Les investissements dans l’intelligence artificielle ont atteint 750 milliards de dollars dans le monde en 2026, un niveau historique qui pèse désormais sur la croissance mondiale. Reste à savoir si les promesses de productivité suivront.
VivaTech accueillait mi-juin une émission spéciale de France 24 consacrée à l’IA. Au programme : les espoirs de productivité des dirigeants, les craintes des salariés pour leur emploi, et les enjeux de souveraineté pour les États européens. Trois ans et demi après le lancement de ChatGPT, l’enthousiasme reste intact. Mais la facture grimpe.
Les 750 milliards investis en 2026 couvrent toute la chaîne : construction de data centers, développement de modèles, fabrication de puces, production d’électricité. BlackRock, première société de gestion mondiale, calcule que cette somme représente près d’un point de croissance aux États-Unis à elle seule. Florence Pisani, économiste chez Candriam, nuance : une large partie de ces dépenses file vers l’Asie pour les importations de semi-conducteurs. La croissance nette américaine ne gagne au final qu’un demi-point. Au niveau mondial, la Société Générale évalue l’apport de l’IA à 0,4 point sur environ 3 % de croissance totale.
Ces montants rappellent l’explosion d’Internet dans les années 1990. Mais contrairement au Web, dont les effets sur la productivité ont mis des années à se manifester, l’IA promet des gains immédiats. Promesse qui tarde à se concrétiser dans les chiffres macro-économiques.
Une adoption rapide, des usages encore concentrés
En France, 10 % des entreprises de plus de dix salariés utilisent déjà l’IA, selon l’INSEE. L’adoption grimpe dans certaines fonctions : 59 % des entreprises déploient l’IA pour le résumé ou la traduction de contenus côté marketing, 44 % pour la détection d’anomalies dans les services risque et conformité. Ces chiffres proviennent de l’étude KPMG Trends of AI 2026[4].
L’IA générative explique cette accélération. Produire un texte, analyser un document ou synthétiser une note prend quelques secondes. Les outils comme ChatGPT, Claude ou Gemini ont franchi le seuil d’utilité : ils économisent du temps, même s’ils ne transforment pas encore radicalement les processus métiers.
Près de huit entreprises sur dix dans le monde utilisent ou expérimentent l’IA, selon Deloitte. Le Panorama 2026 de Bpifrance note un tournant : les projets pilotes passent progressivement à l’industrialisation à grande échelle. Les entreprises ne testent plus, elles déploient.
| Indicateur | Valeur |
|---|---|
| Part des entreprises de +10 salariés utilisant l’IA (France) | 10 % |
| Usage pour résumé/traduction (Marketing) | 59 % |
| Usage pour détection d’anomalies (Risque & Conformité) | 44 % |
| Entreprises mondiales utilisant ou expérimentant l’IA | ~80 % |
Source : Orange, KPMG, Deloitte
Des gains de productivité difficiles à mesurer
L’impact de long terme reste flou. Les investissements massifs n’ont pas encore produit de saut visible dans les statistiques de productivité globale. Les économistes peinent à mesurer l’effet réel, faute de recul[5].
Lors de l’émission à VivaTech, Clara Chappaz, directrice de la mission French Tech, défendait les bénéfices concrets : “Je vois avec nos start-ups des exemples d’intelligence artificielle qui améliorent le quotidien, qui améliorent la vie des citoyens, qui permettent aux entreprises d’être plus compétitives. Quand on parle d’industrie, augmenter la productivité, ce n’est même pas qu’une question d’augmenter la productivité, c’est qu’aujourd’hui on n’a pas de salariés pour les industries, on a des métiers qui sont très difficiles : porter des charges lourdes, des accidents, un nombre d’accidents pas possible dans les usines qui peuvent être réduits si on envoie des robots de l’IA là où c’est dangereux pour l’homme.”
L’argument porte sur le terrain : moins d’accidents, moins de pénibilité, des postes difficiles à pourvoir comblés par des machines. Mais ces micro-améliorations ne se traduisent pas encore en hausse mesurable de la productivité nationale. Le paradoxe rappelle celui de Robert Solow dans les années 1980 : “On voit des ordinateurs partout, sauf dans les statistiques de productivité.”
Pourquoi l'IA pèse sur la croissance sans doper la productivité
Souveraineté et dépendance : l’Europe à la traîne
À New Delhi, le Sommet de l’IA réunissait en février politiques et géants de la tech. Les dirigeants ont multiplié les messages, souvent contradictoires : plaidoyer pour une IA plus ouverte d’un côté, annonces d’investissements massifs contrôlés par une poignée d’acteurs américains de l’autre.
Face aux États-Unis, qui dominent les modèles les plus puissants, les infrastructures de calcul, les données et les plateformes, et à la Chine, qui investit massivement, l’Europe cherche une troisième voie. Pour l’instant, elle peine. Ses champions (Mistral AI côté français, Aleph Alpha en Allemagne) restent loin derrière OpenAI, Anthropic ou DeepMind.
Le décret signé par Donald Trump début juin impose une évaluation de 30 jours pour les nouveaux modèles d’IA, au nom de la cybersécurité. Le texte vise à protéger les systèmes américains face à des modèles capables de repérer et d’exploiter des failles à vitesse inédite. Anthropic a développé Mythos, un nouveau modèle encore en test, qui s’est révélé plus performant que prévu[3].
L’Europe mise sur le nucléaire pour attirer les data centers, comme l’a rappelé un reportage de France 24 en juin. Mais attirer les infrastructures ne suffit pas : sans modèles souverains, la dépendance aux acteurs américains et chinois persiste.
L’IA pèse sur la croissance, pas encore sur l’emploi
L’impact sur l’emploi reste marginal pour l’instant. Les suppressions de postes liées à l’IA existent, mais elles se concentrent dans des fonctions support : traduction, rédaction de contenus simples, support client de premier niveau. Les craintes des salariés, largement relayées à VivaTech, ne se sont pas encore matérialisées en vague de licenciements.
L’IA crée aussi des emplois : ingénieurs spécialisés, responsables de la gouvernance des modèles, experts en sécurité. Mais ces postes exigent des compétences pointues, inaccessibles aux personnes dont les fonctions sont automatisées. Le risque d’une fracture se dessine : une minorité très qualifiée capte les gains, une majorité subit l’ajustement.
Les entreprises accélèrent leurs projets IA dès qu’elles constatent des gains rapides sur l’automatisation, l’analyse ou la production de contenus. Cette dynamique crée un effet d’entraînement. L’adoption ne relève plus d’un pari technologique, mais d’un choix stratégique. Rester à l’écart, c’est risquer le décrochage face aux concurrents qui, eux, automatisent.
En Afrique et au Moyen-Orient, l’IA devient un moteur de transformation digitale et de croissance économique. Orange, interrogé dans son étude sur l’IA en entreprise, souligne que la progression touche tous les continents. Mais les écarts d’infrastructures limitent l’adoption : sans data centers locaux ni connexions stables, déployer des modèles reste coûteux.
L’année 2026 marque un basculement. Les investissements atteignent des niveaux historiques, l’adoption s’industrialise, les États légifèrent. Mais les promesses de productivité peinent à se concrétiser dans les chiffres macro. Les entreprises, elles, ne ralentissent pas : elles parient que les gains viendront. Reste à savoir quand, et à quel prix pour l’emploi et la souveraineté.
IA en 2026 : les chiffres à retenir
- 750 milliards de dollars investis dans l'IA en 2026, selon BlackRock, un niveau historique comparable à l'explosion d'Internet dans les années 1990
- L'IA représente près d'un point de croissance aux États-Unis, mais seulement 0,4 point au niveau mondial en 2026
- 10 % des entreprises françaises de plus de dix salariés utilisent déjà l'IA, avec une adoption forte dans le marketing et la conformité
- Près de huit entreprises sur dix dans le monde expérimentent ou déploient l'IA, selon Deloitte
- Les projets pilotes passent à l'industrialisation en 2026, mais les gains de productivité macro restent difficiles à mesurer
- Donald Trump a signé en juin un décret imposant une évaluation de 30 jours pour les nouveaux modèles d'IA, au nom de la cybersécurité
Sources
3 sources · 3 faits vérifiés
