Points Clés
- Adoption de masse : 69% des entreprises dans les principales économies OCDE utilisent déjà l'IA, avec les États-Unis en tête à 78% — données relevées sur un panel de 6 000 entreprises entre novembre 2025 et janvier 2026 (Natixis / FED d'Atlanta).
- Domination des LLM : Les Grands Modèles de Langage (modèles d'IA générant du texte) représentent 41% des applications d'entreprise, dépassant le Machine Learning classique (apprentissage automatique traditionnel) bloqué à 30%.
- Marché DTx en expansion : Le Japon mène la révolution des Thérapies Numériques (logiciels médicaux à visée thérapeutique) avec des entreprises comme CureApp, qui transforme des algorithmes cliniquement validés en dispositifs médicaux prescriptibles à l'échelle mondiale.
Les 69% ne mentent pas : l'IA est déjà dans les entreprises, et vous êtes en retard
Fini le discours sur le futur proche. L'intelligence artificielle n'est pas en train d'arriver — elle est déjà là, déjà au travail, et elle décide déjà qui survit et qui disparaît. C'est ce que révèle une étude sans concession, commandée par Natixis Investment Managers et conduite entre novembre 2025 et janvier 2026 sur un échantillon de 6 000 entreprises dans les quatre grandes économies OCDE — États-Unis, Royaume-Uni, Allemagne et Australie. Le verdict est net : 69% des entreprises utilisent déjà l'IA. Les Américains mènent avec 78%, tandis que l'Australie ferme le groupe à 59%. Ce ne sont pas des projections. Ce ne sont pas des estimations optimistes de pitch deck. Ce sont des chiffres réels, relevés sur le terrain.
Le détail qui devrait vous tenir éveillés la nuit est ailleurs : les Grands Modèles de Langage — les LLM (systèmes d'IA traitant le langage naturel), pour ceux qui ont vécu sous une roche — ont déjà détrôné le Machine Learning classique, s'établissant à 41% des applications d'entreprise contre un maigre 30% pour les méthodes traditionnelles. La transition s'est faite en silence, sans fanfare. Et à l'intérieur de cette transition se cache un piège : 72% des employés utilisent déjà l'IA au travail, mais 41% d'entre eux y consacrent moins d'une heure par semaine. De l'expérimentation de bureau, en somme. De la curiosité de pause-café. Nous sommes encore dans la phase où la majorité des entreprises utilise un outil de Formule 1 pour faire les courses du quartier.
Et c'est là qu'apparaît la première fissure structurelle du système : l'IA amplifie les forts et étrangle les faibles. Les entreprises qui l'adoptent avec la plus grande intensité sont déjà les plus grandes, les plus productives, celles qui paient les salaires les plus élevés. L'intelligence artificielle n'est pas un égalisateur — c'est un accélérateur d'inégalités. Pour les PME qui tergiversent, la facture s'alourdit chaque jour qui passe.
Le paradoxe de Singapour : vous savez tout, vous ne savez rien faire
Déplaçons-nous à Singapour, laboratoire mondial des tendances RH qui deviennent ensuite réalité partout. Les recruteurs locaux décrivent une situation grotesque : les jeunes diplômés arrivent chargés de théorie sur l'intelligence artificielle et se heurtent à un mur invisible. Les entreprises ne cherchent plus quelqu'un capable d'expliquer ce qu'est un transformer (architecture neuronale de base des LLM) — elles cherchent quelqu'un capable d'implémenter l'IA dans des flux de travail d'entreprise réels, avec toutes leurs impuretés, leurs exceptions et leurs systèmes legacy (systèmes informatiques anciens non remplacés) qui remontent à l'ère du fax.
Le problème est structurel et brutal : les tâches junior — collecte de données, premières analyses, rédaction de brouillons — ont été englouties par les outils d'IA. On demande donc aux jeunes talents une capacité opérationnelle de senior : concevoir des architectures AI, gérer des orchestrations de prompts complexes (enchaînements d'instructions pour piloter l'IA), intégrer des systèmes hétérogènes. Des compétences que les universités n'enseignent pas encore, parce que les curricula académiques se mettent à jour au rythme d'une tortue arthritique. Le résultat est une génération de diplômés techniquement alphabétisés mais opérationnellement inutiles pour le marché qui existe aujourd'hui, en 2026. Ce n'est pas leur faute. C'est la faute d'un système de formation qui continue à préparer les gens pour un monde qui n'existe plus.
Retail et assurances : l'IA n'est pas le joli chatbot, c'est la démolition des fondations
Il existe un malentendu colossal qui circule dans les salles de réunion des entreprises retail : croire que l'intelligence artificielle signifie un chatbot plus sympathique ou une cabine d'essayage virtuelle pour essayer des vestes en 3D. De la vitrine. Du cosmétique numérique. Le vrai impact de l'IA dans le retail est invisible pour le consommateur final, parce qu'il se produit dans le back-end (couche technique invisible de l'infrastructure), dans les viscères logistiques de l'entreprise. La supply chain prédictive (chaîne d'approvisionnement anticipative pilotée par l'IA) modèle la chaîne d'approvisionnement en temps réel, anticipant les pics de demande liés aux micro-tendances, aux conditions climatiques ou aux événements locaux, visant à réduire les stocks à zéro. Le dynamic pricing (tarification dynamique en temps réel) ne se contente plus d'espionner les prix des concurrents — il traite la disponibilité logistique instantanée et la propension à l'achat de clusters d'utilisateurs spécifiques. C'est de la chirurgie industrielle, pas du lifting esthétique.
Dans le secteur des assurances, la situation est encore plus instructive. Un concept est né qui mérite d'être mémorisé : le « Sinistre Liquide » (traitement de sinistre entièrement automatisé de bout en bout). L'idée est simple en théorie, dévastatrice dans l'exécution. Il ne suffit pas d'avoir une application qui reconnaît via Computer Vision (vision artificielle analysant les images) la bosse sur la carrosserie. Si derrière cette application se trouvent encore des files d'autorisations humaines, des silos départementaux et des processus papier hérités des années quatre-vingt-dix, l'IA ne génère pas un centime de ROI. La vraie révolution consiste à repenser l'intégralité du workflow (flux de traitement opérationnel) : automatiser l'ouverture du sinistre, intégrer des contrôles antifraude instantanés basés sur des anomalies dans les données historiques, procéder à la liquidation automatique pour les cas à faible risque. Le résultat ? Les délais de gestion s'effondrent de plusieurs semaines à quelques secondes. Ceux qui n'y parviennent pas dans les dix-huit prochains mois seront tout simplement hors marché.
Le Japon soigne avec des algorithmes : bienvenue dans l'ère des thérapies numériques
La conclusion de cette histoire vient du pays à la population la plus âgée de la planète, et ce n'est pas un hasard. Le Japon mène la révolution de la Thérapie Numérique — DTx (logiciel médical prescrit comme un médicament) — transformant le logiciel en dispositif médical prescriptible à tous les effets. L'entreprise symbole de ce mouvement est CureApp, qui ne produit pas d'applications pour compter les pas ou vous rappeler de boire de l'eau. Elle produit des algorithmes cliniquement validés que les médecins prescrivent comme ils le feraient avec un médicament, pour traiter l'hypertension, la dépendance à la nicotine et la stéatose hépatique (accumulation de graisse dans le foie). Le système surveille les paramètres du patient vingt-quatre heures sur vingt-quatre, personnalise les interventions cognitivo-comportementales en temps réel et envoie des stimuli calibrés pour corriger les habitudes et le mode de vie.
L'objectif déclaré n'est pas de guérir la maladie — c'est de déplacer l'ensemble du paradigme sanitaire vers l'extension de l'espérance de vie en bonne santé, la Healthy Life Expectancy (espérance de vie sans incapacité ni maladie chronique). Moins d'hospitalisations, moins de coûts systémiques, plus d'années de vie productive. Le marché HealthTech qui en découle vaut déjà des milliards de dollars et les projections pour les cinq prochaines années indiquent une croissance à deux chiffres soutenue, portée par le vieillissement démographique mondial et la pression insoutenable sur les systèmes de santé publics.
