Taille de marché de l'IA : le vrai problème n'est pas la prévision, c'est la définition

SkyQuest Technology Consulting chiffre le marché mondial de « l'IA dans l'aérospatiale » à 3,28 Md$ pour 2025, avec une trajectoire à 43,1% de CAGR jusqu'en 2033 (57,61 Md$). ResearchAndMarkets, dans un rapport de janvier 2026, évalue le marché de « l'IA dans l'aérospatiale et la défense » à 29,27 Md$ pour la même année 2025, avec un CAGR nettement plus modeste de 13,5% jusqu'en 2030 (55,3 Md$). Les deux cabinets sont des instituts établis, les deux rapports datent de 2026, et pourtant l'estimation de départ diffère d'un facteur 9.

Ce n'est pas un problème d'incertitude de prévision au sens où l'entend la théorie statistique classique — deux estimateurs qui convergent vers la même quantité avec une variance différente. C'est un problème plus fondamental, documenté dès 1963 par l'économiste Oskar Morgenstern dans « On the Accuracy of Economic Observations » : les statistiques économiques publiées sont utilisées avec une confiance bien supérieure à ce que leur mode de construction justifie, et l'essentiel de l'erreur ne vient pas de l'échantillonnage mais des choix de définition faits en amont, rarement explicités, presque jamais vérifiés par l'utilisateur final.

La « taille de marché » n'est pas une grandeur directement observable comme une température : c'est une construction théorique, contingente à des choix de classification. Tjalling Koopmans formulait en 1947, dans sa critique célèbre de l'empirisme sans théorie du NBER (« Measurement without Theory »), une mise en garde voisine : mesurer sans expliciter ce que l'on mesure produit des chiffres précis mais non comparables. L'IA appliquée à l'aérospatiale n'a, à ce jour, aucun code de nomenclature statistique stabilisé (au sens d'un NACE ou d'un NAICS) : chaque cabinet d'études invente donc son propre périmètre — logiciel seul ou logiciel plus matériel, aérospatiale civile seule ou aérospatiale et défense combinées, produits commercialisés ou incluant les programmes classifiés.

Le facteur 9 observé ici est d'ailleurs assez cohérent avec cette hypothèse de périmètre plutôt qu'avec une simple erreur de calcul : un marché « logiciel d'IA aérospatiale civile » de l'ordre de 3 Md$ est plausible comparé à un marché « IA aérospatiale et défense » incluant systèmes embarqués et avionique de l'ordre de 30 Md$, sachant que la défense pèse structurellement plus lourd que le civil dans les budgets IA (cf. notre analyse du 15/08 sur la concentration de la dépense IA fédérale américaine autour du Département de la Défense, 98,9% de la valeur des contrats).

L'implication dépasse le seul secteur aérospatial. Nous avions déjà signalé, le 14/08, une divergence de trajectoire de prévision entre deux cabinets sur l'IA amont pétrolière et gazière — mais il s'agissait alors d'un désaccord sur un taux de croissance à partir d'une base commune, un problème de mesure au sens statistique. Ce que révèle la comparaison SkyQuest / ResearchAndMarkets est un cran plus grave : deux chiffres de départ qui ne parlent tout simplement pas de la même chose, alors qu'ils sont cités, l'un comme l'autre, sous le même intitulé générique « marché de l'IA ».

Pour un dirigeant qui bâtit un business case, une thèse d'investissement ou une comparaison concurrentielle sur un chiffre de taille de marché IA, la discipline pratique tient en trois questions à poser avant toute citation : que couvre exactement ce chiffre (logiciel, matériel, services) ? sur quelle géographie et quelle année de référence précise repose-t-il ? et la dépense de défense — structurellement opaque, cf. notre analyse du 15/08 — y est-elle incluse ou exclue par construction ? Ces questions coûtent une demi-heure de vérification ; l'absence de réponse peut fausser un TAM d'un facteur 9.

Le raisonnement de Morgenstern reste, plus de soixante ans après, la meilleure boussole face à ce type de chiffre : l'erreur de mesure en économie n'est pas d'abord un problème d'échantillon insuffisant, c'est un problème de définition non vérifiée. Reconnaître cette source d'erreur ne rend pas les chiffres de marché inutiles — cela impose seulement de les traiter comme des estimations conditionnelles à un périmètre, jamais comme des faits bruts directement comparables entre sources.