La reformulation d’une question a fait passer la part des entreprises utilisant l’IA de 12 % à 40 %

Le chiffre ressemble à un rêve pour tout commercial vendant de l’IA aux entreprises : parmi les sociétés américaines employant au moins 250 personnes, la part de celles qui utilisent cette technologie a atteint 40,7 %. Un an auparavant, l’indicateur se situait autour de 12 %. Il serait tentant d’annoncer une progression presque quadruple — et d’en tirer une diapositive convaincante pour les investisseurs.

Seulement, ces deux chiffres ne mesurent pas la même chose.

Le Census Bureau des États-Unis interroge régulièrement les entreprises dans le cadre de la Business Trends and Outlook Survey. Jusqu’en novembre 2025, il leur demandait si elles avaient utilisé l’IA pour produire des biens ou fournir des services. La question a ensuite été élargie : elle couvre désormais l’utilisation de l’IA dans n’importe quelle fonction de l’entreprise. Le marketing, la programmation, le service client, les prévisions et l’analyse interne sont donc également pris en compte.

Un même terme, deux métriques différentes

Imaginons une boutique en ligne. Elle n’utilise pas l’apprentissage automatique pour constituer son assortiment, gérer ses stocks ou organiser ses livraisons ; elle répond donc « non » à l’ancienne question. Mais ses spécialistes du marketing préparent des brouillons d’annonces avec un modèle de langage, tandis que ses développeurs utilisent un assistant pour écrire du code. À la nouvelle question, cette même entreprise répond désormais « oui ».

L’entreprise elle-même n’a pas changé du jour au lendemain. C’est la condition permettant de la classer parmi les utilisateurs de l’IA qui a changé.

C’est précisément pourquoi les anciens 12 % et les nouveaux 40,7 % ne peuvent pas être placés sur une même courbe et interprétés comme une croissance continue. Après le passage à la question élargie, la part des grandes entreprises s’établissait autour de 30 % en février 2026, avant d’atteindre environ 40 % en octobre. Cette portion permet bien de parler de croissance, à condition que la méthodologie soit restée inchangée pendant toute la période.

L’auteur de l’analyse initiale a séparé l’ancienne série de la nouvelle et calculé une moyenne mobile sur six vagues d’enquête consécutives. Cette méthode lisse les fluctuations, mais ne supprime pas la rupture fondamentale : une moyenne calculée à partir de questions différentes reste une moyenne d’indicateurs différents.

Pourquoi les équipes produit sont concernées

La même erreur apparaît dans l’analytique produit. Une équipe peut, par exemple, modifier la définition de l’événement « utilisateur actif » : auparavant, il fallait créer un projet ; désormais, il suffit d’ouvrir l’application. Après la mise en production, l’indicateur progresse de plusieurs dizaines de pour cent. Cela ne signifie pas nécessairement que le produit rencontre davantage de succès : une partie de la hausse provient de la nouvelle définition.

La formulation de la question, la description de l’événement, les filtres et la version du calcul doivent donc être conservés avec la métrique elle-même. Lorsqu’une définition change, il est utile de créer une nouvelle série, d’indiquer la date de rupture et de ne recalculer l’historique que si les données sources permettent réellement d’appliquer une règle unique à l’ensemble de la période.

Un second changement est également intervenu. Depuis octobre 2026, le Census Bureau, invoquant un décret du président des États-Unis, a remplacé Artificial Intelligence par Super Intelligence dans son questionnaire, en précisant qu’il s’agissait désormais du nouveau nom de l’ancienne AI. Les exemples d’utilisation sont restés reconnaissables, mais ce terme inhabituel peut modifier les réponses : certains répondants pourraient penser que la question porte sur une technologie plus avancée.

Conclusion pratique

Le développeur d’un système analytique doit versionner les définitions des événements et éviter de fusionner des périodes incompatibles. Le responsable produit doit vérifier la cause d’un bond avant de présenter le résultat à la direction. Le fondateur ne doit pas prendre un chiffre d’adoption spectaculaire pour une preuve de marché avant d’avoir examiné la question, l’échantillon et la date du changement méthodologique.

Un indicateur privé de l’historique de sa définition n’est pas un fait, mais un nombre dont le contexte s’est perdu. Dans le cas présent, les données montrent bien que l’IA se diffuse dans les entreprises américaines, mais la conclusion honnête est plus modeste : après l’élargissement de la question, l’utilisation de la technologie dans toutes les fonctions des grandes entreprises est passée d’environ 30 % à 40,7 % au cours de l’année 2026.