L’adoption de l’IA progresse rapidement en entreprise, mais la véritable transformation n’est pas encore intégrée

L’intelligence artificielle (IA) s’installe rapidement dans les entreprises canadiennes. En deux ans à peine, la proportion d’entre elles qui disent utiliser l’IA pour produire des biens ou fournir des services a plus que triplé. Mais derrière cette accélération se cache une réalité beaucoup plus contrastée : l’adoption varie fortement selon la taille des entreprises et leur secteur d’activité, et utiliser un outil d’IA ne signifie pas encore avoir transformé ses façons de faire.

Concrètement, la transformation IA, c’est le fait d’intégrer l’intelligence artificielle dans la façon dont une entreprise travaille, prend ses décisions et sert sa clientèle. Ce n’est pas simplement donner accès à un outil comme ChatGPT à ses employés : c’est revoir un processus au complet pour que l’IA y joue un rôle structurant, du début à la fin. C’est cette distinction — entre utiliser l’IA et se transformer avec elle — qui explique l’écart persistant entre le taux d’adoption élevé et la faible proportion d’entreprises qui en tirent une réelle valeur.

Au deuxième trimestre de 2026, 19,2% des entreprises canadiennes avaient utilisé l’IA au cours des 12 mois précédents, selon Statistique Canada. Elles n’étaient que 6,1% deux ans plus tôt et 12,2% en 2025.

La progression est donc marquée, mais loin d’être généralisée. Deux entreprises canadiennes sur cinq estiment encore que l’IA n’est pas pertinente pour les biens qu’elles produisent ou les services qu’elles offrent.

Les usages, eux, commencent à se diversifier. Parmi les entreprises qui ont recours à l’IA,

• • 36,6% l’utilisent pour l’analyse de données,
  • 34,5% pour l’analyse de textes,
  • 28,2% pour des agents virtuels ou des robots conversationnels.

Au Québec, une adoption à deux vitesses

Le Québec suit le mouvement, mais les dernières données détaillées, qui remontent à 2025, montrent surtout que l’adoption est loin d’être uniforme. Au deuxième trimestre de 2025, 12,7% des entreprises québécoises avaient utilisé l’IA au cours des 12 mois précédents, selon l’Institut de la statistique du Québec (ISQ). C’était davantage que les 9,4% enregistrés un an plus tôt, mais la progression a été plus modeste qu’en Ontario, où le taux avait augmenté de 7,8 points de pourcentage pendant la même période.

Cette moyenne québécoise masque de grands écarts entre les secteurs. L’adoption était particulièrement forte dans les activités reposant sur l’information, les données et le travail intellectuel : 55% des entreprises de l’information et de la culture utilisaient l’IA, contre 43,1% dans les services professionnels, scientifiques et techniques et 36,9% dans la finance et les assurances.

Le portrait était tout autre dans plusieurs secteurs : le taux d’utilisation n’était que de 0,3% en agriculture, de 1,9% dans l’hébergement et la restauration, de 2,3% dans la construction et de 2,9% dans le transport et l’entreposage.

La taille de l’organisation compte également. Les entreprises québécoises de 100 employés ou plus étaient environ deux fois plus susceptibles d’utiliser l’IA que celles qui comptaient de un à quatre employés.

Ces écarts sont révélateurs. Pour une entreprise dont les activités reposent largement sur des données, du texte, de la programmation ou des interactions numériques avec la clientèle, les premiers cas d’usage sont relativement faciles à repérer. La marche est souvent plus haute pour une petite entreprise de construction, un restaurant ou une exploitation agricole, qui doit déterminer où l’IA peut réellement améliorer ses opérations et justifier l’investissement.

À l’échelle canadienne, le portrait diffère quelque peu en 2026. L’information et la culture arrivent en tête, avec un taux d’utilisation de l’IA de 42,3%, suivie de la finance et des assurances (40,4%) et des services professionnels, scientifiques et techniques (32,4%). L’adoption gagne aussi du terrain dans des secteurs jusque-là moins avancés, comme la construction, où elle atteint 9,2%. Elle demeure toutefois faible en agriculture, foresterie, pêche et chasse, à 4,5%, selon Statistique Canada.

Les usages se diversifient également. Parmi les entreprises canadiennes qui utilisent l’IA,

• • 36,6% s’en servent pour analyser des données,
  • 34,5% pour analyser des textes,
  • 28,2% pour les agents virtuels et robots conversationnels.

L’IA déborde ainsi progressivement de la génération de contenu pour s’insérer dans l’analyse de l’information et les interactions avec la clientèle ou les employés.

Une vague mondiale

Ce mouvement dépasse largement le Canada. À l’échelle mondiale, l’IA est passée en quelques années d’une technologie expérimentale à un outil courant dans les organisations sondées.

Selon l’IA Index Report 2026 du Stanford Institute for Human-Centered Artificial Intelligence, 88 % des organisations interrogées indiquent utiliser l’IA dans au moins une fonction d’affaires en 2025, contre 78% en 2024 et 55% en 2023. L’IA générative est elle aussi largement répandue : 79% disent l’utiliser régulièrement dans au moins une fonction.

La progression touche toutes les grandes régions étudiées. Entre 2024 et 2025, la proportion d’organisations déclarant utiliser l’IA est passée  :

• • de 80% à 91% en Europe,
  • de 82% à 90% en Amérique du Nord,
  • de 75% à 88% dans la Grande Chine (qui inclut Hong Kong, Taïwan et Macao),
  • de 77% à 88% dans les marchés en développement,
  • de 72% à 82% en Asie-Pacifique.

Une mise en garde s’impose : ces chiffres ne peuvent pas être comparés directement au taux canadien de 19,2%. Les populations sondées et les définitions diffèrent. Statistique Canada interroge les entreprises ayant des employés et leur demande si elles ont utilisé l’IA pour produire des biens ou fournir des services. Le sondage mondial repris par Stanford mesure plutôt l’utilisation de l’IA dans au moins une fonction au sein des organisations participantes et repose sur des réponses autodéclarées. Stanford lui-même invite à considérer ces données comme des indicateurs de tendance plutôt que comme une mesure exhaustive de l’ensemble des entreprises.

 

Les données américaines illustrent d’ailleurs à quel point la définition retenue change le portrait. Les statistiques officielles du U.S. Census Bureau situaient l’utilisation de l’IA par les entreprises américaines autour de 17% à 20% entre décembre 2025 et mai 2026, soit un ordre de grandeur beaucoup plus proche du taux mesuré par Statistique Canada.

Un levier pour produire plus efficacement

L’IA promet d’abord de faire gagner du temps et d’accroître l’efficacité. En automatisant ou en accélérant des tâches répétitives, elle peut libérer les travailleurs pour des activités qui exigent davantage de jugement, d’expertise ou de créativité. Son potentiel ne se limite donc pas à réduire les coûts, elle peut aussi :

• • aider les entreprises à produire davantage avec les mêmes ressources,
  • accélérer certains processus,
  • développer de nouvelles sources de revenus.

Les premiers résultats observés à l’échelle internationale vont dans ce sens, même si les retombées demeurent inégales. Selon le Stanford AI Index 2026, 38% des organisations qui utilisent régulièrement l’IA rapportent une réduction de leurs coûts, 36% une amélioration de leur rentabilité et 33% une croissance de leurs revenus organiques. Dans la plupart des fonctions, les économies déclarées restent toutefois inférieures à 10%.

Ce potentiel revêt une importance particulière au Canada, où la faiblesse de la productivité demeure un problème persistant. Entre 2015 et le troisième trimestre de 2025, la productivité du travail y a progressé à un rythme annualisé de 0,80 %, contre 1,96% aux États-Unis, selon Statistique Canada. Si les entreprises parviennent à convertir les gains d’efficacité individuels en améliorations à l’échelle de l’organisation, l’IA pourrait contribuer à réduire cet écart et à renforcer leur compétitivité.

Beaucoup d’utilisateurs, encore peu de transformations

La diffusion rapide de l’IA ne signifie toutefois pas que les entreprises ont déjà appris à en tirer pleinement parti. L’étude mondiale The State of AI in 2025 de McKinsey illustre bien ce décalage. Alors que 88% des répondants disent que leur organisation utilise régulièrement l’IA dans au moins une fonction, environ le tiers seulement indiquent que leur entreprise a commencé à déployer ses programmes d’IA à grande échelle. Pour la majorité, l’IA demeure au stade de l’expérimentation ou des projets pilotes.

Les gains sont néanmoins bien réels pour certaines organisations. Parmi celles qui utilisent régulièrement l’IA,

• • 64% disent avoir amélioré leur capacité d’innovation,
  • 45% constatent une amélioration de la satisfaction de leurs employés,
  • 45% rapportent une amélioration de la satisfaction de la clientèle.

Transformer ces avancées en résultats financiers demeure toutefois un défi pour une majorité d’entreprises.

Le prochain défi consiste donc à passer de l’expérimentation à l’intégration. La différence entre les deux tient en une phrase : « Nous donnons à nos employés un outil d’IA pour rédiger leurs courriels » décrit une utilisation de l’IA. « Nous repensons notre processus de vente au complet pour que l’IA prépare les dossiers clients, analyse les occasions et alimente le suivi » décrit une transformation.

Après avoir découvert les assistants de rédaction, les outils d’analyse et les robots conversationnels, les entreprises doivent maintenant déterminer comment insérer l’IA dans leurs processus et en mesurer le rendement. Toutes ne disposent toutefois pas des mêmes moyens pour y parvenir : les PME ont moins de ressources, les compétences restent limitées et les données ne sont pas toujours prêtes à être exploitées.

Pourquoi tant d’entreprises restent-elles à l’écart?

Pour beaucoup d’entreprises, le défi n’est plus de trouver un outil d’IA, mais de savoir quoi en faire. Où peut-il être utile? Avec quelles données? À quel coût? Et pour quel rendement?

Ces questions se posent avec encore plus d’acuité dans les PME. Le rapport Combler l’écart en matière d’IA au sein des PME du Canada, publié par le Centre des Compétences futures (CCF) et le Diversity Institute de l’Université métropolitaine de Toronto, fait ressortir plusieurs obstacles :

• • le manque de connaissances sur les outils et leurs applications possibles;
  • la pénurie de compétences à l’interne;
  • les coûts et l’incertitude entourant le rendement de l’investissement;
  • la qualité des données et les limites des infrastructures numériques;
  • les risques liés à la confidentialité, à la cybersécurité et à la fiabilité des résultats;
  • le manque d’appui de la direction.

Les compétences constituent un frein important, sans pour autant obliger les PME à se doter d’une équipe de spécialistes en IA. Elles ont surtout besoin d’employés capables de comprendre les possibilités et les limites des outils, de les utiliser adéquatement et d’en valider les résultats.

Encore faut-il trouver les bons cas d’usage. Rédiger un texte, résumer un document ou chercher de l’information permet de s’initier facilement à l’IA. Passer à l’étape suivante est plus exigeant : il faut repérer un problème d’affaires précis que la technologie peut résoudre et déterminer si les gains justifient l’investissement.

L’écart est important entre ajouter un assistant d’IA à quelques postes de travail et intégrer la technologie à un système de gestion, automatiser un processus ou développer une application adaptée aux activités de l’entreprise. Plus le projet gagne en complexité, plus la question du rendement devient déterminante.

Le défi des données

Autre obstacle : les données. Elles peuvent être dispersées dans plusieurs systèmes, de qualité inégale ou difficiles d’accès. Des logiciels vieillissants et des systèmes qui communiquent mal entre eux compliquent aussi l’intégration de nouvelles applications, des problèmes relevés dans le rapport du CCF et du Diversity Institute.

Ces lacunes deviennent particulièrement contraignantes lorsqu’une entreprise veut aller au-delà des outils génériques et exploiter ses propres informations : dossiers clients, données opérationnelles, documents internes ou connaissances accumulées au fil des ans.

Comment gagner en maturité IA ?

Multiplier les projets ne rend pas une entreprise plus mature en IA. Les organisations les plus avancées ciblent plutôt les activités où la technologie peut créer le plus de valeur et revoient leurs processus en conséquence. C’est l’un des constats de l’étude mondiale From adoption to impact: Three horizons of AI transformation, publiée récemment par McKinsey.

L’engagement de la direction fait aussi une différence. Selon McKinsey, 35% des entreprises dont les dirigeants maîtrisent bien l’IA réussissent à en tirer de la valeur, contre seulement 9 % lorsque cette maîtrise est faible. Sans devenir des experts, les dirigeants doivent être en mesure de choisir les investissements, d’établir les priorités et d’anticiper les changements dans l’organisation du travail.

Mais la technologie ne représente qu’une partie de l’investissement. Dans une autre analyse consacrée à l’IA agentique, McKinsey avance un ratio de 1:3:5 : pour chaque dollar consacré à la technologie, les entreprises qui réussissent leur transformation en investissent trois dans la refonte des processus et cinq dans le développement des compétences et l’adoption.

Reste à mesurer les résultats. Plutôt que de compter les licences ou les utilisateurs, McKinsey recommande des indicateurs liés aux activités : temps nécessaire pour réaliser un processus, qualité du travail, expérience client, rapidité des décisions ou réduction des risques. À un stade plus avancé, l’entreprise peut aussi mesurer le coût par tâche et le temps de révision humaine.

La prochaine étape : les agents IA

Cette maturité deviendra d’autant plus importante que l’IA gagne en autonomie. Après les outils qui rédigent, résument ou répondent à des questions, les entreprises commencent à expérimenter avec des agents capables de planifier et d’exécuter une série de tâches pour atteindre un objectif. Dans son étude The State of AI in 2025, McKinsey rapporte que 62 % des répondants disent que leur organisation expérimente au moins avec ce type de systèmes.

Leur déploiement à grande échelle demeure toutefois beaucoup plus limité. Les agents posent aussi de nouvelles questions :

• • quelles tâches leur confier?
  • où maintenir une intervention humaine?
  • comment contrôler leurs actions et leurs résultats?

Leur arrivée pourrait ainsi accélérer la refonte des processus et le partage du travail entre humains et machines.

La prochaine fracture entre les entreprises pourrait donc être moins technologique qu’organisationnelle. À mesure que l’accès aux outils se généralise, l’avantage ne viendra plus simplement du fait d’utiliser l’IA, mais de savoir où l’intégrer, comment encadrer son utilisation et comment transformer les gains obtenus en résultats mesurables.

Pour les entreprises canadiennes, le défi sera de franchir cette étape assez rapidement pour que l’accélération actuelle de l’adoption se traduise aussi par des gains de productivité.

En résumé :

• Le taux d’utilisation de l’IA au Canada a triplé en deux ans, à 19,2% des entreprises.
• Utiliser un outil d’IA et transformer son entreprise avec l’IA sont deux choses différentes — la majorité des entreprises en sont encore au premier stade.
• L’engagement des dirigeants change tout : 35% des entreprises dont la direction maîtrise bien l’IA en tirent une valeur réelle, contre 9% sinon.
• Le prochain jalon : les agents IA, capables de planifier et d’exécuter des tâches, déjà expérimentés par 62% des organisations sondées.