Rapports économiques et sociaux
Adoption de l’intelligence artificielle et productivité dans les entreprises canadiennes
DOI : https://doi.org/10.25318/36280001202600400002-fra
Début du texte
L’intelligence artificielle (IA) est largement reconnue comme une technologie transformatrice susceptible de restructurer les activités des entreprises et de stimuler la croissance de la productivité. Au Canada, l’adoption de l’IA par les entreprises s’est accélérée au cours des dernières années. Selon Statistique Canada (Bryan et coll., 2025), 12,2 % des entreprises canadiennes ont utilisé l’IA pour produire des biens ou fournir des services en 2025, ce qui représente le double du taux enregistré l’année précédente, et d’autres entreprises (14,5 %) envisagent d’employer l’IA au cours des 12 prochains mois.
L’enthousiasme entourant cette technologie est tout à fait justifié, étant donné son effet escompté sur la productivité. Les estimations laissent supposer que l’IA pourrait entraîner une hausse de 0,5 % à 0,7 % de la productivité multifactorielle au cours d’une décennie (Acemoglu, 2024) et une hausse pouvant atteindre jusqu’à 1,5 point de pourcentage pour la croissance annuelle de la productivité du travail sur une période de 10 ans aux États-Unis (Goldman Sachs, 2023). Pour le Canada, les gains potentiels comprennent une augmentation de 0,4 à 1,1 point de pourcentage de la croissance annuelle de la productivité du travail au cours de la prochaine décennie (Filippucci et coll., 2025).
Il est essentiel de comprendre la relation entre l’adoption de l’IA et le rendement des entreprises pour établir des politiques qui favorisent l’innovation, la diffusion de la technologie et la croissance économique durable, surtout à la lumière des défis persistants en matière de productivité auxquels le Canada est confronté. Pendant des décennies, la croissance de la productivité a été lente, freinée par les faibles investissements des entreprises (Gu, 2024), la baisse des dépenses en recherche et développement (R-D), la stagnation de la croissance des demandes de brevet (Conference Board du Canada, 2024; Abbes et coll., 2023) et la contribution tardive des actifs incorporels (Allen et coll., 2025).
Le présent article résume les principales conclusions de l’étude intitulée « Le rôle des capacités complémentaires dans l’adoption de l’intelligence artificielle et la productivité : données probantes au niveau des entreprises au Canada », réalisée par Li et Liu (à venir) et publiée dans la revue Analyse de politiques. À l’aide d’une nouvelle base de données au niveau des entreprises qui couple plusieurs volets de l’Enquête sur la technologie numérique et l’utilisation d’Internet (ETNUI) avec les microdonnées administratives d’entreprises, l’étude examine les facteurs influençant l’adoption de l’IA dans les entreprises canadiennes, ainsi que le lien entre l’adoption de l’IA et la productivité du travail des entreprises.
Quelles entreprises sont plus susceptibles d’adopter l’IA? Les entreprises ayant de fortes capacités complémentaires — notamment en R-D, en infonuagique, en analyse des données, en robotique avancée et en formation des employés sur la technologie de l’information et les communications — sont nettement plus susceptibles d’adopter l’IA.
Les résultats d’une régression probit fondée sur les données regroupées des vagues de 2019 et de 2021 de l’ETNUI démontrent que les capacités complémentaires, comme celles liées à la R-D, à l’infonuagique, à l’analyse des données, à la robotique avancée et à la formation en matière de technologie de l’information et de communications, représentent un excellent facteur prédictif de l’adoption de l’IA (figure 1). Par exemple, les entreprises qui ont recours à l’analyse des données sont de 15,0 points de pourcentage plus susceptibles d’adopter l’IA que celles qui n’y ont pas recours, et les entreprises qui utilisent la robotique avancée sont de 8,1 points de pourcentage plus susceptibles d’adopter l’IA que celles qui ne l’utilisent pas.
Tableau de données du figure 1
| Points de pourcentage | |
|---|---|
| Notes : Cette figure montre les effets marginaux des capacités complémentaires et du secteur sur la probabilité d’adoption de l’intelligence artificielle. La catégorie R-D désigne les entreprises ayant des dépenses positives en recherche et développement. L’infonuagique, l’analyse des données, la robotique et la formation en matière de technologie de l’information et de communications (TIC) sont des indicateurs qui permettent de déterminer si une entreprise a adopté chaque catégorie respective. La catégorie « Gestion, et services de gestion des déchets et d’assainissement » comprend les secteurs « Gestion de sociétés et d’entreprises » et « Services administratifs, services de soutien, services de gestion des déchets et services d’assainissement ». Source : Reproduction du tableau 2, Li et Liu (à venir). |
|
| Capacités complémentaires | |
| R-D | 2,0 |
| Infonuagique | 2,8 |
| Analyse des données | 15,0 |
| Robotique | 8,1 |
| Formation en TIC | 3,0 |
| Secteur (par rapport à la fabrication) | |
| Industrie de l'information et industrie culturelle | 1,5 |
| Services professionnels, scientifiques et techniques | 1,7 |
| Gestion, et services de gestion des déchets et d’assainissement | 3,2 |
Les variations à l’échelle des secteurs ont aussi une importance. Les industries de service présentent des taux d’adoption plus élevés que le secteur de la fabrication, en particulier l’industrie de l’information et l’industrie culturelle, les services professionnels, scientifiques et techniques, la gestion de sociétés et d’entreprises, et les services administratifs, services de soutien, services de gestion des déchets et services d’assainissement.
D’autres caractéristiques d’entreprise jouent également un rôle. Le taux d’adoption de l’IA a tendance à augmenter avec la taille de l’entrepriseNote , suivant une courbe en forme de « U » inversé en fonction de l’âge de l’entreprise. Les entreprises ont tendance à atteindre un sommet en matière d’adoption de l’IA aux alentours de l’âge pivot de 8 ans. Des salaires plus élevés sont associés positivement à l’adoption de cette technologie, alors que la propriété canadienne et la participation au commerce international démontrent des corrélations faibles ou négativesNote .
L’adoption de l’IA a-t-elle une incidence sur la productivité? L’adoption de l’IA est associée à une productivité du travail plus élevée, mais ce rendement reflète grandement les choix et les capacités complémentaires de l’entreprise découlant des efforts plus larges déployés sur les plans de l’innovation et de la transformation numérique, plutôt que de l’IA uniquement.
L’étude utilise une méthode de régression séquentielle pour examiner l’association entre l’adoption de l’IA et la productivité du travail des entreprises (figure 2). Dans la spécification de référence, on fait la régression de la productivité du travail pour l’indicateur d’adoption de l’IA et les caractéristiques d’entreprise couramment liées à la productivité, y compris l’industrie, la taille, l’âge, l’intensité du capital, le statut de propriété et les activités relatives au commerce international). Les résultats indiquent que les utilisateurs de l’IA affichent un niveau de productivité supérieur de 16,8 % à celui des non-utilisateurs (tel qu’il est démontré par la barre « Données repères » dans la figure 2).
Tableau de données du figure 2
| Pourcentage | |
|---|---|
Source : Reproduction du tableau 3, Li et Liu (à venir). |
|
| Données repères | 16,8 Figure 2 Note *** |
| Productivité initiale | 10,2 Figure 2 Note *** |
| Capacités complémentaires | 5,1 |
Pour remédier au biais pouvant découler de la sélection, c’est-à-dire que des entreprises plus productives seraient plus susceptibles d’adopter l’IA, la deuxième spécification ajoute le taux initial de productivité du travail avant l’adoption de l’IA. Dans le cadre de cet ajustement, le rendement estimé en matière de productivité recule pour se chiffrer à 10,2 % (la barre « Productivité initiale »), ce qui indique qu’une partie des avantages observés reflète des écarts de productivité préexistants.
Enfin, le modèle intègre des variables additionnelles qui tiennent compte des capacités complémentaires, comme l’engagement en matière de R-D, l’infonuagique, l’analyse des données, la robotique et la formation en matière de technologie de l’information et de communications (TIC). Grâce à ces contrôles, la corrélation entre l’adoption de l’IA et la productivité baisse pour s’établir à 5,1 % et devient statistiquement significative. Cela met en évidence que le rendement estimé en matière de productivité observé plus tôt pourrait ne pas être attribuable uniquement à l’IA. Ce rendement refléterait plutôt le rôle essentiel que jouent les investissements complémentaires dans le potentiel d’amélioration de la productivité par l’IA.
L’adoption de l’IA ne semble pas avoir de relation significative avec la croissance de la productivité à court terme.
Conclusion
Les données empiriques semblent indiquer que, même si l’adoption de l’IA est associée à une plus forte productivité du travail, cette relation s’affaiblit lorsque la productivité préexistante et les investissements complémentaires sont pris en considération. Dans l’ensemble, il n’y a aucun lien important sur le plan statistique entre l’adoption de l’IA et la productivité. Cependant, cela ne devrait pas être interprété de façon pessimiste, car les gains de productivité attribuables à l’IA prennent habituellement du temps à se concrétiser et dépendent des changements organisationnels et des investissements complémentaires. Ceci indique que l’IA est le plus efficace lorsqu’elle est intégrée à des stratégies plus larges en matière d’innovation et de transformation numérique.
Ces constatations ont d’importantes répercussions sur la politique canadienne en matière d’IA. Il est fondamental de préciser que les effets de l’IA sur la productivité ne dépendent pas uniquement de cette technologie, mais plutôt d’un écosystème de soutien, qui englobe l’infrastructure numérique, les compétences de l’effectif et la R-D.
Pour optimiser les gains découlant de l’IA, il faudra prendre des mesures concertées dans les domaines de l’investissement en infrastructures, du développement des compétences, de la recherche et de l’innovation, tout en assurant l’inclusivité et un déploiement responsable. L’adoption de l’IA seule est probablement insuffisante pour produire des gains transformateurs en matière de productivité.
Auteurs
Jiang Li travaille à la Direction générale des stratégies, des résultats et de la recherche, à Innovation, Sciences et Développement économique Canada. Huju Liu travaille à la Division de l’analyse et de la modélisation économiques et sociales, au sein de la Direction des études analytiques et de la modélisation à Statistique Canada.
Bibliographie
Abbes, C., A. Lafrance-Cooke et D. Leung. 2023. « Activités de brevetage des entreprises appartenant à des femmes au Canada », Rapports économiques et sociaux, produit no 36-28-0001 au catalogue de Statistique Canada.
Acemoglu, D. 2024. « The simple macroeconomics of AI », Economic Policy, vol. 39, no 120, p. 3 à 46.
Allen, R., W. Gu et R. Macdonald. 2025. « Données, actifs incorporels et croissance économique au Canada », Série de documents de recherche de la Direction des études analytiques, no 482, Statistique Canada, DOI : https://doi.org/10.25318/11f0019m2025003-fra.
Bryan, V., S. Sood et C. Johnston. 2025. « Analyse de l’utilisation prévue de l’intelligence artificielle par les entreprises au Canada, troisième trimestre de 2025 », Analyse en bref, Statistique Canada, https://www150.statcan.gc.ca/n1/pub/11-621-m/11-621-m2025011-fra.htm.
Conference Board du Canada. 2024. « Bilan comparatif de l’innovation 2024 : Évaluation de la performance du Canada en matière d’innovation », Document d’analyse du Conference Board du Canada.
Filippucci, F., P. Gal, K. Laengle et M. Schief. 2025. « Macroeconomic productivity gains from artificial intelligence in G7 economies », OECD Artificial Intelligence Papers Series, no 41, https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/06/macroeconomic-productivity-gains-from-artificial-intelligence-in-g7-economies_dcf91c3e/a5319ab5-en.pdf.
Goldman Sachs. 2023. « The Potentially Large Effects of Artificial Intelligence on Economic Growth », https://www.gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-45d7-967b-d7be35fabd16.html.
Gu, W. 2024. « Ralentissement des investissements au Canada après le milieu des années 2000 : le rôle de la concurrence et des actifs incorporels », Série de documents de recherche de la Direction des études analytiques, no 474, Statistique Canada, DOI : https://www150.statcan.gc.ca/n1/pub/11f0019m/11f0019m2024001-fra.htm.
Li, J. et H. Liu. (à venir). « Le rôle des capacités complémentaires dans l’adoption de l’intelligence artificielle et la productivité : données probantes au niveau des entreprises au Canada », Analyse de politiques.
- Date de modification :