Dirigeant de PME face à l'IA : pourquoi c'est si difficile (et par où commencer)

Lundi, 9 h. Dans votre boîte mail : trois propositions d'« agents IA » qui promettent de transformer votre entreprise, une newsletter qui explique que vos concurrents ont déjà pris de l'avance, et un message d'un collaborateur qui demande s'il a le droit d'utiliser ChatGPT pour ses devis.

Vous refermez tout. Pas par désintérêt. Parce qu'aucun de ces messages ne répond à la seule question qui compte pour un dirigeant de PME face à l'IA : qu'est-ce que je fais, moi, concrètement, lundi prochain ?

Si vous vous reconnaissez, vous n'êtes ni en retard ni réfractaire. Vous êtes dans la situation normale d'une PME française en 2026. Et cette situation a des causes précises.

Le constat : l'écart ne se joue pas sur la curiosité, mais sur la taille

Les chiffres donnent deux images qui semblent contradictoires.

Côté usage individuel, ça explose. Selon le baromètre Bpifrance Le Lab publié en janvier 2026 (4 722 dirigeants de TPE-PME interrogés), 55 % des TPE-PME déclarent recourir à l'IA générative fin 2025, contre 31 % un an plus tôt et 15 % en 2023.

Côté adoption par l'entreprise, beaucoup moins. Dans ce même baromètre, seules 17 % l'utilisent régulièrement. Et l'Insee, qui mesure l'usage d'au moins une technologie d'IA par l'entreprise elle-même, arrive à 18 % des entreprises de 10 salariés ou plus en 2025.

Surtout, l'Insee montre où se creuse l'écart :

Une grande entreprise a presque quatre fois plus de chances d'avoir adopté l'IA qu'une petite PME. Ce n'est pas que ses dirigeants sont plus curieux. C'est qu'ils ne sont pas seuls pour décider.

Autrement dit : l'IA est entrée dans les PME par les salariés, avec des outils grand public. Elle n'y est pas encore entrée par l'organisation. Et c'est précisément ce passage-là qui repose sur le dirigeant.

Difficulté n°1 : on ne voit pas à quoi ça servirait chez soi

C'est le frein le plus cité, et de loin. Chez les dirigeants de TPE-PME qui n'utilisent pas l'IA et n'ont pas l'intention de s'y mettre, 65 % disent ne pas identifier d'usage pertinent pour leur entreprise (Bpifrance Le Lab, 2026).

Ce n'est pas de l'aveuglement. Regardez ce qu'on vous montre : des démonstrations qui rédigent un post LinkedIn, résument un PDF ou génèrent une image. Utile, mais sans rapport avec vos vrais sujets : la trésorerie, les marges par client, le recrutement, les retards de paiement.

Le problème est un problème de traduction. Les cas d'usage vendus sont génériques. Les vôtres sont spécifiques, et personne ne fait le travail de passer de l'un à l'autre.

Le bon réflexe : ne partez pas de l'outil, partez de la question. Quelle question sur votre activité vous coûte le plus de temps chaque mois ? C'est là que se trouve votre premier cas d'usage, pas dans une démo.

Difficulté n°2 : vous êtes seul pour trancher

Dans une entreprise de 500 personnes, un projet IA passe par une DSI, une direction data, un juriste et un responsable de la sécurité. Chacun porte une partie du risque.

Dans une PME de 40 personnes, ces quatre fonctions ont souvent le même visage : le vôtre. Éventuellement épaulé par un prestataire informatique dont ce n'est pas le métier.

Résultat, chaque décision IA cumule quatre questions que vous devez traiter en même temps :

• Technique : est-ce que ça marchera avec nos outils ?
• Juridique : ai-je le droit, et qu'est-ce que je dois déclarer ?
• Sécurité : où partent nos données ?
• Humaine : comment l'équipe va-t-elle le vivre ?

Face à quatre inconnues simultanées, ne rien décider est une réaction rationnelle. Mais ne rien décider ne veut pas dire que rien ne se passe : vos équipes, elles, utilisent déjà l'IA, sans cadre. Nous avons détaillé ce risque dans pourquoi copier vos données dans ChatGPT n'est pas une solution.

Difficulté n°3 : le brouillard réglementaire

Entre le RGPD, le règlement européen sur l'IA (AI Act) et le droit du travail, les dirigeants ont l'impression qu'il faut un juriste pour simplement ouvrir un compte. La réalité est plus simple que ce que suggèrent les discours alarmistes, mais elle a bougé récemment.

Ce qui a changé à l'été 2026. Le règlement (UE) 2026/1744, dit « Digital Omnibus », publié au Journal officiel de l'UE le 24 juillet 2026, a reporté les obligations les plus lourdes :

• les obligations des systèmes d'IA à haut risque (recrutement, notation, etc.) sont repoussées au 2 décembre 2027, et au 2 août 2028 pour l'IA intégrée à certains produits réglementés ;
• l'obligation de formation des équipes à l'IA (article 4) a été assouplie : il s'agit désormais de prendre des mesures pour développer ces compétences, sans garantir un niveau donné pour chaque personne.

Ce qui s'applique déjà. Depuis le 2 août 2026, les obligations de transparence (article 50) sont en vigueur : informer une personne qu'elle échange avec une IA, et signaler certains contenus générés.

Ce que beaucoup de dirigeants ignorent : le CSE. Si votre entreprise compte 50 salariés ou plus, l'introduction d'un outil d'IA doit faire l'objet d'une information-consultation du CSE, au titre de l'article L. 2312-8 du Code du travail. Les tribunaux l'appliquent strictement : le tribunal judiciaire de Nanterre a suspendu en février 2025 un déploiement présenté comme une simple « phase pilote », et la cour d'appel de Paris a confirmé ce principe le 21 mai 2026 pour des outils d'IA générative mis à disposition des salariés.

C'est un point que nous développons dans notre article sur les données RH et le CSE.

À retenir : pour une PME qui utilise l'IA comme outil d'aide (et non pour prendre des décisions automatisées sur des personnes), le cadre est gérable. Il demande de l'ordre, pas un service juridique.

Difficulté n°4 : l'IA ne peut pas mieux faire que vos données

C'est la difficulté qu'on découvre en dernier, et qui coûte le plus cher.

Vous connectez un assistant IA à vos outils. Vous lui demandez votre chiffre d'affaires du trimestre par client. Il vous répond avec aplomb. Mais votre CRM et votre logiciel comptable n'orthographient pas les clients de la même façon, et « chiffre d'affaires » n'a pas la même définition pour le commercial et pour le comptable.

L'IA ne signale pas le conflit. Elle choisit, et répond avec la même assurance qu'elle ait raison ou tort. Nous avons expliqué ce mécanisme dans pourquoi votre IA invente des chiffres.

Pour un dirigeant, le piège est double : un premier essai décevant fait conclure que « l'IA, ce n'est pas pour nous », alors que le problème se situait en amont, dans des données dispersées entre des outils qui ne se parlent pas.

C'est le problème que Kyklos, la solution que nous éditons, prend en charge. Kyklos réunit les données de vos outils dans un espace unique : votre comptabilité Pennylane, vos données RH Lucca, vos fichiers Excel et vos autres logiciels par import ou par API. Les données y sont nettoyées et mises à jour automatiquement, et vos définitions (chiffre d'affaires, marge, client actif) y sont posées une fois, sans code. Quand vous posez une question en langage naturel, la réponse s'appuie sur vos données et sur vos définitions, pas sur une supposition. Et chacun n'accède qu'aux données de son rôle.

C'est aussi une réponse à la difficulté n°2 : l'équipe Kyklos réalise l'intégration, ce qui évite au dirigeant de porter seul le volet technique du projet.

Difficulté n°5 : le bruit du marché

Tout logiciel est devenu « propulsé par l'IA ». Le mot ne permet plus de distinguer une vraie capacité d'une fonction marketing.

Pour un dirigeant sans équipe technique, il devient impossible de comparer les offres. Deux dérives en découlent :

• l'inaction, par peur de choisir le mauvais outil ;
• l'achat gadget, choisi sur la meilleure démo plutôt que sur un besoin mesuré.

Un critère simple coupe court à la plupart des promesses : pouvez-vous remonter d'une réponse de l'IA jusqu'aux données qui l'ont produite ? Si l'outil affiche un chiffre sans pouvoir montrer d'où il vient, ce n'est pas un outil de pilotage.

Par où commencer : un plan réaliste en 4 semaines

Pas de stratégie IA en 40 pages. Quatre étapes, une par semaine.

Semaine 1 : faire l'inventaire et poser une règle

• Demandez à vos équipes, sans jugement, quels outils d'IA elles utilisent déjà et pour quoi faire.
• Rédigez une règle d'une page : outils autorisés, données qu'on ne colle jamais dans un outil grand public (données clients, salaires, contrats), et à qui poser la question en cas de doute.

Semaine 2 : choisir UNE question qui coûte cher

Listez les questions sur votre activité qui demandent aujourd'hui des heures de travail. Par exemple :

• Quels clients ont signé ce trimestre sans avoir encore payé ?
• Quelle est ma marge réelle par client, une fois le temps passé imputé ?
• Où en est ma masse salariale par rapport au budget ?

Retenez celle qui revient le plus souvent et qui coûte le plus d'heures. Chiffrez ce coût : c'est votre référence pour juger le projet.

Semaine 3 : vérifier les données dont elle a besoin

Pour cette question, notez dans quels outils se trouvent les données, qui les tient à jour et si les définitions concordent. C'est souvent là que se trouve le vrai chantier. Ce n'est pas une mauvaise nouvelle : c'est ce qui fera la différence entre une IA fiable et une IA qui invente.

Semaine 4 : lancer un pilote cadré

• Testez sur vos données, pas sur un jeu de démonstration.
• Exigez de voir la source de chaque chiffre.
• Si vous avez 50 salariés ou plus, informez et consultez votre CSE avant le pilote, pas après.
• Fixez une date de bilan : heures gagnées, fiabilité des réponses, adoption par l'équipe.

En résumé

• La difficulté n'est pas la technologie, c'est l'isolement : dans une PME, le dirigeant porte seul les questions techniques, juridiques, de sécurité et humaines.
• Le cadre réglementaire est gérable : obligations lourdes reportées à fin 2027, mais transparence en vigueur et consultation du CSE obligatoire dès 50 salariés.
• Commencez par une question qui vous coûte cher, et vérifiez vos données avant de juger l'IA.

Vous voulez voir ce que donnerait votre question la plus coûteuse, posée en langage naturel sur vos propres données ? Kyklos réunit les données de vos outils et vous permet de les interroger sans compétence technique. Réservez une démonstration de 30 minutes : vous venez avec vos trois questions les plus frustrantes, nous y répondons en direct sur vos données.

Sources

• Bpifrance Le Lab, 82e baromètre de conjoncture des TPE-PME, 13 janvier 2026 (4 722 répondants, enquête du 5 novembre au 2 décembre 2025) — communiqué
• Insee Première n° 2120, « Les TIC dans les entreprises en 2025 », juillet 2026 — lien
• Règlement (UE) 2026/1744 « Digital Omnibus sur l'IA » — synthèses : Gibson Dunn, lawandtechnology.eu (article 4)
• Commission européenne, FAQ sur les obligations de transparence de l'article 50 — lien
• Consultation du CSE et IA, jurisprudence 2025-2026 — Éditions Tissot, CA Paris 21 mai 2026 (Schmitt Avocats)
• Fonctionnalités Kyklos (connecteurs, Data Studio, partage par rôle) — kyklos-ds.com