Adoption de l'IA : pourquoi les statistiques arrivent périmées
L'article en 30 secondes
- Les statistiques nationales d'adoption de l'intelligence artificielle décrivent un état du monde antérieur de douze à vingt mois à leur date de publication, à cause du délai entre la collecte et la diffusion.
- L'adoption de l'IA générative est un phénomène à variation rapide : un taux mesuré il y a un an ne constitue pas un portrait actuel, mais un point historique.
- Statistique Canada rapporte une progression de 17 % à 30 % d'utilisateurs de l'IA au travail entre les vagues de son Enquête canadienne sur les conditions de travail menées de septembre 2024 à juillet 2025, publiée le 17 juin 2026.
- L'écart entre le taux déclaré par les travailleurs (22 % en moyenne) et celui déclaré par les entreprises (12 %) signale un usage non documenté à l'intérieur des organisations.
- Le lecteur repart avec une méthode de mesure interne en quatre semaines, applicable sans budget d'enquête.
- Limite : une mesure interne renseigne sur votre organisation, jamais sur votre secteur. Les deux sources restent complémentaires.
Un rapport de 2026 qui décrit l'année 2024
Le 17 juin 2026, Statistique Canada a publié les premiers résultats de son Enquête canadienne sur les conditions de travail portant sur l'utilisation de l'intelligence artificielle en milieu de travail. La donnée qui a circulé le plus vite : 30 % des travailleurs canadiens déclaraient utiliser l'IA au travail. Cette proportion date de juillet 2025. Dans mes mandats, plusieurs dirigeants m'ont cité ce chiffre au printemps 2026 pour justifier une posture d'attente (« on a encore le temps, on est dans la moyenne »). C'est précisément la lecture que la donnée ne permet pas de faire.
Que dit exactement l'enquête de Statistique Canada
L'Enquête canadienne sur les conditions de travail a été menée en quatre vagues, de septembre 2024 à juillet 2025. La question posée aux répondants portait sur l'utilisation de technologies d'intelligence artificielle au cours des douze mois précédents. Trois constats ressortent : l'adoption déclarée passe de 17 % à 30 % entre la première et la dernière vague; la moyenne sur les quatre vagues s'établit à 22 %; l'usage se concentre dans les professions exigeant un niveau de scolarité élevé. Source : Statistique Canada, Hahmann et Lovei, « Utilisation de l'intelligence artificielle en milieu de travail », Regards sur la société canadienne, 17 juin 2026.
Pourquoi la fenêtre d'observation change la lecture du chiffre
La formulation de la question crée un effet de rétroaction qu'il faut expliciter. Un répondant interrogé en septembre 2024 sur ses douze derniers mois décrivait sa réalité de l'automne 2023 à l'automne 2024. À cette période, la plupart des grandes organisations québécoises n'avaient pas encore déployé d'assistant intégré à leur suite bureautique, et les modèles conversationnels grand public en étaient à des générations antérieures. Le rapport paraît ensuite en juin 2026, soit près d'un an après la fin de la collecte. Entre le début de la fenêtre d'observation et la publication, il s'est écoulé plus de deux ans et demi.
Ce délai n'est pas un défaut de rigueur. La méthodologie de Statistique Canada demeure un standard, et une enquête probabiliste de cette portée exige du temps de collecte, de traitement et de validation. Le problème est ailleurs : l'outil de mesure a été conçu pour des phénomènes lents. Le marché du travail, la démographie, le parc de logements évoluent sur des cycles pluriannuels. Une latence de dix-huit mois y est acceptable. L'adoption d'une technologie logicielle diffusée par mise à jour automatique n'appartient pas à cette catégorie.
L'écart travailleurs-entreprises est le signal le plus utile
Le chiffre le plus exploitable du rapport n'est pas le 30 %. C'est l'écart entre les deux sources de déclaration : 22 % d'utilisation moyenne déclarée par les travailleurs, contre 12 % déclarée par les entreprises. Ce différentiel indique que l'usage réel dépasse largement l'usage documenté. Autrement dit, une part importante de l'utilisation de l'IA générative se produit à l'extérieur des inventaires officiels, des licences approuvées et des politiques internes.
Pour une PME, un OBNL ou une institution publique du Québec, cet écart a une traduction très concrète. Il signifie qu'il existe probablement, en ce moment, des employés qui déposent des extraits de documents internes dans des outils grand public non contractualisés. Sous la Loi 25, la responsabilité de la protection des renseignements personnels demeure celle de l'organisation, que l'usage ait été autorisé ou non. Ne pas voir un usage ne dispense pas de le gouverner. Dans les organisations que j'accompagne, le taux d'employés ayant déjà utilisé un outil d'IA générative dans un contexte professionnel se situe très au-dessus des moyennes publiées, et la question posée en réunion de direction n'est plus « faut-il y aller », mais « comment encadrer ce qui se fait déjà ».
Mesurer l'usage réel dans votre organisation en quatre semaines
Une organisation n'a pas besoin d'une enquête nationale pour connaître son propre taux d'adoption. Elle a besoin d'une mesure interne, datée, répétable. Voici une séquence applicable sans budget d'enquête, conçue pour un effectif de 20 à 500 personnes.
| Semaine | Ce qu'on fait | Ce qu'on évite |
|---|---|---|
| 1. Cadrage | Définir ce qu'on mesure : usage professionnel d'un outil d'IA générative au moins une fois par mois. Fixer la date de référence et l'annoncer. | Mesurer « l'IA » sans définition. Le mot recouvre l'autocomplétion, la traduction et les agents autonomes. |
| 2. Sondage interne | Cinq questions anonymes maximum : usage oui/non, fréquence, outils nommés, types de tâches, présence de données internes dans les requêtes. | Toute formulation qui suggère une sanction. Un sondage perçu comme un audit produit un taux déclaré artificiellement bas. |
| 3. Données techniques | Croiser avec les traces disponibles : licences actives, journaux de connexion aux services approuvés, requêtes sortantes vers des domaines d'IA générative. | Se fier aux seules licences payées. Elles ne captent pas les comptes personnels gratuits. |
| 4. Lecture et arbitrage | Produire un tableau à trois colonnes : usages documentés, usages tolérés, usages à risque. Décider ce qui est encadré, outillé ou interdit. | Publier un taux global sans segmentation par équipe. La moyenne masque les écarts qui appellent une décision. |
Cette mesure a une durée de validité courte. Une reprise deux fois par année suffit à suivre la trajectoire, à condition de conserver la même définition et la même formulation de questions d'une itération à l'autre.
Ce que la Loi 25 impose déjà à un usage non mesuré
La Loi 25 (Loi modernisant des dispositions législatives en matière de protection des renseignements personnels) impose aux organisations québécoises la désignation d'un responsable de la protection des renseignements personnels, la tenue d'une politique de gouvernance des renseignements personnels et, pour certains projets, la réalisation d'une évaluation des facteurs relatifs à la vie privée. Un usage d'IA générative impliquant des renseignements personnels entre dans ce périmètre, qu'il ait été inscrit à un plan de transformation numérique ou qu'il ait émergé spontanément dans une équipe.
À l'échelle fédérale, le projet de cadre canadien sur l'intelligence artificielle demeure en évolution, et le règlement européen sur l'intelligence artificielle concerne les organisations québécoises qui offrent des services sur le marché européen. La question du transfert de données vers des fournisseurs assujettis à des lois extraterritoriales, dont le Cloud Act américain, se pose dès qu'un outil non contractualisé traite de l'information sensible. Ce texte n'est pas un avis juridique; il signale les cadres à valider avec votre conseiller.
Ce que j'en pense
Je ne reproche rien à Statistique Canada. Je reproche l'usage qu'on fait de ses chiffres. Une statistique nationale d'adoption technologique est un instrument de comparaison historique, pas un tableau de bord de gestion. La confondre avec un état actuel conduit à une erreur de rythme : on planifie une transformation pour l'an prochain alors que les employés ont commencé il y a dix-huit mois.
Ma position est simple. Une organisation qui cite une moyenne nationale pour évaluer sa propre maturité s'appuie sur la mauvaise donnée. La seule mesure décisionnelle est interne, datée et répétée. Elle coûte quelques heures de travail et elle est disponible en un mois. Les données publiques servent ensuite à situer ce résultat dans un secteur, ce qu'elles font très bien.
Les limites de cette lecture
Une mesure interne ne dit rien de votre positionnement sectoriel : elle ne remplace pas les enquêtes nationales, elle les complète. Un sondage déclaratif, même anonyme, sous-estime généralement l'usage réel, parce que certains répondants hésitent à reconnaître une pratique qu'ils soupçonnent non autorisée. Les traces techniques ne captent pas les usages effectués sur des appareils personnels hors réseau. Enfin, un taux d'adoption élevé ne renseigne ni sur la qualité des usages, ni sur la valeur produite, ni sur le niveau de risque. Ce sont trois mesures distinctes, à construire séparément.
La question que je pose aux dirigeants que je rencontre : si vous deviez chiffrer aujourd'hui, sans deviner, la proportion de vos employés qui utilisent l'IA générative dans leur travail, sur quelle donnée vous appuieriez-vous?
Passez de la réflexion à l'action
Nos services visent à vous donner les clés pour agir. Découvrez comment nous pouvons accompagner votre organisation :
- Évaluez votre niveau de préparation avec le diagnostic de maturité IA, Posture IA™.
- Structurez votre démarche avec un accompagnement en développement d'un plan d'adoption de l'IA.
- Assurez un déploiement éthique grâce à notre expertise en gouvernance IA responsable.
- Renforcez les compétences de vos équipes via nos ateliers de formation et de vulgarisation en IA.
Questions fréquemment posées
Quel est le taux d'adoption de l'IA chez les travailleurs canadiens?
Selon Statistique Canada, 30 % des travailleurs canadiens déclaraient utiliser l'intelligence artificielle au travail lors de la dernière vague de l'Enquête canadienne sur les conditions de travail, en juillet 2025. La moyenne des quatre vagues, menées de septembre 2024 à juillet 2025, s'établit à 22 %. Ces résultats ont été publiés le 17 juin 2026 dans Regards sur la société canadienne.
Pourquoi les statistiques d'adoption de l'IA sont-elles souvent périmées?
Parce que le délai entre la collecte et la publication d'une enquête nationale dépasse souvent un an, et que les questions portent sur les douze mois précédant l'entrevue. Un rapport paru en 2026 peut donc décrire des comportements de 2024. Pour un phénomène à variation rapide comme l'IA générative, ce décalage transforme la donnée en repère historique plutôt qu'en portrait actuel.
Pourquoi les employés déclarent-ils plus d'usage de l'IA que les entreprises?
L'enquête de Statistique Canada relève 22 % d'usage déclaré par les travailleurs contre 12 % déclaré par les entreprises. Cet écart indique que l'utilisation dépasse ce que les organisations documentent : comptes personnels gratuits, outils non contractualisés, usages individuels non déclarés. L'organisation demeure néanmoins responsable de la protection des renseignements personnels traités, même sans autorisation formelle.
Comment mesurer le taux réel d'utilisation de l'IA dans mon organisation?
En quatre semaines : définir précisément l'usage mesuré et la date de référence, diffuser un sondage anonyme de cinq questions maximum, croiser les réponses avec les traces techniques disponibles (licences actives, journaux de connexion), puis segmenter les résultats par équipe. Reprendre l'exercice deux fois par année avec la même définition pour suivre la trajectoire.
La Loi 25 s'applique-t-elle aux usages d'IA non autorisés par l'employeur?
Oui. La Loi 25 impose aux organisations québécoises la désignation d'un responsable de la protection des renseignements personnels, une politique de gouvernance et, pour certains projets, une évaluation des facteurs relatifs à la vie privée. Ces obligations portent sur les renseignements personnels traités, indépendamment du fait que l'usage ait été formellement approuvé. Validez votre situation avec un conseiller juridique.
Un taux d'adoption élevé signifie-t-il que l'IA est bien utilisée?
Non. Le taux d'adoption mesure la proportion d'employés qui utilisent un outil, rien de plus. Il ne renseigne ni sur la qualité des usages, ni sur la valeur produite, ni sur le niveau de risque associé aux données manipulées. Ces trois dimensions exigent des indicateurs distincts, construits séparément après la mesure d'adoption.
Faut-il attendre les prochaines données officielles avant d'encadrer l'IA?
Non. Une statistique nationale sert à situer une organisation dans son secteur, pas à décider de son calendrier interne. Comme les données publiées décrivent une situation vieille de plus d'un an, attendre revient à planifier avec un retard structurel. Une mesure interne, datée et répétée, fournit la base décisionnelle en quelques semaines.
