Pendant deux ans, l’IA générative a été le sujet de toutes les conversations.
En 2025, elle devient le sujet de toutes les décisions opérationnelles. 2026 sera l’année de l’adoption dans les PME et les ETI. 

Selon la dernière étude de Menlo Ventures de Décembre 2025, l’IA en entreprise atteint 37 milliards de dollars et s’impose comme la catégorie logicielle à la croissance la plus rapide de l’histoire.
Plus qu’une vague technologique, nous assistons à un changement structurel dans la façon dont le travail est réalisé, acheté et gouverné.

1. Bulle ou boom ?
Les chiffres tranchent

Malgré les alertes médiatiques sur une possible « bulle IA », les données terrain racontent une autre histoire.

• Dépenses IA générative :

  • 1,7 Md$ en 2023

  • 11,5 Md$ en 2024

  • 37 Md$ en 2025

• En seulement trois ans, l’IA capte déjà 6 % du marché mondial du SaaS.

• Des dizaines de produits dépassent les 100 M$ voire 1 Md$ de revenus récurrents.

Conclusion : l’IA ne progresse pas par promesses, mais par adoption massive et revenus réels.

2. Le centre de gravité se déplace vers les applications

Contrairement aux idées reçues, les entreprises n’investissent pas prioritairement dans l’infrastructure.

• 19 Md$ vont aux applications IA

• 18 Md$ à l’infrastructure (modèles, entraînement, data, orchestration)

Plus de 50 % des budgets IA ciblent désormais des outils métiers directement utilisables.

L’IA est devenue un levier de productivité immédiat, pas un projet technologique abstrait.

3. Le grand basculement : acheter plutôt que construire

Pendant longtemps, les grandes entreprises pensaient devoir développer leurs propres solutions IA.

Ce paradigme s’effondre.

• En 2024 : 53 % des solutions étaient achetées

• En 2025 : 76 % des cas d’usage IA sont achetés

Pourquoi ?

• Time-to-value plus rapide

• Valeur démontrable dès les premières semaines

• Moins de dette technique

• Meilleure intégration dans des stacks encore immatures

L’avantage compétitif ne vient plus de “posséder le modèle”, mais de déployer vite et bien.

4. L’IA raccourcit drastiquement les cycles de décision

Un chiffre est particulièrement révélateur :

• 47 % des projets IA passent en production

• Contre 25 % pour le SaaS traditionnel

Les entreprises testent beaucoup… mais déploient rapidement les cas d’usage :

• à ROI clair,

• orientés productivité,

• ou réduction des coûts.

L’IA court-circuite les cycles d’achat classiques, car la valeur est visible très tôt.

5. L’adoption devient bottom-up (et c’est une bonne nouvelle)

L’étude montre que :

• 27 % des dépenses IA passent par le Product-Led Growth (PLG)

• En incluant le “shadow AI” (outils achetés individuellement), on approche 40 %

Concrètement :

• des développeurs,

• des équipes produit,

• des métiers
  adoptent l’IA avant toute validation centrale.

Les entreprises les plus avancées accompagnent ce mouvement au lieu de tenter de le bloquer.

6. Startups vs grands éditeurs : une bataille asymétrique

Sur la couche applicative :

• Les startups captent 63 % des revenus

• Elles gagnent près de 2 dollars pour 1 dollar côté incumbents

Pourquoi ?

• Vitesse d’itération

• Produits conçus nativement pour l’IA

• Adoption par l’usage, pas par la vente

Les grands acteurs restent dominants sur :

• la data,

• l’infrastructure,

• les environnements critiques.

La taille n’est plus un avantage quand la vitesse devient stratégique.

7. Le premier “killer use case” est désormais évident : le code

L’IA pour le développement logiciel représente :

• 4 Md$

• 55 % des dépenses en IA départementale

Aujourd’hui :

• 1 développeur sur 2 utilise l’IA quotidiennement

• Les gains de productivité dépassent souvent 15 %

• L’IA couvre tout le cycle : prototypage, code, tests, déploiement

Le développement logiciel est à l’IA ce que la comptabilité fut au SaaS : le marché d’entrée massif.

8. L’IA verticale explose, menée par la santé

L’IA verticale atteint 3,5 Md$, soit x3 en un an.

La santé représente à elle seule :

• 43 % du marché vertical

• tirée par les scribes médicaux et l’automatisation administrative

L’IA gagne d’abord dans les secteurs :

• sous-équipés en logiciels,

• à forte charge administrative,

• sous tension humaine.

9. Beaucoup de discours sur les agents… peu de réalité en production

Malgré le buzz :

• seuls 16 % des déploiements entreprise sont de véritables agents autonomes

• la majorité repose encore sur :

  • prompts,

  • RAG,

  • workflows simples

Nous sommes encore tôt technologiquement, malgré l’ampleur économique.

10. Ce que cela change pour les décideurs

La question n’est plus :

“Faut-il investir dans l’IA ?”

Mais :

“Comment passer rapidement de l’usage isolé à l’impact à l’échelle ?”

Les organisations qui avancent :

• priorisent des cas d’usage métiers à ROI rapide

• acceptent une adoption bottom-up contrôlée

• mesurent systématiquement la valeur créée

• gardent une gouvernance légère mais claire

Conclusion : l’IA n’est plus un sujet d’innovation, mais de performance

Trois ans après ChatGPT, l’IA en entreprise n’est plus une promesse.
C’est une nouvelle infrastructure du travail.

Les leaders ne sont plus ceux qui expérimentent le plus,
mais ceux qui déploient le plus vite, apprennent le plus vite et ajustent le plus vite.

2025 ne marque pas un sommet.
Elle marque le début de la phase d’exécution

2026 sera l’année de l’accélération et du déploiement de l’IA agentique dans les entreprise.