La fiche Enedis retient 65 000 interventions évitées en 2023

Ces récits sont ceux des organismes, repris par l'administration ou publiés par l'entreprise. Ils ne remplacent pas une enquête sur l'ensemble des sociétés. Les taux par taille d'entreprise sont sur la page de l'adoption de l'IA dans les PME. Les récits que signent des cabinets, avec leurs propres livrables, sont dans les études de cas du conseil.

Ce que l'appel mesure, et ce qu'il laisse de côté

La page des lauréats, publiée le 11 février 2025 et mise à jour le 21 février 2025, dit que près de 600 organismes ont répondu. Vingt pour cent des contributions viennent d'acteurs internationaux, de 105 nationalités. Le profil écrit est de 35 % de PME, 25 % de grandes entreprises, 19 % d'ETI et 20 % d'administrations publiques [1].

L'IA générative représente 55 % des solutions mentionnées. Dans les services (finance, commerce, éducation, tourisme), elle atteint 70 % des projets. Dans l'industrie et les transports, la page écrit 25 %. Le secteur médical est à 40 %, surtout pour la recherche et l'analyse médicale. Dans l'industrie, la maintenance prédictive, le contrôle qualité et la logistique reposent surtout sur des approches non génératives.

La durée moyenne de développement est de 21 mois : 17 mois pour l'IA générative, 27 mois pour l'autre. Le coût moyen est de 1,3 million d'euros, 900 000 euros pour la générative et 1,8 million d'euros pour la non générative. La page imprime « 1,3 millions » avec une apostrophe doublée. Les projets de plus de 5 millions d'euros et de plus de 30 mois sont surtout dans l'industrie, les télécoms, l'énergie ou la biotech. Les services sont plutôt entre 300 000 et 500 000 euros, en 15 mois en moyenne. D'autres ordres de prix, hors de cet appel, sont sur la page du coût d'un projet d'intelligence artificielle.

Près de 70 % des répondants soulignent la difficulté d'accéder à des données de qualité, et la nécessité de réorganiser les processus. Le manque de financement est cité par 30 %. Les enjeux éthiques et réglementaires concernent 40 % des projets génératifs et 15 % des autres. Le manque d'expertise technique affecte 30 % des projets génératifs et 5 % des autres. Ces parts décrivent les dossiers reçus. Elles ne décrivent pas le tissu des entreprises.

Dix chiffres, dix lectures

Le tableau ne retient que des valeurs écrites. Une cible du type « atteindre 80 % » n'y figure pas. La ligne Orange est une parenthèse d'objectif : elle est gardée parce que la fiche y place deux volumes mensuels, et la colonne de droite le dit.

La relation client : un pilote au Brésil, puis six marchés

Club Med, grande entreprise localisée en France dans la fiche, vend 70 resorts dans 40 pays. Ses canaux propres représentent plus de 70 % de 2 milliards d'euros de ventes annuelles. La fiche compte plus d'un million de demandes clients en 2024. L'analyse de deux ans d'enregistrements et de messages conclut qu'environ 60 % de ces demandes pouvaient être traitées sans apport d'un agent. Elle ajoute que 54 % des consommateurs préfèrent les marques qui répondent vite. Cette seconde recherche n'est pas nommée.

GM Copilot a été lancé début 2024 sur WhatsApp. Deux agents sont décrits. L'un collecte destination, participants, durée, date et âge des enfants, puis produit un devis. L'autre parcourt plus de 100 variables sur les resorts. Un pilote de six mois au Brésil a produit les taux suivants : 40 à 50 % des demandes ont reçu une réponse de l'IA, 29 % des conversations ont été entièrement gérées sans intervention humaine, la précision est écrite à 90 % après une analyse manuelle, l'attente moyenne sur WhatsApp baisse de 3 heures, la satisfaction est à 80 %. Le déploiement suivant couvre la France, le Royaume-Uni, Singapour, la Malaisie, la Suisse et la Belgique, avec plus de 30 000 conversations. La fiche ne redonne pas les pourcentages pour ces six marchés. Ce que fait un agent de plus qu'un assistant est repris sur la page des agents d'IA en entreprise.

La même page annonce un lancement sur l'ensemble des 40 marchés en 2025, et une plateforme d'agents reliés entre eux. Le texte a été mis à jour le 21 février 2025. Aucune page ultérieure de Club Med n'a été ouverte pour dire si ce calendrier a été tenu.

La fiche du groupe Pierre et Vacances Center Parcs décrit un concierge sur WhatsApp, avec un objectif de déploiement sur 30 sites. Dans les indicateurs, elle écrit un taux d'ouverture des messages de 98 %, un taux d'engagement actif de 48,3 % (imprimé 48.3%) et 90,2 % de questions entièrement gérées par l'IA (imprimé 90.2%). Elle ne date pas ces trois taux. La phrase finale dit encore que le projet vise à aligner l'exploitation et l'expérience des clients.

Les interventions : le chiffre d'Enedis

Enedis écrit gérer 95 % du réseau de distribution d'électricité en France continentale, et intervenir pour 32 millions de clients résidentiels, au nom de leurs fournisseurs. Plus de 90 % de ces clients ont un compteur Linky. Plusieurs millions d'interventions sur site restent nécessaires chaque année. Le volume retenu pour l'outil est d'environ 2,5 millions de demandes par an qui exigent un technicien.

L'outil, nommé ARIIA, lit les commentaires textuels joints par le fournisseur lorsque le type d'intervention et le besoin du client semblent incohérents. Chaque matin, les équipes reçoivent une liste d'interventions suspectes, pour rappeler le client, requalifier ou annuler. En 2023, plus de 230 utilisateurs s'en sont servis. La fiche écrit 65 000 interventions inutiles évitées à l'échelle nationale, soit un gain de 3,7 millions d'euros, le coût des déplacements évités. Elle ne publie ni le nombre d'alertes émises, ni la part de fausses alertes.

L'usine, le réseau, le gain qui mélange robots et IA

Renault, dans la fiche MP4AI lancée début 2024, écrit le déploiement de 50 contrôles d'IA sur 8 sites industriels. La plateforme sert à manipuler 25 millions d'images par mois pour entraîner des modèles, surtout par analyse d'image. Les opérateurs passaient auparavant 80 % de leur temps à chercher des défauts et 20 % à les corriger. La fiche dit que l'IA permet d'inverser ce ratio. Elle ne publie pas le nouveau partage du temps. Une autre fiche Renault, sur la validation des aides à la conduite, place une « fiabilité d'analyse à 80 % » parmi les avantages, sans lot de mesure. La fiche sur le chargement des camions identifie un potentiel de 5 % d'espace non utilisé, à partir d'un algorithme des années 2000, et un impact sur un budget de plusieurs centaines de millions d'euros. Elle n'écrit pas d'économie réalisée. Les cas industriels nommés par d'autres groupes sont sur la page de l'IA dans l'industrie.

Orange écrit un objectif : augmenter la détection des défauts d'un facteur de 5, avec dans la même parenthèse 35 000 détections manuelles par mois contre plus de 136 000 détections améliorées par IA. La page ne montre pas le calcul qui relie le facteur 5 à ces deux volumes. La même fiche décrit, sans autre volume, le contrôle des photos de techniciens, les défauts de câblage, une fraude sur une prise de fibre et les dépôts de déchets autour des équipements.

Michelin, sur une page datée du 13 avril 2023 et mise à jour le 6 mai 2024, écrit que la transformation des usines passe par la digitalisation et l'intelligence artificielle. Depuis 5 ans, les données sont stockées pour un usage collaboratif. L'usine 4.0, « associant les robots à l'intelligence artificielle », sert à anticiper les pannes, à augmenter la qualité et la flexibilité, à améliorer les conditions de travail et la qualification. « Ces innovations ont enfin permis à Michelin de réaliser près de 60 millions d'euros de gain annuel » [2]. Le texte ne sépare pas les robots et l'IA. Il ne nomme pas l'année du gain. L'événement se tenait à Cuneo, la plus grande usine de pneus tourisme d'Europe de l'Ouest. La phrase sur les 60 millions porte sur les usines du groupe.

La maintenance : un euro annuel chez Metroscope, aucun chez SNCF Voyageurs

La fiche Metroscope, PME localisée en France, décrit le déploiement de son diagnostic sur la flotte nucléaire française d'EDF, 56 unités. Depuis son introduction, elle a détecté 220 pannes uniques et identifié environ 2,5 GWh de pertes d'énergie chaque année. Les indicateurs écrivent « plus de 2,5 GWh ». La valeur annuelle est de 34 millions d'euros, récupération d'énergie et optimisation de la maintenance. 89 % des pannes ont été confirmées par les opérateurs. La disponibilité logicielle est à 99,95 %. Les utilisateurs sont « plus de 160 » sur 56 unités, avec 50 % d'engagement hebdomadaire. Une autre phrase de la même fiche écrit « plus de 150 utilisateurs réguliers ». Les deux effectifs sont publiés tels quels. Ce texte est celui de Metroscope, pas un communiqué d'EDF [1].

La fiche EDF Maryam porte sur la reconnaissance de plans et de dessins de plus de 40 ans. Elle écrit que la recherche de documents peut représenter jusqu'à 25 % de l'activité quotidienne des ingénieurs, et que le fonds compte 10 millions de plans. Elle ne donne pas le taux de documents retrouvés après mise en service. La fiche sur les onduleurs d'EDF Renewables concerne deux sites aux États-Unis, où le taux de panne était deux fois supérieur aux prévisions. Elle ne publie ni précision ni rappel. Elle n'est pas reprise ici comme un cas français.

SNCF Voyageurs décrit des règles d'experts, longues à constituer, puis des calculs sur une flotte et un apprentissage non supervisé pour les trains neufs (TGV M, RER-NG) pendant la garantie. Aucun nombre de pannes évitées n'est écrit. Le communiqué du 12 juin 2025 cite la maintenance prédictive, l'information voyageurs et les plans de transport comme des cas à accélérer avec Mistral AI, sans chiffre [3]. La fiche sécurité du groupe, pour les Jeux de 2024, détaille un déploiement : jusqu'à 8 serveurs d'environ 15 000 euros chacun, au plus 300 caméras en simultané, 420 processus, et l'accès à 11 000 caméras en Île-de-France. Elle écrit que le rappel, la capacité à détecter les situations attendues, n'a pas pu être mesuré. Elle écrit qu'une loi a autorisé l'expérimentation. Ce texte de loi n'a pas été rouvert.

Les assistants internes : 72 % chez Wakam, 100 000 personnes à la SNCF

Wakam, entreprise de taille intermédiaire localisée en France, décrit KamAI sur la plateforme Dust. Le périmètre couvre la connaissance interne et des processus, et exclut strictement les données des assurés. Les modèles nommés sont Claude 3.5 Sonnet et GPT-4o. Le taux d'utilisateurs actifs mensuels est de 72 %. La réduction du temps de traitement va de 10 % à 90 % selon la tâche : la fiche ne donne pas la tâche qui vaut 90 %. Elle compte 40 assistants spécialisés créés par l'entreprise, 90 assistants personnels créés par les salariés, une note de 4,8 sur 5, et un pilote d'un mois. Lorsqu'un assistant répond à partir des documents de la société, le contrôle du fonds documentaire est celui de la page sur le RAG en entreprise.

Le communiqué SNCF du 12 juin 2025 dit que les systèmes informatiques intègrent l'IA depuis 2010. Groupe SNCF GPT, lancé en janvier 2024, est expérimenté auprès de 100 000 collaborateurs à cette date. Il doit tester et intégrer progressivement les modèles de Mistral AI. Les développeurs peuvent utiliser Codestral. Le même texte situe le groupe à 43,4 milliards d'euros de chiffre d'affaires en 2024, dont un tiers à l'international, et à 290 000 collaborateurs, dont 217 000 en France. Il ne dit pas quelle part des 100 000 utilisateurs est en France.

Trois fiches qui écrivent une cible, pas un taux atteint

SOCOTEC vise une hausse de 30 % de la productivité des inspections d'ouvrages, et une précision de 80 % dans le classement des défauts. Les verbes de la fiche sont « vise » et « atteindre ». Le jeu décrit est de 140 000 photographies, 2 500 rapports de 1996 à 2021 et 5 792 images annotées. Ces volumes décrivent l'apprentissage. Ils ne décrivent pas une productivité mesurée après déploiement.

Air Liquide fixe, pour l'optimiseur LIM, un taux d'adoption d'au moins 80 %, idéalement plus de 90 %, et un temps d'exécution inférieur à 5 minutes. La fiche ne publie pas le taux atteint. Le groupe ADP écrit « atteindre plus de 99 % » d'exactitude sur l'occupation, la densité et les files, et une baisse des coûts de capteurs « jusqu'à 90 % ». Là encore, le verbe est celui d'une cible.

Ces trois textes restent utiles pour voir ce que les équipes se donnent comme seuil. Ils ne permettent pas d'écrire que le seuil a été franchi.

Six familles pour les petites entreprises, sans nom de société

France Num, dans un dossier publié le 15 juin 2026 et mis à jour le 9 juillet 2026, part d'une vingtaine de retours d'expérience d'entreprises françaises. Six familles en sortent : produire des contenus, alléger les tâches administratives, répondre plus vite aux clients, éclairer les marges et les prix, formaliser le savoir-faire, accélérer un développement [4]. Les listes détaillent des devis, des appels d'offres, des avis clients, des coûts de revient, des procédures et des manuels. Aucune société n'est nommée. Aucun euro n'est publié.

Le groupe de travail réunit la CNIL, la CPME, le MEDEF, le Hub France IA, l'U2P, l'INRIA, CCI France, CMA France, ECTI et Cerfrance. Le dossier et les fiches de l'appel ne décrivent donc pas les mêmes objets : l'un classe des usages de petites structures sans les nommer, l'autre publie le texte d'organismes qui ont déposé un dossier, parfois avec un euro ou un pourcentage.

Ce qui n'a pas été publié

1. 2023 : 65 000 interventions chez Enedis. Pas de taux de fausses alertes.
2. 6 mai 2024 : près de 60 millions d'euros chez Michelin, robots et IA non séparés.
3. 21 février 2025 : Club Med annonce 40 marchés dans l'année. Suite non rouverte.
4. 12 juin 2025 : 100 000 collaborateurs pour Groupe SNCF GPT. Maintenance sans chiffre.
5. 9 juillet 2026 : six familles France Num, sociétés non nommées.
6. 27 septembre 2026 : le rappel des analyses vidéo SNCF reste non mesuré dans la fiche.

Une question sur le cadrage d'un de ces usages peut être posée par le formulaire de contact.

Sources

1. Direction générale des entreprises, « IA au service de l'efficience : les lauréats de l'AMI en détail » (publié le 11 février 2025, mis à jour le 21 février 2025), entreprises.gouv.fr, consulté le 27 septembre 2026.
2. Michelin, « Media Day International : Michelin présente les mutations des marchés du pneumatique et la transformation de ses usines » (13 avril 2023, mis à jour le 6 mai 2024), michelin.com, consulté le 27 septembre 2026.
3. Groupe SNCF, « Le groupe SNCF et Mistral AI s'associent » (communiqué du 12 juin 2025), groupe-sncf.com, consulté le 27 septembre 2026.
4. France Num, « Osez l'IA dans votre TPE PME : 6 cas d'usage » (publié le 15 juin 2026, mis à jour le 9 juillet 2026), francenum.gouv.fr, consulté le 27 septembre 2026.