Un chiffre circule depuis des mois dans les présentations, les newsletters et les articles consacrés à l'intelligence artificielle : le marché mondial de l'IA générative aurait franchi les 200 milliards de dollars. Le montant est rond, il frappe, il se retient. Il a un défaut : personne ne s'accorde dessus.
Nous avons repris ce que publient trois cabinets d'études parmi les plus cités sur le sujet. Pour la même année, la même technologie et le même périmètre annoncé, ils avancent des montants qui varient du simple au triple. Cet article explique d'où vient l'écart, et surtout ce qu'un dirigeant en Polynésie française devrait regarder à la place. Parce qu'aucune de ces estimations, même la plus rigoureuse, ne dit quoi que ce soit d'utile sur sa propre entreprise.
Trois cabinets, trois marchés
Voici ce que chacun affiche sur sa propre page publique pour l'année 2025 :
- Precedence Research : 37,89 milliards de dollars en 2025, et 55,51 milliards attendus en 2026.
- Fortune Business Insights : 103,58 milliards de dollars en 2025, et 161 milliards en 2026.
- MarketsandMarkets : 119,51 milliards de dollars en 2025, et 185,45 milliards en 2026.
Entre la plus basse et la plus haute, l'écart dépasse le facteur trois. Et il ne s'agit pas de projections lointaines sur lesquelles il serait normal de diverger : c'est une année déjà écoulée, donc mesurable. Aucune de ces trois sources ne valide le fameux cap des 200 milliards pour 2025.
Les rythmes de croissance annoncés divergent eux aussi, de l'ordre de 29 % par an pour l'un, de près de 37 % pour les autres. Retenez le principe plutôt que les nombres : quand deux articles vous donnent « la » croissance du marché avec deux valeurs différentes, ce n'est pas forcément que l'un se trompe. C'est le plus souvent qu'ils ne mesurent pas la même chose.
D'où vient un écart pareil
Le périmètre n'est jamais le même
« Marché de l'IA générative » ne désigne aucun objet précis. Certaines études comptent uniquement les licences de logiciels et les abonnements. D'autres y ajoutent les services d'intégration et de conseil. D'autres encore incluent l'infrastructure : serveurs, puces, centres de données. Or l'infrastructure représente des sommes sans commune mesure avec le reste. Selon qu'on l'inclut ou non, le total change d'ordre de grandeur, sans qu'une seule ligne de la réalité ait bougé.
La photo n'est pas prise au même moment
Un cabinet publie une estimation en début d'année, la révise en cours d'année, et l'article qui la cite est écrit six mois plus tard sans jamais préciser quelle version il reprend. Résultat : deux chiffres attribués au même cabinet, pour la même année, circulent en parallèle. C'est mécanique, et c'est très fréquent.
Les annonces d'investissement ne sont pas du chiffre d'affaires
C'est la confusion la plus coûteuse. Les montants annoncés par les grands acteurs technologiques pour construire leurs capacités de calcul sont des engagements de dépense pluriannuels. Les additionner ne donne pas la taille d'un marché : cela donne le total de ce que quelques entreprises prévoient de dépenser, parfois sur plusieurs exercices, parfois les unes chez les autres. Une bonne partie des chiffres spectaculaires que l'on voit passer viennent de ce mélange.
L'étude est un produit
Ces rapports se vendent, souvent plusieurs milliers de dollars l'unité. Le chiffre mis en avant sur la page gratuite est un argument commercial autant qu'un résultat de recherche. Ce n'est pas une raison de tout jeter, c'en est une de citer la source, la date et le périmètre à chaque fois qu'on reprend un montant.
Pourquoi ce chiffre ne décide rien pour vous
Admettons que l'un de ces cabinets ait parfaitement raison. Qu'est-ce que cela change pour une pension de famille à Moorea, un cabinet comptable à Papeete ou un transitaire au port ? Rien.
La taille d'un marché mondial ne vous dit ni ce qu'un outil va vous coûter, ni combien de temps il va vous faire gagner, ni s'il tiendra face à vos cas particuliers. Elle ne dit rien non plus du plus important : votre capacité à absorber le changement. Un outil parfaitement rentable sur le papier ne produit aucun effet si personne dans l'équipe ne l'ouvre le lundi matin.
Le raisonnement « le marché explose, donc il faut y aller » est un raisonnement de suiveur. Il conduit à acheter une solution avant d'avoir formulé le problème. C'est la manière la plus rapide de dépenser un budget d'innovation sans rien obtenir en retour.
Les cinq questions qui, elles, décident
À la place d'une statistique mondiale, voici ce qu'il est utile de se demander avant d'engager le moindre franc.
1. Quelle tâche précise, faite par qui, combien de fois par semaine ?
Pas « améliorer la relation client ». Plutôt : « répondre aux demandes de disponibilité qui arrivent par e-mail, faites par la responsable des réservations, environ quarante fois par semaine ». Si vous ne savez pas nommer la tâche à ce niveau de détail, vous n'êtes pas prêt à l'automatiser. Et si vous ne savez pas combien de fois elle revient, vous ne pourrez jamais mesurer le gain.
2. Combien de temps cette tâche coûte-t-elle aujourd'hui ?
Mesurez-le avant, chronomètre en main, sur une semaine ordinaire. Sans mesure de départ, tout gain annoncé après coup est invérifiable, y compris par vous. C'est exactement le mécanisme qui permet à des promesses de rendement fantaisistes de circuler sans jamais être démenties.
3. Que se passe-t-il quand l'outil se trompe ?
Une erreur dans un brouillon d'e-mail interne se corrige en dix secondes. Une erreur dans un devis envoyé au client, dans un calcul de paie ou dans une réponse à l'administration coûte cher et se voit. Commencez par les tâches où l'erreur est visible immédiatement et rattrapable sans conséquence. Ce critère est plus important que le gain espéré.
4. Qui relit, et à quel moment ?
Une supervision humaine qui n'a ni nom ni moment défini n'existe pas. Désignez la personne, et le point du processus où elle intervient. Si la relecture prend autant de temps que la tâche d'origine, le gain est nul : mieux vaut le savoir en semaine deux qu'au bout de six mois.
5. Que devient la donnée que vous envoyez ?
Fichier client, dossier médical, pièce comptable, contrat : avant de coller quoi que ce soit dans un outil en ligne, vérifiez ce que le fournisseur conserve et à quoi il l'utilise. Le règlement européen sur la protection des données s'applique en Polynésie française, et l'obligation d'informer vos clients ne disparaît pas parce que le traitement est automatisé.
Ce qui compte vraiment quand on est en Polynésie
Les contraintes locales sont réelles, connues, et ne demandent aucune étude de marché pour être constatées. Ce sont elles qui déterminent où l'IA générative apporte quelque chose, et où elle ne sert à rien.
L'accès à l'expertise
Faire venir un spécialiste depuis la métropole coûte du temps et de l'argent, et certains profils restent difficiles à recruter localement. Les outils actuels ne remplacent pas un expert, mais ils permettent de défricher : préparer un dossier, comprendre un texte technique, formuler les bonnes questions avant un rendez-vous facturé à l'heure. Le travail d'expert reste nécessaire, il commence simplement plus loin.
Le multilinguisme
Français, anglais, reo tahiti, langues des autres archipels : produire et adapter du contenu dans plusieurs langues est un besoin quotidien, pas un projet exotique. C'est l'un des rares domaines où les outils génératifs donnent un résultat utilisable rapidement, à condition de faire relire par quelqu'un qui parle réellement la langue. Sur le reo tahiti en particulier, la relecture humaine n'est pas une option : les modèles y sont nettement moins fiables que sur le français ou l'anglais, faute de données d'entraînement en quantité comparable.
La saisonnalité
L'activité touristique varie fortement au cours de l'année. Cela signifie des périodes où le personnel est saturé, et d'autres où il ne l'est pas. Automatiser ce qui sature en haute saison — réponses aux demandes répétitives, confirmations, adaptation des textes commerciaux — a plus de valeur qu'automatiser une tâche pénible mais rare.
La taille des équipes
Dans une structure de trois à quinze personnes, chacun cumule les rôles. C'est un avantage pour tester vite, et un risque : personne n'a de temps dédié pour piloter un déploiement. Un projet qui exige trois réunions par semaine ne survivra pas à la haute saison. Choisissez ce qui s'installe en une demi-journée et se juge en un mois.
Une méthode d'adoption qui ne repose sur aucune statistique
Cette progression n'est tirée d'aucune étude. Elle repose sur une logique simple : n'engager du budget que sur ce qui a déjà produit un résultat observable. Les durées indiquées sont des garde-fous que vous vous fixez, pas des moyennes constatées.
Étape 1 — Choisir une seule tâche
Une tâche, répétitive, à faible risque, dont vous avez mesuré le coût en temps la semaine précédente. Une seule : deux chantiers menés en parallèle, et vous ne saurez pas lequel a produit quoi.
Étape 2 — Tester trente jours avec ce qui existe déjà
Les outils grand public suffisent largement à ce stade, pour quelques milliers de francs par mois. Ne développez rien. Le but n'est pas d'obtenir la meilleure solution possible, c'est de savoir si le problème est réellement soluble de cette façon.
Étape 3 — Trancher, avec un critère écrit d'avance
Défini avant le test : « si nous ne gagnons pas au moins X heures par semaine sur cette tâche, nous arrêtons ». Écrivez-le, datez-le. Un critère fixé après coup s'ajuste toujours au résultat obtenu — c'est humain, et c'est précisément ce qu'il faut s'interdire.
Étape 4 — Industrialiser seulement ce qui a passé l'étape 3
C'est à ce moment, et pas avant, qu'il devient raisonnable d'investir dans une intégration à vos outils métier, une formation approfondie ou un développement sur mesure. Vous savez alors ce que vous achetez, et vous pouvez le chiffrer.
Les pièges qui reviennent le plus souvent
- Acheter avant de mesurer. Sans point de départ chiffré, aucun retour sur investissement ne peut être prouvé, ni par vous ni par votre prestataire.
- Confondre démonstration et déploiement. Une démonstration réussie prouve que l'outil sait faire, pas que votre organisation saura l'utiliser tous les jours.
- Automatiser un processus déjà bancal. Un mauvais processus automatisé produit les mêmes erreurs, simplement plus vite et en plus grand nombre.
- Oublier la porte de sortie. Avant de confier vos données à un outil, demandez comment vous les récupérez si vous partez. La question surprend souvent les fournisseurs, ce qui est déjà une information.
- Croire un chiffre sans source. Y compris dans cet article : les trois estimations citées plus haut renvoient à leurs pages d'origine, allez les vérifier.
Ce qu'il faut retenir
Le marché de l'IA générative croît vite, personne ne le conteste. En revanche, sa taille exacte est un objet flou, dont les meilleures estimations publiques divergent d'un facteur trois pour une année déjà écoulée. Un chiffre présenté sans source, sans date et sans périmètre ne vaut rien, quelle que soit sa taille, et il ne devrait jamais servir de fondement à une décision d'investissement.
Ce qui vaut quelque chose, c'est une tâche identifiée, un coût mesuré avant, un critère d'arrêt écrit d'avance et une personne qui relit. Cette démarche ne fait pas de bons titres, mais c'est la seule qui vous dira si l'IA générative a un intérêt pour vous.
PACIFIK'AI est une agence d'automatisation et d'intelligence artificielle basée en Polynésie française. Si vous voulez confronter un cas précis à cette grille de lecture, écrivez-nous à contact@pacifikai.com : nous vous dirons franchement si le jeu en vaut la chandelle, y compris quand la réponse est non.
