La France ne parvient pas à convertir ses investissements et sa recherche en intelligence artificielle en gains de productivité, selon une analyse des économistes Antonin Bergeaud et Simon Bunel. Leur note, intitulée « Pourquoi l'IA ne rend pas (encore) la France plus productive », montre que l'adoption de ces technologies dans les entreprises reste faible. Seulement 18 % des entreprises françaises utilisent l'IA, et parmi leurs salariés, seulement 28 % y ont recours, un taux bien inférieur aux 43 % observés aux États-Unis. Les auteurs expliquent que le problème ne vient pas d'un manque d'investissement ou de recherche, mais d'une pénétration insuffisante dans l'organisation du travail.
Le pays consacre pourtant une part de son PIB aux technologies de l'information comparable à celle des États-Unis, avec 6,5 % en 2025 contre 6,8 % outre-Atlantique. La recherche française en IA est également dynamique, produisant par habitant plus des trois quarts du volume de publications américain entre 2020 et 2024. Malgré cela, les gains de productivité stagnent et l'écart avec les États-Unis se creuse précisément dans les secteurs où le numérique pourrait avoir le plus d'impact. Cette situation invite à regarder au-delà du simple équipement, vers la capacité des entreprises à en tirer parti.
L'utilisation de l'intelligence artificielle dans l'Hexagone se limite souvent à des usages spécifiques et ne transforme pas les processus internes. Les entreprises françaises adoptantes l'emploient autant que leurs homologues américaines pour le développement de produits, mais nettement moins pour des fonctions comme le marketing, la gestion des ressources humaines ou la relation client. Ces domaines transversaux représentent pourtant un fort potentiel d'amélioration de la productivité, à condition de repenser l'organisation et de mieux partager les données. Les obstacles sont avant tout organisationnels, près de 69 % des actifs déclarant ne bénéficier d'aucun encouragement, outil ou formation de leur employeur sur l'IA, contre 44 % aux États-Unis.
D'autres facteurs, comme le coût d'une restructuration cinq fois plus élevé en France qu'aux États-Unis, compliquent l'adaptation. Si les difficultés liées à l'utilisation des données concernent toutes les entreprises européennes, elles n'expliquent pas à elles seules l'ampleur du retard français, pas plus que le déficit de compétences souvent évoqué. Les auteurs plaident pour une intervention publique plus forte afin d'investir dans la puissance de calcul, actuellement inférieure de plus de 50 % à la moyenne européenne par habitant, et de diffuser l'IA dans le tissu productif. Ils regrettent que cette priorité, ainsi que les politiques d'éducation et d'innovation nécessaires pour en tirer parti, soit absente du débat des élections présidentielles.
