IA et productivité : ce que disent vraiment les chiffres

Par Sébastien Vray · Publié le 11 août 2026

Les chiffres sur l'IA se contredisent parce qu'ils ne mesurent pas la même chose. Sur une tâche précise et répétitive — rédiger, résumer, répondre à une demande simple — les études sérieuses mesurent des gains énormes, parfois l'équivalent d'une personne en plus. À l'échelle d'une entreprise entière, on retombe sur quelques pourcents à quelques dizaines de pourcents. Et le facteur décisif n'est pas l'outil : au Danemark, sur 25 000 salariés, 40 % utilisent l'IA quand l'employeur ne fait rien, et 93 % quand il encourage, équipe et forme.

On me sort des chiffres sur l'IA à chaque rendez-vous. Un jour c'est « ça multiplie la productivité par trois », le lendemain c'est « de toute façon personne n'en tire rien ». Les deux viennent d'études réelles. Et les deux, présentés comme ça, sont trompeurs.

Alors j'ai pris le temps de lire les travaux sérieux — pas les communiqués de vendeurs de logiciels, mais les études universitaires et les enquêtes publiques. Voilà ce que j'en retiens, avec les sources, pour que vous puissiez vérifier vous-même.

Pourquoi les chiffres sur l'IA se contredisent-ils autant ?

Parce qu'il y a trois étages, et qu'on les confond en permanence : la tâche, le métier, l'entreprise entière.

L'exemple le plus clair est français. En mars 2025, le cabinet Asterès a interrogé 1 200 chefs d'entreprise artisanale pour le FAFCEA. Ceux qui utilisent l'IA estiment mettre un tiers de temps en moins sur les tâches de gestion concernées. Et sur l'ensemble de leur semaine, ils gagnent 2,1 heures, soit 4 à 9 % de productivité (étude relayée par France Num, la Direction générale des Entreprises).

Les deux chiffres sortent de la même enquête. Le premier fait rêver, le second fait vivre. Précision honnête : ce sont des estimations données par les artisans eux-mêmes, pas un chronomètre.

Toute la difficulté est là. Quand quelqu'un vous annonce un gain spectaculaire, la première question à poser n'est pas « combien ? », c'est « sur quoi ? ».

Sur une tâche précise, les gains sont-ils vraiment énormes ?

Oui. Et sur ce point, les études les plus solides sont impressionnantes.

La meilleure a été menée chez Procter & Gamble et publiée par le NBER en 2025 : 776 professionnels, répartis au hasard entre travailler seul, travailler à deux, ou travailler seul avec une IA. Une personne équipée obtenait un résultat équivalent à celui d'une équipe de deux personnes sans IA. Ce n'est pas un slogan de vendeur : c'est une expérience contrôlée, dans une vraie entreprise, sur de vrais projets.

Sur la rédaction, la revue Science a publié en 2023 une expérience portant sur 453 professionnels diplômés : 40 % de temps en moins, et une qualité jugée supérieure de 18 %. À nuancer tout de même — les tâches étaient courtes et fabriquées pour l'expérience, loin d'une vraie journée de travail.

Sur le service client, l'étude la plus sérieuse du domaine, publiée en 2025 dans The Quarterly Journal of Economics, a suivi 5 172 agents et 1,2 million de conversations : 15 % de problèmes résolus en plus par heure en moyenne. Avec un détail qui change tout : +36 % pour les agents les moins à l'aise, à peu près rien pour les meilleurs. Un agent équipé et formé depuis deux mois faisait aussi bien qu'un agent de six mois sans outil.

Attention quand même à ce dernier résultat, parce qu'on le cite mal partout : l'outil utilisé avait été spécialement entraîné sur les conversations des meilleurs agents de l'entreprise. Ce n'était pas un assistant grand public branché sur rien. La bonne formulation, c'est : quand on outille correctement un débutant, il rattrape. Pas : l'IA fait rattraper les débutants.

Le point commun de tous ces gains, c'est la nature de la tâche : claire, répétitive, vérifiable. Le rapport annuel de Stanford sur l'IA, qui compile toute cette littérature, le dit dans ces termes en 2026 : les gains sont les plus forts « lorsque le travail peut être découpé en tâches bien définies, répétables, avec un contrôle de qualité clair ».

Autrement dit : le multiplicateur n'est pas une propriété de l'outil. C'est une propriété de la tâche. C'est exactement pour ça que je détaille, dans un autre article, les cinq choses que l'IA sait vraiment faire dans une PME de 10 personnes — et pas une de plus.

Et à l'échelle d'une entreprise entière ?

Là, ça se dégonfle. C'est le passage que personne n'a envie de vous faire lire.

Le chiffre le plus utile vient de Microsoft, qui a testé son propre assistant : 6 000 salariés, 56 entreprises, plus de six mois, avec une mesure automatique du temps passé — pas un questionnaire de satisfaction. Résultat pour les gens qui s'en servent vraiment : une demi-heure de lecture d'e-mails en moins par semaine. Résultat rapporté à chaque licence payée par l'entreprise : douze minutes. Effet sur le temps passé en réunion : aucun.

L'écart entre trente et une minutes et douze minutes n'a rien de technique. Il tient au fait qu'environ 40 % seulement des personnes équipées utilisent l'outil régulièrement. Une entreprise qui achète des licences sans rien faire d'autre jette donc à peu près 60 % de ce qu'elle paie — et c'est le vendeur lui-même qui l'a mesuré.

Même constat en plus large : McKinsey, le cabinet qui avait estimé le gisement de l'IA à 4 400 milliards de dollars par an, publie en mars 2025 que plus de 80 % des organisations interrogées ne constatent aucun effet sur leur résultat d'exploitation. Pas faute de technologie : faute d'avoir choisi les bons sujets et de les avoir fait adopter.

Qu'est-ce qui fait vraiment la différence ?

Une étude répond à cette question mieux que toutes les autres, et c'est celle que je cite désormais en rendez-vous.

Deux chercheurs, Anders Humlum et Emilie Vestergaard, ont croisé des enquêtes avec les fichiers de l'administration danoise : environ 25 000 salariés, 7 000 lieux de travail, 11 métiers. Pas des intentions déclarées dans un sondage marketing — des données administratives, publiées par le NBER et révisées en mars 2026.

Le résultat tient en deux nombres. Là où l'employeur ne fait rien de particulier : 40 % des salariés utilisent l'IA. Là où il encourage, fournit les outils de l'entreprise et forme : 93 %. L'usage quotidien passe de 7 % à 28 %. Et dans ces entreprises-là, près d'un salarié sur cinq déclare gagner plus d'une heure par jour.

Le même écart se retrouve sur ce qu'on fait du temps gagné : 85 % des utilisateurs le réaffectent à d'autres tâches professionnelles, et moins de 10 % en profitent pour souffler davantage.

Il faut connaître l'autre moitié de cette étude, parce qu'un jour un client la trouvera. Deux ans après l'arrivée de ChatGPT, ces mêmes chercheurs ne mesurent aucun effet sur les salaires ni sur les heures travaillées. Leur explication décrit exactement mon métier : « les employeurs absorbent l'IA par la réorganisation des tâches […] le changement technologique remodèle le travail bien avant qu'il n'apparaisse dans les revenus ou les heures ».

Le gain ne disparaît donc pas : il est absorbé par la réorganisation. Une entreprise qui pilote cette réorganisation le capte. Une entreprise qui la subit ne verra jamais rien passer. C'est le creux dont je parle quand j'explique qu'il faut accepter de perdre un peu de temps pour en gagner beaucoup.

Et ce n'est pas seulement mon avis. Le Conseil national de productivité, l'organisme public qui suit la productivité française, l'écrit dans son rapport de juillet 2026 : la diffusion de l'IA ne produira des effets durables « que si elle s'inscrit dans une transformation plus large […] combinant innovation, montée en compétences, réorganisation des processus et renforcement de l'investissement technologique ».

Alors il suffit de former les équipes ?

Non. Et c'est le résultat le plus dérangeant de tout le dossier.

En 2023, des chercheurs de Harvard ont mené une expérience chez BCG avec 758 consultants. Sur les tâches où l'IA est bonne, tout va bien : 25 % de temps en moins, une qualité nettement supérieure, et les consultants les moins performants progressent de 43 % contre 17 % pour les meilleurs. Sur ces tâches-là, la formation aide un peu (42,5 % de qualité en plus, contre 38 % sans formation).

Puis les chercheurs ont glissé une tâche piégée, conçue pour tomber en dehors de ce que l'outil sait faire. Sans IA, 84,5 % des consultants trouvaient la bonne réponse. Avec l'IA : 13 points de moins. Avec l'IA et une formation à la manière de lui parler : 24 points de moins.

Relisez la dernière ligne. La formation a doublé la dégradation. Le mécanisme identifié par les auteurs est simple et un peu cruel : la formation a surtout appris aux gens à faire davantage confiance à la machine — ils recopiaient sa réponse telle quelle plus souvent. Ça paie quand elle a raison. Ça coûte cher quand elle a tort.

Pire encore : la qualité perçue des recommandations montait dans les deux cas, « que la recommandation sous-jacente soit correcte ou non ». Les livrables deviennent plus rapides, mieux tournés, mieux argumentés. Et plus souvent faux.

Les auteurs appellent ça la « frontière dentelée » : la limite entre ce que l'IA fait très bien et ce qu'elle fait mal est invisible et irrégulière. Personne ne la devine à l'œil.

Ma conclusion, et c'est une conviction de métier : ce qu'il faut à une PME, ce n'est pas une formation à l'IA. C'est savoir où l'outil est fiable chez vous, et comment vérifier le reste. Je le dis honnêtement : c'est ce que la recherche suggère, ce n'est pas encore ce qu'elle a mesuré — personne n'a testé une formation de ce type.

Où en sont les entreprises françaises ?

Le train est parti, et plus vite qu'on ne le croit.

Le baromètre de conjoncture de Bpifrance Le Lab publié en janvier 2026, sur 4 722 TPE et PME, mesure que 55 % d'entre elles utilisent une IA qui rédige — au moins occasionnellement. Elles étaient 31 % un an plus tôt, 15 % deux ans plus tôt. Et la part de celles qui n'ont aucune intention de s'y mettre est tombée à 32 %, en baisse de 40 points en deux ans.

Le frein principal n'est ni le prix ni la technique : 65 % des non-utilisateurs disent simplement qu'ils ne voient pas à quoi ça leur servirait. Ce n'est pas un problème d'outil. C'est un problème d'usage à identifier, et ça se règle en regardant comment le travail se fait vraiment.

Deuxième chiffre, moins agréable. La Banque de France a publié en mai 2026 une comparaison européenne : 23 % des entreprises françaises déclarent un usage modéré ou important de l'IA, contre 39 % en zone euro. L'Allemagne est à 46 %, l'Espagne à 44 %. Et l'écart ne s'explique ni par la taille ni par les secteurs : nos grandes entreprises sont à 22 % quand celles de la zone euro sont à 46 %.

Troisième : l'INSEE mesure que l'usage de l'IA dans les entreprises françaises de 10 salariés et plus a triplé en deux ans, de 6 % à 18 %. Mais l'écart entre les petites et les grandes s'est creusé, de 16 à 43 points sur la même période. Le retard français est concentré sur les plus petites.

Et pendant ce temps, d'après le baromètre France Num, une TPE-PME sur cinq seulement a suivi une formation au numérique dans l'année. Premier obstacle cité : le manque de temps, à 55 %.

Comment savoir si ça marche chez vous ?

En mesurant. Et ce n'est pas une évidence, parce qu'on est très mauvais juge de ses propres gains.

L'organisme METR a chronométré 16 développeurs très expérimentés sur 246 tâches réelles en 2025. Ils pensaient aller 20 % plus vite avec l'IA. Ils allaient 19 % moins vite. Précision indispensable : METR a refait l'expérience en février 2026, plus large, et le résultat s'inverse légèrement — sans être statistiquement solide. Ce qui reste établi, ce n'est donc pas le sens de l'effet. C'est l'écart entre ce qu'on croit gagner et ce qu'on gagne.

Donc, très concrètement, voilà ce que je conseille.

• Choisissez une tâche répétitive, écrite, à fort volume, et dont on peut vérifier le résultat. C'est là, et seulement là, que les gros gains existent.
• Mesurez avant. Combien de temps ça prend aujourd'hui, combien de fois par semaine, par qui.
• Décidez à l'avance de ce que vous ferez du temps libéré. Sinon il se dissipe en administratif et personne ne voit jamais rien.
• Mesurez après, avec exactement les mêmes règles.
• N'automatisez jamais une manière de faire bancale. Vous iriez juste plus vite dans le mur.

C'est la même logique que pour le reste de la digitalisation : tout part d'un objectif de dirigeant, jamais d'un outil qu'on installe parce que tout le monde en parle.

Ce que je retiens de tout ça

Sur une tâche précise et bien choisie, les gains sont réels et parfois spectaculaires. À l'échelle d'une entreprise entière, ils restent modestes tant que personne ne s'occupe de les capter. Et le seul facteur dont on soit vraiment sûr qu'il change tout, c'est ce que l'entreprise met autour de l'outil : encourager, équiper, former. 40 % contre 93 %.

L'outil, aujourd'hui, ne coûte presque rien. Ce qui coûte — et ce qui rapporte — c'est ce qu'on met autour.

Sébastien Vray dirige Pulse et accompagne les PME de 3 à 50 personnes dans leur organisation digitale — sur place, avec les équipes. Fondateur d'Ezio (solution de paiement, 10 salariés, plus d'1 M€ de revenus récurrents annuels). LinkedIn