Accélération technologique : ce que disent vraiment les chiffres, et ce qu’ils changent pour les PME

Une courte vidéo circule en ce moment sur Instagram. Elle aligne deux siècles d’inventions, puis le temps qu’il a fallu à chaque technologie pour conquérir son public : 75 ans pour le téléphone, 30 ans pour la télévision, 4 ans pour Internet, 2 mois pour ChatGPT. Sa conclusion tient en une image : vous avez fait une sieste, vous vous réveillez, et le monde a changé.

Le message de fond est juste. Plusieurs chiffres, en revanche, sont faux, invérifiables ou comparent des choses qui ne se comparent pas. Nous les avons repris un par un, à partir des sources d’origine. Le résultat raconte une histoire plus intéressante, et plus utile pour un dirigeant, que le simple « tout va plus vite ».

Ce que dit la vidéo, et ce que disent les données

« 10 millions d’utilisateurs ». Le seuil de référence de ces comparaisons est 100 millions, pas 10 millions.
« Le téléphone, 75 ans ». Aucune source primaire ne mesure le nombre d’utilisateurs du téléphone dans le monde au XIXe siècle. La donnée solide porte sur les foyers américains : inventé en 1876, le téléphone équipe 10 % des foyers en 1903, la moitié en 1946, et 90 % en 1969 (Our World in Data). L’ordre de grandeur est donc juste, la précision est fausse.
« La télévision, 30 ans ». Chiffre sans source identifiable. Mesurée de la même façon, la télévision couleur passe de 10 % à 90 % des foyers américains en 19 ans (1966 à 1985).
« Internet, 4 ans ». Faux. Il a fallu 9 ans à Internet pour passer de 10 % à la moitié des foyers américains (1993 à 2002), et en 2016, la proportion n’atteignait pas encore 90 %.
« Facebook, 4 ans ». Approximatif. Lancé en février 2004, Facebook annonce 100 millions d’utilisateurs actifs en août 2008, soit environ quatre ans et demi. Le réseau n’était toutefois ouvert à tous que depuis septembre 2006.
« WhatsApp, 3 ans et demi ». Nous n’avons trouvé aucune source primaire pour ce chiffre. Nous l’avons retiré.
« Instagram, 2 ans et demi ». Exact. Lancé en octobre 2010, Instagram annonce 100 millions d’utilisateurs actifs mensuels fin février 2013.
« TikTok, 9 mois » et « ChatGPT, 2 mois ». Exacts, mais ce sont des estimations : elles proviennent d’une note de la banque UBS publiée en février 2023, fondée sur les données de trafic de Similarweb et de Sensor Tower, et non de chiffres officiels des éditeurs.
« IA générative, agents, réalité mixte, quantique, robotique, tout ça en cinq ans ». L’énumération est une illustration, pas une mesure. Ces technologies n’en sont pas au même stade : l’IA générative est massivement utilisée, l’informatique quantique reste pour l’essentiel au stade expérimental.

Un siècle de diffusion, mesuré foyer par foyer

La mesure la plus fiable sur longue période est celle que compile Our World in Data à partir des travaux des économistes Diego Comin et Bart Hobijn : la part des foyers américains équipés de chaque technologie, année après année. Voici le temps nécessaire pour passer de 10 % à 50 % des foyers, puis à 90 % :

Téléphone fixe : 43 ans pour atteindre la moitié des foyers (1903 à 1946), 66 ans pour atteindre 90 % (1969)
Électricité : 17 ans (1908 à 1925), puis 41 ans pour 90 % (1949)
Radio : 6 ans (1925 à 1931), puis 22 ans pour 90 % (1947)
Télévision couleur : 8 ans (1966 à 1974), puis 19 ans pour 90 % (1985)
Téléphone mobile : 8 ans (1994 à 2002), puis 19 ans pour 90 % (2013)
Internet : 9 ans (1993 à 2002), 88 % des foyers en 2016

Ces données apportent une nuance importante. L’accélération n’est pas une ligne droite : la radio s’est diffusée dans les années 1920 plus vite qu’Internet dans les années 1990. Ce qui fait la vitesse d’adoption, ce n’est pas la date d’invention, c’est la quantité d’infrastructure à construire. Le téléphone exigeait de tirer un câble jusqu’à chaque maison. La radio n’avait besoin que d’un poste et d’un émetteur. Internet a dû attendre les ordinateurs personnels et les lignes d’accès.

C’est précisément ce qui rend la période actuelle différente. Les technologies numériques d’aujourd’hui arrivent sur une infrastructure déjà en place : des milliards de smartphones et d’ordinateurs connectés. Il n’y a plus rien à construire chez l’utilisateur. Il suffit de télécharger.

L’IA générative : deux mois, puis 900 millions

Lancé fin novembre 2022, ChatGPT aurait atteint 100 millions d’utilisateurs actifs mensuels dès janvier 2023, selon la note d’UBS relayée par Reuters. Les analystes de la banque disaient n’avoir jamais observé une montée en charge aussi rapide en vingt ans de suivi du secteur. À titre de comparaison, la même note attribue neuf mois à TikTok et deux ans et demi à Instagram pour franchir ce seuil.

Le record n’a tenu que quelques mois. En juillet 2023, Mark Zuckerberg annonçait que Threads, le réseau social de Meta, avait dépassé 100 millions d’inscriptions en cinq jours. Un chiffre à manier avec précaution : il s’agit d’inscriptions et non d’utilisateurs actifs, et chaque compte Threads se créait en un clic à partir d’un compte Instagram existant.

La différence, avec ChatGPT, est que la courbe ne s’est pas tassée. OpenAI revendiquait 800 millions d’utilisateurs hebdomadaires en octobre 2025, puis plus de 900 millions fin février 2026. Aucune technologie de la liste historique n’a jamais atteint une telle échelle en un peu plus de trois ans.

Ce que ces chiffres ne disent pas

Mettre sur la même ligne le téléphone et ChatGPT revient à comparer des foyers équipés, des comptes créés et des visiteurs de site web. Ces mesures n’ont ni la même définition, ni le même coût pour l’utilisateur : un abonnement téléphonique en 1910 représentait un investissement, essayer ChatGPT est gratuit. Retenons trois enseignements solides pour une entreprise :

Le délai entre l’annonce et l’usage de masse se compte désormais en semaines. L’infrastructure étant déjà là, rien ne freine la diffusion d’un nouvel outil numérique chez le grand public.
Vos clients et vos salariés adoptent avant vous. Ils n’attendent pas que l’entreprise ait validé un outil pour l’utiliser chez eux, puis au bureau. Leurs attentes évoluent au rythme de leurs usages personnels.
Adopter un outil n’est pas transformer une activité. Ouvrir un compte prend une minute. Intégrer l’IA dans les processus d’une entreprise, avec ses données, ses règles et ses métiers, prend toujours des mois. C’est dans cet écart que se joue la compétitivité.

En France, l’usage progresse vite, l’intégration beaucoup moins

Les PME françaises illustrent parfaitement ce troisième point. Selon le baromètre France Num 2026 de la Direction générale des Entreprises, publié fin septembre, 40 % des TPE et PME utilisent au moins une solution d’intelligence artificielle, contre 26 % un an plus tôt. Chez les PME, la proportion atteint 53 %. Mais seules 19 % utilisent une solution payante, signe que la plupart des usages reposent encore sur des outils grand public.

Bpifrance Le Lab fait le même constat côté dirigeants. Fin 2025, 55 % des dirigeants de TPE-PME déclaraient utiliser l’IA générative, contre 31 % fin 2024 et 15 % fin 2023. Mais seuls 17 % en faisaient un usage régulier, principalement pour rédiger des contenus, rechercher de l’information et traduire.

Une étude antérieure de Bpifrance Le Lab, menée fin 2024 auprès de 1 209 dirigeants de PME et d’ETI, éclaire ce décalage :

58 % des dirigeants jugent l’IA importante pour la pérennité de leur entreprise à trois ou cinq ans ;
57 % n’ont pourtant défini aucune stratégie IA ;
43 % des PME et ETI n’exploitent pas leurs propres données pour piloter leur activité, alors que c’est le préalable à tout usage avancé de l’IA ;
parmi les entreprises qui utilisent l’IA, plus de la moitié s’en tiennent à des solutions gratuites ou prêtes à l’emploi.

Le diagnostic est donc posé, et les dirigeants le partagent. Ce qui manque n’est ni l’information ni la prise de conscience. C’est la capacité à passer de l’essai individuel à une décision d’entreprise, puis de la décision à l’exécution.

Décider vite ne veut pas dire décider dans la précipitation

Face à l’accélération, deux réflexes opposés coûtent cher. Le premier consiste à attendre que le marché « se stabilise ». Rien n’indique qu’il le fera, et l’attente est en elle-même une décision, souvent la plus coûteuse. Le second consiste à tout lancer en même temps, sous la pression, sans cadre : les outils se multiplient, les données de l’entreprise finissent dans des comptes personnels, et les projets s’enlisent.

Dans sa lettre aux actionnaires d’Amazon consacrée à l’exercice 2015, Jeff Bezos propose une distinction simple. Certaines décisions sont lourdes de conséquences et quasiment irréversibles : elles méritent du temps, de la méthode et de la concertation. La plupart, en revanche, peuvent être défaites facilement : elles doivent être prises vite, par des personnes ou de petites équipes compétentes. Son avertissement vaut pour les entreprises de toutes tailles : en grandissant, les organisations ont tendance à appliquer à toutes leurs décisions le processus lourd réservé aux plus graves.

Les décisions réversibles : aller vite

Tester un assistant IA sur la rédaction des devis, automatiser la synthèse des comptes rendus de réunion, essayer un agent sur le tri des demandes entrantes : ces décisions se prennent en une semaine et s’évaluent en un mois. Si l’essai ne donne rien, on arrête. Les traiter comme des décisions stratégiques, avec trois réunions et un cahier des charges, est le meilleur moyen de ne jamais rien tester.

Les décisions engageantes : les cadrer une fois pour toutes

Le choix d’une plateforme IA pour toute l’entreprise, les règles sur les données qui peuvent être confiées à un modèle, le mode d’hébergement (cloud, interne ou hybride), la conformité au RGPD et à l’AI Act : ces décisions méritent d’être prises posément. Mais elles ne se prennent qu’une fois. Et c’est justement ce cadre qui permet ensuite d’aller vite sur tout le reste, sans risque.

La vitesse de décision n’est donc pas une affaire de tempérament. C’est une affaire d’organisation : une entreprise qui a posé ses règles du jeu peut multiplier les petits essais. Une entreprise qui ne les a pas posées hésite sur chacun.

Un plan d’action en 90 jours pour une PME

Semaines 1 à 2 : faire l’état des lieux. Recenser les outils d’IA déjà utilisés dans l’entreprise, y compris ceux que personne n’a déclarés, et les données qui y circulent.
Semaines 3 à 4 : poser le cadre. Choisir une plateforme officielle, rédiger une charte d’usage d’une page, définir ce qui est autorisé, interdit ou soumis à validation.
Semaines 5 à 8 : lancer trois essais courts. Trois processus concrets, trois équipes volontaires, et pour chacun un indicateur défini à l’avance : temps gagné, délai de réponse, erreurs évitées.
Semaines 9 à 12 : trancher. Généraliser ce qui fonctionne, arrêter le reste sans regret, et choisir les trois essais suivants.

Ce rythme est volontairement court. L’objectif n’est pas de réussir chaque essai, mais d’installer un réflexe : tester, mesurer, décider, recommencer. C’est ce réflexe, bien plus que le choix d’un outil précis, qui fera la différence dans les années qui viennent.

Ce que propose AXALYS

Nous accompagnons les PME et les établissements dans ce passage de l’essai individuel à l’usage d’entreprise. Concrètement, nous réalisons l’état des lieux de vos usages et de vos risques, nous mettons en place une plateforme IA adaptée à la sensibilité de vos données, hébergée en interne, dans le cloud ou en mode hybride, et nous rédigeons avec vous le cadre d’usage. Nous formons ensuite vos équipes et vos managers sur des cas réels, et nous vous aidons à mesurer ce que chaque essai rapporte vraiment.

Parlons de votre situation

Si vous sentez que le sujet avance plus vite que votre entreprise, un premier échange d’une heure permet de faire le point : où vous en êtes, quelles décisions peuvent être prises tout de suite, et lesquelles demandent un cadre. Sans engagement.

Prendre rendez-vous avec AXALYS

Pour aller plus loin

Sources

Our World in Data, Share of United States households using specific technologies, d’après Comin et Hobijn (2004) et autres sources
Reuters, ChatGPT sets record for fastest-growing user base (note UBS), février 2023
Bloomberg, Meta’s Threads app reaches 100 million users days after launch, juillet 2023
TechCrunch, ChatGPT reaches 900M weekly active users (annonce OpenAI), février 2026
Historique des utilisateurs actifs de Facebook (chiffres Facebook)
GeekWire, Instagram hits 100 million user mark, février 2013
DGE, Baromètre France Num 2026, septembre 2026
Bpifrance Le Lab, 82e baromètre de conjoncture des TPE-PME, janvier 2026
Bpifrance Le Lab, L’IA dans les PME et ETI françaises : une révolution tranquille, juin 2025
Amazon, lettres aux actionnaires de Jeff Bezos, lettre portant sur l’exercice 2015