Aller au contenu principal
Margence
Le JournalTélécharger le PDF

Le Journal Margence

Québec, Ontario et l'IA

Au T2 2026, le Québec (20,1 %) dépasse légèrement l'Ontario (18,1 %) pour l'IA servant à produire des biens ou fournir des services. La coupe ISQ de 2025, alors très proche, sert encore à lire la taille de l'entreprise et la priorité d'investir.

20,1 %

des entreprises québécoises ont utilisé l'IA pour produire des biens ou fournir des services au T2 2026, contre 18,1 % en Ontario

  • L'analyse3
  • Le billet du fondateur4
  • Le fil5
  • 3 gestes cette semaine6
  • La question7

Le Journal Margence

Comparer d'abord sa taille

Au T2 2025, l'usage de l'IA en production restait proche d'une rive à l'autre. Un an plus tard, le niveau a bougé; la coupe 2025 sert encore à lire la taille et la priorité d'investir.

Au cours des douze mois précédant le T2 2025, 12,7 % des entreprises au Québec ont utilisé l'IA à des fins de production, donc pour produire des biens ou fournir des services, contre 13,3 % en Ontario, selon le portrait exploratoire de l'ISQ (ECSE, 28 novembre 2025).

Ce n'est pas le niveau actuel. Au T2 2026, le tableau 33-10-1167-01 de Statistique Canada (même définition ECSE, cote A, 27 mai 2026) situe le Québec à 20,1 % et l'Ontario à 18,1 %. Notre première édition partait de ce millésime plus récent.

D'abord la taille

Dans cette coupe 2025, 26,1 % des entreprises québécoises de 100 employés ou plus déclaraient cet usage, contre 12,2 % chez celles de 1 à 4 employés.

Rythme et priorité

Par rapport au T2 2024, la part d'utilisateurs a progressé de 3,3 points au Québec et de 7,8 points en Ontario. Au T2 2025, 22,6 % jugeaient assez important ou très important d'investir dans des outils d'IA, contre 33,1 % en Ontario.

22,6 %des entreprises québécoises jugeaient assez important ou très important d'investir dans des outils d'IA, contre 33,1 % en Ontario

Lire notre analyse en page 3

Le fil complet en page 5

L'analyse

La prudence utile, et celle qui immobilise

Le coût, l'incertitude du rendement et le manque de connaissances reviennent souvent. Encore faut-il savoir qui répond.

Une prudence qui refuse un projet trop vaste, trop cher ou trop flou protège la caisse. Une prudence qui suspend tout essai, sans date et sans mesure, laisse seulement le calendrier décider.

Le portrait de l'ISQ aide à nommer les freins, à condition de lire le sous-groupe. Parmi les entreprises québécoises qui, au cours des trois années précédant le T2 2025, n'avaient pas réalisé d'investissements modérés à majeurs dans leur infrastructure numérique, les trois principaux obstacles étaient le coût élevé de la mise en œuvre (27,2 %), l'incertitude quant au rendement (19,3 %) et le manque de connaissances spécialisées (14,3 %).

Ce que ces freins autorisent encore

Ces trois freins sont rationnels. Ils bloquent trop lorsqu'ils interdisent aussi les chantiers étroits, peu coûteux, dont le résultat peut être vu en quelques semaines. Préparer les données est un chantier; tester un processus limité en est un autre. On peut relier une portion, borner les accès, et juger avant d'ouvrir le reste.

Un premier chantier qui sert de preuve

Un gain rapide sert de test: volume connu, temps actuel, coût limité, date de décision. Le guide sur les agents en entreprise insiste sur la même discipline. Pour une PME, le risque n'est pas de « manquer un pourcentage ». Il est d'investir sans preuve, ou d'attendre sans critère. Quel processus peut fournir une preuve assez claire pour justifier, ou écarter, le prochain dollar? Le mode d'emploi pour implanter l'IA dans une PME québécoise décrit la suite: d'un processus mesuré à un pilote, puis seulement à ce qui tient la route.

27,2 %citent le coût comme obstacle, parmi les entreprises québécoises sans investissement numérique modéré à majeur sur trois ans

Le billet du fondateur

Commencer petit

Des dirigeants québécois ne savent pas par où commencer. Hors de Montréal, les pôles technologiques sont plus rares; l'IA intimide parce qu'elle change vite.

Devant un gros projet, je reste prudent tant que le rendement n'est pas visible. Je veux d'abord mesurer un processus étroit, borner le périmètre, et fixer une date d'arrêt avant d'élargir. Il faut aussi surveiller les pénuries de main-d'œuvre, là où la technologie peut réduire la pression d'embauche sur des rôles clés.

On arrête trop souvent tout parce qu'un consultant a dit que « la base de données n'est pas prête ». Même avec des données incomplètes, on peut relier des portions ou aborder le travail autrement.

J'ai récemment accompagné un dirigeant: environ trois heures par jour sur le courriel, plus de 300 messages. Une IA peu coûteuse a trié les promotions, appris son style sur six mois d'envois, signalé l'essentiel le matin et à midi, et laissé relire les brouillons en fin de journée. Les réponses prenaient environ 30 minutes plutôt qu'environ trois heures, sans gros chantier informatique.

Ces petits projets, une fois mesurés, prouvent la valeur et peuvent financer le travail plus lourd sur les données.

3 gestes cette semaine

  1. 1

    Choisir le bon voisin de comparaison

    Notez votre taille (1 à 4 employés, ou davantage) et votre secteur, puis comparez-vous d'abord à ces groupes québécois. La moyenne ontarienne et le taux des entreprises de 100 employés ou plus mesurent autre chose que votre situation.

  2. 2

    Séparer usage, intention et priorité

    Écrivez une phrase pour chacun: ce que vous utilisez déjà à des fins de production, ce que vous prévoyez dans les douze prochains mois, et si investir dans un outil d'IA est assez important ou très important cette année. Trois réponses distinctes évitent de traiter une prévision comme un fait.

  3. 3

    Mesurer un processus étroit avant d'acheter

    Choisissez une tâche répétitive (courriel, demandes, documents). Comptez le volume et le temps réel sur cinq jours. Sans ce point de départ, un « gain rapide » ne pourra pas servir de preuve.

La question

« Si l'Ontario accélère plus vite, notre prudence québécoise nous met-elle en danger? »

Pas automatiquement. Au T2 2026, le Québec n'était pas en retrait de niveau: 20,1 % des entreprises y déclaraient un usage en production, contre 18,1 % en Ontario, selon le tableau 33-10-1167-01 (cote A).

La prudence protège lorsqu'elle refuse un gros budget flou. Elle coûte lorsqu'elle empêche tout essai borné. Un processus étroit, mesuré avant et après, avec une date d'arrêt, suffit à trancher la prochaine étape.

« La prochaine décision utile mesure un processus interne, un coût et une date d'arrêt. »

À suivre

Budget IA: par où commencer sans surpayer le premier projet?

Question provisoire de la prochaine édition: comment fixer une première enveloppe, éviter le projet trop vaste, et payer seulement ce qui peut servir de preuve.

Demandes au programme BDC LIFT

Services-conseils et financement pour les entreprises admissibles qui préparent un projet numérique ou d'IA. Les conditions doivent être validées avant d'y appuyer un budget.

Nouvelles statistiques commerciales TechStat

Statistique Canada prévoit, à partir de 2027, de nouvelles statistiques commerciales sur l'usage, les bénéfices et les défis liés à l'IA. D'autres produits TechStat existent déjà, dont des éclairages tirés de l'Enquête sur la population active, publiés à l'été 2026.

S'abonner

L'intelligence artificielle pour les PME du Québec, sans le tapage. Chaque mois, gratuitement.

En vous abonnant, vous acceptez de recevoir le Journal Margence chaque mois. Désabonnement en un clic. Consultez notre politique de confidentialité.

Le Journal Margence

Page 1 sur 8