passée de 23 % en 2024 à 35 %. À l'inverse, le service et l'assistance à la clientèle (17 %) ne progressent pas : les entreprises craignent les erreurs de l'IA face à leurs clients. Près de la moitié des PME qui ont essayé l'IA (47 %) y voient un gain de temps sans effet sur l'emploi, et 12 % seulement pensent pouvoir se passer d'une partie de leur personnel.
Kathrin Braunwarth, responsable chez AXA Suisse, pose la vraie question : comment les entreprises peuvent-elles regrouper les « fragments d'efficacité » gagnés par chacun et les transformer en véritable valeur ajoutée ? Selon elle, ce sera l'un des plus grands défis managériaux des prochaines années.
BDO arrive à la même conclusion par un autre chemin. Dans son rapport AI Toolkit: Switzerland Snapshot, présenté le 26 juin 2026 et fondé sur une méta-analyse d'études nationales et internationales, la société d'audit et de conseil constate un fossé qui se creuse : les grandes entreprises ont intégré l'IA à leurs processus, tandis que de nombreuses PME s'en tiennent à des usages ponctuels et peinent à dépasser les projets pilotes. Les raisons citées : peu de ressources, des données de qualité insuffisante, pas le temps de tester méthodiquement, et des doutes sur la protection des données et sur les bénéfices réels. Sa recommandation : pas d'investissements massifs, mais quelques cas d'usage concrets aux bénéfices mesurables, menés avec rigueur, et une IA traitée comme un sujet de direction plutôt que comme une question informatique.
Ce que ça change pour vous : l'IA pour PME est une affaire de direction
Si votre équipe « utilise ChatGPT » sans que vous voyiez la différence dans vos résultats, vous êtes dans la norme. Ce n'est pas un échec de l'outil, c'est la conséquence d'un usage individuel : chacun gagne quelques minutes sur un courriel ou une traduction, et ce temps se dissout dans la journée. Personne ne l'a mesuré, personne ne l'a réaffecté.
Passer à l'étape suivante demande trois changements, et tous relèvent du dirigeant.
Partir d'un processus, pas d'un outil. La question n'est pas « quel outil d'IA adopter ? » mais « quel travail répétitif, coûteux et mesurable voulons-nous faire autrement ? ». Saisie de pièces, rapprochements, réponses types, préparation de devis, relances : un processus a un début, une fin, un volume et un coût.
Mesurer avant d'automatiser. Sans point de départ, impossible de savoir si l'IA rapporte. Le temps passé chaque mois, le délai de traitement et le nombre d'erreurs suffisent souvent.
Écrire les règles et former l'équipe. L'IA applique très bien des règles claires, et très mal des règles implicites. Ce que vous ne sauriez pas expliquer à un nouveau collaborateur, vous ne saurez pas le confier à une IA.
Ce que j'en ai appris
J'utilise des agents d'IA chaque jour sur mes propres processus : mon système de gestion, mes notes, mes publications et l'administration de mes serveurs. Pour qu'ils tournent en continu, j'ai construit claudeVPS, un environnement qui les fait fonctionner sur un serveur. Mais ce n'est pas l'outil qui a fait la différence.
L'exemple le plus parlant est ma comptabilité, que je décris dans Automatiser la comptabilité avec l'IA. Je l'ai confiée à un agent dans un cadre précis. Les règles sont les miennes, et elles sont écrites : la date comptable est celle du paiement, un achat payé avec mon argent privé suit un chemin défini, une dépense sans pièce n'est enregistrée qu'avec mon accord. L'agent prépare un plan, l'exécute d'abord à blanc, je relis, puis il l'applique après une sauvegarde. Résultat : la période de janvier à octobre 2026 a été saisie et rapprochée en entier, et chaque clôture suit désormais une procédure écrite. L'agent signale les cas douteux ; c'est moi qui tranche.
J'ai aussi appris à renoncer. Sur TSFind, un annuaire de prestataires que j'ai développé, j'ai écarté une vérification automatique des documents : des heures de développement et un risque de sécurité, pour moins d'une heure de travail manuel économisée par mois. Mesurer avant de construire évite d'automatiser ce qui ne le mérite pas.
Enfin, le conseil que je donne le plus souvent est celui que j'ai donné à Justin Gary, CEO de Stone Blade Entertainment, lors d'un hackathon consacré à l'IA. Il l'a raconté dans un article publié en juin 2025 : l'IA est puissante, mais elle ne vous dispense pas de la réflexion nécessaire pour définir clairement ce que vous voulez. Il faut commencer par un cahier des charges fonctionnel. Pour une application comme pour un processus, c'est ce document qui fait la différence entre un essai et un usage.
Que faire concrètement
1. Choisissez un ou deux processus
Listez avec votre équipe les tâches répétitives qui prennent du temps chaque semaine. Retenez-en une ou deux : fréquentes, avec des règles connues, et dont une erreur se rattrape. Laissez de côté pour l'instant ce qui touche directement vos clients.
2. Mesurez le point de départ
Combien d'heures par mois, quel délai, combien d'erreurs ou de reprises ? Notez-le. Fixez aussi ce que vous attendez : sans objectif chiffré, vous ne saurez pas s'il faut continuer.
3. Écrivez le cahier des charges
Décrivez le processus tel qu'il doit fonctionner : les entrées, les règles, les cas particuliers, et ce qui exige une validation humaine. Ce document sert à choisir l'outil, à le configurer et à former l'équipe.
4. Posez des garde-fous
Essai à blanc avant toute écriture, validation humaine des décisions, sauvegarde, et contrôle de ce qui sort de l'entreprise : données confiées à un service externe, documents envoyés aux clients.
5. Formez l'équipe au processus, pas à l'outil
Montrez à ceux qui font le travail ce que l'IA fait, ce qu'elle ne fait pas et ce qu'ils doivent vérifier. Désignez un responsable du processus, qui suit les mesures.
6. Mesurez à nouveau, puis décidez
Après un ou deux mois, comparez au point de départ. Si le gain est réel, décidez à quoi sert le temps libéré et passez au processus suivant. Sinon, arrêtez : c'est aussi un résultat.
Questions fréquentes
Par quel processus commencer avec l'IA dans une PME ?
Par une tâche interne, répétitive et mesurable, dont les règles sont connues : traitement des pièces, rapprochements, réponses types, préparation de documents. Gardez les échanges directs avec vos clients pour plus tard, une fois la méthode éprouvée.
Faut-il acheter un outil d'IA spécifique ?
Pas au départ. Décrivez d'abord le processus et mesurez son coût actuel. Le cahier des charges dira ensuite si un assistant généraliste suffit, si votre logiciel de gestion a déjà ce qu'il faut, ou si une automatisation sur mesure se justifie.
Comment savoir si l'IA rapporte vraiment ?
En comparant avant et après, sur le même processus : heures passées, délais, erreurs. Si vous n'avez pas mesuré avant, vous ne pourrez pas le dire. Et le temps gagné ne rapporte que si vous décidez à quoi il sert.
Pour aller plus loin
J'aide les dirigeants à choisir les processus à confier à l'IA, à écrire le cahier des charges et à mesurer le résultat : voir la page Stratégie et accompagnement. Quand il faut construire l'outil, ce sont les applications et automatisations sur mesure. Pour savoir par où commencer dans votre entreprise, parlons-en lors d'un appel de 20 minutes.
Sources
- Intelligence artificielle et travail : les PME suisses ne s'attendent pas à des changements radicaux, AXA Suisse (étude Sotomo), communiqué du 15 septembre 2026.
- Intelligence artificielle : le fossé se creuse entre grands groupes et PME, BDO Suisse, communiqué du 26 juin 2026.
- A Game Designer's Guide to Vibe Coding, Justin Gary, Substack, 3 juin 2025.
Photo : Paymo / Unsplash (unsplash.com/photos/kjM2AxNsxNo).
Tags : IA pour PME, intelligence artificielle, processus, cahier des charges, conduite du changement, stratégie, automatisation