Gagner de l’argent avec l’IA dans une PME : trois façons, pas une de plus

Gagner de l’argent avec l’IA, pour une PME, ne passe que par trois portes : vendre plus, coûter moins, ou vendre à vos clients un service que vous ne pouviez pas leur offrir avant. Tout le reste, pour un dirigeant, est d’abord une dépense. Un abonnement que personne n’ouvre, un essai qui ne touche aucune tâche précise, une démonstration qui impressionne en réunion : rien de cela ne rapporte un euro.

Je conseille de partir d’une tâche, pas d’un outil. Une seule tâche, qui coûte des heures ou qui fait vendre, mesurée avant, mesurée après, avec tous ses coûts comptés. C’est la seule manière de savoir si l’IA rapporte à votre entreprise, et pas seulement à celui qui vous vend l’abonnement.

Sur un grand site de vente en ligne, des expériences grandeur nature trouvent d’aucun effet détectable à 16,3 % de ventes en plus, selon ce que l’IA ajoute à ce qui existait déjà (Fang et al., arXiv, version du 29/06/2026). Au service client, un assistant IA a permis de résoudre environ 14 % de demandes en plus par heure en moyenne, 34 % chez les débutants, presque rien chez les plus expérimentés (étude du NBER sur l’IA au service client, Brynjolfsson, Li et Raymond, 2023). Et en France, début 2026, 31 % seulement des entreprises de 20 salariés et plus qui utilisent l’IA générative (les outils qui rédigent du texte ou produisent des images) constatent un gain de productivité (enquête de la Banque de France sur l’IA dans les entreprises, bulletin du 03/09/2026).

Cet article s’adresse au dirigeant qui se demande ce que l’IA peut rapporter à sa société.

Comment une PME gagne-t-elle de l’argent avec l’IA ?

Une PME gagne de l’argent avec l’IA de trois façons : elle vend plus, elle coûte moins, ou elle vend un service nouveau à ses propres clients. Vendre plus passe par les devis, les relances et les réponses aux prospects ; coûter moins, par des heures rendues sur des tâches répétitives. La troisième façon est la moins mesurée. Un usage qui n’entre dans aucune des trois est une dépense.

La Banque de France a demandé aux entreprises dans quel domaine elles utilisent principalement l’IA (enquête du 25/02 au 03/04/2026, environ 7 000 entreprises). Parmi celles de 20 salariés et plus qui s’en servent, 28,5 % citent les relations commerciales et les ventes, 27,5 % la gestion des exigences internes et administratives. Ces deux domaines recoupent les deux premières façons sans s’y confondre : l’enquête mesure où l’IA sert, pas ce qu’elle rapporte. Elle couvre l’industrie, le bâtiment et les services marchands, hors commerce, et pas les entreprises de moins de 20 salariés.

Voici ce que l’on sait de chaque façon, au 30/10/2026 :

Si votre question est « comment gagner de l’argent sur ChatGPT ? », la réponse côté dirigeant tient dans le même tableau. Un assistant comme ChatGPT rapporte quand il raccourcit une tâche qui coûte ou une tâche qui fait vendre. Ouvrir un compte ne rapporte rien en soi.

Vendre plus avec l’IA : combien ça rapporte ?

Selon une série d’expériences publiée sur arXiv par Fang et ses coauteurs, l’IA ajoutée à sept tâches d’une grande plateforme de vente en ligne en 2023 et 2024 a donné un effet sur les ventes allant d’aucun effet détectable à 16,3 %. Tout dépendait de ce qu’elle apportait par rapport aux pratiques déjà en place. Le gain venait surtout d’une part plus grande de visiteurs qui achetaient, pas de paniers plus gros.

L’étude (Fang, Yuan, Zhang, Donati et Sarvary, arXiv) porte sur des millions d’utilisateurs et de produits. Les tâches touchées allaient du service client à la publicité, en passant par la façon de présenter le bon produit au bon client. Trois enseignements comptent pour un dirigeant :

• L’absence d’effet existe. Selon ce que l’IA ajoute aux pratiques de l’entreprise, l’effet sur les ventes peut être indétectable. Le 16,3 % est le haut de la fourchette, pas une moyenne.
• Le gain passe par la conversion. Les auteurs écrivent que les gains viennent « principalement de meilleurs taux de conversion plutôt que de paniers plus gros » (traduction de l’anglais). Autrement dit : plus de visiteurs deviennent clients.
• La qualité ne se dégrade pas. Selon la même étude, les retours de produits et les notes des clients ne se dégradent pas.

C’est une prépublication, c’est-à-dire une étude mise en ligne par ses auteurs avant sa relecture par une revue, sur une plateforme géante, mesurée à court terme. Le chiffre donne un ordre de grandeur et une condition, pas une promesse pour votre entreprise.

Prenons une entreprise de menuiserie de 25 salariés (scénario imaginé). Les demandes de devis arrivent par le site et par téléphone, et la réponse attend que le gérant trouve un moment. L’IA peut résumer chaque demande, préparer une première réponse au prospect et rappeler la relance au bon moment. Avant de dire que ça rapporte, il faut avoir mesuré, avant puis après :

1. le délai entre la demande et la première réponse ;
2. la part des devis envoyés qui sont signés ;
3. le nombre de relances réellement faites ;
4. le temps passé par devis, et ce que coûtent les outils.

Pour voir à quoi ressemble ce genre de chaîne, l’article sur l’automatisation des demandes entrantes avec Make en montre un exemple. Et si le gain se joue chez vos commerciaux, la formation IA pour les équipes commerciales travaille sur vos vrais dossiers, en petit groupe : préparation des rendez-vous, comptes rendus, relances. Son format se décide après un appel de cadrage de quinze minutes, et elle peut être prise en charge par votre OPCO via un organisme partenaire certifié Qualiopi.

Coûter moins : combien de demandes en plus l’IA fait-elle traiter sur une tâche répétitive ?

Environ 14 % de demandes résolues en plus par heure en moyenne, selon l’étude de Brynjolfsson, Li et Raymond (NBER, 2023) sur 5 179 conseillers de service client équipés d’un assistant IA. Chez les débutants et les moins qualifiés, le gain monte à 34 % ; chez les plus expérimentés, il est minime. Le gain dépend donc de qui fait la tâche.

Cette étude (version de travail d’avril 2023 révisée en novembre 2023, publiée depuis dans le Quarterly Journal of Economics en 2025) mesure l’IA sur un vrai poste de travail. Les auteurs notent aussi que l’assistant améliore le ressenti des clients et aide à garder les salariés. Leur piste, présentée comme un indice et non une preuve : l’outil diffuse les bonnes pratiques des meilleurs conseillers vers les nouveaux.

Deux précautions. La mesure porte sur des demandes traitées par heure, pas sur des minutes gagnées ni sur des euros. Et l’étude a plus de trois ans : les outils ont changé depuis.

Ce que ça change pour vous : le temps rendu se trouve d’abord là où les gens débutent sur une tâche très répétitive. D’après cette étude, menée sur des conseillers de service client, le conseiller le plus expérimenté a peu à y gagner ; la recrue, bien davantage.

Prenons une entreprise de maintenance de chaudières de 40 salariés, avec deux personnes à l’accueil téléphonique, dont une recrue (scénario imaginé). L’IA peut proposer des réponses types, retrouver la bonne fiche d’intervention, rédiger le compte rendu d’appel. Ce qu’il faut mesurer avant de parler d’économie :

• le nombre de demandes traitées par jour et par personne ;
• le temps moyen pour traiter une demande ;
• le temps qu’il faut à une recrue pour être autonome ;
• le coût complet de l’outil : abonnement, mise en place, heures passées à apprendre.

Pour chiffrer la ligne abonnement, le guide des outils IA par tâche, avec leur prix par mois donne les tarifs relevés sur les pages des éditeurs.

Peut-on vendre un service nouveau grâce à l’IA ?

C’est possible, mais rien ne l’a encore mesuré. La Banque de France l’avance comme une « seconde hypothèse » : les gains de l’IA passeraient davantage par une meilleure qualité des biens et services que par une baisse des coûts. Les entreprises pourraient ainsi « enrichir leurs produits, accélérer leurs délais de production ou proposer de nouveaux services ».

Le même bulletin montre où l’IA sort aujourd’hui des fonctions support, ce qui n’est pas la même chose que vendre un service nouveau. 55 % des entreprises de l’information et de la communication et 35 % de celles des activités spécialisées, scientifiques et techniques déclarent utiliser l’IA principalement dans leur production ou leur recherche. Ce chiffre mesure un usage, pas un revenu nouveau.

Prenons un bureau d’études thermiques de 20 personnes (scénario imaginé). Il remet à ses clients des rapports longs, que peu lisent jusqu’au bout. Avec l’IA, il pourrait vendre en option une synthèse claire pour le conseil syndical de la copropriété, ou un suivi régulier des consommations commenté. Avant de parler de revenu nouveau, il faut savoir :

• combien de clients achètent l’option, et à quel prix ;
• combien d’heures coûte chaque livraison, relecture comprise ;
• qui relit et signe : un service vendu engage votre responsabilité, même quand l’IA a rédigé.

Comment savoir si l’IA rapporte de l’argent à votre entreprise ?

Vous le savez en comparant la même tâche avant et après, tous les coûts comptés. La Banque de France écrit que les économies permises par l’IA « pourraient, dans un premier temps, être contrebalancées par les dépenses nécessaires à son adoption », à son intégration et aux changements d’organisation. Sans ces dépenses dans le calcul, un gain apparent peut cacher une perte.

La méthode que je conseille tient en cinq étapes :

1. Choisir une seule tâche qui coûte des heures ou qui fait vendre. Pas « mettre l’IA dans l’entreprise ».
2. La mesurer avant, sur une période normale : temps passé, délai de réponse, taux de devis signés, selon la porte visée.
3. Compter tous les coûts : abonnements, mise en place, temps de l’équipe pour apprendre, temps de relecture.
4. La mesurer après, sur une période de même durée, avec le même indicateur.
5. Décider : on garde, on étend à une deuxième tâche, ou on arrête.

Le même bulletin rappelle que les gains dépendent moins du fait d’adopter l’IA que de son intégration dans le travail réel. Ce tri entre les tâches qui rapportent et celles qui coûteraient pour rien, c’est l’objet de l’audit IA d’une journée. On cartographie vos tâches et vos irritants avec trois responsables métier, on repère les cas d’usage où l’IA apporte un gain réel, on les classe par impact, faisabilité et coût, puis vous repartez avec une feuille de route. Une journée de sept heures, sur place ou à distance, 1 200 € restitution comprise (tarif affiché au 30/10/2026). C’est du conseil : cette journée n’entre pas dans les financements de la formation.

Pourquoi beaucoup d’entreprises ne tirent rien de l’IA ?

Selon la Banque de France, la principale difficulté réside dans « l’identification d’applications de l’IA apportant une valeur ajoutée au-delà des gains d’efficacité dans les fonctions support ». Les entreprises qui utilisent déjà l’IA évoquent surtout le manque de compétences techniques, les obstacles réglementaires (protection des données, confidentialité) et les limites de fiabilité des résultats. Et 31 % seulement des utilisatrices de l’IA générative constatent un gain de productivité ; rapporté à toutes les entreprises interrogées, c’est 22 %.

Ces chiffres viennent de l’enquête publiée le 03/09/2026, sur les entreprises de 20 salariés et plus. 67 % d’entre elles déclarent utiliser l’IA générative, un usage « principalement limité ou expérimental ». Le bulletin fait ressortir quatre raisons :

• Des usages qui restent dans les fonctions support. La plupart des entreprises utilisent des applications généralistes, surtout dans l’administration et les ventes. Or les gains dépendent du degré d’intégration aux processus métier : pour la Banque de France, l’enjeu réside désormais « moins dans l’adoption de l’IA que dans sa capacité à transformer durablement l’organisation et la performance des entreprises ».
• Des compétences et des règles qui freinent. Chez les utilisatrices, ce sont les compétences techniques, la protection des données et la fiabilité des résultats qui reviennent. Et 38 % des entreprises citent le manque de cas d’usage comme principal frein à un développement plus poussé de l’IA.
• Des coûts d’adoption qui avalent l’économie. C’est l’hypothèse vue plus haut : les dépenses d’adoption et d’intégration absorberaient d’abord les gains.
• Le prix n’est pas le vrai obstacle. Le bulletin l’écrit : « à ce stade, le coût apparaît comme un obstacle secondaire ».

Chez les entreprises de 20 salariés et plus qui n’utilisent pas l’IA, le premier frein est autre : 49 % citent « l’absence de cas d’usage identifiés ». Ne rien faire a aussi un prix, détaillé dans l’article sur le coût de l’inaction face à l’IA. Dans les deux cas, je conseille de commencer par trouver la tâche qui rapporte, avant le premier abonnement : c’est ce que la journée d’audit sert à faire.

Sources

• Banque de France, « L’IA s’installe dans les entreprises françaises : une diffusion rapide, mais des gains de productivité encore limités », Bulletin n° 266/1, 3 septembre 2026.
• Lu Fang, Zhe Yuan, Kaifu Zhang, Dante Donati, Miklos Sarvary, « Generative AI and Sales Productivity: Field Experiments in Online Retail », arXiv, version 6 du 29 juin 2026.
• Erik Brynjolfsson, Danielle Li, Lindsey Raymond, « Generative AI at Work », NBER, avril 2023, révisé en novembre 2023 ; publié dans The Quarterly Journal of Economics, vol. 140(2), 2025, p. 889-942.