Revue critique des politiques québécoises et canadiennes d’adoption de l’IA

Verdict : les politiques examinées présentent une adéquation partielle aux besoins d’adoption.

Le Québec dispose d’un avantage exceptionnel en recherche, en talents et en institutions spécialisées, mais il ne transforme pas encore suffisamment cet avantage en adoption productive dans l’ensemble de son économie. En 2025, 12,7 % des entreprises québécoises déclaraient avoir utilisé l’IA à des fins de production. Ce taux était presque identique à celui de l’Ontario, mais sa progression depuis 2024 était nettement plus lente : +3,3 points au Québec contre +7,8 points en Ontario. Les intentions d’adoption étaient également plus faibles au Québec. (Institut de la statistique du Québec)

Les politiques adoptées depuis 2024 sont généralement bien orientées sur le plan des principes : financement de la recherche et du calcul informatique, accompagnement des entreprises, gouvernance responsable, protection des renseignements personnels et utilisation de l’État comme expérimentateur. Leur faiblesse tient surtout à leur vitesse d’exécution, à leur fragmentation et à leur concentration excessive sur les producteurs d’IA ou les entreprises technologiques, plutôt que sur les milliers de PME ordinaires qui doivent d’abord moderniser leurs données, leurs logiciels, leur cybersécurité, leur gestion et leurs processus.

La réforme du crédit d’impôt CDAE en crédit CDAE-IA illustre cette ambiguïté. Elle peut réduire le financement d’activités technologiques routinières et mieux cibler les activités à forte valeur ajoutée. Mais elle risque aussi de pénaliser la transformation numérique préalable à l’IA, d’encourager une intégration superficielle destinée à satisfaire un critère fiscal et de favoriser les entreprises déjà avancées.

Au fédéral, la stratégie IA pour tous, publiée en juin 2026, reconnaît enfin explicitement le déficit d’adoption canadien et propose des mesures importantes pour les PME, les compétences, le financement, le calcul souverain et la commercialisation. Elle est mieux alignée sur la réalité économique que les politiques précédentes, mais elle est encore trop récente pour avoir produit des résultats observables. Ses cibles — faire passer l’adoption des entreprises d’environ 12 % à 60 % d’ici 2034 et générer près de 200 milliards de dollars de gains économiques — restent des ambitions gouvernementales, non des résultats démontrés. (ISED Canada)

Méthode et limites de la revue

Il s’agit d’une revue narrative critique, et non d’une méta-analyse statistique. Le corpus comprend :

• les budgets, stratégies, programmes et documents réglementaires québécois et fédéraux;
• les données de l’Institut de la statistique du Québec et de Statistique Canada;
• les analyses de l’OCDE, de la Banque du Canada et de centres de recherche canadiens;
• une étude universitaire sur le crédit d’impôt CDAE;
• les prises de position d’organisations industrielles, notamment l’Association québécoise des technologies.

Une limite importante est que les données officielles les plus détaillées sur l’adoption québécoise décrivent principalement la période allant de 2024 au milieu de 2025. Les principales mesures annoncées en 2026 ne peuvent donc pas encore faire l’objet d’une véritable évaluation ex post. De plus, les enquêtes mesurent surtout l’utilisation officielle de l’IA pour produire des biens ou des services; elles captent imparfaitement l’utilisation informelle d’outils génératifs par des employés.

La réalité économique à laquelle les politiques doivent répondre

Une adoption encore minoritaire et inégale

Le taux québécois d’utilisation de l’IA à des fins de production est passé de 9,4 % en 2024 à 12,7 % en 2025. Cependant, l’adoption est très concentrée. Elle varie entre 36,9 % et 55 % dans la finance, l’information et la culture ainsi que les services professionnels, scientifiques et techniques, mais demeure extrêmement faible dans l’agriculture — 0,3 % —, l’hébergement et la restauration — 1,9 % —, la construction — 2,3 % — et le transport et l’entreposage — 2,9 %. Les entreprises de 100 employés ou plus affichent aussi un taux d’utilisation de 26,1 %, contre 12,2 % pour celles de un à quatre employés. (Institut de la statistique du Québec)

Le principal problème économique du Québec n’est donc pas l’absence d’un noyau d’excellence en IA. C’est la faiblesse de la diffusion transversale de la technologie, particulièrement dans les PME, les régions et les secteurs traditionnels.

La comparaison avec l’Ontario est préoccupante. Seulement 22,6 % des entreprises québécoises considéraient les investissements dans les outils d’IA comme assez ou très importants, contre 33,1 % en Ontario. L’adoption anticipée des logiciels utilisant l’IA était de 14,7 % au Québec, contre 19,7 % en Ontario. Les principaux obstacles québécois étaient le coût de mise en œuvre, l’incertitude concernant le rendement des investissements et le manque d’expertise. (Institut de la statistique du Québec)

L’adoption demande beaucoup plus qu’un abonnement à un outil génératif

Parmi les entreprises québécoises ayant intégré l’IA, 37,2 % ont dû modifier leurs flux de travail, 36,7 % former leur personnel et 31,2 % acquérir des services infonuagiques ou du stockage supplémentaire. Ces résultats confirment que l’IA est une transformation organisationnelle et non une simple acquisition logicielle. (Institut de la statistique du Québec)

La littérature de l’OCDE aboutit au même constat. Les compétences, la qualité des données, les infrastructures numériques, le financement, la capacité managériale et la réorganisation des processus constituent des actifs complémentaires indispensables. L’OCDE recommande notamment des soutiens adaptés au niveau de maturité numérique des PME, des formations sectorielles et un accompagnement concret des gestionnaires. (OECD)

Cela signifie qu’une politique qui finance exclusivement les entreprises développant des modèles ou des produits d’IA ne constitue pas automatiquement une politique d’adoption de l’IA par l’économie.

Les gains de productivité ne sont ni immédiats ni automatiques

Les résultats disponibles invitent à la prudence. Une étude canadienne fondée sur des données d’entreprises antérieures à l’explosion de l’IA générative n’a pas trouvé de relation causale robuste entre l’adoption de l’IA et une hausse immédiate de la productivité globale des facteurs. Les entreprises adoptantes étaient souvent déjà plus productives avant l’adoption. Les auteurs concluent que l’IA ne doit pas être traitée comme une solution miracle. (The Dais)

La Banque du Canada estime également que des gains macroéconomiques substantiels sont possibles, mais qu’ils peuvent prendre du temps, particulièrement lorsque les entreprises manquent de compétences, de cas d’usage ou d’investissements complémentaires. (Bank of Canada)

Par conséquent, les gouvernements devraient mesurer les résultats selon les gains réellement obtenus — délais réduits, qualité améliorée, revenus, exportations, sécurité, consommation de ressources — plutôt que simplement compter le nombre de projets contenant une composante d’IA.

Les principales politiques québécoises depuis 2024

Le rapport Prêt pour l’IA : une vision large, encore partiellement réalisée

En février 2024, le Conseil de l’innovation du Québec a formulé douze recommandations couvrant notamment :

• une loi-cadre propre à l’IA et une autorité indépendante;
• la modernisation du droit du travail et des politiques sociales;
• la littératie et la formation;
• la recherche, les outils d’IA responsable et la puissance de calcul;
• une stratégie nationale de données;
• des données culturelles francophones et autochtones;
• un programme permettant à l’État et aux municipalités de déployer des projets d’IA;
• un registre public et des évaluations des risques des systèmes gouvernementaux. (CIQ)

Ce rapport demeure le meilleur cadre de référence pour évaluer la politique québécoise. Or, au 16 juillet 2026, sa mise en œuvre est inégale. Les progrès sont visibles dans l’administration publique, la recherche, l’accompagnement responsable et certains programmes économiques. Ils sont beaucoup plus limités concernant la loi-cadre, l’autorité indépendante, le droit du travail, la stratégie générale de données et les mécanismes publics d’évaluation des résultats économiques.

Une gouvernance relativement avancée dans l’administration publique

Le Québec a instauré des mesures d’utilisation responsable de l’IA générative, des arrêtés ministériels en 2024 et 2025, des principes, des guides, des outils de gestion des risques et certaines interdictions ciblées, notamment pour DeepSeek et des fonctions de reconnaissance vocale ou faciale de Microsoft Teams dans l’administration publique. (Gouvernement du Québec)

Les mesures 2024-2026 prévoient également des évaluations des risques et des répercussions ainsi que des travaux visant à déterminer si le cadre juridique doit être adapté. Le document gouvernemental reconnaît lui-même que les mesures peuvent devoir être mises à jour avant la fin de la période en raison de la vitesse d’évolution technologique. (Québec Content)

Le nombre d’initiatives d’IA recensées dans l’administration publique est passé de 168 en 2024 à 258 en 2025, soit une hausse de 54 %. Cette progression constitue un bon signal : l’État ne se limite pas à réglementer, il expérimente aussi. (Gouvernement du Québec)

Appréciation : c’est l’un des éléments les plus solides de la politique québécoise. Les interdictions sont ciblées plutôt que générales, et l’approche combine expérimentation, accompagnement, cybersécurité et gestion des risques. La faiblesse est que cette architecture concerne surtout l’administration publique et ne constitue pas encore un cadre cohérent pour l’ensemble de l’économie privée.

La réforme du CDAE en CDAE-IA

Le budget 2025-2026 a transformé le crédit d’impôt pour le développement des affaires électroniques en crédit visant les affaires électroniques intégrant significativement l’IA. Les exercices admissibles doivent commencer après le 31 décembre 2025. Le nouveau régime cible notamment les activités d’affaires électroniques intégrant de manière significative des fonctions d’IA et inclut certaines activités de traitement et d’hébergement de données. (Quebec Finance)

Le budget 2026-2027 a apporté des ajustements avant même que le programme ait complété un premier cycle normal : modification de la répartition entre parties remboursable et non remboursable, clarification du traitement de la sous-traitance, reconnaissance de certains travaux préparatoires et possibilité de report. (Quebec Finance)

Le bon côté de la réforme.

Une étude de la Chaire de recherche en fiscalité et en finances publiques, publiée avant la réforme, estimait que l’ancien CDAE coûtait près de 600 millions de dollars par année et qu’il était particulièrement généreux. Elle concluait qu’une partie de l’aide se concentrait dans de grandes entreprises, que les retombées fiscales historiques étaient probablement surestimées et qu’en période de rareté de main-d’œuvre, les emplois subventionnés pouvaient représenter des déplacements de travailleurs plutôt qu’une création nette d’emplois.

Le recentrage vers des activités plus innovantes et la diminution relative de la portion remboursable pour certaines entreprises peuvent donc améliorer l’additionnalité de la dépense publique et réduire le financement permanent d’activités technologiques courantes.

Le mauvais côté de la réforme.

Le problème est que la réforme cible principalement l’offre technologique, alors que le déficit québécois se situe beaucoup du côté de la demande : PME manufacturières, commerce, construction, transport, services et organismes qui doivent intégrer l’IA dans leurs opérations.

L’Association québécoise des technologies, après avoir consulté près de 100 entreprises, a signalé des définitions imprécises, un délai de transition insuffisant, des risques de délocalisation et la possibilité d’une adoption superficielle de l’IA. Elle souligne surtout que les entreprises ont encore besoin d’investissements technologiques non spécifiquement liés à l’IA. Cette source représente le point de vue de l’industrie et doit donc être interprétée comme une prise de position intéressée, mais ses arguments sont cohérents avec les données de l’ISQ sur les infrastructures, les compétences et les coûts. (AQT)

Appréciation : la réforme corrige certains défauts de l’ancien crédit, mais elle risque de confondre une politique de spécialisation de l’industrie technologique avec une politique de diffusion de l’IA dans l’économie.

ESSOR, les projets collaboratifs et les primo-adoptants

Le programme ESSOR finance des diagnostics numériques, des projets de modernisation, l’acquisition de logiciels et des transitions technologiques comprenant l’infonuagique, l’intelligence d’affaires et l’IA. Il répond donc mieux que le CDAE-IA aux besoins des entreprises utilisatrices. (Gouvernement du Québec)

Cependant, son volet principal comporte un seuil minimal de dépenses admissibles de 100 000 dollars et exclut ou limite plusieurs secteurs. Ces conditions peuvent en réduire l’accessibilité pour les très petites entreprises et certains secteurs qui présentent justement de faibles taux d’adoption. (Investissement Québec)

Les appels de projets du Programme innovation donnent la priorité aux PME et aux primo-adoptants. En mai 2026, Québec a annoncé près de 17,8 millions de dollars pour 18 projets d’IA et de technologies quantiques totalisant plus de 44 millions de dollars. Le gouvernement indique que 125 millions de dollars doivent avoir été consacrés d’ici 2027 à l’adoption de l’IA et des technologies connexes dans le cadre de la SQRI². (Gouvernement du Québec)

Ces mesures sont pertinentes, particulièrement lorsqu’elles associent fournisseurs technologiques, entreprises utilisatrices et organismes de recherche. Leur échelle demeure néanmoins relativement modeste par rapport au nombre de PME québécoises et à l’ampleur du retard de diffusion.

Les politiques fédérales et leur effet sur le Québec

Le budget fédéral de 2024 : priorité au calcul et à l’écosystème

Le budget fédéral de 2024 annonçait 2,4 milliards de dollars pour l’IA, dont environ 2 milliards pour la puissance de calcul et les infrastructures, 200 millions pour l’Initiative régionale en matière d’IA, 100 millions pour le programme d’assistance à l’IA du Conseil national de recherches, ainsi que des enveloppes pour les compétences sectorielles et l’Institut canadien de la sécurité de l’IA. (ISED Canada)

Ces investissements répondent à un véritable enjeu de souveraineté. Les entreprises canadiennes restent dépendantes de fournisseurs étrangers pour l’infonuagique, les modèles fondamentaux et les processeurs spécialisés. Le Québec peut en profiter en raison de son écosystème scientifique, de Mila, d’IVADO, du CRIM et de ses entreprises technologiques.

Toutefois, le déploiement a été lent. Le Fonds d’accès à une puissance de calcul pour l’IA, annoncé en décembre 2024, a fermé son premier appel en juillet 2025. En mai 2026, 44 projets représentant environ 66 millions de dollars avaient été annoncés sur une enveloppe pouvant atteindre 300 millions. L’appel visant une infrastructure souveraine de très grande échelle n’a été lancé qu’en avril 2026. (ISED Canada)

Ce délai est compréhensible pour des infrastructures complexes, mais il est long par rapport à la vitesse de diffusion des modèles et des applications commerciales.

La stratégie fédérale IA pour tous de juin 2026

La nouvelle stratégie fédérale repose sur six piliers : protection, compétences, adoption, infrastructure souveraine, croissance des entreprises canadiennes et partenariats internationaux. Elle reconnaît ouvertement que le Canada est fort en recherche, mais faible en adoption et en commercialisation. (ISED Canada)

Parmi les mesures annoncées figurent :

• une initiative de financement de 500 millions de dollars par la Banque de développement du Canada pour aider les PME à intégrer l’IA;
• 500 millions supplémentaires pour l’Initiative régionale en matière d’IA;
• un outil d’évaluation de la préparation des PME;
• des formations et placements liés à l’IA;
• 700 millions supplémentaires pour l’accès au calcul souverain;
• un fonds de croissance technologique de 500 millions;
• l’utilisation du gouvernement fédéral comme client stratégique des entreprises canadiennes. (ISED Canada)

Cette stratégie est conceptuellement mieux adaptée au problème économique que les politiques antérieures, parce qu’elle distingue enfin la recherche, la commercialisation et l’adoption. Elle insiste aussi sur l’accompagnement pratique et sectoriel des PME.

Sa faiblesse principale est temporelle : publiée le 4 juin 2026, elle n’avait que quelques semaines d’existence à la date de cette revue. Les financements annoncés, les certifications, les formations et les infrastructures restent largement à mettre en œuvre.

Une réglementation fédérale encore incomplète

Le projet de loi C-27, qui contenait la Loi sur l’intelligence artificielle et les données, n’a pas terminé son étude avant la fin de la session parlementaire en janvier 2025. Il n’est donc pas entré en vigueur. (Parliament of Canada)

Son successeur législatif le plus important en 2026, le projet de loi C-36, a été déposé le 15 juin et se trouvait encore à l’étape de la deuxième lecture. Il porte principalement sur la protection de la vie privée et des données des consommateurs, et non sur une loi générale encadrant tous les systèmes d’IA à haut risque. (Parliament of Canada)

Le gouvernement fédéral privilégie donc, pour le moment, une combinaison de lois sur la vie privée, de règles sectorielles, d’un code volontaire, de normes, d’évaluations techniques et d’un futur système de certification. La stratégie de 2026 prévoit notamment 50 millions de dollars pour renforcer l’Institut canadien de la sécurité de l’IA, des travaux sur le marquage des contenus générés et une certification canadienne de confiance. (ISED Canada)

Les mesures restrictives : frein ou condition de l’adoption?

La Loi 25 du Québec

La Loi 25 impose des évaluations des facteurs relatifs à la vie privée pour certains systèmes d’information, des obligations de gouvernance, de transparence et de sécurité ainsi que des règles sur la circulation des données hors Québec. Une personne doit également être informée lorsqu’elle fait l’objet d’une décision fondée exclusivement sur un traitement automatisé de ses renseignements personnels et avoir l’occasion de demander une révision humaine. (Commission d’accès à l’information du Québec)

Effets positifs.

Ces obligations peuvent :

• augmenter la confiance des citoyens et des clients;
• réduire les risques d’incident, de discrimination et d’utilisation secondaire des données;
• pousser les entreprises à améliorer leur gouvernance des données;
• constituer un avantage commercial dans les secteurs réglementés ou sensibles.

La littérature internationale considère généralement la confiance et la gouvernance comme des conditions de l’adoption durable plutôt que comme de simples contraintes. (OECD)

Effets négatifs ou limites.

Les coûts fixes de documentation, d’évaluation et de conseil juridique sont proportionnellement plus lourds pour les PME. De plus, le droit relatif aux décisions automatisées ne vise que les décisions fondées exclusivement sur un traitement automatisé. De nombreux systèmes d’aide à la décision comportant une validation humaine formelle peuvent donc se situer en dehors de cette obligation précise, même lorsque l’influence réelle de l’algorithme est déterminante.

La Loi 25 protège les renseignements personnels, mais ne règle pas à elle seule les questions de sécurité des modèles, de discrimination fondée sur des données non personnelles, de surveillance au travail, de propriété intellectuelle, de responsabilité professionnelle ou de concurrence.

Un vide relatif plutôt qu’un excès général de réglementation

Au 16 juillet 2026, cette revue n’a identifié ni loi-cadre québécoise propre à l’IA ni loi fédérale générale sur les systèmes d’IA à haut risque entrée en vigueur. Le Québec a surtout adopté des règles pour son administration et applique la Loi 25 dans l’économie privée. Le fédéral s’appuie encore sur un ensemble fragmenté de lois sectorielles, de normes et d’engagements volontaires. Cette conclusion est cohérente avec le fait que le rapport Prêt pour l’IA demandait précisément une loi-cadre et une autorité indépendante, tandis que les mesures gouvernementales 2024-2026 prévoyaient encore des travaux exploratoires sur le cadre juridique. (CIQ)

Le problème canadien n’est donc pas principalement une réglementation trop stricte. Il réside plutôt dans une incertitude réglementaire fragmentée : exigences de vie privée relativement fortes, mais règles incomplètes sur les autres risques de l’IA.

Évaluation critique globale

Les principaux bons points

Le Québec a préservé un noyau scientifique et institutionnel de premier plan

Les investissements accumulés dans Mila, IVADO, le CRIM, Scale AI, les universités et les réseaux de recherche donnent au Québec une capacité que peu de territoires de taille comparable possèdent. Cette base attire des chercheurs, des projets internationaux et des entreprises.

L’État québécois adopte une approche relativement pragmatique

L’administration publique expérimente l’IA tout en imposant des balises. L’augmentation du nombre de projets, la présence de guides et l’utilisation d’évaluations des risques montrent une volonté de dépasser les déclarations de principe.

Les gouvernements ont finalement reconnu le véritable déficit d’adoption

Les programmes ESSOR et primo-adoptants ainsi que la stratégie fédérale de 2026 commencent à traiter les besoins des entreprises utilisatrices : financement, conseils, compétences, équipements, cas d’usage sectoriels et accès au calcul.

La protection des données peut devenir un avantage de confiance

La Loi 25 et les initiatives de certification peuvent aider les entreprises québécoises à se positionner sur des solutions responsables, particulièrement en santé, finance, administration publique et services professionnels.

Certaines politiques démontrent une capacité d’ajustement

Les modifications apportées au CDAE-IA en 2026 et la possibilité déclarée d’actualiser les règles publiques avant la fin de leur cycle montrent que le gouvernement reconnaît le caractère évolutif du secteur.

Les principaux mauvais points

Une politique encore trop centrée sur les producteurs d’IA

Le Québec demeure meilleur pour financer la recherche, les spécialistes et les entreprises technologiques que pour aider une petite entreprise manufacturière, agricole, touristique ou logistique à transformer concrètement ses opérations.

La réforme fiscale risque de brûler une étape

Une entreprise ne peut pas intégrer une IA avancée sans données propres, logiciels interopérables, cybersécurité, infonuagique et personnel formé. Réduire le soutien aux activités de maintenance ou de transformation numérique générale peut ralentir la création de cette base.

Les délais administratifs sont mal adaptés au rythme technologique

Entre l’annonce des fonds fédéraux de calcul en 2024, les appels en 2025 et les premières allocations importantes en 2026, les technologies, les prix et les architectures ont déjà beaucoup évolué. Les programmes doivent être conçus avec des cycles plus courts et des paramètres révisables.

L’architecture réglementaire reste fragmentée

Le Québec protège relativement bien les renseignements personnels et encadre son administration, mais les responsabilités relatives aux systèmes à haut risque restent dispersées. Au fédéral, l’échec de C-27 a prolongé l’incertitude.

Les politiques de main-d’œuvre sont en retard sur les politiques technologiques

Le rapport Prêt pour l’IA proposait une modernisation du droit du travail et des politiques sociales. Le corpus étudié montre davantage de mesures de formation et de consultation que de règles précises sur la participation des travailleurs, la surveillance algorithmique, l’évaluation du rendement, la contestation des décisions ou la redistribution des gains.

L’évaluation des programmes est trop centrée sur les intrants

Le nombre de projets, les montants investis et les emplois associés sont plus souvent publiés que les gains de productivité, les exportations supplémentaires, les économies de temps, les incidents évités ou les taux de survie des entreprises aidées.

Recommandations prioritaires

Créer deux voies distinctes de soutien

Le Québec devrait séparer clairement :

• une voie fondations numériques, couvrant données, infonuagique, cybersécurité, logiciels de gestion, interopérabilité et compétences;
• une voie IA avancée, destinée aux modèles, agents, robotique, vision industrielle et applications sectorielles.

Cette structure éviterait d’obliger les entreprises à qualifier artificiellement toute modernisation comme projet d’IA.

Passer des subventions fondées sur l’étiquette technologique aux aides fondées sur les résultats

L’aide pourrait être liée à des objectifs vérifiables : réduction des délais de production, diminution des rebuts, augmentation des exportations, amélioration de la qualité, économies d’énergie ou amélioration du service.

Déployer des équipes sectorielles de diffusion

Des équipes associant un intégrateur, un spécialiste sectoriel, un expert en données et un représentant de la main-d’œuvre devraient accompagner des cohortes d’entreprises dans le manufacturier, la construction, le transport, l’agriculture, le tourisme et les services de proximité. Cette approche correspond aux recommandations de l’OCDE en faveur d’un accompagnement adapté à la maturité et au contexte industriel des PME. (OECD)

Utiliser davantage les marchés publics comme levier

Le gouvernement et les municipalités pourraient devenir les premiers clients de solutions québécoises, à condition de prévoir des essais contrôlés, des objectifs mesurables, des clauses de propriété intellectuelle équilibrées et un passage rapide des projets pilotes aux contrats commerciaux.

Construire un cadre réglementaire harmonisé et fondé sur le risque

Le Québec et le fédéral devraient éviter deux régimes incompatibles. Un cadre commun pourrait distinguer :

• les usages ordinaires à faible risque;
• les systèmes influençant l’emploi, le crédit, l’assurance, la santé ou les services publics;
• les modèles avancés présentant des risques systémiques.

Les exigences devraient augmenter avec le niveau de risque : documentation, tests, supervision humaine réelle, signalement des incidents et mécanismes de contestation.

Publier un tableau de bord trimestriel

Les indicateurs devraient être ventilés par région, secteur et taille d’entreprise, et mesurer :

• l’adoption réelle plutôt que les simples expérimentations;
• les dépenses privées déclenchées par chaque dollar public;
• les gains de productivité;
• la formation des gestionnaires et des employés;
• la part des fournisseurs, infrastructures et droits de propriété intellectuelle demeurant au Québec;
• les échecs et abandons, qui sont aussi une information utile.

Intégrer la main-d’œuvre dès la conception

La formation ne suffit pas. Les employés et leurs représentants devraient participer au choix des systèmes, à la définition des indicateurs de rendement, à l’identification des risques et au partage des gains de productivité.

Protéger les actifs linguistiques et culturels

Le Québec devrait accélérer la constitution de corpus francophones de qualité, juridiquement utilisables et correctement rémunérés, ainsi que la présence de données et de perspectives autochtones sous gouvernance appropriée. Cet actif pourrait soutenir des solutions locales en éducation, culture, droit, santé et services publics, conformément aux orientations proposées dans Prêt pour l’IA. (CIQ)

Conclusion

Les politiques québécoises et canadiennes comprennent de mieux en mieux le problème, mais elles n’agissent pas encore à la vitesse ni à l’échelle requises.

Le Québec est en bonne position pour produire de la recherche, former des spécialistes et expérimenter l’IA dans l’État. Il est moins performant lorsqu’il s’agit de diffuser cette technologie dans la majorité de ses entreprises. La lente progression par rapport à l’Ontario et la faible importance accordée par les entreprises québécoises aux investissements en IA constituent les indicateurs les plus préoccupants. (Institut de la statistique du Québec)

Le CDAE-IA peut améliorer la qualité de l’aide fiscale, mais seulement s’il est complété par un soutien technologique neutre et largement accessible aux entreprises utilisatrices. Autrement, il pourrait renforcer un petit noyau avancé tout en élargissant l’écart avec les PME ordinaires.

La stratégie fédérale de juin 2026 représente une amélioration substantielle : elle met enfin l’adoption, les compétences, le financement des PME, l’État-client et la souveraineté au centre. Son succès dépendra toutefois de la vitesse de décaissement, de la coordination avec Québec et de la capacité à convertir les annonces en milliers de transformations organisationnelles concrètes.

Le risque principal pour le Québec n’est donc ni une réglementation excessive ni un manque total de financement. C’est une politique fragmentée entre recherche, fiscalité, transformation numérique, calcul, vie privée et formation, sans mécanisme suffisamment puissant pour coordonner ces éléments autour de l’adoption productive des PME.

Pour approfondir les obligations qui touchent directement les organisations, consultez aussi Loi 25 et données : ce que les entreprises doivent changer. Pour replacer ces politiques dans les rapports de force internationaux, poursuivez avec Géopolitique, réglementation et économie de l’IA en 2026.