Méthodologie

Observatoire de l’IA au travail en Occitanie

Tout ce que nous faisons pour produire les chiffres de cette rubrique est décrit ici. Le mécanisme d’abord, la formule ensuite, dans un encadré. Aucune formule n’arrive avant son explication.

Version de la méthodologie : v1.1, mise à jour le 6 octobre 2026.

Deux mesures, jamais confondues

Depuis le 6 octobre 2026, l’observatoire publie deux chiffres qui ne mesurent pas la même chose.

Le recrutement, mesuré. 1,38 % des entreprises qui recrutent en Occitanie cherchent quelqu’un pour un poste qui touche à l’IA, soit 125 sur 9 077. Ce chiffre vient des offres d’emploi, lues une par une. Tout ce qui suit sur cette page le décrit.

L’adoption, estimée. Environ 22 % des entreprises de 10 salariés et plus présentes en Occitanie utilisent l’IA, soit environ 7 900 sur 35 400. Aucun organisme public ne mesure l’adoption pour la seule Occitanie. L’Insee la mesure pour la France (18 % en 2025) et par taille d’entreprise. Nous appliquons ces taux au nombre réel d’entreprises de la région dans chaque taille :

• 10 à 49 salariés : 24 712 entreprises × 15 % = environ 3 700
• 50 à 249 salariés : 7 429 entreprises × 31 % = environ 2 300
• 250 salariés et plus : 3 251 entreprises × 58 % = environ 1 900

L’estimation suppose qu’à taille égale, une entreprise d’Occitanie utilise l’IA comme la moyenne française. Elle ne dit rien d’une avance ou d’un retard de la région. La première édition, en décembre 2026, la remplacera par une mesure propre à l’Occitanie.

Une offre d’emploi mesure le recrutement, pas l’usage. L’adoption est une estimation.

Nous mesurons ce qui se voit, pas ce qui se fait

Commençons par la limite. Le reste en dépend.

Notre indice compte des signaux publics d’adoption de l’IA. Il ne mesure pas l’usage réel.

Une entreprise peut faire tourner l’IA tous les jours sans l’écrire nulle part. Elle n’apparaîtra pas dans nos chiffres. Une autre peut mentionner l’IA dans une offre d’emploi sans que grand-chose ait changé en interne. Elle y apparaîtra.

C’est donc un indicateur de visibilité. Pas un audit d’entreprises.

Deux règles de lecture en découlent.

Un score bas ne dit pas qu’un département est en retard. Il dit que l’IA y est peu visible dans ce que nous savons observer. Un score élevé ne dit pas que les entreprises maîtrisent l’IA. Il dit qu’elles recrutent dessus, ou qu’elles l’affichent.

L’indice mesure les signaux publics d’adoption, pas l’usage interne réel.

Cette phrase figure sur chaque page de la rubrique. Ce n’est pas une précaution de bas de page. C’est la définition de l’objet.

Ce que personne ne mesurait

Les travaux existants regardent ailleurs. Le panorama de la DREETS Occitanie, publié en juillet 2025, recense environ 300 établissements spécialisés en IA dans la région. Il cartographie les fournisseurs. Les enquêtes nationales de maturité, elles, reposent sur du déclaratif et s’arrêtent à l’échelle de la France.

Personne ne suivait l’adoption département par département et secteur par secteur, sur une base observable et reproductible. C’est ce que nous faisons, avec les limites écrites ci-dessus.

Deux sources publiques, et celle qui porte le calcul

Les offres d’emploi. Nous collectons chaque semaine les offres publiées en Occitanie via l’API Offres d’emploi de France Travail. C’est la source principale, celle qui produit le score.

Une contrainte pèse sur toute la série : cette source ne restitue que les offres actives. Aucun historique n’est récupérable. Nous ne pouvons pas remonter le temps. La série commence le jour où la collecte commence, et une semaine non collectée est perdue.

Nous gardons l’intitulé, la description, la date, la commune, le code d’activité, la tranche d’effectif, le type de contrat, les compétences, le nom et la présentation de l’employeur. Nous ne gardons aucune coordonnée de recruteur. Ni nom de personne, ni adresse électronique, ni téléphone. Un test automatique bloque l’écriture si un champ hors de cette liste arrive dans la base.

Le référentiel d’entreprises. L’API Recherche d’entreprises de l’État, gratuite et ouverte, nous donne la population de référence. L’Occitanie compte 53 373 entreprises actives de plus de 5 salariés, chacune comptée une seule fois. Source : API Recherche d’entreprises (annuaire-entreprises.data.gouv.fr), relevé du 6 octobre 2026, traitement Oriq.

Par département, une entreprise compte dans chaque département où elle est implantée : la somme des 13 départements atteint 69 006. Jusqu’au 6 octobre 2026, nous publiions cette somme comme total de la région, ce qui comptait plusieurs fois les grands groupes présents partout. Le total régional se compte désormais sans doublon.

Nous écartons les entrepreneurs individuels et les unités non diffusibles. La source expose des noms de dirigeants. Nous ne les enregistrons pas.

Les sites web : abandonnés. Nous avions prévu un troisième signal, tiré des sites internet des entreprises. Nous y avons renoncé avant la première édition, et nous le disons ici plutôt que de le passer sous silence. La raison est donnée plus bas, dans la section consacrée aux données personnelles. Aucun robot d’Oriq ne parcourt de site web.

Nous citons parfois des enquêtes nationales, comme le baromètre France Num ou l’enquête TIC de l’INSEE, pour situer un résultat. Toujours avec leur année et leur source. Elles n’entrent jamais dans notre calcul : les méthodes sont différentes, les mélanger n’aurait aucun sens.

Trois familles d’activités sont retirées du calcul

Ces 3 familles sont comptées à part et publiées à part, dans le fichier de données ouvertes de chaque édition. Nous les retirons de l’indice. Nous ne les cachons pas.

Une offre sans code d’activité exploitable est comptée au niveau région et département, jamais au niveau secteur. La part d’offres dans ce cas est publiée à chaque édition.

La même offre publiée 3 fois ne compte qu’une fois

France Travail publie parfois la même offre plusieurs fois, sous des identifiants différents. Sans traitement, le corpus annoncerait plus d’offres qu’il n’en existe, et c’est le nombre le plus repris de cette rubrique.

Nous regroupons donc les annonces qui décrivent visiblement le même poste chez le même employeur, au même endroit, sur le même type de contrat, dans le même mois. Une seule est retenue, les autres sont marquées et conservées en base. Nous ne supprimons rien : un choix de regroupement doit pouvoir être revu.

Nous ne rapprochons pas des intitulés voisins. « Comptable » et « Comptable confirmé » restent 2 offres. Un rapprochement approximatif fusionnerait des postes réellement différents, et une fusion abusive est plus difficile à repérer qu’un doublon laissé en place.

Deux nombres sont donc publiés, et ils ne se confondent pas. Au 15 octobre 2026 : 65 193 annonces collectées, pour 59 956 offres distinctes, soit 8,0 % de republications. C’est ce second nombre qui sert à tous les calculs de cette rubrique.

La limite, et elle est nette. 1 annonce sur 5 ne porte aucun nom d’employeur : le recruteur le masque. Ces 14 351 annonces, soit 22,0 % du total, ne peuvent pas être regroupées, faute de savoir à qui les rattacher. Les regrouper sur le seul métier et la seule commune fusionnerait 2 entreprises différentes cherchant le même profil dans la même ville. Nous ne le faisons pas, et nous signalons donc la part du corpus qui reste hors de ce contrôle.

Un filet large, puis une lecture offre par offre

C’est le cœur du travail, et l’endroit où une méthode se trompe.

Premier passage, un tri par mots. Nous cherchons dans le titre, la description et les compétences un ensemble d’expressions : intelligence artificielle, IA générative, apprentissage automatique, vision par ordinateur, traitement du langage, noms d’assistants grand public, et quelques autres. Le filet est large exprès. Mieux vaut retenir trop à cette étape que perdre définitivement.

Un mot en a été retiré volontairement : « automatisation » employé seul. Dans l’industrie, il désigne le plus souvent de la robotique, sans aucune IA. Le garder aurait gonflé les scores industriels sans rien mesurer.

Second passage, une lecture. Chaque offre retenue est lue par une IA française hébergée en Union européenne, qui doit trancher entre 4 catégories et citer la phrase de l’offre qui justifie sa décision. Cette phrase est conservée. Chaque classement est donc vérifiable à la main, ligne par ligne.

Une offre compte comme « offre IA » si elle tombe dans l’une des deux premières catégories. Les trois sous-comptes restent publiés séparément, pour chaque case.

« IA chez l’employeur » ne compte plus, depuis le 13 septembre 2026. La raison est une mesure, pas une opinion. Sur 125 offres retenues par le filet et relues une à une, 50 tombaient dans cette catégorie, et presque toutes étaient la même chose : une plaquette d’entreprise, recopiée à l’identique d’une annonce à l’autre, citant l’IA parmi les domaines de recherche du groupe. Le poste, lui, était planificateur logistique ou technicien de fabrication mécanique. Quatre offres « IA » sur dix ne décrivaient donc aucun travail touchant à l’IA.

Nous mesurons la diffusion de l’IA dans le travail, pas le vocabulaire des services de communication. La catégorie continue d’exister et d’être comptée à part.

Un souhait n’est pas une demande. « Appétence pour l’IA », « sensibilité aux outils d’IA appréciée », « des connaissances en IA sont un plus » : ces offres ne comptent pas. Elles disent ce que l’entreprise aimerait trouver chez un candidat, pas ce que le poste fait.

Ce détail change la lecture. Un département dont les offres IA sont surtout des métiers de l’IA ne raconte pas la même chose qu’un département où ce sont surtout des usages. Le premier recrute des spécialistes. Le second diffuse l’outil dans ses équipes.

Le filet large attrape aussi des offres qui n’ont rien à voir. Un prénom, une adresse, un sigle. « Rue Frédéric Mistral » n’est pas un signal d’adoption. Les sigles IAA, IAE et IADE non plus. Écarter ces cas est précisément le rôle de la lecture, et notre tri est écrit pour ne pas confondre « IA » avec les lettres i et a à l’intérieur d’un autre mot.

Ce que vaut ce classement, mesuré sur 537 offres relues

Nous ne demandons à personne de nous croire. Nous mesurons, et nous publions le résultat.

Qui a relu, et pourquoi ça change la portée du chiffre. Le jeu de contrôle du 13 septembre 2026 n’a pas été relu par un humain. Il l’a été par un modèle de langage plus puissant que celui qui classe, lisant exactement le même texte, sans jamais voir la réponse du classificateur. C’est un contrôle utile et reproductible. Ce n’est pas une vérité terrain : deux modèles peuvent partager le même angle mort, et aucune mesure ne le verrait. La relecture humaine reste la référence à atteindre.

La méthode : des offres relues et étiquetées, puis comparées au classement automatique. Elles ne sont pas tirées au hasard dans le tout. Moins de 1 % des offres parlent d’IA : un tirage uniforme donnerait quatre cas intéressants sur quatre cents. Nous tirons donc par strate, et nous redressons au moment du calcul.

La strate du milieu existe parce que les oublis s’y concentrent. Sans elle, les offres écartées étaient tirées au hasard dans plus de quinze mille : chaque ligne relue en représentait soixante-seize, et un seul oubli déplaçait le rappel de plus de cinquante points. Un chiffre qui dépend à ce point d’un tirage ne mesure rien.

Deux chiffres en sortent.

La précision : parmi les offres que nous classons « IA », la part qui l’est vraiment. Une précision basse veut dire que nous surestimons.

Le rappel : parmi les offres réellement « IA », la part que nous attrapons. Un rappel bas veut dire que nous sous-estimons.

Nos objectifs : 90 % de précision au minimum, 85 % de rappel au minimum. Une édition dont l’évaluation passe sous ces seuils n’est pas publiée.

Dernière évaluation, 13 septembre 2026 : précision 97,5 %, rappel 81,3 %, sur 537 offres.

La précision passe l’objectif, le rappel non. L’édition n’est donc pas publiée. Nous le disons plutôt que d’ajuster le seuil.

Deux réserves, que nous préférons écrire que laisser découvrir. La consigne de classement a été corrigée trois fois contre ce même jeu d’offres au cours de la même journée : elle lui est désormais ajustée, et ces chiffres sont donc optimistes. Les mesurer honnêtement demande un échantillon neuf, tiré et étiqueté séparément, ce qui sera fait avant la première édition. Et la strate « loin » représente l’essentiel du corpus tout en restant échantillonnée : la relecture ne peut pas certifier à elle seule ce qui s’y trouve, elle borne cette part au lieu de la deviner.

Ce que nous savons déjà, mesuré le 10 septembre 2026 sur 3 000 offres écartées par le filet et relues automatiquement : 8 d’entre elles auraient mérité un second regard, soit 0,33 %, dans une fourchette de 0,14 % à 0,53 %. En les lisant une par une, la plupart parlaient de réalité augmentée, d’objets connectés ou de tableaux de bord, pas d’intelligence artificielle. Nous en avons resserré la définition plutôt qu’élargi le filet.

Cette évaluation est interne. Elle n’est pas auditée par un tiers. Elle est refaite intégralement à chaque changement dans la façon de classer, et le résultat est publié même s’il baisse. En continu, 2 % des offres écartées par le filet sont quand même envoyées à la lecture, pour surveiller ce que nous manquons.

Deux façons de compter, qui ne disent pas la même chose

Nous calculons les mêmes indicateurs pour chaque case d’analyse. Une case, c’est la région entière, un département, un secteur, ou un croisement département et secteur.

Le taux d’offres IA rapporte les offres IA au total des offres de la case. Il répond à la question du volume : quelle part du marché du travail affiche de l’IA.

Le taux d’employeurs concernés rapporte les employeurs ayant publié au moins une offre IA aux employeurs ayant publié au moins une offre. Il répond à une autre question : combien d’entreprises sont touchées. Un employeur compte pour un, qu’il publie une offre ou cinquante.

Les offres anonymes sortent de ce second ratio, faute de savoir à qui les rattacher. Elles restent comptées dans le premier.

Un troisième indicateur, tiré des sites internet, avait été prévu. Il a été abandonné avant la première édition. L’indice repose donc sur ces 2 mesures, et sur elles seules.

Un gros recruteur est bridé à 20 offres par case

Sans cette règle, un seul employeur qui publie 400 offres mentionnant l’IA déciderait du score d’un département entier. Le chiffre décrirait alors cet employeur, pas le territoire.

Nous plafonnons donc la contribution d’un même employeur à 20 offres par case.

Le plafond a un coût, et nous l’assumons : il sous-représente les très gros employeurs. L’objet mesuré est la diffusion de l’IA dans le tissu économique, pas le volume de recrutement d’une entreprise donnée.

Le rapport de chaque édition signale d’ailleurs les cases où un seul employeur pèse plus de 30 % des offres IA. Ces cases sont relues avant publication.

Pourquoi certaines cases restent vides

Un exemple. Un secteur peu représenté dans un petit département publie 12 offres sur un trimestre. 3 mentionnent l’IA. Le taux affiché serait de 25 %.

Ce chiffre serait faux. Pas au sens du calcul, au sens de la stabilité : une offre de plus ou de moins le déplace de 8 points. Le publier serait une faute.

Nous affichons donc « données insuffisantes ».

Une case n’est publiée que si elle réunit 2 conditions sur la période : un volume d’offres suffisant, et un nombre d’employeurs distincts suffisant. Ces 2 conditions vont ensemble. Le premier garantit qu’il y a matière à mesurer. Le second garantit que cette matière ne vient pas de 3 recruteurs.

Ces conditions sont fixées à l’édition de référence, puis conservées d’une édition à l’autre, pour que les séries restent comparables. Tout changement serait écrit ici et daté.

Un chiffre publié n’est pas toujours un chiffre citable en titre. Pour un communiqué ou une reprise presse, nous appliquons des conditions nettement plus strictes encore, sur le volume comme sur la précision. La liste des cases éligibles est produite à chaque édition, et elle est courte. Nous faisons cette distinction nous-mêmes, avant qu’on nous la fasse.

Une petite case est tirée vers la moyenne de son secteur

Même au-dessus des seuils, une case de 160 offres est plus fragile qu’une case de 8 000.

Deux départements pour le montrer. Le premier : 1 200 offres, dont 96 mentionnent l’IA, soit 8,0 %. Le second : 160 offres, dont 20 mentionnent l’IA, soit 12,5 %. Ces nombres sont une illustration, pas une mesure.

Faut-il conclure que le second est en avance de 4,5 points ? Non. Cinq offres de moins et il tombe à 9,4 %. Son résultat tient à une poignée d’offres, donc en partie au hasard.

Notre correction tient en une phrase. Plus une case est petite, plus nous rapprochons son taux de la moyenne régionale de son secteur.

Une petite case doit apporter beaucoup de preuves pour s’écarter de la moyenne. Une grosse case n’a presque rien à prouver, ses chiffres parlent seuls.

Le curseur est unique et identique pour toutes les cases. Une petite case est nettement tirée vers la moyenne de son secteur. Une grosse case ne bouge presque plus.

Les 2 chiffres sont toujours publiés : le taux brut, tel que compté, et le taux corrigé, qui sert au score et à la carte. Le fichier de données ouvertes contient les 2 colonnes.

La référence employée est le taux régional du même secteur pour une case département et secteur, et le taux régional global pour une case département seul ou secteur seul. Le nom statistique de cette correction est l’estimation bayésienne.

La fourchette qui dit à quel point le chiffre tient

Nos taux ne sont pas exacts au dixième de point. Ils reposent sur un nombre fini d’offres.

Nous publions donc une fourchette autour de chaque taux brut. Elle se lit ainsi : en refaisant la même mesure sur une période comparable, le résultat tomberait dans cette fourchette 19 fois sur 20.

Deux usages concrets.

Une fourchette large signale une case fragile, à manier avec précaution, même publiée.

Deux cases dont les fourchettes se chevauchent largement ne peuvent pas être présentées comme différentes. C’est la règle que nous nous appliquons dans nos propres commentaires. C’est celle que nous recommandons à qui reprend nos chiffres.

Nous utilisons la méthode de Wilson, qui reste fiable sur les petits effectifs et sur les taux proches de zéro, là où le calcul le plus courant donne des bornes aberrantes, parfois négatives. Les 2 bornes figurent dans le fichier de données ouvertes.

L’intervalle porte sur le taux brut, avant correction.

Le score sur 100 se lit en relatif

Le score sert à comparer et à colorer la carte. Il n’a de sens que par rapport aux autres cases.

Un score de 100 ne veut pas dire que tout le monde utilise l’IA. Il veut dire : cette case est au niveau des cases les plus avancées de la région lors de l’édition de référence.

Nous avons fixé 2 repères d’échelle à cette édition de référence, un sur le taux d’offres, un sur le taux d’employeurs, calés sur le niveau des cases les plus avancées de la région. Ces 2 repères sont ensuite gelés définitivement.

C’est ce gel qui rend les éditions comparables. Sans lui, une région entière qui progresse verrait ses scores rester identiques, puisque l’échelle monterait avec elle.

Le score combine les 2 taux corrigés avec des poids fixes. Le taux d’offres pèse le plus lourd, parce qu’il est mesuré sur davantage d’offres, donc plus stable. Le taux d’employeurs garde un poids élevé parce qu’il empêche un score de reposer sur une poignée d’entreprises.

Ces poids sont gelés. S’ils devaient changer, le changement serait annoncé et daté, et toutes les éditions précédentes seraient recalculées avec la nouvelle méthode. Nous ne laissons pas coexister 2 séries calculées différemment.

Trois choses que le score ne permet pas.

Comparer l’Occitanie à une autre région : nos repères sont régionaux, et nous ne mesurons qu’ici.

Classer une entreprise : aucun score individuel n’est publié, ni ne le sera.

Faire la moyenne de plusieurs cases : le score d’un département n’est pas la moyenne des scores de ses secteurs, il est recalculé sur les offres du département.

Aucune donnée personnelle, et aucun robot sur vos sites

Aucune donnée personnelle n’entre dans notre base. Ni coordonnée de recruteur dans les offres, ni nom de dirigeant dans le référentiel, ni adresse électronique récoltée sur un site. Cette règle est vérifiée par des tests automatiques, pas seulement par la consigne.

Les textes d’offres sont effacés au bout de 13 mois. Nous gardons ensuite le classement et les compteurs, ce qui suffit aux séries.

Nous avions envisagé de lire aussi les sites internet des entreprises. Nous y avons renoncé : l’adresse du site n’est connue que pour 5 % des offres, et aucun registre public ne la fournit. Un taux calculé sur cette base aurait décrit une poignée de grandes entreprises en prétendant décrire la région. Aucun robot ne parcourt donc les sites, et l’indice repose sur 2 mesures, pas 3.

Aucune entreprise n’est nommée négativement, nulle part. Les seules entreprises citées dans cette rubrique sont celles qui ont accepté par écrit d’y figurer, dans la section consacrée aux pionnières. Leur portrait leur est soumis avant publication, et leur accord est retirable à tout moment.

Les 8 limites, écrites par nous

1. Le visible n’est pas l’usage. C’est la limite principale, celle du début. 2. Recruter et utiliser ne sont pas la même chose. Une entreprise qui n’embauche pas n’apparaît pas, même si elle fait tourner l’IA tous les jours. 3. Le vocabulaire vieillit. Ce qu’on écrit « intelligence artificielle » en 2026 sera peut-être trop banal pour être mentionné en 2029. Une baisse future pourrait signaler une banalisation, pas un recul. Nous le dirons si nous l’observons. 4. Toutes les offres ne passent pas par notre source. Celles diffusées uniquement sur le site d’une entreprise, ou sur certaines plateformes, nous échappent. 5. Le classement automatique se trompe. Nous mesurons de combien, nous le publions. Nous n’affirmons pas qu’il est parfait. 6. Les grands employeurs sont bridés par le plafond de 20 offres par case. 7. Le lieu déclaré n’est pas toujours le lieu réel. Une offre est rattachée à la commune du lieu de travail déclaré. 8. La première édition n’a rien à quoi se comparer. Les évolutions arrivent à partir de la deuxième.

Les données sont ouvertes, les erreurs se signalent

Chaque édition publie son fichier, en PDF, sous licence CC BY 4.0. Il contient les cases publiables, leurs effectifs, les taux bruts et corrigés, les bornes de la fourchette, les sous-comptes par catégorie et le score. Aucune donnée individuelle d’entreprise n’y figure.

Toute reprise mentionne la source, la période et le niveau de la case citée. Par exemple : « Observatoire de l’IA au travail en Occitanie, Oriq, sur données France Travail ».

Un changement de méthode entraîne le recalcul de toutes les éditions précédentes, signalé en haut de cette page avec sa date et sa nature.

Une erreur repérée dans nos chiffres se signale à contact@oriq.fr. Nous corrigeons, nous datons la correction, et nous la rendons visible sur la page concernée.

Pourquoi une entreprise du secteur publie ces chiffres

L’observatoire est porté par Oriq, entreprise installée en Occitanie, qui accompagne des entreprises sur l’intégration de l’IA. Nous avons donc un intérêt dans le sujet que nous mesurons, et nous le déclarons ici plutôt que d’attendre qu’on nous le reproche.

C’est la raison pour laquelle nous publions nos sources, nos définitions, nos limites, les résultats d’évaluation même mauvais, et les données brutes sous licence ouverte. Les chiffres doivent tenir sans nous.

Journal des versions

Source : France Travail, API Offres d’emploi, traitement Oriq