Analyse des données : le grand gâchis numérique

L’IA, une révolution à guichet fermé ? Chronique d’un rendez-vous (encore) manqué pour les PME…

Cet article prend 9 minutes à lire et comporte 2250 mots.

L’ère numérique promet­tait la démoc­ra­ti­sa­tion des don­nées, la mise à dis­po­si­tion de puis­sants out­ils pour tous, une révo­lu­tion dans la façon de com­pren­dre et d’ex­ploiter l’information.

La vérité, c’est qu’on en est loin. Très loin.

Les outils, on les a. Le problème, c’est qu’on s’en sert pas.

Depuis une décen­nie, les avancées en intel­li­gence arti­fi­cielle sont spec­tac­u­laires. Des mod­èles puis­sants, des bib­lio­thèques open source, des datasets gigan­tesques… Tout est disponible, sou­vent gra­tu­ite­ment ou à très bas coût.

En démoc­ra­ti­sant la puis­sance de cal­cul, le cloud a ouvert la voie. Hug­ging Face, spa­Cy ou Deep­In­fra per­me­t­tent désor­mais aux petites struc­tures d’ex­ploiter des tech­nolo­gies jusqu’alors hors de portée.

Mais c’est une illu­sion com­mode : le cloud aurait démoc­ra­tisé l’IA. Certes, des mod­èles sont acces­si­bles, par­fois gra­tu­ite­ment, et les API abon­dent. Mais exploiter vrai­ment ces out­ils reste un priv­ilège – celui de ceux qui savent, et de ceux qui peuvent.

Les chiffres ne mentent pas : seules 10% des entre­pris­es français­es util­i­saient l’IA en 2024. Dans les PME/TPE, on tombait à 13%. Pour l’IA généra­tive, c’é­tait encore pire : 3% d’usage réguli­er.

Et en 2025 ? La part des PME util­isant l’IA a pro­gressé : 39% utilisent désor­mais des appli­ca­tions IA et 26% la généra­tion IA, même si l’intégration « trans­for­ma­tion­nelle » reste minori­taire (8%).

C’est un mirage fam­i­li­er. On l’a vu avec l’ar­rivée des pre­miers micro-ordi­na­teurs. Dans les années 80, on par­lait déjà de « révo­lu­tion infor­ma­tique », de PC dans tous les foy­ers. En réal­ité, il a fal­lu plus d’une décen­nie pour que la puis­sance de cal­cul devi­enne vrai­ment un out­il quo­ti­di­en – maîtrisé, pro­duc­tif, inté­gré dans les usages.

L’in­tel­li­gence arti­fi­cielle suit le même chemin. On en par­le comme si elle était déjà à la portée de tous, mais entre l’an­nonce et la vraie démoc­ra­ti­sa­tion, il y a un gouf­fre. Et une lente mon­tée en com­pé­tences, sou­vent lais­sée pour compte.

Pour­tant – qu’il s’agisse de résul­tats financiers, de déci­sions de jus­tice, d’échanges de mails ou d’avis clients – les besoins d’analyse sont partout. Mais les répons­es restent bien sou­vent insuffisantes.

La vérité, c’est qu’il n’y a même pas de demande claire. Pas encore.

C’est trop cher. Trop com­pliqué. « Pas pour nous. »

54% des PME invo­quent le manque de temps, 49% le coût, 39% la com­plex­ité de mise en œuvre. Pen­dant ce temps, 36% pointent encore le manque de for­ma­tion comme frein majeur à la numérisation.

Un peu comme à l’époque où on s’é­clairait à la bougie – pas par manque de lumière, mais par attache­ment à une habi­tude bien ancrée.

Cette résis­tance au change­ment, c’est le vrai frein aujourd’hui.

Les out­ils exis­tent, les capac­ités tech­niques aus­si, mais l’habi­tude, le con­fort du « comme avant » et l’ab­sence d’ac­com­pa­g­ne­ment main­ti­en­nent les petites struc­tures en marge. Celles qui n’ont ni le temps ni les ressources pour expéri­menter. Celles qui doivent se for­mer, s’adapter. Celles qui font avec ce qu’elles con­nais­sent, sou­vent des solu­tions bricolées ou inadaptées.

Le fos­sé entre la promesse tech­nologique et la réal­ité d’usage est immense. Les out­ils restent com­plex­es à déploy­er et à maîtris­er, néces­si­tent com­pé­tences pointues, infra­struc­tures adap­tées, et surtout du temps – une ressource rare dans les petites structures.

La « démoc­ra­ti­sa­tion » de l’in­tel­li­gence arti­fi­cielle cache égale­ment une autre réal­ité : ce ne sont pas les out­ils qui man­quent, mais la capac­ité col­lec­tive à les intégrer.

Et on assiste à une exclu­sion silen­cieuse, une frac­ture numérique qui se creuse entre ceux qui savent exploiter ces tech­nolo­gies… et ceux qui en ne peu­vent pas, ou ne savent pas.

Cet écart grandit, et la frac­ture numérique s’en­racine tou­jours un peu plus.

Cette frac­ture n’est pas pour autant une fatal­ité : elle reflète un écosys­tème imma­ture, un manque d’ac­com­pa­g­ne­ment et l’ab­sence de solu­tions adap­tées aux réal­ités du terrain.

Oui, l’IA est là. Puis­sante et acces­si­ble… en théorie. Mais pour la majorité, elle reste un luxe loin­tain, un out­il réservé aux plus grands.

C’est ce para­doxe qu’il faut com­pren­dre pour espér­er chang­er la donne.

Le tiers-monde numérique

Cette sit­u­a­tion ne relève pas du hasard, ni d’un sim­ple manque d’information.

Les petits acteurs économiques, arti­sans, com­merçants, indépen­dants, sont devenus les lais­sés-pour-compte de la révo­lu­tion numérique.

En France, pen­dant qu’on finance à hau­teur de 1,5 mil­liard d’eu­ros 590 start-ups d’élite et leurs 16 licornes, 87% des PME et TPE restent exclues de cette révolution.

Les GAFAM (Google, Ama­zon, Face­book, Apple, Microsoft), les BATX (Baidu, Aliba­ba, Ten­cent, Xiao­mi) et autres mastodontes con­cen­trent toutes les ressources, tous les tal­ents, toutes les don­nées, et surtout les tech­nolo­gies les plus avancées.

Ils nour­ris­sent leurs algo­rithmes pro­prié­taires, bâtis­sent des empires basés sur l’ex­ploita­tion mas­sive des don­nées, et creusent un fos­sé tech­nologique abyssal avec le reste du monde.

Mais il existe un autre monde. Pas celui que décrivent les pub­lic­ités, ni celui van­té par les experts. Un monde dont les promess­es tech­nologiques ne fran­chissent jamais le seuil.

Un monde fait de petites struc­tures, de PME, de com­merces de prox­im­ité, d’as­so­ci­a­tions, qui vivent dans l’om­bre de la révo­lu­tion numérique.

Un monde – ou plutôt un tiers-monde numérique – où l’ac­cès aux out­ils, aux com­pé­tences et à l’ac­com­pa­g­ne­ment reste un luxe. Où l’in­no­va­tion est un rêve loin­tain, sou­vent oublié, par­fois même ignoré.

Celui de la majorité des acteurs, qui restent coincés avec des solu­tions bricolées, des plu­g­ins Word­Press périmés, des out­ils inadap­tés ou hors de prix.

C’est effec­tive­ment un « tiers-monde numérique » : un univers par­al­lèle où le pro­grès est ralen­ti, où les inno­va­tions sont trop chères ou trop com­plex­es, où les acteurs locaux sont exclus des flux de connaissance.

Parce que l’in­tel­li­gence arti­fi­cielle, c’est un peu comme un énorme Mec­ca­no offert à un enfant. Le jou­et est là, gra­tu­it, ten­tant, prêt à être assem­blé. Mais voilà : la notice n’est pas incluse. Elle est ven­due à part, à un prix exorbitant.

Pour se for­mer à l’IA, un salarié dis­pose de 500€ par an de droits CPF. De quoi s’of­frir une demi-journée de con­sult­ing. Autant dire : de quoi regarder le Mec­ca­no de loin.

Sans cette notice, impos­si­ble de com­pren­dre com­ment mon­ter les pièces, d’ex­ploiter tout le poten­tiel du jou­et. Alors, l’en­fant se lasse, la boîte reste fer­mée, ou bien il bricole à l’aveu­gle, avec les moyens du bord.

Et pour beau­coup, l’IA, c’est ça : un cadeau qu’on peut touch­er, mais dont on ne sait pas se servir. Parce que la con­nais­sance, la for­ma­tion, l’ac­com­pa­g­ne­ment, ça coûte cher. Et ça, peu le peuvent.

Ce ghet­to numérique n’est pas une fatal­ité. C’est une frac­ture méthodique­ment organ­isée, patiem­ment entretenue. Une exclu­sion qui ne doit rien au hasard, ni à un manque de moyens – mais à une stratégie implicite, où seuls les ini­tiés déti­en­nent les clés.

Car der­rière les dis­cours lénifi­ants sur l’ac­ces­si­bil­ité et la démoc­ra­ti­sa­tion de la tech­nolo­gie, il y a une réal­ité beau­coup plus crue : celle d’un délit d’ini­tié à grande échelle.

Une minorité capte les out­ils, maîtrise les codes, pri­va­tise la con­nais­sance. Et le silence qui entoure cette cap­ta­tion n’est pas de l’ig­no­rance : c’est une omer­ta. Volon­taire. Organisée.

Seuls 12% des dirigeants tra­vail­lent avec des start-ups. L’é­cosys­tème d’in­no­va­tion reste entre ini­tiés, pen­dant que la majorité des entre­pris­es paie pour être présente sur des plate­formes qui moné­tisent leurs pro­pres données.

On ne partage pas la notice du Mec­ca­no. On la vend. Ou plutôt, on la réserve à l’élite qui peut s’a­cheter un accom­pa­g­ne­ment à plusieurs mil­liers d’eu­ros. Les autres, eux, restent à la porte.

Cette frac­ture numérique n’est pas une sim­ple con­séquence col­latérale : c’est un sys­tème de rente déguisé en moder­nité, un entre-soi savam­ment verrouillé.

Un rack­et. Organ­isé par une mafia en col blanc, qui fac­ture au prix fort l’ac­cès à la connaissance.

Celle-là qui a com­pris que l’ig­no­rance, elle aus­si, pou­vait rap­porter gros. Qui l’or­gan­ise, et l’entretient.

Et pour­tant…

Le potentiel est pourtant accessible

Le poten­tiel est là, immense, à portée de main.

L’in­tel­li­gence arti­fi­cielle, loin d’être réservée à une caste de sachants, pour­rait devenir un for­mi­da­ble levi­er d’au­tonomie, de com­préhen­sion, d’émancipation.

Un out­il de contre-pouvoir.

Mais pour cela, encore faut-il que les clés soient réelle­ment don­nées. Pas ven­dues. Pas verrouillées.

Prenons un cas concret.

Parce que l’é­man­ci­pa­tion numérique ne tient pas seule­ment à des grands dis­cours, mais à des usages sim­ples, utiles, intégrables.

Prenons l’ex­em­ple de l’analyse d’avis clients.

Des dizaines, des cen­taines de mil­liers d’avis sont lais­sés chaque jour sur des sites de e‑commerce, dans WooCom­merce, PrestaShop, Magen­to, et surtout sur des plate­formes d’avis vérifiés.

Une mine d’or pour com­pren­dre les attentes, les frus­tra­tions, les points forts et faibles des produits.

Sauf que cette richesse est cap­tée, monétisée, puis reven­due à prix d’or, justement.

Elle ne prof­ite pas aux con­som­ma­teurs qui ont lais­sé ces avis. Elle ne prof­ite pas aux com­merçants qui four­nissent la matière pre­mière – et qui paient pour être présents sur ces plateformes.

Prenez ce restau­ra­teur toulou­sain : 450€ par mois pour être vis­i­ble sur les plate­formes de livrai­son, plus 30% de com­mis­sion sur chaque com­mande. En échange ? Ses pro­pres avis clients lui sont reven­dus sous forme de « rap­ports ana­ly­tiques » à 89€ men­su­els supplémentaires.

Et c’est une aber­ra­tion : le boulanger ne vend plus son pain, il paie pour qu’on daigne le lui prendre.

Des out­ils open source comme spa­Cy per­me­t­tent d’ex­traire des entités, des adjec­tifs, des fonc­tion­nal­ités mentionnées.

Des plate­formes comme Hug­ging Face don­nent accès à des mod­èles d’analyse de sen­ti­ment et d’é­mo­tion mul­ti­lingues à bas coût, par­mi lesquels Qwen, BGE, GTE.

Con­crète­ment ? Analyser 10 000 avis clients coûte moins de 2€ en API. Le même ser­vice « pre­mi­um » est fac­turé 500€ par mois par les plate­formes spécialisées.

L’in­té­gra­tion de ces tech­nolo­gies dans les CMS et plate­formes exis­tantes n’est pas un rêve inac­ces­si­ble : c’est tech­nique­ment fais­able, prag­ma­tique, et économique­ment viable.

Un développeur web com­pé­tent peut inté­gr­er une solu­tion d’analyse de sen­ti­ment en moins d’une semaine. Mais com­bi­en de PME le savent ? Com­bi­en ont accès à cette expertise ?

Et pour­tant, peu de pro­jets voient le jour, peu d’ac­teurs osent franchir le pas.

Pourquoi ? Parce que der­rière la tech­nique, se cachent encore des bar­rières – cul­turelles, finan­cières, humaines – qui freinent l’adoption.

Pourquoi ça coince ?

Si la tech­nique ne manque pas, ce sont les fac­teurs humains, organ­i­sa­tion­nels et cul­turels qui freinent l’adoption.

La frag­men­ta­tion des com­pé­tences est un prob­lème majeur :

• les data sci­en­tists, experts en IA, sont rares et coû­teux, sou­vent éloignés du ter­rain (salaire médi­an : 55K€ con­tre 35K€ pour un développeur web clas­sique),
• les développeurs web sont sur­chargés et peu for­més à l’in­tel­li­gence artificielle,
• les dirigeants et respon­s­ables méti­er ont du mal à for­muler leurs besoins claire­ment et à inté­gr­er ces solu­tions dans leurs process.

L’ab­sur­dité du sys­tème : une PME de 20 salariés a plus de chances de s’of­frir un con­sul­tant SAP qu’un accom­pa­g­ne­ment IA. Parce que SAP, c’est du « sérieux ». L’IA, c’est encore du « gadget ».

Le manque de solu­tions clé en main aggrave le problème.

On ne trou­ve pas de « bou­tons mag­iques » pour déploy­er une analyse fine, ergonomique et intégrée.

Les pro­jets néces­si­tent sou­vent des mon­tages com­plex­es, une adap­ta­tion lourde, et beau­coup de maintenance.

Le plan « Osez l’IA » affiche des objec­tifs ambitieux : 80 % des PME, 50 % des TPE et 100 % des grands groupes util­isa­teurs d’IA d’ici 2030.

Sur le papi­er, on frôle la plan­i­fi­ca­tion indus­trielle. On pense aux grandes ambi­tions… et inévitable­ment, au plan quin­quen­nal de 1928, cen­sé propulser l’URSS vers la moder­nité en cinq ans.

Comme à l’époque, les objec­tifs sont chiffrés, cen­tral­isés, présen­tés comme inélucta­bles. Et comme à l’époque, on oublie l’essentiel : les moyens réels, l’exécution locale, et les acteurs de terrain.

Car dans les faits, trois cents ambas­sadeurs IA doivent « accom­pa­g­n­er » plus de qua­tre mil­lions de TPE. Un pour 14 000 entre­pris­es. Même avec une moti­va­tion stakhanoviste, le gouf­fre logis­tique est évi­dent.

L’impression d’un mou­ve­ment nation­al est là. La réal­ité, elle, ne bouge pas.

Ce n’est pas de l’accompagnement, c’est de la mise en scène.

C’est comme rajouter une goutte d’eau dans le Paci­fique et dire qu’on a fait mon­ter le niveau de la mer.

Ce décalage entre l’intention poli­tique et la capac­ité réelle d’action illus­tre un mal plus pro­fond : on pense la démoc­ra­ti­sa­tion du numérique avec une logique de vit­rine, alors que le ter­rain a besoin d’une mécanique de prox­im­ité, rapi­de, sou­ple et contextualisée.

À cela s’a­joute la peur du change­ment et la résis­tance cul­turelle, très fortes dans les PME.

Et bien sûr, les coûts cachés liés à la for­ma­tion, au temps per­du à tester des solu­tions, à bricol­er des sys­tèmes instables.

Un exem­ple cri­ant : une agence de comm » parisi­enne a dépen­sé 8 000€ en tests d’outils d’au­toma­ti­sa­tion sur 18 mois. Résul­tat ? Retour au tableur Excel et aux copi­er-coller manuels. « On n’avait pas le temps de for­mer l’équipe », avoue le dirigeant.

Une piste à creuser : simplicité et pragmatisme

Pour chang­er la donne, il faut se recen­tr­er sur le concret.

Pas besoin de déploy­er un LLM dernier cri hors de prix.

On peut com­mencer par un pipeline sim­ple, mod­u­laire, facile à déployer :

• spa­Cy pour détecter les entités importantes,
• un mod­èle léger pour analyser le sentiment,
• une base de don­nées pen­sée pour agréger les résultats,
• une inter­face claire pour que l’u­til­isa­teur puisse agir sans coder.

Coût total d’un tel sys­tème ? Moins de 50€ par mois pour une PME de 50 salariés. Le prix d’un repas d’af­faires. Mais qui le pro­pose ? Qui l’ex­plique ? Qui accompagne ?

Ce type de solu­tion offre déjà un retour sur investisse­ment immédiat.

Il suf­fit d’un peu de péd­a­gogie, de for­ma­tion et d’ac­com­pa­g­ne­ment pour démoc­ra­tis­er ces usages.

Sauf que la péd­a­gogie, ça ne rap­porte pas. Les for­ma­tions de 3 jours à 2000€, si.

Prendre le train ou attendre le suivant ?

Le train suiv­ant, on ne sait pas quand il passera. On se sait même pas s’il passera.

Le numérique est à un tour­nant décisif. Ceux qui sauront maîtris­er et inté­gr­er ces tech­nolo­gies auront un avan­tage con­cur­ren­tiel massif.

Les autres res­teront mar­gin­al­isés, exclus d’un monde qui val­orise la don­née et la con­nais­sance, exclus d’un monde piloté par la donnée.

Dans 5 ans, les PME qui n’au­ront pas franchi le pas de l’IA seront dans la posi­tion des com­merces qui refu­saient inter­net en 2005. Condamnées.

Ce n’est pas une fatal­ité. Mais il faut agir, vite.

Ouvrir les portes. Sim­pli­fi­er. For­mer. Accompagner.

Bris­er les ghet­tos numériques.

Arrêter de financer les licornes à coups de mil­liards pen­dant qu’on laisse 87% des entre­pris­es sur le bas-côté.

Ou rester à quai.

Pas­cal CESCATO

Je ne me con­tente pas de refor­muler des com­mu­niqués ou de dérouler des specs. Je teste, je creuse, je démonte quand il faut – parce qu’un sujet mal com­pris est un sujet mal écrit. J’écris avec les mains dans le cam­bouis, sans sim­pli­fi­er à out­rance ni recracher du mar­ket­ing. Mon truc, c’est de ren­dre clair sans trahir, lis­i­ble sans liss­er. Et non, je ne “fais pas du con­tenu”. Pas pour faire du con­tenu, en tout cas.