Le paradoxe commence toujours par une promesse trop simple
L’IA devait tout changer.
Elle devait accélérer les équipes, alléger les tâches, fluidifier les décisions, augmenter la productivité, transformer les métiers, libérer du temps, créer de nouvelles marges, faire respirer les organisations et, accessoirement, donner à chaque collaborateur l’impression de piloter un vaisseau spatial depuis son tableur.
Puis les chiffres arrivent.
L’étude NBER Firm Data on AI a interrogé près de 6 000 dirigeants d’entreprise aux États-Unis, au Royaume-Uni, en Allemagne et en Australie. Elle indique qu’environ 69 % des entreprises utilisent activement l’IA. Elle précise aussi que plus des deux tiers des dirigeants utilisent régulièrement l’IA, mais seulement 1,5 heure par semaine en moyenne. Enfin, 89 % des entreprises interrogées déclarent ne pas constater d’impact sur leur productivité au cours des trois dernières années. (NBER)
Autrement dit : on a installé le réacteur, mais on continue à pousser l’avion à la main.
Ce résultat n’est pas une condamnation de l’IA. C’est une condamnation de la paresse organisationnelle.
On confond encore trop souvent adoption et transformation. Installer ChatGPT, Copilot, Gemini ou Claude dans l’entreprise ne transforme rien en soi. C’est comme acheter un piano à queue et annoncer que le comité exécutif maîtrise désormais Rachmaninov.
Il y a l’objet.
Il y a l’usage.
Il y a la pratique.
Il y a la discipline.
Et surtout, il y a ce que l’organisation décide de faire du temps libéré.
L’IA ne fait pas gagner du temps, elle révèle votre rapport au temps
La phrase “l’IA fait gagner du temps” est devenue l’un des slogans les plus confortables du moment.
Elle rassure.
Elle vend.
Elle permet de justifier des budgets.
Elle donne aux dirigeants l’impression d’être dans le mouvement.
Mais elle évite soigneusement le sujet qui gratte : que fait-on du temps gagné ?
Si le temps gagné sert à produire plus de slides médiocres, répondre plus vite à des mails inutiles, résumer des réunions qui n’auraient jamais dû exister, générer trois versions d’un reporting que personne ne lit ou accélérer une procédure absurde, alors l’IA ne modernise pas l’entreprise.
Elle industrialise ses travers.
Elle met un turbo sur la roue du hamster.
C’est là que le paradoxe devient intéressant.
Le problème n’est pas que l’IA ne marche pas. Le problème est que beaucoup d’entreprises l’insèrent dans des organisations qui n’ont jamais redéfini la valeur du travail.
Elles demandent à l’IA de faire plus vite.
Mais rarement de faire mieux.
Encore plus rarement de faire autrement.
Presque jamais de supprimer ce qui n’a plus de sens.
Le fantôme de Solow revient avec une carte graphique
Le débat n’est pas nouveau. Dans les années 1980, l’économiste Robert Solow avait résumé le paradoxe informatique avec une formule devenue célèbre : on voyait l’âge de l’ordinateur partout, sauf dans les statistiques de productivité. Le sujet a ensuite nourri des décennies d’analyses sur l’écart entre investissement technologique et gains économiques visibles. (Brookings)
Aujourd’hui, l’IA réactive ce vieux fantôme.
On voit l’IA partout.
Dans les pitch decks.
Dans les newsletters.
Dans les conférences.
Dans les comités stratégiques.
Dans les offres de consultants.
Dans les roadmaps.
Dans les annonces internes.
Dans les phrases qui commencent par “nous avons lancé une task force”.
Mais dans les résultats opérationnels, le signal reste souvent flou.
Le NBER n’est pas seul à observer cet écart. Une synthèse de la Federal Reserve Bank of Atlanta sur la même étude souligne que plus de 80 % des entreprises interrogées ne voient aucun impact de l’IA sur l’emploi ou la productivité, tout en anticipant des effets plus importants dans les trois prochaines années. (Atlanta Fed)
Voilà le cœur du sujet : l’IA est déjà présente, mais pas encore structurante partout.
Elle est utilisée, mais rarement intégrée.
Elle est testée, mais pas toujours reliée à la stratégie.
Elle est autorisée, mais pas forcément gouvernée.
Elle est applaudie, mais encore trop peu pratiquée.
Une technologie puissante dans une organisation ancienne reste prisonnière
L’OCDE rappelle que l’IA générative peut améliorer la productivité en automatisant certaines tâches et en augmentant les capacités des travailleurs, mais souligne aussi la nécessité d’adapter l’organisation, les processus et les stratégies pour exploiter pleinement ce potentiel. (OCDE)
Cette phrase devrait être imprimée sur la porte de chaque comité exécutif.
Adapter l’organisation.
Adapter les processus.
Adapter les stratégies.
Pas seulement distribuer des licences.
Pas seulement publier une charte.
Pas seulement faire une formation de deux heures où tout le monde apprend à écrire “agis comme un expert mondial de la supply chain”.
La productivité ne surgit pas parce qu’un outil existe. Elle surgit quand l’outil modifie les pratiques, les rôles, les arbitrages, les standards de qualité, la circulation de l’information et la manière de décider.
Une entreprise qui utilise l’IA pour accélérer des procédures mal conçues obtient surtout une absurdité plus rapide.
Une entreprise qui utilise l’IA pour revoir ses façons de travailler peut changer de catégorie.
Le piège du “petit usage rassurant”
L’étude NBER montre une utilisation moyenne de l’IA par les dirigeants d’environ 1,5 heure par semaine. (NBER)
Une heure et demie.
C’est moins qu’un épisode long de série avec générique, résumé et culpabilité de fin de soirée.
Et pourtant, ces mêmes dirigeants doivent prendre des décisions sur la transformation de leur entreprise par l’IA.
Il y a ici un décalage inquiétant.
On veut piloter une rupture qu’on ne pratique presque pas.
On veut évaluer une technologie qu’on touche du bout des doigts.
On veut mesurer un impact avant d’avoir construit les conditions d’usage.
Bien sûr, tous les dirigeants n’ont pas vocation à devenir des ingénieurs prompt, des architectes de modèles ou des développeurs d’agents. Mais sans pratique personnelle suffisante, leur compréhension reste abstraite.
Et l’abstraction est dangereuse.
Elle produit deux caricatures.
D’un côté, les adorateurs de l’IA magique.
De l’autre, les sceptiques confortablement immobiles.
Entre les deux, il y a les dirigeants sérieux : ceux qui testent, comparent, questionnent, font émerger des cas d’usage, regardent les frictions, mesurent la qualité, discutent avec les équipes, acceptent d’apprendre et de se tromper vite.
Les deux questions qui changent tout
Dans le chapitre 14 de mon livre, consacré à l’application à l’intelligence artificielle, je propose deux questions simples pour sortir du brouillard :
Comment augmenter, grâce à l’IA, ma productivité et la qualité de ce que je délivre dans le cadre de mon poste et de mes objectifs actuels ?
Qu’est-ce que je peux faire maintenant grâce à l’IA qui était impossible auparavant ?
Toute utilisation de l’IA qui ne répond pas à l’une de ces deux questions est une distraction.
Ces deux questions sont puissantes parce qu’elles empêchent l’entreprise de réduire l’IA à un gadget.
La première question améliore l’existant.
La seconde ouvre un territoire nouveau.
La première demande : comment faire mieux ce que je fais déjà ?
La seconde demande : quelle capacité nouvelle devient accessible ?
L’erreur consiste à rester coincé dans la première.
Oui, l’IA peut résumer, rédiger, corriger, synthétiser, classer, préparer, reformuler, traduire, rechercher, générer.
Très bien.
Mais la vraie bascule organisationnelle commence quand l’IA permet de tester plus vite des hypothèses, personnaliser une relation client à grande échelle, simuler plusieurs scénarios stratégiques, créer un prototype sans attendre trois réunions de cadrage, comparer des options complexes, rendre visible une connaissance dispersée ou donner à une équipe un niveau de préparation qu’elle n’aurait jamais pu atteindre seule.
Le temps gagné ne doit pas nourrir la machine à tâches absurdes
Le temps gagné par l’IA peut suivre trois chemins.
Premier chemin : faire plus de la même chose.
C’est le plus fréquent.
On écrit plus de mails. On crée plus de documents. On multiplie les variantes. On accélère la production de bruit. L’entreprise croit gagner en productivité alors qu’elle augmente surtout le volume de circulation interne.
Deuxième chemin : faire mieux.
On améliore la qualité d’une analyse. On prépare plus sérieusement une décision. On relit un contrat avec plus d’attention. On anticipe les objections. On clarifie un message. On améliore la précision d’un livrable. On élève le niveau.
Troisième chemin : faire autre chose.
On explore des scénarios jusque-là trop coûteux. On donne à des petites équipes des capacités réservées hier à de grandes structures. On invente de nouveaux services. On transforme la relation client. On crée des boucles d’apprentissage plus rapides. On reconfigure le métier.
Le problème est que beaucoup d’entreprises ne choisissent pas.
Elles laissent le temps gagné se faire avaler par le système existant.
Et le système existant adore se nourrir.
Il crée toujours une réunion de plus.
Un reporting de plus.
Une validation de plus.
Une procédure de plus.
Une version finale_finale_V12 de plus.
Le paradoxe de productivité est managérial
On parle beaucoup de modèle, de GPU, de tokens, de copilotes, d’agents, d’automatisation, de RAG, de fine-tuning, de sécurité, de souveraineté, de hallucinations.
Très bien.
Mais dans beaucoup d’organisations, le nœud principal est ailleurs.
Il est managérial.
Qui décide des usages prioritaires ?
Qui mesure la qualité du travail produit avec l’IA ?
Qui arbitre entre gain de temps et gain de qualité ?
Qui autorise la suppression d’une tâche devenue inutile ?
Qui protège les collaborateurs qui expérimentent ?
Qui évite que l’IA devienne un outil de surveillance plutôt qu’un outil d’augmentation ?
Qui définit ce qui mérite encore l’attention humaine ?
Les entreprises veulent des résultats nouveaux avec des réflexes anciens.
Elles veulent l’avenir avec des circuits de validation hérités d’un tableur de 2007.
Elles veulent des équipes autonomes, puis demandent trois signatures pour tester un abonnement à vingt dollars.
Elles veulent de l’innovation, mais gardent des processus qui punissent l’expérimentation.
Dans mon livre, le chapitre 14 insiste sur la création d’une équipe d’exploration multidisciplinaire, composée d’early adopters et d’ambassadeurs, capable de tester les outils, de valider les usages pertinents et d’identifier les frictions organisationnelles.
C’est exactement ce dont beaucoup d’entreprises ont besoin : pas une grande messe de l’IA, mais une équipe capable d’apprendre vite et de diffuser intelligemment.
L’IA utile n’est pas celle qui remplace l’humain
L’obsession du remplacement est une impasse intellectuelle.
Elle attire les clics.
Elle nourrit les peurs.
Elle amuse les cabinets de prospective.
Mais dans l’entreprise réelle, la question la plus utile est souvent celle de l’augmentation.
Comment libérer l’humain des tâches qui l’empêchent de penser ?
Comment réduire la charge mentale ?
Comment améliorer la préparation d’une décision ?
Comment rendre l’information plus accessible ?
Comment donner aux équipes plus de capacité d’analyse ?
Comment augmenter le temps disponible pour écouter, créer, négocier, arbitrer, apprendre, transmettre ?
L’IA qui compte n’est pas seulement celle qui écrit à votre place.
C’est celle qui vous aide à mieux penser avant d’écrire.
Ce n’est pas seulement celle qui résume une réunion.
C’est celle qui vous force à vous demander pourquoi cette réunion existe.
Ce n’est pas seulement celle qui génère un reporting.
C’est celle qui révèle que personne ne prend de décision à partir de ce reporting.
Oups.
L’adoption sans changement de travail produit peu
L’OCDE observe que l’adoption de l’IA dans les entreprises progresse, mais que cette adoption reste très variable selon les pays, les secteurs et la taille des organisations. Elle souligne aussi que les grandes entreprises adoptent plus facilement l’IA que les petites. (OCDE)
Ce point est essentiel.
Les grandes entreprises ont plus de moyens, mais aussi plus d’inertie.
Les petites ont moins de moyens, mais parfois plus de vitesse.
Dans les deux cas, le vrai levier reste la capacité à transformer les usages en routines utiles.
Une formation ponctuelle ne suffit pas.
Un hackathon ne suffit pas.
Un message enthousiaste du CEO ne suffit pas.
Une stratégie IA doit se traduire dans le quotidien :
- dans la manière de préparer une réunion ;
- dans la manière de rédiger une offre ;
- dans la manière d’analyser un marché ;
- dans la manière de répondre à un client ;
- dans la manière de former un nouveau collaborateur ;
- dans la manière de documenter un projet ;
- dans la manière de prendre une décision.
Tant que l’IA reste un “outil en plus”, elle fatigue.
Quand elle devient une nouvelle manière de travailler, elle commence à créer de la valeur.
Le mauvais indicateur : le nombre de licences
Beaucoup d’entreprises mesurent leur maturité IA avec des indicateurs rassurants.
Nombre de licences déployées.
Nombre de formations suivies.
Nombre de prompts partagés.
Nombre de participants à un atelier.
Nombre de cas d’usage identifiés.
Nombre de projets pilotes.
Tout cela peut être utile.
Mais ce sont des indicateurs d’activité, pas forcément des indicateurs de transformation.
Les indicateurs plus sérieux sont ailleurs :
- combien de décisions sont mieux préparées ?
- combien de tâches ont été supprimées ?
- combien de délais ont été réellement réduits ?
- combien de livrables ont gagné en qualité ?
- combien d’erreurs ont été détectées plus tôt ?
- combien de clients ont reçu une réponse plus pertinente ?
- combien de collaborateurs disent avoir regagné de la capacité de concentration ?
- combien de managers ont changé leurs arbitrages grâce à l’IA ?
Le piège du déploiement technologique, c’est qu’il donne l’impression de l’action.
Mais l’action qui compte est celle qui modifie le travail.
L’IA comme miroir de l’entreprise
L’IA agit comme un révélateur.
Elle révèle les organisations qui savent apprendre.
Elle révèle les managers qui savent faire confiance.
Elle révèle les équipes qui savent expérimenter.
Elle révèle les processus qui méritent d’être supprimés.
Elle révèle les collaborateurs curieux.
Elle révèle les dirigeants qui pratiquent vraiment.
Elle révèle aussi les entreprises qui se contentent de repeindre leurs vieilles habitudes avec une couche de vocabulaire futuriste.
Quand une entreprise dit “nous utilisons l’IA”, il faut demander :
- où ?
- pour quoi ?
- avec quel résultat ?
- avec quelle mesure ?
- avec quel changement de méthode ?
- avec quelle évolution du rôle humain ?
- avec quelle suppression de tâche inutile ?
Sans ces questions, l’IA devient un décor.
Un décor coûteux.
Parfois très joli.
Mais un décor quand même.
Le temps gagné doit devenir un choix stratégique
Le sujet le plus important n’est donc pas la vitesse.
C’est l’allocation du temps libéré.
Le temps gagné grâce à l’IA peut être rendu au collaborateur pour réduire la charge mentale.
Il peut être investi dans la qualité.
Il peut être utilisé pour former les équipes.
Il peut servir à explorer de nouveaux marchés.
Il peut renforcer la relation client.
Il peut améliorer la préparation stratégique.
Il peut permettre de mieux décider.
Il peut aussi être immédiatement repris par l’organisation pour produire plus de volume, plus de contrôle, plus de bruit.
Voilà pourquoi l’IA n’est pas seulement une affaire de technologie.
C’est une affaire de management.
Une affaire de culture.
Une affaire de courage.
Une affaire de choix.
L’IA ne transforme rien si le management ne transforme pas l’usage du temps gagné.
Elle accélère ce qui existe déjà.
Si l’entreprise est claire, elle accélère la clarté.
Si l’entreprise apprend, elle accélère l’apprentissage.
Si l’entreprise se noie dans ses propres procédures, elle accélère la noyade administrative.
Avec une bouée très design.
Conclusion : l’IA ne pardonne pas l’absurde
L’étude NBER calme les prophètes de la productivité instantanée, mais elle ne condamne pas l’IA.
Elle condamne l’illusion selon laquelle une technologie suffit à créer une transformation.
L’IA ne fait pas gagner du temps par magie.
Elle donne une occasion de regarder ce que nous faisons du temps.
Et parfois, le spectacle est gênant.
Dans votre entreprise, le temps gagné grâce à l’IA sert-il à faire mieux, à faire autre chose, ou simplement à faire plus vite la même absurdité ?
Parce que l’IA sans réflexion sur le travail, c’est juste une photocopieuse sous stéroïdes.
Références
(Developpez) = https://intelligence-artificielle.developpez.com/actu/382362/Des-milliers-de-PDG-admettent-que-l-IA-n-a-eu-aucun-impact-sur-l-emploi-ou-la-productivite-ce-qui-conduit-les-economistes-a-ressusciter-un-paradoxe-vieux-de-40-ans/
(NBER) = https://www.nber.org/papers/w34836
(Atlanta Fed) = https://www.atlantafed.org/research-and-data/publications/working-papers/2026/03/24/03-firm-data-on-ai
(OCDE) = https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/06/the-effects-of-generative-ai-on-productivity-innovation-and-entrepreneurship_da1d085d/b21df222-en.pdf
(OCDE) = https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/05/the-adoption-of-artificial-intelligence-in-firms_8fab986b/f9ef33c3-en.pdf
(Brookings) = https://www.brookings.edu/articles/the-solow-productivity-paradox-what-do-computers-do-to-productivity/
(McKinsey) = https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/is-the-solow-paradox-back
