# Méthodologie

Observatoire de l'IA dans les entreprises d'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 : v1.0, publiée le 10 septembre 2026.

---

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.

Trois sources, une seule 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. Au 10/09/2026, l'Occitanie compte 32 223 entreprises actives de 20 salariés et plus, réparties sur ses 13 départements. Source : API Recherche d'entreprises, relevé du 10/09/2026, traitement Oriq.

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. Un robot lit les sites publics de ces entreprises et repère les mentions d'IA. Ses règles sont plus bas, et sur la page `/observatoire/robot`, qui explique aussi comment s'y opposer.

Ce troisième signal n'entre dans le score que si nous parvenons à identifier et lire le site d'une part assez large des entreprises. Le taux de couverture atteint est publié à chaque édition. Tant qu'il est faible, les sites illustrent, ils ne calculent pas.

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

| Activité retirée | Pourquoi | |---|---| | Numérique et services informatiques | Ce sont les fournisseurs d'IA. Les compter reviendrait à mesurer l'offre en croyant mesurer la demande. | | Intérim et agences d'emploi | L'employeur réel est inconnu. Une offre portée par une agence de Toulouse peut concerner une usine du Tarn. | | Administration publique | Autre objet. Les budgets et les statuts n'obéissent pas aux mêmes logiques. |

Ces trois 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 trois fois ne compte qu'une fois

Deux règles.

Même identifiant d'offre : doublon strict, écarté.

Même employeur, même intitulé, même commune, à moins de 30 jours d'écart : c'est presque toujours la même offre republiée, elle est écartée aussi.

La seconde règle est volontairement large. Elle nous fait perdre quelques offres réellement distinctes. Nous préférons cette perte au gonflement mécanique d'un employeur qui republie chaque semaine.

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 quatre 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.

| Catégorie | Ce qu'elle recouvre | |---|---| | Métier de l'IA | Le poste lui-même est un métier de l'IA ou de la donnée avancée. | | Usage de l'IA | Le poste n'est pas un métier de l'IA, mais les missions demandent d'utiliser des outils d'IA. | | IA chez l'employeur | L'offre indique que l'entreprise utilise ou développe l'IA, sans que le poste y touche. | | Aucune | Aucune mention réelle d'IA. |

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

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 400 offres relues à la main

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

La méthode : 400 offres, dont 200 tirées au hasard parmi celles retenues par le filet et 200 parmi celles écartées. Chacune est relue et étiquetée à la main. L'étiquette humaine est ensuite comparée au classement automatique.

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.

Cette évaluation n'a pas encore eu lieu. Elle sera menée avant la première édition, et son résultat publié ici, qu'il soit bon ou mauvais. Tant qu'elle n'est pas faite, aucun taux n'est publié dans cette rubrique.

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.

Le taux de sites avec signal IA est le troisième indicateur, réservé aux entreprises de 20 salariés et plus dont nous avons pu lire le site. Un point de vigilance : un simple module de discussion sur un site n'est pas un signal d'IA. Il faut un assistant identifiable comme fonctionnant à l'IA.

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 douze offres sur un trimestre. Trois 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 huit points. Le publier serait une faute.

Nous affichons donc « données insuffisantes ».

Une case est publiée si elle réunit les deux conditions suivantes sur la période :

• au moins 150 offres au total,
• au moins 30 employeurs distincts.

Les deux vont ensemble. Le premier seuil garantit un volume. Le second garantit que ce volume ne vient pas de trois recruteurs.

Valeurs en vigueur : 150 offres et 30 employeurs. Elles seront confirmées ou ajustées sur les données réelles avant la première édition, et tout changement sera écrit ici. Elles sont fixées à l'édition de référence, puis conservées, pour que les séries restent comparables.

Un chiffre publié n'est pas toujours un chiffre citable en titre. Pour un communiqué ou une reprise presse, nous exigeons le double des seuils et une fourchette d'incertitude de moins de 5 points. 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 quatre points et demi ? 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 réglé par une valeur unique, identique pour toutes les cases, exprimée en nombre d'offres. À 50, une case de 50 offres est corrigée à moitié vers la moyenne. Une case de 500 offres ne bouge presque plus.

Les deux 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 deux colonnes.

Formule : lissage vers une moyenne de référence ```text taux_corrigé = (x + k × p0) / (n + k) x = offres IA de la case n = offres totales de la case p0 = taux de référence k = poids accordé à la référence, exprimé en nombre d'offres ``` Référence employée : case département et secteur, le taux régional du même secteur ; case département seul ou secteur seul, le taux régional global. Réglages en vigueur : `k = 50` pour le taux d'offres, `k = 10` pour le taux d'employeurs. Valeurs de départ : k = 50 pour les offres, k = 10 pour les employeurs. Gelées à l'édition de référence. Le nom technique de cette correction est l'estimation bayésienne. Le principe reste celui décrit plus haut : la moyenne sert de point de départ, les données de la case la déplacent à proportion de leur volume.

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 deux bornes figurent dans le fichier de données ouvertes.

Formule : intervalle de confiance de Wilson à 95 % ```text centre = (p + z² / 2n) / (1 + z² / n) demi_largeur = z × racine( p(1-p)/n + z² / 4n² ) / (1 + z² / n) p = taux brut de la case n = offres de la case z = 1,96 ``` 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 deux repères d'échelle à cette édition de référence, un sur le taux d'offres, un sur le taux d'employeurs. Concrètement, le niveau au-dessus duquel se situent les 10 % de cases les plus avancées. Ces deux 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 deux taux corrigés, avec des poids fixes. Le taux d'offres pèse 60 %, le taux d'employeurs 40 %. Le premier est mesuré sur davantage d'offres, donc plus stable. Le second garde un poids élevé parce qu'il empêche un score de reposer sur une poignée d'entreprises.

Quand le signal des sites atteindra une couverture suffisante, les poids passeront à 50 %, 30 % et 20 %. Ce changement sera annoncé et daté, et toutes les éditions précédentes seront recalculées avec la nouvelle méthode. Nous ne laissons pas coexister deux séries calculées différemment.

Formule : score sur 100 ```text Score = 100 × ( 0,6 × min(1 ; T_offres_corrigé / R_offres) + 0,4 × min(1 ; T_employeurs_corrigé / R_employeurs) ) ``` `R_offres` et `R_employeurs` sont les repères d'échelle, fixés au 90e percentile des cases département et secteur publiables de l'édition de référence, puis gelés. Si moins de 20 cases de ce type sont publiables, les repères sont calculés sur les cases département et les cases secteur. `min(1 ; ...)` plafonne chaque terme. Une case qui dépasse le repère reste à 100. Version avec les sites : `0,5 / 0,3 / 0,2`, avec `R_sites`. Repères en vigueur : ils seront figés lors de la première édition, en décembre 2026. Ces deux repères seront figés lors de la première édition et publiés ici.

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 deux mesures, pas trois.

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 huit limites, écrites par nous

1. Le visible n'est pas l'usage. C'est la limite principale, celle du début. 2. Recruter et utiliser sont deux choses. 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 CSV et en JSON, 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 dans les entreprises d'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 la méthode entière, les seuils, les résultats d'évaluation même mauvais, et les données brutes sous licence ouverte. Les chiffres doivent tenir sans nous.

Journal des versions

| Version | Date | Changement | |---|---|---| | v1.0 | à paraître | Première publication de la méthodologie. |

--- ---

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