Cinquante-huit pour cent des dirigeants de PME et d’ETI françaises considèrent désormais l’intelligence artificielle comme un enjeu de survie pour leur entreprise. Le chiffre vient de l’étude que Bpifrance Le Lab a menée auprès de plus de 1 200 patrons en 2025. Pourtant, dans la même enquête, cinquante-sept pour cent reconnaissent ne disposer d’aucune stratégie IA. La peur de rater le train avance plus vite que la capacité à monter dedans. Et entre les deux se glisse une question que peu de dirigeants formulent clairement : à quoi sert vraiment cet outil quand vient le moment de décider.
Car c’est là que tout se joue. Personne ne conteste l’utilité de l’IA pour rédiger un compte rendu ou traduire une fiche produit. Le vrai sujet, plus délicat, c’est son irruption dans la prise de décision. Faut-il déléguer à un modèle l’analyse d’un marché, l’arbitrage d’un investissement, l’évaluation d’un fournisseur ? La réponse n’est ni un oui enthousiaste ni un non méfiant. Elle suppose de comprendre précisément ce que cette technologie sait faire, et ce qu’elle ne saura jamais faire à votre place.
Ce que la machine apporte vraiment au moment de trancher
Commençons par le terrain solide. Un dirigeant passe une part considérable de son temps à digérer de l’information avant de décider. Lire un contrat de quarante pages, comparer trois offres de sous-traitance, synthétiser six mois de remontées commerciales. Sur ce terrain, l’IA générative fait gagner un temps réel. Elle résume, elle structure, elle met en regard des éléments épars qu’un cerveau humain peine à tenir ensemble. Trente et un pour cent des TPE et PME françaises utilisent déjà ces outils, toujours selon Bpifrance, principalement pour ces tâches d’analyse et de préparation.
L’apport le plus précieux est peut-être ailleurs. Bien employée, l’IA force le dirigeant à expliciter son problème. Pour obtenir une réponse utile, il faut poser une question précise, fournir le contexte, nommer les contraintes. Cet exercice de formulation a une vertu en soi. Combien de mauvaises décisions viennent simplement d’un problème mal posé au départ ? Le patron qui prend le temps de décrire sa situation à une machine se la décrit d’abord à lui-même. C’est un peu l’effet du tableau blanc, en plus rapide.
L’outil sert aussi de contradicteur de poche. Demander à un modèle d’argumenter contre votre projet, de lister ce qui pourrait mal tourner, de jouer l’avocat du diable sur une acquisition, voilà un usage autrement plus intelligent que de lui demander la réponse. Le dirigeant de PME souffre souvent d’un déficit de contradiction. Ses équipes hésitent à le challenger, son entourage le conforte. Un outil qui ne craint pas de déplaire peut combler une partie de ce vide, à condition de lui demander explicitement de le faire.
Le piège du modèle qui ne doute jamais
Reste l’envers du décor, et il est sérieux. L’IA générative a un défaut que sa fluidité masque admirablement : elle se trompe avec aplomb. Un modèle de langage ne sait pas qu’il ne sait pas. Il produit une réponse plausible, bien tournée, syntaxiquement irréprochable, qu’elle repose sur un fait avéré ou sur une donnée inventée de toutes pièces. Les spécialistes appellent ça une hallucination. Le terme est presque trop poétique pour décrire ce qui peut coûter cher.
Une étude de l’université de Californie à San Diego, publiée début 2026, met le doigt sur le danger réel. Les utilisateurs se révèlent trente pour cent plus enclins à croire une réponse fausse formulée par une IA qu’une réponse équivalente émise par un humain. La raison tient à la forme. Le ton assuré, la structure impeccable, l’absence totale d’hésitation créent une illusion d’autorité. Là où un collaborateur dirait « je ne suis pas certain, il faudrait vérifier », la machine assène. Et le cerveau humain, naturellement, prend l’assurance pour de la compétence.
On connaît l’anecdote devenue cas d’école. En 2023, des avocats américains ont remis au tribunal un mémoire rédigé avec l’aide de ChatGPT. Six des décisions de justice citées en référence n’existaient pas. L’outil les avait fabriquées, avec numéros et attendus, dans un français juridique parfait. Transposez la scène dans une PME : un dirigeant qui appuie un dossier de financement sur des chiffres de marché inventés, ou qui écarte un fournisseur sur la foi d’une analyse réglementaire fantaisiste. Le risque n’est pas théorique.
C’est précisément ici que les biais cognitifs qui faussent déjà nos décisions trouvent un nouvel allié. Le biais de confirmation, en particulier, se nourrit à merveille d’un outil capable de produire à la demande des arguments en faveur de ce que l’on voulait déjà croire. Demandez à une IA pourquoi votre intuition est bonne, elle vous trouvera dix raisons. Le danger, ce n’est pas que la machine pense à votre place. C’est qu’elle vous donne l’illusion d’avoir réfléchi.
Garder la main sur le jugement
Comment s’y prendre, alors, concrètement ? La règle tient en une phrase : l’IA prépare la décision, elle ne la prend pas. Elle alimente le raisonnement, elle ne le remplace pas. Tout dirigeant qui inverse cette hiérarchie s’expose à déléguer ce qui constitue le cœur de son métier. Décider, c’est arbitrer entre des intérêts contradictoires, peser des éléments qui ne se mettent pas en équation, assumer une responsabilité devant ses salariés et ses clients. Aucun modèle ne porte cette responsabilité. Elle reste, entière, sur les épaules du patron.
La parade la plus efficace reste la vérification systématique. Tout chiffre, toute source, toute affirmation factuelle produite par un outil doit être recoupée avant d’entrer dans une décision qui engage. Cette discipline n’a rien de nouveau. C’est exactement ce que la pensée critique exige au quotidien d’un dirigeant : ne pas confondre la confiance d’un interlocuteur avec la solidité de son propos. L’IA ne change pas la règle, elle la rend plus indispensable encore, parce qu’elle élève le niveau de plausibilité du faux.
Le cadre juridique va d’ailleurs dans ce sens. Avec l’AI Act européen qui entre dans le dur cet été, certains usages de l’IA dans des décisions à fort enjeu, recrutement, accès au crédit, évaluation des personnes, basculent en catégorie à haut risque et imposent une supervision humaine explicite. Le législateur européen formalise ce que le bon sens dictait déjà. Un humain doit rester dans la boucle, capable de comprendre, de contester et d’écarter la recommandation de la machine. Le dirigeant qui intègre cette exigence dès maintenant prend de l’avance sur la conformité, et surtout il protège son entreprise d’une dépendance dangereuse.
Reste la question du discernement, celle qu’aucun outil ne tranchera. Savoir quand faire confiance à l’IA et quand s’en méfier, distinguer la tâche où elle excelle de celle où elle dérape, voilà une compétence qui ne s’achète pas avec une licence logicielle. Elle se forme. C’est tout l’enjeu de former des dirigeants capables de penser par eux-mêmes dans un environnement où la facilité technologique pousse en sens inverse. Un patron mal armé intellectuellement ne deviendra pas meilleur décideur en s’équipant d’IA. Il deviendra plus rapidement le complice de ses propres erreurs.
L’INSEE rappelait récemment que seules dix pour cent des entreprises françaises de dix salariés et plus déclaraient utiliser une technologie d’IA en 2024, en dessous de la moyenne européenne. Le retard se comblera vite, l’outil deviendra banal. La vraie ligne de partage ne passera pas entre ceux qui ont l’IA et ceux qui ne l’ont pas. Elle passera entre les dirigeants qui s’en servent pour aiguiser leur jugement et ceux qui s’en servent pour s’en dispenser. Les premiers décideront mieux. Les seconds décideront plus vite, et se tromperont avec une belle assurance.