Six entreprises suisses sur dix utilisent l'IA. Seules 18 % d'entre elles sont considérées comme des utilisateurs avancés. Et à peine 9 % ont réellement placé l'IA au cœur de leur stratégie.

Ces trois chiffres donnent une idée assez précise de la situation de la Suisse en 2026.

Nous n'avons aucun problème d'accès à l'IA. La technologie existe, les gens l'utilisent et la Suisse dispose de la recherche, des talents et des capitaux nécessaires. Ce qui manque, c'est une mise en œuvre systématique au sein des entreprises.

Dans le même temps, l'IA transforme déjà le marché du travail, soulève de nouvelles questions réglementaires et se heurte à une population qui l'utilise intensivement, mais qui ne lui fait pas vraiment confiance.

Je vais te montrer ce que révèlent les données actuelles à ce sujet et ce que l'on peut en déduire pour les dix prochaines années. Je présente délibérément ces prévisions pour ce qu'elles sont : des scénarios, et non des certitudes.

Commençons par l'essentiel : ce que tu devrais faire au cours des douze prochains mois

Si tu n'as que cinq minutes, lis cette section, puis arrête-toi là.

Vérifiez si vous êtes concerné par la législation européenne et quel est votre rôle. Si vous vendez dans l’UE ou si les résultats de votre système d’IA y sont utilisés, la loi européenne sur l’IA (EU AI Act) peut vous concerner. Déterminez également si vous êtes un exploitant ou un fournisseur. Celui qui achète et utilise un système d’IA existant est généralement considéré comme un exploitant. Celui qui développe un système et le propose sous son propre nom peut être considéré comme un fournisseur. Les obligations diffèrent considérablement selon le cas.
Lancez deux cas d'utilisation plutôt que dix, et définissez au préalable un chiffre précis. Ne dites pas « nous voulons utiliser l'IA pour les devis », mais par exemple : « Un devis prend aujourd'hui en moyenne quatre heures ; d'ici six mois, il faudra 2,5 heures. » Sans objectif mesurable, un projet pilote se transforme rapidement en projet à long terme.
Faites le tri dans vos données et vos règles d'accès avant d'acheter un nouvel outil. Déterminez notamment quelles données de l'entreprise peuvent être intégrées dans quels systèmes d'IA. Si des collaborateurs copient des informations clients, des contrats ou des devis dans des comptes d'IA privés, vous vous retrouvez face à un problème qui n'apparaît dans aucune stratégie d'IA et qui peut pourtant se produire quotidiennement.
Prévois trois postes de dépenses. Les coûts de licence n'en constituent qu'un seul. À cela s'ajoutent le traitement des données et le temps de travail de tes collaborateurs consacré à la mise en place, à la formation, au contrôle et aux retouches. Ce sont précisément ces deux postes qui sont systématiquement sous-estimés.
Investissez dans les personnes, pas seulement dans les logiciels. Avant la mise en place, déterminez qui est concerné, comment ces personnes seront impliquées et si une formation aura lieu pendant les heures de travail. Si vous relevez de la loi européenne sur l'IA (EU AI Act), sachez en outre que l'obligation de disposer de compétences suffisantes en matière d'IA s'applique déjà.
Continuez à recruter des jeunes et des apprentis. Ce sont justement les postes de début de carrière qui sont menacés. Si les entreprises automatisent aujourd’hui entièrement les tâches classiques des apprentis tout en formant moins de jeunes, elles se retrouveront, dans quelques années, à court de la prochaine génération de professionnels expérimentés.

Tout le reste en explique la raison.

Tendance n° 1 : la Suisse utilise largement l'IA, mais de manière superficielle

La généralisation de l'IA est un fait acquis. La question n'est plus de savoir si elle sera utilisée, mais comment.

Selon AWS et Strand Partners, 57 % des entreprises suisses utilisent l'IA. Un an auparavant, ce chiffre s'élevait à 46 %. Dans le même temps, seules 18 % d'entre elles sont considérées comme des utilisateurs avancés. Ce pourcentage a même légèrement baissé, car de très nombreuses entreprises ont fait leur entrée dans ce domaine (AWS/Strand Partners, août 2026).

L'UBS dresse un tableau similaire à partir d'une enquête menée auprès d'environ 2 500 entreprises : environ six entreprises sur dix utilisent l'IA, mais très peu d'entre elles le font de manière systématique (UBS Outlook Suisse, mai 2026).

D'autres enquêtes mettent en évidence ce même écart sous un autre angle. 47 % des entreprises envisagent l'IA dans le cadre de leur stratégie à long terme. Seules 9 % en ont réellement fait un élément central de leur stratégie.

Chez les humains, cette évolution est en partie plus avancée. Selon EY, 89 % des personnes interrogées utilisent l'IA dans leur travail quotidien. Accenture estime quant à lui que 49 % des salariés suisses utilisent l'IA au quotidien.

Les individus sont parfois plus avancés que les organisations.

Cela explique également pourquoi tant d'entreprises font état à la fois d'une utilisation intensive et de projets pilotes décevants. L'outil est bien là, mais les processus, les responsabilités, les données et les objectifs font défaut.

Une enquête menée par la société suisse Adesso révèle qu'environ deux tiers des projets d'IA ne sont pas mis en production après la phase pilote.

Cela ne signifie pas que la technologie ne fonctionne pas. Cela montre simplement qu'un modèle qui fonctionne n'est pas nécessairement synonyme d'un processus qui fonctionne.

En 2026, le frein ne sera pas tant l'IA elle-même. Le frein, ce seront les données, les processus, les compétences et des objectifs clairs.

Tendance n° 2 : le marché du travail évolue d'abord au niveau de l'entrée dans la vie active

En ce qui concerne le marché du travail, nous devons faire preuve de prudence, car plusieurs évolutions se produisent simultanément.

Le KOF de l'EPF de Zurich a étudié dans quelle mesure différentes professions comportent des tâches pouvant être prises en charge par les modèles linguistiques actuels. Depuis novembre 2022, le nombre de demandeurs d'emploi inscrits dans des professions fortement exposées à l'IA a augmenté en moyenne de 27 % de plus que dans les professions peu exposées.

Sont notamment concernés la programmation, la relecture, le développement web et de bases de données, ainsi que le journalisme (KOF ETH Zurich).

Il est important de préciser que : il s'agit d'une corrélation, et non d'une preuve que l'IA soit à l'origine de cette augmentation.

C'est au cours de cette même période que l'on observe, d'une part, un ralentissement dans le secteur technologique après plusieurs années de forte croissance et, d'autre part, une évolution significative des taux d'intérêt. Ces deux phénomènes touchent en partie exactement les mêmes catégories professionnelles.

Ce changement est particulièrement visible au niveau des postes de débutants. Entre 2023 et 2025, la part des postes de débutants dans les métiers exposés à l'IA était, selon jobs.ch, inférieure de 32 % à la moyenne enregistrée entre 2019 et 2022 (rapport jobs.ch sur l'IA 2026).

Dans le même temps, la demande en compétences en IA ne cesse de croître. Environ 25 000 offres d'emploi en Suisse exigent ces compétences. Ce n'est pas tant la demande en développeurs d'IA qui connaît une forte croissance, mais plutôt celle en personnes capables d'utiliser l'IA dans le cadre de leur métier actuel (Baromètre PwC des emplois dans l'IA 2026).

On ne peut toutefois pas parler d'une vague de licenciements à grande échelle.

Selon EY, 7 % des entreprises ont supprimé des postes en raison de l'IA, 11 % n'ont pas pourvu les postes devenus vacants et 18 % ont créé de nouveaux postes liés à l'IA.

Le schéma est donc plus complexe que le simple « l'IA détruit des emplois ».

Certaines tâches perdent de leur importance. D'autres compétences prennent de l'importance. Et c'est surtout l'entrée dans la vie professionnelle qui évolue.

Pour les jeunes professionnels, ce n'est pas une statistique abstraite. Il se peut qu'ils ne disposent justement pas du type de travail grâce auquel les générations précédentes ont appris leur métier.

Pour les entreprises, cela soulève une deuxième question : comment allons-nous acquérir de l'expérience à l'avenir, si l'IA prend en charge une partie des tâches qui constituaient jusqu'à présent les premiers pas dans le métier ?

Tendance n° 3 : les agents font beaucoup parler d'eux, mais ne font pas encore partie du quotidien

Jusqu'à présent, nous utilisons généralement l'IA comme un outil. Nous lui soumettons une tâche et obtenons une réponse.

Les systèmes agentiels vont encore plus loin. On leur attribue un objectif et ils exécutent de manière autonome plusieurs étapes, interagissent avec d'autres systèmes et prennent des décisions dans des limites définies.

Il y a encore un grand écart entre le battage médiatique et la réalité.

Selon AWS et Strand Partners, 24 % des entreprises suisses n'ont encore jamais entendu parler de l'IA agentielle. Seules 4 % l'utilisent déjà pleinement.

Dans le même temps, les compétences techniques évoluent rapidement.

METR étudie la durée maximale que peuvent prendre certaines tâches pour qu'un système d'IA puisse les résoudre de manière autonome avec une probabilité de 50 %. Sur des périodes plus longues, cet « horizon de tâche » augmente considérablement. METR souligne toutefois que ces références ne sont transposables aux entreprises réelles que dans une mesure limitée.

C'est justement cela qui est déterminant.

Un modèle peut fonctionner de manière autonome de plus en plus longtemps. Mais si, au sein de l'entreprise, personne ne sait quel processus est censé s'appliquer, il ne fait que reproduire cette ambiguïté.

2026 sera donc moins l'année des entreprises autonomes que celle où les entreprises devront rendre leurs processus compatibles avec les agents.

Quiconque dispose de données fiables, de droits d'accès bien définis et de processus documentés peut exploiter de nouvelles fonctionnalités assez rapidement.

Si vous n'en disposez pas, vous vous exposez à un véritable chaos à grande vitesse.

Tendance n° 4 : la souveraineté devient un enjeu d'implantation

La Suisse dispose d'atouts qui sont quelque peu sous-estimés dans le débat actuel sur l'IA : sa propre recherche, sa propre infrastructure informatique et ses propres modèles.

L'ETH Zurich, l'EPFL et le CSCS ont développé Apertus, un modèle linguistique entièrement ouvert et multilingue. Il a été entraîné sur 15 000 milliards de tokens dans plus de 1 000 langues, dont le suisse allemand et le romanche (ETH Zurich).

En 2026, Apertus 1.5 a été lancé, avec des fonctionnalités supplémentaires pour l'image et l'audio (CSCS).

Apertus n'a pas besoin de battre GPT, Gemini ou Claude à chaque test de performance pour être pertinent pour la Suisse.

L'importance stratégique réside ailleurs.

Les modèles ouverts favorisent le développement du savoir-faire au niveau national. Ils permettent la recherche. Ils réduisent les dépendances. Et ils peuvent être utilisés dans les situations où les entreprises ne souhaitent pas transmettre leurs données à un fournisseur de modèles externe.

À cela s'ajoute une concentration exceptionnellement élevée de talents. Selon le Stanford AI Index, la Suisse occupe la première place mondiale en termes de nombre de chercheurs et de développeurs en IA pour 100 000 habitants.

Les capitaux sont eux aussi en mouvement. Selon le Baromètre des start-ups d'EY, les investissements dans les start-ups suisses spécialisées dans l'IA sont passés d'environ 345 millions à environ 1,1 milliard de francs en 2025.

Le problème de la Suisse n'est donc pas un manque de talents.

La question cruciale est de savoir à quelle vitesse nous parvenons à transformer la recherche et les capitaux en applications productives.

Tendance n° 5 : la réglementation ne se limitera pas à une loi suisse sur l'IA

De nombreuses entreprises attendent toujours « la loi suisse sur l'IA ».

C'est justement ce qu'ils ne devraient pas attendre.

Le Conseil fédéral a décidé de ne pas réglementer l'IA en Suisse au moyen d'une loi horizontale calquée sur l'« EU AI Act ». Il prévoit plutôt d'adapter de manière ciblée les lois existantes et de mettre en œuvre la Convention du Conseil de l'Europe sur l'IA.

Cela ne signifie toutefois pas que l'IA ne soit pas réglementée aujourd'hui.

La loi suisse sur la protection des données s'applique, que les données à caractère personnel soient traitées par un être humain, un logiciel classique ou un système d'IA. Dans les secteurs réglementés, d'autres exigences s'y ajoutent, notamment celles de la FINMA.

La loi européenne sur l'IA pourrait avoir un impact encore plus immédiat.

Son champ d'application ne s'arrête pas à la frontière suisse. Les entreprises suisses peuvent être concernées si elles proposent des systèmes d'IA dans l'UE ou si les résultats de ces systèmes y sont utilisés.

Depuis le 2 août 2026, des obligations de transparence s'appliquent notamment à certains systèmes d'IA et aux contenus générés par l'IA. Pour les entreprises concernées, l'obligation de disposer de compétences suffisantes en matière d'IA est en vigueur depuis février 2025.

On oublie souvent la distinction la plus importante : es-tu un fournisseur ou un opérateur ?

Quiconque utilise un système existant est généralement considéré comme un exploitant. Quiconque développe un système ou le commercialise sous son propre nom peut être considéré comme un fournisseur. Les obligations qui en découlent diffèrent considérablement.

Pour une PME suisse, cette classification est généralement plus pertinente qu’un résumé de 80 pages de l’AI Act.

Tendance n° 6 : nous utilisons l'IA tout en nous en méfiant

C'est peut-être la contradiction la plus intéressante qui ressort des données suisses.

L'utilisation augmente rapidement. La confiance ne suit pas le rythme.

Selon le Baromètre numérique 2026, 48 % de la population alémanique estime que l'IA offre plus d'opportunités que de risques. En Suisse romande, ce chiffre s'élève à 42 % et au Tessin, à 37 %.

D'autres études dressent un tableau similaire.

Dans une enquête menée par gfs.bern auprès d'environ 2 200 personnes, un scénario parmi les 40 proposés a été particulièrement bien accueilli : le retrait délibéré de la présence numérique permanente et de l'IA. Les scénarios dans lesquels l'IA prend davantage de décisions à la place des humains ont été jugés nettement plus négativement.

Ce n'est pas uniquement une question de communication.

Lorsque les gens utilisent massivement l'IA tout en craignant de perdre le contrôle, de perdre leur emploi ou d'être surveillés, aucune campagne marketing, aussi efficace soit-elle, ne saurait résoudre ce problème.

Il en va de même dans l'entreprise.

Ceux qui mettent en place l'IA sans aborder ses implications en matière d'emploi, de contrôle et de responsabilité ne doivent pas s'étonner que les collaborateurs utilisent certes le système, mais rejettent néanmoins sa mise en place.

L'utilisation ne vaut pas consentement.

Ce que cela pourrait donner d'ici 2036

Plus on se projette dans l'avenir, plus les prévisions deviennent incertaines.

Néanmoins, quatre tendances se dessinent, qui revêtent une importance particulière pour la Suisse.

L'économie : jusqu'à 85 milliards de francs, c'est un scénario, pas une promesse

Une étude réalisée par Implement Consulting Group pour le compte de Google et de digitalswitzerland conclut que l'IA générative pourrait faire progresser le PIB suisse de près de 11 % d'ici une dizaine d'années. Cela correspondrait à une production économique annuelle supplémentaire de l'ordre de 80 à 85 milliards de francs.

C'est un chiffre énorme.

Et il faut la classer.

Cette étude a été commandée par une entreprise qui tire d'énormes bénéfices économiques d'une adoption rapide de l'IA. De plus, toute prévision sur dix ans repose sur des hypothèses concernant les évolutions techniques, les investissements, la réglementation et l'utilisation effective de cette technologie.

D'autres économistes se montrent nettement plus prudents.

Daron Acemoglu, lauréat du prix Nobel d'économie, s'attend par exemple à un impact nettement moindre sur la productivité, car seule une partie des activités humaines actuelles peut être automatisée de manière économiquement viable.

La différence entre ces prévisions ne se limite pas à quelques points de pourcentage. Il s'agit parfois de visions de l'avenir totalement différentes.

Ce qui est intéressant, ce n'est donc pas tant le chiffre exact que le mécanisme qui se cache derrière.

Dans l'étude « Implement », un retard de cinq ans dans la mise en œuvre réduit considérablement le potentiel estimé.

La conclusion logique à en tirer n'est pas que la Suisse va forcément gagner 85 milliards de francs.

Elle est la suivante : « L'attente a elle aussi un prix. »

Les entreprises ne devraient donc pas chercher à prédire la situation en 2036. Elles devraient investir par tranches de douze mois et évaluer ce qui fonctionne.

Travail et démographie : l'IA fait son entrée sur un marché du travail en pénurie de main-d'œuvre

La situation suisse se distingue des nombreux débats internationaux sur un point essentiel.

Nous parlons à la fois d'automatisation et de pénurie structurelle de main-d'œuvre.

En raison de l'évolution démographique, d'importantes cohortes de travailleurs quitteront le marché du travail dans les années à venir. Ce phénomène est particulièrement marqué dans le secteur de la santé, mais d'autres secteurs sont déjà confrontés à une pénurie de main-d'œuvre qualifiée.

Il en résulte une situation apparemment contradictoire.

Dans certains secteurs, l'IA réduit le besoin de certaines tâches. Parallèlement, les entreprises ont besoin de l'automatisation, car elles ne parviennent plus du tout à pourvoir leurs postes vacants.

La question qui se pose pour les dix prochaines années n'est donc pas simple : quels emplois l'IA va-t-elle remplacer ?

La bonne question est plutôt la suivante : quelles tâches les humains devraient-ils continuer à effectuer eux-mêmes à l'avenir, et dans quels domaines avons-nous besoin de l'IA pour pouvoir encore venir à bout de notre travail ?

L'entrée dans la vie active reste particulièrement délicate.

Lorsque les tâches routinières sont automatisées, les occasions d'apprendre disparaissent elles aussi. Les entreprises doivent donc organiser le développement des compétences de manière plus réfléchie qu'auparavant.

Infrastructures et énergie : l'IA devient moins chère, mais elle n'est pas gratuite

Les coûts liés à une prestation comparable diminuent considérablement depuis des années.

Cela tend à indiquer que l'IA sera intégrée dans un nombre croissant de logiciels et que de nombreuses applications, qui sont aujourd'hui encore commercialisées comme des projets d'IA à part entière, feront partie des fonctionnalités standard des produits d'ici quelques années.

Pour les entreprises, cela signifie qu'il est risqué de dépendre à long terme de certains modèles ou fournisseurs.

Dans le même temps, les besoins absolus en puissance de calcul augmentent.

Selon une étude de l'Office fédéral de l'énergie, les centres de données suisses ont consommé environ 2,1 térawattheures d'électricité en 2024. D'ici 2030, cette consommation pourrait atteindre environ 3,5 térawattheures dans le scénario le plus optimiste étudié.

Ici aussi, l'efficacité et la consommation évoluent de pair.

Les calculs individuels gagnent en efficacité. Mais si nous en effectuons cent fois plus, la consommation totale peut tout de même augmenter.

L'énergie, la puissance de calcul et la souveraineté numérique deviennent donc également des enjeux importants pour les entreprises qui n'exploitent pas elles-mêmes de centre de données.

Société et éducation : le fossé des compétences détermine la répartition

Le progrès technique ne se répartit pas automatiquement de manière équitable.

Les personnes dotées de bonnes compétences numériques peuvent mettre en œuvre l'IA plus tôt et accroître leur productivité. Les entreprises disposant de données de qualité et de processus bien établis en tirent profit plus rapidement. Les grandes entreprises peuvent investir davantage que les petites.

Il existe donc un risque qu'un regain de productivité entraîne parallèlement l'apparition d'un nouveau fossé en matière de compétences.

La formation continue revêt donc une importance particulière.

PwC montre que les exigences en matière de compétences évoluent nettement plus rapidement dans les métiers fortement exposés à l'IA. Parallèlement, les employeurs se montrent de plus en plus disposés à rémunérer les compétences en IA.

Ces chiffres ne nous apprennent toutefois pas grand-chose sur les personnes qui travaillent déjà dans l'entreprise.

Une personne qui travaille depuis vingt ans dans le traitement des dossiers, la production ou l'administration ne bénéficie pas automatiquement du fait qu'un poste nouvellement publié exige des compétences en IA.

La mission principale n'est donc pas le recrutement.

Il s'agit du développement professionnel du personnel actuel.

Ce que cela signifie pour les collaborateurs de l'entreprise

La mise en place de l'IA n'est pas un simple projet informatique.

Les gens doivent savoir pourquoi un système est mis en place, en quoi cela va changer leur travail et ce qu'il advient des données ainsi générées.

La participation devrait donc débuter avant le projet pilote et non pas seulement une fois l'outil acheté.

La formation continue doit avoir lieu pendant les heures de travail. Un employeur qui dit à ses collaborateurs qu’ils doivent se former à l’IA, mais qui leur impose de consacrer le temps nécessaire à cette formation pendant leur temps libre, n’a pas mis en place de programme de formation continue.

Et tout le monde n'a pas besoin de la même chose.

Un professionnel de l'informatique qui utilise quotidiennement l'IA a besoin d'une formation différente de celle d'une personne qui travaille depuis vingt ans dans la logistique ou l'administration. Une seule formation d'une demi-journée pour l'ensemble de l'entreprise ne résout pas ce problème.

À cela s'ajoute une limite dont nous devrions parler dès le début : la surveillance.

Les systèmes d'IA qui accompagnent les processus de travail génèrent souvent, parallèlement, des données sur les personnes qui les utilisent. Les entreprises devraient donc définir clairement quelles analyses sont autorisées et lesquelles ne le sont pas.

La confiance ne naît pas du simple fait d'expliquer aux collaborateurs qu'ils doivent faire confiance à l'IA.

Cela résulte de règles claires.

Ma thèse : la Suisse n'a pas de problème lié à l'IA, mais un défi en matière de compétences

En additionnant ces chiffres, j'obtiens une image assez claire de la situation.

La Suisse dispose de cette technologie.

Elle dispose d'excellentes universités, de ses propres infrastructures, de capitaux, d'entreprises et d'une population qui a adopté l'IA à une vitesse étonnante.

Il ne reste plus qu'à transposer cela en compétences et en processus.

C'est précisément pour cette raison que je considère la culture de l'IA comme l'un des enjeux majeurs pour notre région au cours des prochaines années.

Avec swissAI, nous demandons que notre système éducatif s'adapte lui aussi plus rapidement à cette réalité. Non pas parce que tout le monde doit savoir programmer ou devenir un expert en IA.

Mais parce que presque tout le monde doit apprendre à travailler avec l'IA, à évaluer ses résultats et à comprendre quand elle peut être utilisée et quand elle ne le peut pas.

Cela vaut tout autant pour les entreprises.

Tu n'as pas besoin d'une centaine de nouveaux outils d'IA.

Tu as besoin de personnes qui savent comment utiliser judicieusement les ressources existantes.

100 heures consacrées à une réflexion approfondie sur l'IA en l'espace d'une année représentent environ 16 minutes par journée de travail.

C'est un investissement raisonnable pour une technologie qui va probablement transformer une partie considérable de notre travail.

Conclusion

En 2026, la Suisse n'aura aucun problème d'accès à l'IA.

Environ six entreprises sur dix l'utilisent. Seules 18 % d'entre elles en ont une utilisation avancée. Et seules 9 % ont véritablement intégré l'IA au cœur de leur stratégie.

C'est précisément entre ces trois chiffres que se situe la véritable difficulté.

Ceux qui souhaitent façonner les années à venir devraient donc moins se demander quel modèle sortira la semaine prochaine.

Ce qui importe davantage, ce sont des données fiables, des cas d'utilisation mesurables, des règles claires et des personnes qui comprennent comment utiliser cette technologie.

Personne ne sait aujourd'hui si cela se traduira effectivement par une production économique supplémentaire de 85 milliards de francs d'ici 2036.

Il est beaucoup plus facile de déterminer si, faute de compétences, nous laissons passer une part importante de ce potentiel.

Où en est votre entreprise aujourd'hui : en phase d'utilisation, d'application systématique ou déjà d'ancrage stratégique ?