La Promesse des Quatre Pour Cent
Le 23 mars 2026, l’économiste en chef de la BCE s’est levé à Francfort et a chiffré le gain. Sur une décennie, l’intelligence artificielle pourrait relever la productivité de la zone euro de plus de quatre points de pourcentage. Ce n’est pas un gain marginal. Quatre points cumulés sur dix ans, c’est l’écart entre un bloc qui stagne et un bloc qui croît. C’est la taille de l’écart que Mario Draghi a passé un an à documenter dans son rapport sur la compétitivité.
Le gain s’accompagne d’une condition. La prévision de quatre points suppose que l’adoption atteigne au moins la moitié de l’économie. Aujourd’hui, l’adoption parmi les entreprises de l’UE de dix salariés ou plus est de vingt pour cent. Pour les petites entreprises, c’est dix-sept.
La BCE ne vend pas de l’optimisme. Elle publie un conditionnel. La condition, c’est l’adoption. L’adoption est une architecture, pas une aspiration.
Le Discours
Le discours a été prononcé lors de la ECB-SAFE-RCEA International Conference on the Climate-Macro-Finance Interface (3CMFI), à Francfort. L’orateur était Philip R. Lane, membre du Directoire de la BCE et économiste en chef de la banque. Le titre — “AI and the euro area economy” — figure sur le site de la BCE. Le texte est public. Lisez-le, pas les commentaires qui en parlent.
Lane a structuré le discours autour de trois questions. Que fait l’IA aujourd’hui à la macroéconomie ? Que pourrait-elle faire au cours de la prochaine décennie ? Et que faudrait-il pour que l’Europe capture les gains ? La première réponse est : pas grand-chose pour l’instant. Les effets agrégés de l’IA sur la productivité, l’emploi et l’inflation restent limités et incertains. La diffusion est rapide. L’investissement augmente. L’impact macroéconomique mesuré, jusqu’ici, est faible.
La deuxième réponse est l’endroit où apparaissent les quatre pour cent — et l’endroit où il faut lire avec soin.
Lane a passé en revue des prévisions externes. Goldman Sachs Research, en mars 2023, a estimé qu’une adoption généralisée de l’IA pourrait relever la croissance annuelle de la productivité du travail d’environ 1,5 point de pourcentage sur une décennie. McKinsey, en juin 2023, a suggéré que l’IA combinée à une automatisation plus large des activités professionnelles pourrait ajouter jusqu’à 3,4 points de pourcentage par an d’ici 2040. Ce ne sont pas les prévisions de Lane. C’est la gamme de scénarios plausibles à partir desquels Lane travaillait.
Puis Reuters a fait la synthèse. Dans une dépêche publiée le même jour, l’agence a résumé le cadre de Lane : un taux d’adoption en ligne avec les innovations passées comme internet livrerait au moins 1,5 point de pourcentage de croissance de productivité supplémentaire sur dix ans ; si l’adoption se poursuivait au rythme actuel et atteignait au moins la moitié de l’économie, le gain pourrait dépasser quatre points de pourcentage. Cette synthèse est la source du titre “promesse des quatre pour cent”. C’est une paraphrase du journaliste, pas une citation directe de Lane. Le fond est dans le discours. La synthèse est dans la dépêche.
La citation directe — celle que Lane a réellement prononcée — est la suivante : le plus grand impact sera atteint si l’IA accélère matériellement le rythme de l’innovation, car au lieu de simplement relever le niveau de productivité, cela pourrait élever le taux de croissance potentielle de long terme. Cette phrase, c’est le discours en miniature. La prévision de quatre points est conditionnée à l’accélération de l’innovation, pas seulement à l’adoption des outils.
Le Dénominateur
Le scénario à quatre points exige que l’IA atteigne au moins la moitié de l’économie. L’état actuel est documenté.
Eurostat a publié ses chiffres 2025 le 11 décembre 2025. Vingt pour cent des entreprises de l’UE de dix salariés ou plus ont utilisé des technologies d’IA cette année-là, contre 13,5 pour cent en 2024. La croissance — 6,5 points de pourcentage en une seule année — est la plus rapide jamais enregistrée par l’enquête. Le niveau, lui, reste à vingt pour cent.
Désagrégez par taille d’entreprise et la structure devient visible. Dix-sept pour cent des petites entreprises (10–49 salariés) ont utilisé l’IA. Trente virgule quatre pour cent des moyennes entreprises (50–249 salariés). Cinquante-cinq pour cent des grandes entreprises (250+ salariés). L’écart entre petites et grandes est de trente-huit points de pourcentage. Le dénominateur que le scénario de Lane exige — la moitié de l’économie — n’est présent dans aucune classe de taille à l’exception des grandes entreprises, et même là il y est à peine.
La géographie aggrave la structure. Le Danemark mène à quarante-deux pour cent. La Finlande est à 37,8. La Suède à 35. À l’autre extrémité, la Roumanie affiche 5,2 pour cent. La Pologne 8,4. La Bulgarie 8,5. La moyenne de la zone euro se situe entre ces pôles. Les pays qui amèneront le scénario à quatre points à la réalité ne sont pas les pays où l’écart est le plus large. Ce sont les pays où l’écart est déjà le plus étroit.
C’est cela, le problème du dénominateur. La prévision de quatre points de la BCE est une fonction d’une fraction. Le numérateur est plausible — l’IA produit des gains de productivité dans les entreprises qui s’en servent bien. Le dénominateur, c’est la part de l’économie où ces entreprises existent. Aujourd’hui, le dénominateur est une sur cinq. La promesse en exige une sur deux.
Ce Que l’Enquête SAFE a Trouvé
L’autre source primaire est l’enquête de la BCE elle-même, le Survey on the Access to Finance of Enterprises (SAFE). La vague du quatrième trimestre 2025 incluait des questions ad hoc sur l’adoption de l’IA. Cinq mille entreprises de la zone euro ont répondu. Les résultats ont été publiés dans le focus du Bulletin économique en février 2026.
Le chiffre de tête paraît encourageant. Deux tiers des entreprises interrogées ont déclaré que leurs salariés utilisent l’IA. Lisez plus loin et la structure s’inverse. Vingt-sept pour cent des entreprises n’utilisent pas l’IA du tout. Trente-trois pour cent l’utilisent très peu ou de manière expérimentale. Trente et un pour cent l’utilisent modérément. Sept pour cent l’utilisent de manière significative.
Sept pour cent. C’est la part des entreprises de la zone euro où l’IA est réellement intégrée aux opérations. Pas ouverte occasionnellement. Pas pilotée dans un service. Utilisée de manière significative. Le chiffre est le même pour les PME et les grandes entreprises — c’est la seule bonne nouvelle dans les données. Quand une entreprise s’engage dans l’IA, la taille ne détermine pas la profondeur d’usage.
Mais l’engagement est rare. Parmi les non-utilisateurs, trente pour cent citent le manque d’utilité comme principal frein. Vingt pour cent citent l’incompatibilité des systèmes. Vingt pour cent citent un manque de compétences. Les freins ne sont pas la curiosité ni le budget. Ce sont la méthodologie de déploiement, la maturité des données, et l’incapacité d’identifier où l’outil paye. Ce sont des problèmes d’architecture. Ils ne se résolvent pas en achetant des licences.
L’intention d’investissement suit le même schéma. Les entreprises prévoient d’allouer en moyenne neuf pour cent de leur investissement total à l’IA. Les non-utilisateurs prévoient quatre pour cent. Les utilisateurs modérés prévoient onze. Les utilisateurs significatifs prévoient vingt. Les entreprises les plus engagées investissent cinq fois le taux des moins engagées. L’écart se creuse, il ne se referme pas.
Les données SAFE segmentent aussi par caractéristiques de l’entreprise. Quarante-cinq pour cent des grandes entreprises et des entreprises cotées ou financées par capital-risque sont à un stade avancé d’adoption — usage significatif ou modéré. Le chiffre monte à cinquante-six pour cent pour les entreprises jeunes. Les entreprises fondées depuis 2020 adoptent l’IA à un rythme proche du double de celui des mid-caps établies du même secteur. Le schéma est constant entre industries : les entreprises les plus flexibles opérationnellement adoptent le plus vite, et les entreprises au poids institutionnel le plus lourd adoptent le plus lentement.
Le frein le plus cité par les non-utilisateurs n’est pas technique. Trente pour cent indiquent un manque d’utilité. Ce n’est pas une plainte sur l’IA. C’est une plainte sur le déploiement. Une entreprise qui n’arrive pas à identifier où l’IA paye n’est pas une entreprise avec un problème d’outils. C’est une entreprise sans énoncé de problème d’architecture. L’outil est en aval. L’énoncé du problème est le goulot d’étranglement.
Voilà ce que “répandu mais peu fréquent” veut dire en chiffres. L’IA est partout. L’adoption est ailleurs.
La Couche du Salarié
Lane a ajouté une troisième donnée qu’il est facile de mal lire. Le Consumer Expectations Survey de la BCE montre que la part des salariés de la zone euro qui utilisent l’IA est passée de vingt-six pour cent en 2024 à quarante pour cent en 2025. L’adoption, a noté Lane, dépasse la diffusion historique d’internet ou des ordinateurs personnels.
Quarante pour cent des salariés utilisent des outils d’IA. Sept pour cent des entreprises utilisent l’IA de manière significative. Ces deux chiffres décrivent la même économie.
L’implication est directe. Les salariés adoptent l’IA plus vite que leurs employeurs ne la déploient. Les outils sont dans le navigateur. L’intégration n’est pas dans le flux de travail. Un salarié qui utilise ChatGPT pour résumer une réunion utilise l’IA. Une entreprise dont les opérations ont été repensées autour des capacités d’IA déploie l’IA. La première produit un bénéfice de productivité capté par l’individu et largement invisible pour l’entreprise. La seconde produit un gain de productivité qui apparaît dans la production, les coûts et la position concurrentielle.
Les quarante pour cent des salariés, c’est ce que la BCE appelle “diffusion rapide”. Les sept pour cent des entreprises, c’est ce qu’un économiste appellerait adoption. La diffusion sans adoption produit du bruit — une activité mesurable qui ne se traduit pas en productivité mesurable. Les données macroéconomiques sont cohérentes. Les effets agrégés de l’IA restent, selon les mots de Lane, limités et incertains.
Le Risque Énergétique
Lane a ajouté un avertissement que la plupart des couvertures ont sauté. Le scénario optimiste suppose que l’infrastructure nécessaire au passage à l’échelle de l’IA — centres de données, calcul, électricité — est disponible. Elle pourrait ne pas l’être.
Le discours note qu’une nouvelle accélération de l’investissement dans l’IA et le numérique pourrait être freinée par une offre énergétique insuffisante, par des pénuries de personnel qualifié et par un excès de réglementation. La contrainte énergétique est la plus matérielle des trois. Les charges de travail de l’IA sont énergivores. Des coûts d’énergie durablement élevés relèvent le coût marginal d’entraîner de nouveaux modèles et de faire tourner l’inférence à grande échelle. Ils réduisent aussi le rythme auquel les entreprises peuvent adopter — chaque euro dépensé en énergie est un euro non dépensé en intégration.
C’est le risque asymétrique du scénario à quatre points. La hausse exige que l’adoption double, de vingt à cinquante pour cent. La baisse exige qu’une seule variable se retourne contre la tendance — prix de l’énergie, un hyperscaler atteignant la capacité dans une région, un resserrement réglementaire sur les permis de centres de données — et le scénario optimiste se compresse vers la ligne de base. La trajectoire de 1,5 point est plus robuste que celle de 4 points. Cette dernière est un résultat de queue qui exige plusieurs choses simultanément.
Ce Que Cela Veut Dire pour un Fabricant de 200 Personnes
Traduisons le macro en opérationnel. Un fabricant de 200 personnes au Portugal, en Allemagne ou aux Pays-Bas est, statistiquement, dans le segment des moyennes entreprises. Ce segment affiche trente pour cent d’adoption de l’IA. La plupart des pairs n’utilisent pas l’IA. Une minorité significative l’utilise.
Si le scénario à quatre points se matérialise, le fabricant fera face à des concurrents opérant avec une productivité mesurablement plus élevée d’ici une décennie. Pas au sens flou de “l’IA va tout changer”. Au sens précis qu’un concurrent avec l’IA intégrée à la planification de production, au contrôle qualité, au service client et à l’itération de design produit plus d’output par salarié qu’un concurrent sans elle. L’écart de productivité sera visible dans les marges, les prix, les délais de livraison et, in fine, dans la part de marché.
Si le scénario à 1,5 point se matérialise — le résultat le plus probable au regard des taux d’adoption actuels — l’écart est plus petit mais il favorise toujours les entreprises qui ont adopté tôt. L’effet cumulé d’un différentiel de productivité annuel de 1,5 point sur dix ans, c’est approximativement seize pour cent d’avantage total de productivité. Pour un fabricant qui se bat sur la marge, ce n’est pas une erreur d’arrondi. C’est la différence entre des opérations soutenables et le déclin structurel.
Dans les deux scénarios, les entreprises qui captent le gain sont celles qui sont passées de la diffusion au niveau du salarié à l’adoption au niveau de l’entreprise. Laisser les salariés utiliser ChatGPT individuellement n’est pas une stratégie. C’est ce qui arrive par défaut. La stratégie, c’est la décision spécifique sur les flux de travail où l’IA sera intégrée, sur les données qu’elle exige, sur qui la maintient, sur la façon dont son output est vérifié, et sur la façon dont son usage est mesuré.
Un fabricant de 200 personnes qui veut être du côté productif de la promesse à quatre points doit prendre six décisions dans les dix-huit mois qui viennent. Quels deux flux de travail opérationnels bénéficient le plus de l’intégration de l’IA. Quelles sources de données ces flux exigent et si elles existent sous forme utilisable. Qui dans l’organisation est responsable de l’intégration — pas de l’évaluer, de la posséder. Comment l’output du système d’IA est validé avant qu’il n’affecte un client ou un résultat financier. Comment l’adoption est mesurée — usage quotidien, usage hebdomadaire, quel type d’usage. Et comment le système est mis à jour à mesure que les modèles sous-jacents changent.
Aucune de ces décisions n’exige un doctorat en apprentissage automatique. Toutes exigent que quelqu’un dans l’entreprise les porte. Le frein n’est pas la technologie. C’est l’allocation de la responsabilité.
La décomposition d’Eurostat par pays affûte le point. Un fabricant qui se bat sur les marchés danois ou finlandais affronte un ensemble de pairs où quarante pour cent des entreprises tournent déjà avec de l’IA. Un fabricant sur les marchés roumains ou polonais affronte un ensemble de pairs où ce sont cinq à huit pour cent. Le paysage concurrentiel n’est pas uniforme dans le marché unique. Le même produit vendu dans deux États membres rencontre deux lignes de base de productivité différentes chez les entreprises voisines. Construisez pour la ligne de base danoise et le marché roumain reste accessible. Construisez pour la ligne de base roumaine et le marché danois se ferme — silencieusement, par la pression sur les marges, avant que quiconque l’annonce.
Le piège, dans l’un ou l’autre marché, est de confondre la diffusion au niveau du salarié avec la capacité au niveau de l’entreprise. Un atelier où l’équipe de planification utilise ChatGPT pour rédiger des courriels n’est pas un atelier avec de l’IA en production. Une équipe de maintenance qui demande occasionnellement à un chatbot d’interpréter un journal de capteur n’est pas une équipe de maintenance qui fait de la maintenance prédictive. Le Consumer Expectations Survey enregistrera les deux comme usage d’IA. Les données de productivité ne le feront pas. Le chiffre d’entreprise d’Eurostat est la mesure la plus dure, et c’est celle qui correspond au scénario à quatre points. Vingt pour cent. Pas quarante.
Où Bluewaves Entre en Scène
Bluewaves construit en waves de trois semaines. Chaque engagement produit un Gizmo — un outil d’IA spécifique déployé dans un flux de travail spécifique, possédé par une équipe spécifique. Nous ne lançons pas de pilotes. Nous ne produisons pas de slide decks de stratégie. Nous mettons l’IA en usage quotidien.
Le choix est délibéré. Les données de la BCE vous disent pourquoi. Sept pour cent des entreprises de la zone euro utilisent l’IA de manière significative. Les autres quatre-vingt-treize ne l’utilisent pas. L’écart n’est pas une question de conscience. C’est l’écart institutionnel entre connaître une technologie et l’intégrer aux opérations. Combler cet écart, ce n’est pas une affaire de plus de présentations. C’est une affaire de construire une chose précise, de la faire adopter par l’équipe qui l’utilisera quotidiennement, et de mesurer son usage comme preuve.
Un fabricant de 200 personnes qui termine sa première Wave a un Gizmo en usage quotidien dans une équipe. C’est plus que ce que quatre-vingt-treize pour cent des entreprises de la zone euro ont atteint.
La Position
La promesse des quatre points est réelle. Le conditionnel est tout aussi réel. La BCE a publié les deux. Le discours de Lane est honnête sur l’asymétrie : la hausse est large, les conditions sont exigeantes, et le dénominateur actuel est un cinquième de ce que le scénario optimiste exige.
La productivité européenne montera si les entreprises européennes déploient l’IA. Elle ne montera pas si les salariés européens utilisent individuellement des outils d’IA pendant que les entreprises européennes continuent de débattre des stratégies d’adoption. Le premier état est généralisé. Le second est rare. Lane a publié l’écart entre les deux. L’écart, c’est l’article.
Une hausse de productivité de 1,5 point sur une décennie est atteignable sur les trajectoires actuelles. Elle est aussi insuffisante pour combler l’écart de PIB par habitant UE-États-Unis que Draghi a estimé à soixante-dix pour cent attribuables à une productivité plus faible. La hausse de quatre points permettrait de regagner du terrain significatif. Elle exige que l’adoption atteigne la moitié de l’économie. La moitié de l’économie, cela veut dire des petites entreprises adoptant à trois fois le taux actuel. Les petites entreprises adoptant à trois fois le taux actuel, cela veut dire des petites entreprises faisant quelque chose qu’elles n’ont pas encore fait : intégrer l’IA aux opérations, pas seulement l’ouvrir dans un navigateur.
L’architecture n’est pas optionnelle. C’est la variable. La BCE l’a mesurée. Le chiffre est vingt pour cent. La promesse est quatre. La distance entre les deux, c’est le travail.
Le travail n’a pas commencé.