L'agence de relations presse et de marketing technologique The Hoffman Agency a publié une étude mondiale intitulée « How to influence enterprise technology buyers », réalisée en ligne par l'institut Sapio Research en avril 2026. L'enquête porte sur 450 décideurs technologiques seniors du Royaume-Uni, des États-Unis, de la France et de l'Allemagne, ayant conduit ou contribué à un achat technologique majeur dans les douze mois précédents. Son constat central : sur les quatre marchés étudiés, la France affiche le niveau de vigilance le plus élevé face aux achats d'intelligence artificielle.
La France, marché le plus prudent des quatre étudiés
Trois acheteurs français sur quatre déclarent que les investissements liés à l'IA font l'objet de contrôles renforcés par rapport aux autres achats technologiques, contre 64 % en moyenne sur les quatre pays. Cet écart se retrouve sur chaque indicateur de confiance mesuré par l'étude.
| Indicateur | France | Moyenne des quatre marchés |
|---|---|---|
| Contrôles renforcés sur les achats IA | 75 % | 64 % |
| Affirmations des fournisseurs jugées faciles à vérifier | 49 % | 67 % |
| Confiance dans les promesses de performance | 69 % | 78 % |
| Organisations ayant investi dans l'IA générative (12 derniers mois) | 37 % | 44 % |
| Prévoient d'augmenter ces investissements (12 prochains mois) | 25 % | 36 % |
| Manque de confiance dans les technologies émergentes cité comme frein | 35 % | 19 % |
Le moteur d'achat reste toutefois identique partout : l'efficacité opérationnelle arrive en tête des motifs d'investissement, citée par 37 % des décideurs français, devant l'automatisation des tâches, premier domaine d'application cité par 35 % d'entre eux.
Un marché saturé de promesses difficiles à vérifier
Sur l'ensemble des quatre marchés, 78 % des répondants jugent que les fournisseurs d'IA formulent des affirmations difficiles à vérifier ou à comparer, 69 % peinent à distinguer des offres qui se ressemblent toutes, et 61 % avouent ne plus savoir quels produits sont crédibles dans le flot des lancements. Ce phénomène, que certains observateurs qualifient d'AI washing, favorise l'émergence de pratiques déceptives dans un marché en évolution rapide.
« Les résultats mettent en évidence un paradoxe français : les entreprises veulent gagner en efficacité grâce à l'IA, mais elles semblent moins disposées à acheter sur la seule base d'une promesse. Désormais, la capacité à démontrer la valeur d'une technologie est déterminante. Pour émerger, les acteurs de l'IA doivent privilégier des cas d'usage documentés, des résultats mesurables et un discours clair sur le fonctionnement de leurs solutions. En France, la crédibilité ne ralentit pas l'innovation : elle en conditionne l'adoption », analyse Constance Falourd, directrice de l'agence Hoffman en France.
« L'achat de solutions d'IA en entreprise est devenu un véritable défi. Les fournisseurs inondent le marché d'affirmations non étayées et impossibles à comparer », complète Tom Broughton, auteur du rapport, vice-président et responsable de l'IA en entreprise chez The Hoffman Agency. « Résultat : davantage de contrôles, de scepticisme et de frictions, ce qui ralentit considérablement les achats et l'adoption. »
Le coût concret de la méfiance
Lorsque les affirmations d'un fournisseur résistent à la vérification, les conséquences se mesurent précisément. Selon l'étude, 46 % des acheteurs constatent un allongement du processus de décision, 32 % renforcent leurs contrôles d'achat ou de conformité, 27 % reportent l'acquisition et 16 % l'abandonnent purement. Surtout, 37 % se replient sur un fournisseur plus important ou mieux établi, un réflexe qui avantage mécaniquement les grands acteurs du logiciel et les hyperscalers face aux éditeurs plus récents, y compris européens.
Ce mécanisme de report rejoint un paradoxe analysé par le Sénat en France : une adoption de l'intelligence artificielle rapide chez les salariés, mais plus lente dans les organisations. Quand une direction n'achète pas faute de preuves suffisantes, ses équipes continuent souvent de recourir à des outils grand public en dehors de tout cadre contractualisé. Le contrôle renforcé sur les achats ne suspend pas l'usage : il le déplace hors du périmètre que la DSI maîtrise.
Les preuves que les acheteurs français réclament
Les décideurs interrogés nomment précisément ce qu'ils attendent avant de s'engager : des explications transparentes sur le fonctionnement des produits (citées par 46 % des répondants), des études de cas aux résultats mesurables (41 %) et des déploiements démontrés à grande échelle (40 %). En France, l'étude de cas mesurable arrive en tête des contenus jugés utiles, à 43 %.
Pour identifier et présélectionner leurs fournisseurs, 98 % des organisations interrogées font appel à des tiers. En France, 45 % s'appuient sur des analystes sectoriels, 32 % sur des cabinets de conseil en management, et un quart consulte les médias technologiques professionnels. L'intelligence artificielle s'invite elle-même dans ce parcours : parmi les répondants qui y recourent, 82 % citent ChatGPT, devant Gemini (63 %) et Microsoft Copilot (52 %), une proportion qui monte à 86 % chez les décideurs finaux. Les synthèses produites par ces outils arrivent au deuxième rang des contenus jugés utiles pour évaluer un fournisseur (30 %), juste derrière les rapports d'analystes (32 %).
Il faut noter que The Hoffman Agency vend elle-même aux fournisseurs de technologies des prestations de crédibilité et de visibilité, dont les conclusions de l'étude démontrent précisément la nécessité. Cette position de partie intéressée invite à lire ses recommandations avec une certaine distance, même si les écarts mesurés entre la France et les trois autres marchés, sur un même questionnaire et un même terrain, restent en eux-mêmes exploitables.
Une méfiance qui dépasse le seul achat professionnel
Le scepticisme français vis-à-vis de l'IA ne se limite pas aux directions achats de la tech. Un rapport de Checkout.com portant sur le commerce agentique montre que 41 % des consommateurs français déclarent ne faire confiance à aucune organisation pour gérer un agent d'achat IA, soit 14 points de plus que la moyenne mondiale, et que 35 % affirment qu'ils ne délégueront jamais leurs achats à une IA, contre 24 % dans le monde.
Côté e-commerce, une étude du cabinet Converteo menée en mars 2026 sur 170 enseignes françaises constate que 71 % des consommateurs s'inquiètent pour la sécurité de leurs données personnelles face aux assistants IA, et que 57 % doutent de l'impartialité de leurs conseils. La confiance s'effondre au moment du paiement : seulement 30 % des acheteurs acceptent de finaliser une transaction avec un assistant, contre 47 % en phase de conseil avant-vente. Ces deux enquêtes, menées sur des périmètres et des populations différentes de celle de Hoffman, dessinent néanmoins un même trait : en France, la confiance dans l'IA se construit sur la preuve, pas sur la promesse, qu'il s'agisse d'un achat B2B ou d'un panier grand public.
Ce que cela change pour les DSI et les DAF français
Pour un DSI ou un DAF, ces résultats confortent surtout un levier de négociation : un fournisseur d'IA qui refuse l'étude de cas mesurable ou l'essai sur le périmètre du client se prive du premier argument que ses acheteurs attendent désormais. La demande de transparence porte aussi sur des éléments simples à vérifier avant même la démonstration technique : la liste précise des modèles accessibles, la structure tarifaire, et la manière dont les données transitent vers les fournisseurs tiers.
Certains éditeurs répondent à cette exigence par la publication de grilles tarifaires ouvertes plutôt que par des devis individualisés. C'est le cas de Moon AI, plateforme française qui donne accès à plus de 70 modèles (GPT, Claude, Gemini, Mistral, DeepSeek, Llama, Grok, Qwen, ainsi que son modèle maison Moon 6) sous des tarifs publics en euros TTC par utilisateur, allant de l'offre Lune à 9,90 euros à l'offre Univers à 249,90 euros, avec une offre gratuite sans carte bancaire. La plateforme documente également son procédé Moon Blur, qui remplace les données personnelles par des jetons avant leur envoi aux modèles tiers puis les rétablit au retour : un mécanisme réversible qui relève de la pseudonymisation au sens du RGPD, et non d'une anonymisation. Ce type de description technique explicite rejoint directement l'attente exprimée par 46 % des acheteurs français pour des explications transparentes sur le fonctionnement des produits, sans pour autant garantir à elle seule une conformité réglementaire.
Reste que la documentation tarifaire et technique ne remplace pas l'étude de cas chiffrée que réclament 43 % des acheteurs français. L'acculturation interne, la formation des équipes achats aux critères de vérification, et la construction de pilotes mesurables avant tout engagement de volume, demeurent les étapes que l'étude Hoffman désigne comme incontournables pour sortir du cycle méfiance-lenteur-repli qui caractérise aujourd'hui le marché français.
Questions fréquentes
Pourquoi les acheteurs français sont-ils plus méfiants que les autres marchés étudiés ?
L'étude Hoffman ne détaille pas les causes profondes de cet écart, mais elle montre que le manque de confiance dans les technologies émergentes est cité comme frein par 35 % des répondants français, contre 19 % en moyenne sur les quatre marchés. Les acheteurs français jugent aussi moins souvent les affirmations des fournisseurs faciles à vérifier (49 % contre 67 %) et accordent une confiance plus faible aux promesses de performance (69 % contre 78 %).
Quelles preuves un DSI doit-il exiger avant d'acheter une solution d'IA ?
Selon les acheteurs interrogés, les preuves les plus attendues sont des explications transparentes sur le fonctionnement du produit (46 %), des études de cas aux résultats mesurables (41 %, 43 % en France) et des déploiements démontrés à grande échelle (40 %). Le recours à des tiers, analystes sectoriels en tête, complète ce dispositif de vérification.
Que se passe-t-il quand un fournisseur ne parvient pas à prouver ses affirmations ?
L'étude mesure quatre réactions principales : 46 % des acheteurs allongent leur processus de décision, 32 % renforcent leurs contrôles d'achat ou de conformité, 27 % reportent l'acquisition et 16 % l'abandonnent. Surtout, 37 % se replient sur un fournisseur plus important ou mieux établi, un mécanisme qui pénalise les éditeurs récents, y compris européens.
La méfiance envers l'IA se limite-t-elle aux achats professionnels ?
Non. Des études distinctes menées auprès de consommateurs français, sur le commerce agentique (Checkout.com) et sur les assistants de shopping en ligne (Converteo), font apparaître un scepticisme comparable : refus de délégation, inquiétudes sur les données personnelles et faible taux de finalisation d'achat avec un assistant IA. Ces enquêtes portent sur des populations différentes de celle de l'étude Hoffman, mais elles dessinent un même trait de fond en France : la confiance se construit sur la preuve, pas sur la promesse.