45 % des Américains utilisent l'IA chaque année : données Gallup 2025 et ce qui a changé en un an

Gallup – l’un des plus anciens instituts de sondage aux États-Unis – a publié de nouvelles données sur l’utilisation de l’intelligence artificielle par les Américains en 2025. Chez mysummit.school, nous avons déjà analysé Stanford (37 % d’usage personnel), Brookings (57 % utilisent, mais seulement 19 % en voient les résultats) et Wharton (82 % des dirigeants l’utilisent chaque semaine). Nous avons maintenant les données Gallup – et elles révèlent une tendance importante : l’utilisation progresse, mais plus lentement que ne le laisse croire le battage médiatique.

L’essentiel : 45 % des Américains utilisent l’IA au moins une fois par an (+5 points en un an), 23 % chaque semaine (+4 points), 10 % quotidiennement (+2 points). La croissance est réelle, mais progressive. Et la majorité ne comprend toujours pas comment appliquer la technologie dans son travail.

De quoi parle l’étude : la méthodologie Gallup

Qui : Gallup – l’une des plus grandes entreprises de recherche, active depuis 1935

Quand : Données recueillies en mai 2025

Échelle : Échantillon représentatif d’adultes américains

Méthode : Entretiens téléphoniques et en ligne

Focus : Pas seulement « utilisez-vous l’IA », mais à quelle fréquence, pour quoi, dans quels secteurs, et votre organisation est-elle au courant.

C’est la quatrième grande étude que nous analysons, et ensemble elles dressent un tableau complet de l’usage de l’IA en 2025.

Les chiffres clés : une croissance progressive

Fréquence d’utilisation de l’IA : dynamique 2024–2025

45 % des Américains utilisent désormais l’IA au moins une fois par an. Il y a un an, c’était 40 %. Le gain de 5 points de pourcentage représente 12,5 % de croissance relative. Cela semble bien, mais comparons avec le battage médiatique.

Contexte : ce que signifient ces chiffres

Usage hebdomadaire – 23 %. C’est un peu moins que ce que Stanford montrait pour l’usage professionnel (23 %), mais cela concorde. Gallup interrogeait sur l’usage global – à la maison et au travail. Stanford distinguait les deux.

Usage quotidien – seulement 10 %. À titre de comparaison, Wharton a montré que 46 % des top-managers utilisent l’IA chaque jour. L’écart est énorme : les dirigeants utilisent la technologie 4,6 fois plus activement que l’Américain moyen.

✅ Conclusion : L’IA n’est pas encore un outil de masse. La croissance est stable (+12,5 % en un an), mais la majorité de la population expérimente encore de manière épisodique, sans avoir intégré l’IA dans la routine quotidienne.

Connaissance de l’usage de l’IA dans l’organisation : seulement 37 %

Gallup a posé une question intéressante, absente des autres études : « Savez-vous si votre organisation a déployé ou utilise l’IA ? »

Seulement 37 % des employés savent que leur organisation a déployé l’IA. Cela alors que Wharton a montré que 74 % des entreprises placent l’IA dans leur top 3 des priorités et que 61 % ont nommé un Chief AI Officer.

Pourquoi un tel écart ?

1. Déploiement corporate vs visibilité pour les employés de base :

• Une entreprise a acheté Microsoft Copilot pour 4 000 salariés à 1,4 M$ par an
• Mais 63 % des employés n’ont pas remarqué ou n’ont pas compris qu’il s’agissait d’IA
• Utilisateurs réels : 47 personnes. Plus d’une fois : 12

2. L’IA « sous le capot » :

• Une banque utilise l’IA pour le scoring crédit
• Mais le guichetier en agence n’en sait rien

3. Absence de communication :

• Le top-management déploie une stratégie IA
• Mais n’explique pas à l’équipe ce qui se passe

⚠️ Important : 74 % des entreprises considèrent l’IA comme une priorité, mais seulement 37 % des employés le savent. C’est un écart colossal de communication qui freine l’adoption.

Coupe sectorielle : technologies et finance en tête (comme toujours)

Gallup a analysé l’usage de l’IA par secteur, et les résultats coïncident parfaitement avec les conclusions de Wharton.

Utilisation de l’IA par secteur

La tech domine largement – 76 %. Cela signifie que trois employés sur quatre dans les entreprises tech utilisent l’IA. En finance, plus de la moitié (58 %).

En revanche, l’industrie (25 %) et le retail (20 %) sont 3 à 4 fois en retard. Les raisons sont les mêmes que celles analysées dans l’article sur Wharton :

L’industrie et le retail sont en retard non par « arriération », mais par la nature même des tâches :

1. Monde physique : La GenAI excelle dans le texte, le code, l’image. Mais l’industrie, ce sont des robots, des machines, des entrepôts. L’IA y exige vision par ordinateur, pilotage d’équipements, intégration avec des systèmes legacy.

2. Intégration complexe : En finance, l’IA peut traiter des demandes de crédit de façon autonome. Dans l’industrie, il faut intégrer l’IA aux équipements, à l’ERP, aux chaînes logistiques.

3. ROI plus difficile à mesurer : Dans la tech, « l’IA a écrit 500 lignes de code » est une métrique évidente. En logistique retail, « l’IA a optimisé la livraison » – l’économie se dilue dans le temps.

✅ Conclusion : Gallup confirme la tendance de Wharton : la GenAI transforme d’abord les secteurs où le travail principal est le traitement de l’information. L’industrie et le monde physique suivent, mais ont besoin de solutions plus complexes qu’un simple ChatGPT.

À quoi sert l’IA : les principaux usages

Gallup a identifié pour quelles tâches les gens utilisent l’IA. Les résultats révèlent des priorités claires.

Principaux usages de l’IA au travail

Qu’est-ce que cela signifie ?

1. Collecte et structuration – 42 %

L’usage le plus populaire est la consolidation de données provenant de sources diverses. Cela inclut :

• Résumés de longs documents et rapports
• Extraction des points clés à partir de multiples sources
• Agrégation d’informations pour la prise de décision

Exemple : « Lis ces trois rapports et extrais l’essentiel en 5 points »

2. Génération d’idées – 41 %

Deuxième usage : l’IA comme co-auteur de brainstorming. Cela couvre :

• Génération d’options pour des projets
• Création de noms alternatifs pour des produits
• Propositions d’optimisation de processus

Exemple : « Propose 10 idées pour améliorer l’engagement clients »

3. Apprentissage de nouvelles compétences – 36 %

Un tiers utilise l’IA comme tuteur personnel :

• Explication de concepts complexes en langage simple
• Aide à la prise en main de nouveaux outils et technologies
• Réponses à la demande, 24/7

Exemple : « Explique-moi le fonctionnement de SQL comme si j’avais 12 ans »

Pourquoi la rédaction et l’édition ne sont-elles pas dans le top ?

Il est intéressant de noter que la rédaction n’arrive qu’en cinquième position (~25 %). Cela contredit l’opinion répandue selon laquelle « tout le monde utilise ChatGPT pour écrire ».

Causes possibles :

1. Qualité des textes générés : L’IA produit des brouillons médiocres qui demandent un gros travail de réécriture. Beaucoup trouvent plus simple d’écrire eux-mêmes.

2. Spécificité des tâches : L’écriture demande créativité et compréhension de l’audience. L’IA est bonne sur les modèles, pas sur le contenu unique.

3. Préoccupations éthiques : Certains craignent que l’usage de l’IA pour écrire soit de la « tricherie » ou du « plagiat ».

✅ Conclusion : L’IA est plus utilisée comme assistante au traitement d’informations (42 %) que comme créatrice de contenu (25 %). Cela confirme la tendance : les gens font confiance à l’IA pour analyser des données, mais gardent la créativité pour eux.

Comparaison des quatre études : le tableau complet 2025

Maintenant que nous avons les données de Stanford, Brookings, Wharton et Gallup, on peut les rassembler.

Quatre études – une seule histoire

Que voit-on dans l’ensemble ?

1. L’écart entre top-management et employés de base est colossal :

• Wharton : 82 % des dirigeants utilisent chaque semaine
• Gallup : 23 % de tous les salariés utilisent chaque semaine

Un rapport de 3,6 fois. Cela explique pourquoi les entreprises jugent l’IA réussie (74 % dans le top 3 des priorités), mais que les employés n’en voient pas les effets (37 % connaissent le déploiement).

2. L’usage progresse, mais peu en voient les résultats :

• Brookings : 57 % essaient, mais seulement 19 % constatent un gain de productivité
• Wharton : 80 % des projets d’entreprise sont réussis

Pourquoi cet écart ? Comme analysé dans l’article sur Brookings, tout tient à l’approche systémique. Les entreprises investissent dans la formation, l’intégration, la mesure du ROI. Les employés « essaient simplement ChatGPT » sans stratégie.

3. Éducation et revenu – principaux prédicteurs d’usage :

• Brookings : Diplômés du supérieur – 67 % utilisent, sans diplôme – 46 %
• Brookings : Revenu 100 k$+ – 34 % utilisent au travail, revenu <30 k$ – 9 %

Ce n’est pas qu’une statistique. C’est un clivage social : l’IA amplifie les avantages de ceux qui ont déjà un bon niveau d’éducation et de revenu.

4. L’usage personnel devance l’usage professionnel :

• Stanford : 37 % personnel vs 23 % travail
• Gallup : Principaux usages – consolidation d’information (42 %), génération d’idées (41 %), apprentissage (36 %)

Les gens apprennent à utiliser l’IA pour eux-mêmes, et seulement ensuite transfèrent les compétences au travail.

✅ Conclusion majeure des quatre études : L’IA fonctionne quand on l’aborde de façon systémique. 19 % des individus voient un résultat avec un usage chaotique, mais 80 % des entreprises réussissent avec un déploiement ciblé. La différence tient à la formation, à la stratégie et à la mesure du ROI.

Ce que cela signifie pour les managers : conclusions pratiques

Chez mysummit.school, nous travaillons avec des managers qui veulent déployer l’IA dans leur travail. Voici ce que disent, ensemble, les quatre études :

1. N’attendez pas que l’IA devienne « confortable »

Gallup : 45 % utilisent au moins une fois par an, croissance de +12,5 % en un an. C’est une tendance progressive, pas une révolution du jour au lendemain.

À faire : Commencez maintenant, même si les outils sont imparfaits. Ceux qui apprennent aujourd’hui seront les leaders dans 2 à 3 ans.

2. L’usage personnel est le chemin vers l’usage professionnel

Stanford : 37 % personnel, 23 % travail. Les gens expérimentent d’abord à la maison.

À faire : Encouragez votre équipe à utiliser l’IA pour des tâches personnelles (planifier un voyage, apprendre). Les compétences se transféreront naturellement au travail.

3. Formation et compétences sont les vraies barrières, pas l’accès

Brookings : 67 % avec diplôme vs 46 % sans, écart de compétences.

À faire : Investissez dans la formation, pas seulement dans l’accès aux outils. ChatGPT est gratuit, mais sans compétences, les gens l’abandonnent au bout d’une semaine.

4. Le top-management doit utiliser l’IA lui-même

Wharton : 82 % des dirigeants l’utilisent chaque semaine. Ce n’est pas un hasard – c’est une culture.

À faire : Si vous dirigez, commencez par vos propres tâches : préparation de réunions, analyse de rapports, stratégie. Devenez le modèle.

5. Seuls 37 % connaissent l’IA en entreprise – c’est un problème de communication

Gallup : 74 % des entreprises déploient l’IA (d’après Wharton), mais seulement 37 % des employés le savent.

À faire : Expliquez à l’équipe ce qui se passe. « Nous avons déployé Microsoft Copilot – voici comment l’utiliser. » Sans communication, le déploiement échoue.

6. L’approche systémique donne 80 % de succès, le chaos – 19 %

Brookings : 19 % des individus voient un résultat. Wharton : 80 % des entreprises réussissent.

À faire : Pas « essayez ChatGPT ». Construisez un processus : identifiez les tâches, choisissez les outils, formez l’équipe, mesurez le ROI.

7. L’automatisation agentique – le niveau suivant

Wharton : Les entreprises avec automatisation (IA qui exécute les tâches de façon autonome) obtiennent deux fois plus de retour que celles qui l’utilisent comme simple assistant.

À faire : Commencez par l’assistant (ChatGPT pour les brouillons), mais prévoyez la transition vers l’automatisation end-to-end.

Pourquoi le cours mysummit.school prépare à un déploiement réel

Les quatre études le montrent : la différence entre 19 % et 80 % de succès tient à l’approche systémique et à la formation.

Dans notre cours « Intelligence artificielle pour managers » :

La pratique plutôt que la théorie. Chaque leçon porte sur des tâches réelles : préparer une réunion, analyser des CV, rédiger des rapports. Les tâches que vous faites chaque jour.

De l’assistant à l’automatisation. Vous commencez par des tâches simples (ChatGPT pour les emails) et passez progressivement à des processus autonomes. C’est le parcours qui double la satisfaction selon Wharton.

Focus sur un ROI mesurable. Nous n’enseignons pas « comment écrire un prompt », mais « comment réduire 5 heures de routine par semaine » avec des métriques concrètes. Comme les 72 % d’entreprises de Wharton qui suivent leur ROI.

Tous les outils. ChatGPT, Claude, Perplexity – vous apprendrez à choisir le bon outil pour chaque tâche.

Sécurité dès le premier jour. Un module dédié à la protection des données d’entreprise – cette barrière de passage à l’échelle que Wharton qualifie de « problème croissant ».

Conclusions : l’IA progresse lentement, mais l’écart entre leaders et retardataires se creuse

Gallup confirme le tableau global que nous avions vu chez Stanford, Brookings et Wharton :

1. L’usage de l’IA progresse progressivement. 45 % par an (+12,5 %), 23 % chaque semaine (+21 %), 10 % chaque jour (+25 %). Croissance stable, mais non explosive.

2. Le top-management mène avec une avance énorme. 82 % des dirigeants chaque semaine (Wharton) vs 23 % de tous les salariés (Gallup). Rapport de 3,6.

3. Tech et finance prennent le large. 76 % dans la tech, 58 % en finance vs 20 % dans le retail. Écart de 3,8 et croissant.

4. Usage ≠ résultat. 57 % essaient (Brookings), mais seulement 19 % voient une hausse de productivité. Les entreprises avec approche systémique : 80 % de succès (Wharton).

5. Seuls 37 % connaissent l’IA en entreprise. Alors que 74 % des entreprises placent l’IA dans leur top 3. C’est un échec de communication.

6. Éducation et revenu sont les principaux prédicteurs. Diplôme supérieur : 67 % vs 46 % sans. Revenu 100 k$+ : 34 % vs 30 k$ : 9 %. L’IA amplifie le clivage social.

7. L’usage personnel précède l’usage professionnel. Les gens apprennent sur eux-mêmes, puis transfèrent au travail. C’est un schéma clé d’adoption.

Conclusion principale : L’IA n’est plus du hype, mais pas encore du mainstream. Nous sommes au point où les early adopters obtiennent un avantage énorme, tandis que la majorité ne comprend toujours pas comment appliquer la technologie. Qui apprendra à utiliser l’IA de manière systémique dès maintenant obtiendra un avantage dans 2 à 3 ans, quand la technologie deviendra une compétence de base.

Passer de 19 % à 80 % ?

Chez mysummit.school, nous avons conçu un module ouvert spécialement pour les managers. Sans théorie – seulement de la pratique qui donne des résultats dès la première semaine.

Ce que vous obtiendrez :

• Une analyse détaillée des outils avec exemples pour managers
• Des prompts prêts à l’emploi pour les tâches types (consolidation d’informations, génération d’idées, apprentissage – le top 3 selon Gallup)
• Le parcours de l’assistant à l’automatisation (comment doubler sa satisfaction)
• Les compétences d’usage sûr de l’IA en environnement d’entreprise
• La compréhension du ROI (comme les 72 % qui suivent leurs métriques)

Articles connexes

Comment Microsoft a silencieusement gagné le marché de l'IA en entreprise

62 % des utilisateurs de l'IA ne l'appliquent qu'à 1–2 tâches : les données Epoch AI / Ipsos (mars 2026)

Make Weak Model Great Again : le prompting peut-il sauver un modèle faible ?

Quand l'IA nuit à l'apprentissage – et quand elle double les résultats

Sources :

• Gallup – AI Use at Work Rises, But Adoption Remains Minimal (mai 2025)
• Stanford University & WFH Research – Survey of Working Arrangements and Attitudes (octobre 2025)
• Brookings Institution – How are Americans using AI? (juin 2025)
• Wharton School of Business – 2025 AI Adoption Report (octobre 2025)