Logiciels d'ingestion de données : pourquoi les ETI restent à la traîne

Sur le papier, tout devrait pousser les ETI vers les grandes plateformes d’ingestion et d’intégration de données. Le marché explose, les outils n’ont jamais été aussi nombreux, et les dirigeants ont pris la mesure de l’enjeu. Pourtant, dans les faits, l’adoption réelle de ces « gros » logiciels — Talend, Informatica, Fivetran, Airbyte, et consorts — reste très inégale dans le tissu des entreprises de taille intermédiaire. Décryptage d’un paradoxe.

Un marché en plein boom… porté par les grands comptes

Le marché de l’intégration de données est l’un des plus dynamiques du logiciel B2B. Selon MarketsandMarkets, il passerait de 17,58 Md$ en 2025 à 33,24 Md$ en 2030, soit une croissance annuelle de 13,6 %. Le segment iPaaS (integration Platform-as-a-Service) croît encore plus vite : de 12,87 Md$ en 2026 à 78,28 Md$ en 2032, à un rythme de près de 26 % par an.

Mais derrière cette croissance se cache un biais : ces plateformes ont été conçues, vendues et tarifées pour des grands comptes. Leurs cycles de déploiement se comptent en trimestres, leur coût total de possession suppose une équipe data dédiée, et leur ROI se matérialise à l’échelle de centaines de flux. Autant de prérequis qui collent mal à la réalité d’une ETI.

Le paradoxe des ETI : conscientes, équipées… mais sous-exploitées

L’étude de référence ici est celle de Bpifrance Le Lab, « L’IA dans les PME et ETI françaises : une révolution tranquille » (juin 2025), menée auprès de plus de 1 200 dirigeants. Elle dresse un portrait nuancé :

• 58 % des dirigeants considèrent l’IA comme une question de survie à horizon 3 à 5 ans. La prise de conscience est donc majeure.
• La transformation digitale est « en marche » pour 76 % d’entre eux.
• Mais 43 % des PME et ETI ne réalisent aucune analyse de données pour piloter leur activité.
• Et dans 73 % des cas, c’est le dirigeant lui-même qui porte la transformation — signe d’un manque de relais internes structurés.

Le Baromètre France Num 2025, publié par la Direction générale des Entreprises sur un échantillon de 11 021 entreprises, confirme la dynamique : le recours à l’IA a doublé en un an (26 % en 2025 contre 13 % en 2024), culminant à 34 % chez les PME. Mais il révèle aussi une fracture sectorielle béante : 51 % d’adoption dans le numérique, 41 % dans les services techniques… contre 15 % dans l’agro-alimentaire et 9 % dans l’agriculture. Les secteurs industriels et de distribution — le cœur de cible des plateformes d’ingestion — figurent parmi les retardataires.

Pourquoi l’adoption cale : coût, complexité, compétences

Trois freins structurels reviennent dans toutes les études.

1. Le coût et la complexité

Les entreprises de taille intermédiaire consacrent 3 à 5 % de leur chiffre d’affaires aux systèmes d’intégration et d’ERP — une part plus élevée que les 2 à 3 % des grands groupes. L’effort relatif est donc supérieur, pour un parc applicatif déjà dense : une organisation mid-market jongle en moyenne avec 150 à 250 applications. Brancher une plateforme d’ingestion lourde sur cet existant relève souvent du chantier pluriannuel.

2. La résistance au changement

C’est l’obstacle numéro un. 57 % des dirigeants d’ETI citent la résistance interne au changement comme leur premier frein, devant toute considération technique.

3. Le manque de compétences

Le déficit de profils data est critique : selon l’observatoire DFCG/RSM, 63 % des PME le considèrent comme un obstacle majeur. Or les plateformes d’ingestion haut de gamme supposent précisément ces compétences pour être configurées et maintenues.

Le coût caché de l’inaction : la mauvaise donnée

Renoncer à structurer ses données n’est pas neutre. La référence la plus citée reste l’estimation de Gartner : une mauvaise qualité de données coûte en moyenne 12,9 millions de dollars par an à une organisation. La MIT Sloan Management Review, avec la Cork University Business School, va plus loin : les entreprises perdraient 15 à 25 % de leur chiffre d’affaires annuel à cause d’une donnée défaillante.

Pour une ETI, le débat n’est pas « faut-il une plateforme d’ingestion à 200 000 € par an ? », mais « comment transformer mes données dispersées en un actif exploitable, à un coût et avec des compétences compatibles avec ma taille ? ».

La voie médiane : des briques ciblées plutôt qu’une plateforme monolithique

Le constat qui se dégage de ces études n’est pas que les ETI rejettent la donnée — c’est qu’elles ont besoin d’outils à leur échelle. Plutôt qu’une suite d’intégration monolithique, la tendance est aux briques spécialisées, activables une à une, qui résolvent un problème concret sans imposer une équipe data dédiée :

• ingestion ciblée d’une source clé (catalogues fournisseurs, factures, bons de commande) plutôt que branchement universel ;
• déploiement en jours, pas en trimestres ;
• tarification et compétences alignées sur la réalité d’une ETI.

C’est exactement le créneau d’un outil comme Katalyze : au lieu de demander à une ETI de déployer une plateforme d’ingestion généraliste pour traiter ses catalogues fournisseurs, il résout ce problème précis — transformer des PDF et images hétérogènes en données produit propres — avec une mise en œuvre légère. La donnée structurée devient alors le carburant que les outils d’analyse, eux, pourront enfin exploiter.

En résumé

Les ETI ne souffrent pas d’un déficit de prise de conscience : 58 % de leurs dirigeants voient l’IA comme un enjeu de survie. Elles souffrent d’un décalage entre des plateformes d’ingestion taillées pour les grands comptes et leur réalité de taille intermédiaire — coûts, complexité, compétences. La sortie par le haut passe par des briques ciblées, déployables vite, qui produisent une donnée propre sans réorganiser toute l’entreprise.

Sources

1. Bpifrance Le Lab — L’IA dans les PME et ETI françaises : une révolution tranquille (juin 2025). https://lelab.bpifrance.fr/Etudes/31-des-tpe-et-pme-utilisent-l-ia-generative
2. France Num (DGE) — Baromètre France Num 2025 : le numérique et l’IA dans les TPE et PME. https://www.francenum.gouv.fr/guides-et-conseils/strategie-numerique/comprendre-le-numerique/barometre-france-num-2025-le
3. MarketsandMarkets — Data Integration Market Report 2025-2030. https://www.marketsandmarkets.com/Market-Reports/data-integration-market-61793560.html
4. Integrate.io — Data Integration Adoption Rates in Enterprises – 45 Statistics for 2026. https://www.integrate.io/blog/data-integration-adoption-rates-enterprises/
5. Gartner — Data Quality: Why It Matters and How to Achieve It. https://www.gartner.com/en/data-analytics/topics/data-quality
6. MIT Sloan Management Review / Cork University Business School — recherche sur le coût de la mauvaise qualité de données.
7. Institut Supérieur des Métiers — Baromètre France Num 2025 : une diffusion rapide de l’IA. https://infometiers.org/barometre-france-num-2025-une-diffusion-rapide-de-lia-mais-des-usages-encore-tres-differencies-selon-la-taille-des-entreprises/