01 — Édito
Pourquoi ce guide
Chaque été, le Stanford Institute for Human-Centered AI publie l’état des lieux le plus complet dont dispose le secteur. L’édition 2026 compte quatre cent vingt-cinq pages, elle est en anglais, et ses données regardent d’abord les États-Unis. Un dirigeant de PME n’en lira pas une ligne. Il en entendra parler par des titres de presse, alarmistes ou enthousiastes selon le jour, et les deux versions lui demanderont de décider quelque chose.
Nous l’avons lu en entier. Ce document n’en est pas le résumé : la licence du rapport l’interdit, et un résumé n’aurait d’ailleurs aucun intérêt. Nous avons retenu cinq constats sur la quinzaine qu’il met en avant, écarté ce qui ne concerne pas une entreprise de vingt à deux cents personnes, et pris position là où les chiffres permettent de le faire.
Une précaution vaut pour tout ce qui suit. Beaucoup de chiffres sont américains, et nous le signalons à chaque fois : ce qui se transpose et ce qui ne se transpose pas fait partie de l’analyse. Les taux d’adoption, eux, proviennent d’enquêtes déclaratives ; ils disent ce que des dirigeants répondent, pas ce que font leurs équipes. Chaque donnée citée porte sa page.
Ce guide se lit de trois manières. En cinq minutes, les cinq constats suffisent. En vingt minutes, la lecture entière donne le raisonnement. Et si vous cherchez quoi faire lundi, les deux dernières parties — la feuille de route et les deux outils — se lisent seules.
Maeliom
02 — Cinq constats
Cinq constats, pas quinze
Le rapport met en avant une quinzaine d’enseignements. Cinq seulement changent quelque chose pour une PME française, et les voici, avec leurs chiffres.
Le troisième constat est celui que personne ne cite, et c’est le plus utile. Interrogées sur l’usage d’agents — des systèmes qui exécutent une tâche de bout en bout —, les mêmes organisations répondent le plus souvent « aucun usage ». Même dans l’informatique et la gestion des connaissances, les deux fonctions les plus avancées, au moins deux tiers des répondants n’en ont aucun (p. 197). L’adoption déclarée et le déploiement réel ne décrivent pas le même monde.
02 — Cinq constats
Deux constats qu’on préfère oublier
Le quatrième porte sur la régularité des performances, et il tient dans un rapprochement. Un modèle a décroché la médaille d’or aux Olympiades internationales de mathématiques (p. 72) ; le meilleur modèle testé lit correctement une horloge à aiguilles dans 50,6 % des cas, quand des humains y parviennent à 90,1 % (p. 96). L’IA n’est ni surhumaine ni stupide : elle est inégale, et cette inégalité ne suit pas la difficulté apparente d’une tâche.
Le cinquième concerne les garde-fous, et il va dans le mauvais sens. La base de référence du domaine a recensé 362 incidents liés à l’IA en 2025, contre 233 l’année précédente (p. 132). Dans le même temps, la part d’organisations où un rôle dédié pilote la gouvernance de l’IA passe de 14 % à 17 % (p. 142) : plus de huit sur dix n’ont toujours désigné personne.
03 — Notre lecture
La France n’est pas en retard
C’est la position qui nous tient le plus à cœur, parce qu’elle contredit un récit que nous entendons chaque semaine. Sur la diffusion de l’intelligence artificielle dans la population, la France se classe cinquième des trente premières économies au second semestre 2025, avec 44,0 % d’utilisateurs, en hausse de 3,1 points. Les États-Unis sont vingt-quatrièmes, à 28,3 % (p. 201).
Le reste va dans le même sens. La France est le premier investisseur privé en IA de l’Union européenne, avec 4,36 milliards de dollars en 2025, au quatrième rang mondial (p. 182). Elle est le deuxième contributeur européen de modèles publiés depuis 2018, derrière le Royaume-Uni (p. 336). Et elle fait partie des cinq pays — avec le Canada, l’Allemagne, l’Italie et le Japon — qui ont soutenu toutes les grandes initiatives internationales de gouvernance de l’IA (p. 151).
Rien de tout cela ne dit que la France produira le prochain grand modèle : l’infrastructure et le capital restent massivement concentrés ailleurs, et le guide le montre par ailleurs. Mais le récit du retard français, importé d’un débat américain sur la course aux modèles, conduit les dirigeants à poser la mauvaise question. La question n’est pas de rattraper. Elle est de structurer ce qui se fait déjà, souvent sans règle et sans responsable.
C’est un extrait du guide. Les quatre autres positions, les six questions de dirigeant et les deux outils se trouvent dans le document complet, remis par courrier électronique.
Questions fréquentes
Qu’est-ce que l’AI Index de Stanford ?
Un rapport annuel publié par le Stanford Institute for Human-Centered AI, qui rassemble les données disponibles sur l’intelligence artificielle : performances des modèles, adoption, investissement, réglementation, incidents. L’édition 2026 compte 425 pages et paraît le 29 juin 2026.
Que retenir de l’AI Index 2026 quand on dirige une PME ?
Que les capacités ne sont plus le facteur limitant, que l’adoption déclarée dépasse de loin le déploiement réel, et que les obstacles cités par les dirigeants sont le manque de connaissances, le budget et l’incertitude réglementaire — aucun n’est technologique.
Ce guide est-il un résumé du rapport ?
Non. Le rapport est publié sous une licence qui interdit d’en diffuser une version adaptée. Ce guide est une analyse originale de Maeliom, qui s’appuie sur les chiffres du rapport, les situe pour une entreprise française et prend position. Les données sont sourcées page par page.