Les dépenses d’IA générative en entreprise ont atteint USD 37 milliards en 2025, triplant en une seule année, alors que seulement environ 5,5% des organisations peuvent attribuer 5% ou plus de leur EBIT à l’IA. Cet écart entre le déploiement et le retour mesurable est le fait déterminant de l’IA en entreprise en 2026. L’adoption elle-même est proche de la saturation, à 88% des organisations, les parts de marché des modèles ont été bouleversées avec Anthropic captant 40% de l’usage en entreprise contre 27% pour OpenAI, et acheter l’a nettement emporté sur construire, avec 76% des cas d’usage. Les chiffres ci-dessous proviennent de l’enquête entreprise de Menlo Ventures, de l’enquête mondiale State of AI de McKinsey et de l’AI Index 2026 de Stanford HAI.
TL;DR
- Les dépenses d’IA générative en entreprise ont atteint USD 37 milliards en 2025, en hausse de 3,2 fois sur un an (Menlo Ventures)
- Cela représente une hausse par rapport aux USD 11,5 milliards de 2024 et aux USD 1,7 milliard de 2023 (Menlo Ventures)
- L’IA en entreprise représente désormais environ 6% du marché mondial du SaaS (Menlo Ventures)
- Les applications ont représenté USD 19 milliards et l’infrastructure USD 18 milliards (Menlo Ventures)
- Anthropic domine l’usage des LLM en entreprise avec 40%, devant OpenAI à 27% et Google à 21% (Menlo Ventures)
- Dans le code en particulier, Anthropic détient 54% contre 21% pour OpenAI (Menlo Ventures)
- Les modèles open source sont tombés à 11% de la part en entreprise, contre 19% (Menlo Ventures)
- 76% des cas d’usage sont désormais achetés plutôt que construits, inversant la répartition de 2024 (Menlo Ventures)
- 88% des organisations utilisent l’IA sous une forme ou une autre (McKinsey, Stanford HAI)
- 79% utilisent l’IA générative dans au moins une fonction métier (McKinsey)
- Seules 39% attribuent un impact quelconque sur l’EBIT à l’IA, et la plupart en dessous de 5% (McKinsey)
- Environ 6% se qualifient comme entreprises très performantes en IA (McKinsey)
- Seuls 16% des systèmes de production en entreprise sont de véritables déploiements d’agents (Menlo Ventures)
- L’investissement corporatif mondial en IA a atteint USD 581,7 milliards, en hausse de 130% (Stanford HAI, 2026)
1. Les Dépenses : Elles Triplent, Puis Triplent à Nouveau
Trois années consécutives de croissance d’environ 3x ne correspondent pas à une courbe normale d’adoption logicielle. Les dépenses sont passées de USD 1,7 milliard en 2023 à USD 11,5 milliards en 2024 puis à USD 37 milliards en 2025, et la catégorie représente désormais environ 6% de l’ensemble des dépenses mondiales en SaaS après à peine trois ans d’existence commerciale. À titre de comparaison, Stanford HAI évalue l’investissement corporatif mondial total en IA, incluant l’infrastructure et la recherche et pas seulement l’achat de logiciels d’entreprise, à USD 581,7 milliards.
| Métrique | Valeur | Source |
|---|---|---|
| Dépenses d’IA générative en entreprise, 2025 | USD 37 milliards | Menlo Ventures |
| Dépenses d’IA générative en entreprise, 2024 | USD 11,5 milliards | Menlo Ventures |
| Dépenses d’IA générative en entreprise, 2023 | USD 1,7 milliard | Menlo Ventures |
| Croissance annuelle | 3,2x | Menlo Ventures |
| Part du marché mondial du SaaS | environ 6% | Menlo Ventures |
| Investissement corporatif mondial en IA, 2025 | USD 581,7 milliards, en hausse de 130% | Stanford HAI, 2026 |
| Investissement spécifiquement en IA générative | USD 170,9 milliards, en hausse de 404% | Stanford HAI, 2026 |
| Produits dépassant USD 1 milliard d’ARR | au moins 10 | Menlo Ventures |
| Produits dépassant USD 100 millions d’ARR | 50 | Menlo Ventures |
| Échantillon de l’enquête | environ 500 décideurs d’entreprises américaines | Menlo Ventures |
| Dates de terrain de l’enquête | du 7 au 25 novembre 2025 | Menlo Ventures |
Les deux chiffres d’investissement mesurent des choses différentes et ne doivent ni être additionnés ni comparés : Menlo comptabilise ce que les entreprises paient pour des logiciels d’IA, Stanford comptabilise ce que le monde investit dans l’IA dans son ensemble. Source : Menlo Ventures, 2025 State of Generative AI in the Enterprise.
2. Où l’Argent Va Vraiment
La répartition quasi égale entre applications et infrastructure est la surprise structurelle. Les applications ont représenté USD 19 milliards et l’infrastructure USD 18 milliards, les API de modèles de fondation représentant à elles seules USD 12,5 milliards du côté de l’infrastructure. Au sein des applications, les copilotes dominent les dépenses horizontales avec USD 7,2 milliards, soit 86% de cette catégorie, tandis que les plateformes d’agents, qui attirent la majeure partie de l’attention du secteur, n’ont représenté que USD 750 millions.
| Métrique | Valeur | Source |
|---|---|---|
| Total de la couche applications | USD 19 milliards | Menlo Ventures |
| Total de la couche infrastructure | USD 18 milliards | Menlo Ventures |
| API de modèles de fondation | USD 12,5 milliards | Menlo Ventures |
| Infrastructure d’entraînement des modèles | USD 4,0 milliards | Menlo Ventures |
| Applications d’IA horizontales | USD 8,4 milliards, en hausse de 5,3x | Menlo Ventures |
| Copilotes au sein de l’horizontal | USD 7,2 milliards, 86% | Menlo Ventures |
| Plateformes d’agents au sein de l’horizontal | USD 750 millions, 10% | Menlo Ventures |
| IA départementale | USD 7,3 milliards, en hausse de 4,1x | Menlo Ventures |
| Code au sein du départemental | USD 4,0 milliards, 55% | Menlo Ventures |
| IA verticale | USD 3,5 milliards, en hausse de près de 3x | Menlo Ventures |
| Santé au sein du vertical | USD 1,5 milliard, 43% | Menlo Ventures |
| Juridique au sein du vertical | USD 650 millions | Menlo Ventures |
Le code, avec 55% des dépenses départementales, fait de l’ingénierie logicielle la seule fonction où l’achat d’IA a atteint une échelle véritable ; le marketing, la réussite client et les opérations informatiques se situent chacun sous USD 1 milliard. Le contexte sur l’économie de l’inférence figure dans nos statistiques sur le coût de l’inférence IA. Source : Menlo Ventures enterprise AI report PDF.
3. Les Parts de Marché des Modèles se Sont Inversées
Le classement des fournisseurs qui tenait jusqu’en 2023 s’est complètement inversé. Anthropic a atteint 40% de l’usage des LLM en entreprise, contre 24% un an plus tôt et 12% en 2023, tandis qu’OpenAI est tombé à 27% contre 50% en 2023. La montée de Google, de 7% à 21%, est le troisième volet de ce même basculement. La concentration est sévère : ces trois acteurs détiennent 88% à eux trois.
| Métrique | Valeur | Source |
|---|---|---|
| Part d’Anthropic en entreprise, 2025 | 40% | Menlo Ventures |
| Part d’Anthropic, 2024 | 24% | Menlo Ventures |
| Part d’Anthropic, 2023 | 12% | Menlo Ventures |
| Part d’OpenAI en entreprise, 2025 | 27% | Menlo Ventures |
| Part d’OpenAI, 2023 | 50% | Menlo Ventures |
| Part de Google en entreprise, 2025 | 21% | Menlo Ventures |
| Part de Google, 2023 | 7% | Menlo Ventures |
| Total des trois premiers | 88% | Menlo Ventures |
| Part d’Anthropic dans les charges de code | 54% | Menlo Ventures |
| Part d’OpenAI dans les charges de code | 21% | Menlo Ventures |
| Part des modèles open source | 11%, contre 19% | Menlo Ventures |
| Modèles open source chinois | 1% de l’usage total des LLM | Menlo Ventures |
La chute de l’open source de 19% à 11% va à l’encontre du récit dominant, et le chiffre de 1% pour les modèles open source chinois est étonnamment bas compte tenu de leurs performances aux benchmarks. Le contexte sur l’open source figure dans nos statistiques sur l’IA open source. Source : Menlo Ventures, 2025 State of Generative AI in the Enterprise.
4. Acheter l’a Emporté sur Construire
La question de construire ou d’acheter était réellement ouverte en 2024 et elle est désormais tranchée. 76% des cas d’usage ont été achetés en 2025 contre 24% construits en interne, inversant une répartition quasi égale de 53 contre 47 l’année précédente. Les données de conversion expliquent pourquoi les fournisseurs ont gagné : les contrats d’IA atteignent la production 47% du temps contre environ 25% pour le SaaS traditionnel, si bien que les acheteurs obtiennent de meilleurs résultats en achetant que la référence historique du secteur du logiciel.
| Métrique | Valeur | Source |
|---|---|---|
| Cas d’usage achetés, 2025 | 76% | Menlo Ventures |
| Cas d’usage construits en interne, 2025 | 24% | Menlo Ventures |
| Cas d’usage achetés, 2024 | 53% | Menlo Ventures |
| Cas d’usage construits en interne, 2024 | 47% | Menlo Ventures |
| Conversion des contrats d’IA en production | 47% | Menlo Ventures |
| Conversion du SaaS traditionnel en production | 25% | Menlo Ventures |
| Part du product-led growth dans les dépenses d’applications | 27% | Menlo Ventures |
| Même chiffre dans le logiciel traditionnel | 7% | Menlo Ventures |
| Part des startups dans la couche applications | 63%, contre 36% | Menlo Ventures |
| Part des startups en finance et opérations | 91% | Menlo Ventures |
| Part des startups dans la vente | 78% | Menlo Ventures |
| Part des acteurs historiques dans la couche infrastructure | 56% | Menlo Ventures |
La répartition par couche est la lecture la plus utile : les startups gagnent sur les applications tandis que les acteurs historiques tiennent l’infrastructure, l’inverse de ce qui s’est produit lors du dernier basculement de plateforme. Source : Menlo Ventures 2025 report announcement.
5. L’Adoption N’est Pas la Création de Valeur
C’est ici que l’histoire de l’IA en entreprise devient inconfortable. 88% des organisations utilisent l’IA et 79% utilisent l’IA générative dans au moins une fonction, mais seules 39% lui attribuent un impact sur l’EBIT, et la plupart d’entre elles situent ce chiffre en dessous de 5%. Environ 5,5% rapportent un impact sur l’EBIT de 5% ou plus. Près des deux tiers n’ont pas encore commencé à déployer l’IA à l’échelle de l’entreprise, ce qui signifie que le chiffre d’adoption mesure des pilotes plutôt qu’une transformation.
| Métrique | Valeur | Source |
|---|---|---|
| Organisations utilisant l’IA sous une forme ou une autre | 88% | McKinsey |
| Utilisant l’IA générative dans au moins une fonction | 79% | McKinsey |
| Adoption organisationnelle, mesure indépendante | 88% | Stanford HAI, 2026 |
| Attribuent un impact quelconque sur l’EBIT à l’IA | 39% | McKinsey |
| Rapportent un impact sur l’EBIT de 5% ou plus | environ 5,5% | McKinsey |
| Se qualifient comme entreprises très performantes en IA | environ 6% | McKinsey |
| N’ont pas commencé à déployer à l’échelle de l’entreprise | près des deux tiers | McKinsey |
| Échantillon de l’enquête McKinsey | 1 993 organisations | McKinsey |
| Pays couverts | 105 | McKinsey |
| Étudiants universitaires utilisant l’IA générative | 4 sur 5 | Stanford HAI, 2026 |
| Évolution des performances SWE-bench Verified en un an | de 60% à près de 100% | Stanford HAI, 2026 |
Que deux enquêtes indépendantes aboutissent au même chiffre de 88% d’adoption organisationnelle constitue une corroboration inhabituellement solide pour une statistique phare sur l’IA, ce qui rend l’écart de l’EBIT plus difficile à écarter comme un artefact d’échantillonnage. Sources : McKinsey, The State of AI et Stanford HAI 2026 AI Index.
6. Les Agents en Production Sont Plus Rares Qu’Annoncé
Le mot “agent” fait un travail marketing considérable par rapport à ce qui est réellement déployé. Seuls 16% des systèmes de production en entreprise sont de véritables déploiements d’agents, une part qui monte à 27% chez les startups, la majorité des systèmes restant des flux de travail à séquence fixe ou basés sur du routage, construits autour d’un seul appel de modèle. Les données de dépenses de Menlo elles-mêmes le confirment : les plateformes d’agents ont représenté USD 750 millions contre USD 7,2 milliards pour les copilotes.
| Métrique | Valeur | Source |
|---|---|---|
| Véritables déploiements d’agents, entreprises | 16% | Menlo Ventures |
| Véritables déploiements d’agents, startups | 27% | Menlo Ventures |
| Dépenses en plateformes d’agents | USD 750 millions | Menlo Ventures |
| Dépenses en copilotes, pour comparaison | USD 7,2 milliards | Menlo Ventures |
| Cas d’usage à usage interne | 59% | Menlo Ventures |
| Cas d’usage orientés client | 41% | Menlo Ventures |
| Développeurs utilisant des outils d’IA pour le code quotidiennement | 50% | Menlo Ventures |
| Même chiffre dans les organisations du quartile supérieur | 65% | Menlo Ventures |
| Gains de vélocité rapportés grâce aux outils d’IA pour le code | 15% ou plus | Menlo Ventures |
| Marché des scribes cliniques ambiants | USD 600 millions, en hausse de 2,4x | Menlo Ventures |
| Réduction du temps de documentation grâce aux scribes | plus de 50% | Menlo Ventures |
Les scribes cliniques ambiants constituent le cas le plus net d’une IA produisant un résultat opérationnel mesurable plutôt que simplement projeté, ce qui explique probablement pourquoi la santé dépense plus que les quatre verticales suivantes réunies. L’adoption des interfaces vocales en particulier est couverte dans nos statistiques sur les agents vocaux IA, et les effets sur le marché du travail dans nos statistiques sur les licenciements dans la tech. Source : Stanford HAI, 12 takeaways from the 2026 AI Index.
Résumé : l’IA en Entreprise en Chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Dépenses d’IA générative en entreprise, 2025 | USD 37 milliards | Menlo Ventures |
| Croissance par rapport à 2024 | 3,2x | Menlo Ventures |
| Dépenses en 2023 | USD 1,7 milliard | Menlo Ventures |
| Part du SaaS mondial | environ 6% | Menlo Ventures |
| Couche applications | USD 19 milliards | Menlo Ventures |
| Couche infrastructure | USD 18 milliards | Menlo Ventures |
| API de modèles de fondation | USD 12,5 milliards | Menlo Ventures |
| Dépenses en copilotes | USD 7,2 milliards | Menlo Ventures |
| Dépenses en code | USD 4,0 milliards | Menlo Ventures |
| Dépenses dans la vertical santé | USD 1,5 milliard | Menlo Ventures |
| Part d’Anthropic en entreprise dans les LLM | 40% | Menlo Ventures |
| Part d’OpenAI en entreprise dans les LLM | 27% | Menlo Ventures |
| Part de Google en entreprise dans les LLM | 21% | Menlo Ventures |
| Part d’Anthropic dans le code | 54% | Menlo Ventures |
| Part des modèles open source | 11% | Menlo Ventures |
| Cas d’usage achetés contre construits | 76% contre 24% | Menlo Ventures |
| Conversion des contrats d’IA en production | 47% | Menlo Ventures |
| Part des startups dans la couche applications | 63% | Menlo Ventures |
| Organisations utilisant l’IA | 88% | McKinsey, Stanford HAI |
| Utilisant l’IA générative dans une fonction | 79% | McKinsey |
| Attribuent un impact quelconque sur l’EBIT | 39% | McKinsey |
| Entreprises très performantes en IA | environ 6% | McKinsey |
| Véritables déploiements d’agents en entreprise | 16% | Menlo Ventures |
| Investissement corporatif mondial en IA | USD 581,7 milliards | Stanford HAI |
Méthodologie et Sources
- Les totaux de dépenses, les répartitions par catégorie, les parts de marché des modèles, les répartitions construire-contre-acheter, les taux de conversion, la part des startups et les taux de déploiement d’agents proviennent du 2025 State of Generative AI in the Enterprise de Menlo Ventures, sa troisième édition annuelle, basé sur une enquête menée auprès d’environ 500 décideurs d’entreprises américaines, réalisée du 7 au 25 novembre 2025 (rapport, PDF complet, annonce).
- Les taux d’adoption organisationnelle, l’attribution d’EBIT, la part des entreprises très performantes et l’état de déploiement à grande échelle proviennent de l’enquête mondiale State of AI de McKinsey menée auprès de 1 993 organisations dans 105 pays (McKinsey), avec le cadrage de l’ère agentique issu de son suivi 2026 (McKinsey).
- Les chiffres d’investissement mondial, la mesure indépendante de l’adoption, les performances aux benchmarks et l’usage étudiant proviennent de l’AI Index 2026 de Stanford HAI, publié en avril 2026 (rapport, points clés, page d’accueil de l’AI Index).
- À noter sur les données : l’enquête de Menlo ne couvre que les entreprises américaines, et ses estimations de revenus pour les entreprises privées sont modélisées à partir de données publiques et d’analyses sectorielles plutôt que déclarées, ce que la société elle-même précise. Menlo est un investisseur actif dans cette catégorie, il faut donc traiter ses chiffres de parts de marché comme indicatifs plutôt qu’audités. Les chiffres de dépenses de Menlo et les chiffres d’investissement de Stanford mesurent des choses différentes et ne doivent pas être combinés. L’attribution d’EBIT de McKinsey est autodéclarée par les répondants plutôt que dérivée des états financiers. Les parts de marché des modèles reflètent les habitudes d’usage des API en entreprise chez les acheteurs interrogés, pas le chiffre d’affaires ni le volume de tokens, et évoluent assez vite pour qu’un chiffre vieux de plus de deux trimestres doive être considéré comme obsolète.
- Dernière mise à jour : 1er août 2026. Nous actualisons ce panorama chaque trimestre à mesure que Menlo, McKinsey et Stanford HAI publient de nouvelles vagues d’enquête.