Le paradoxe de la productivité avec l’IA : Pourquoi les entreprises ne perçoivent pas son impact ?

29 juin 2026

Les gains de productivité grâce à l’IA : miracle ou mirage ? Un dilemme auquel sont confrontées beaucoup d’organisations aujourd’hui, constatant une hausse de la performance individuelle de leurs salariés… mais sans incidence sur leur résultat global. Essayons de comprendre pourquoi.

L’anecdote est symptomatique. Il y a quelque semaines, le directeur technique de la plateforme américaine Uber affirmait que son entreprise venait de dépenser l’intégralité de son budget IA annuel… en à peine 4 mois ! Il faut dire que la société venait de créer un tableau de bord interne qui classait les employés en fonction de leur usage de l’IA.

Au-delà de l’aspect douteux de cette stratégie, c’est la suite qui interroge encore plus. Dans une entrevue dans un balado, le directeur opérationnel d’Uber a confié que, malgré cet investissement important, il n’avait pas vu d’effet tangible à l’échelle de son entreprise !

Ce lien n’existe pas encore », a-t-il déclaré. « Peut-être que, implicitement, on livre davantage de fonctionnalités, mais il est très difficile d’établir un lien entre l’une de ces statistiques et le fait de dire : “Bon, maintenant, on produit effectivement environ 25 % de fonctionnalités utiles en plus pour les consommateurs.”

Paradoxe de Solow

Selon une enquête récente menée par le cabinet PricewaterhouseCoopers auprès de près de 4 500 dirigeants dans 95 pays, 12 % des entreprises constatent que l’IA a permis d’augmenter leur chiffre d’affaires et de réduire leurs coûts. Mais, dans le même temps, la majorité (56 %) déclarent n’en tirer… aucun bénéfice !

Un paradoxe qui renvoie directement à celui formulé par l’économiste et prix Nobel américain Robert Solow en 1987 : « On voit des ordinateurs partout sauf dans les statistiques de la productivité ».

L’IA est en effet omniprésente dans les discussions, les conférences, les discours marketing, les publications sur les réseaux sociaux… mais les gains de productivité demeurent pour le moment modestes ou, du moins, difficiles à appréhender à l’échelle des entreprises.

Tâchons d’apporter quelques éléments d’explication.

Des innovations trop fréquentes pour avoir le temps d’infuser dans les processus internes

Dans cette tribune, le consultant en stratégie Yves Cavarec pointe la nécessaire complémentarité de l’IA avec l’humain.

Les modèles génèrent des résultats souvent impressionnants, mais ils nécessitent toujours un jugement métier, une validation, une contextualisation et une prise de responsabilité finale par des personnes », écrit-il.

Problème : ce processus exige du temps, que cela soit en termes d’apprentissage de la part des équipes que d’intégration dans les processus des entreprises. Or, le rythme de renouvellement trop élevé actuel des technologies et des modèles empêche cette maturation.

Les projets n’aboutissent souvent jamais à l’échelle industrielle : le temps que l’entreprise configure, valide et déploie, une nouvelle version majeure est déjà disponible, rendant le travail précédent partiellement obsolète », conclut-il.

Pour lui, l’IA est avant tout un sujet de gouvernance : il convient avant tout de mesurer des indicateurs d’affaires et non seulement des techniques. Autrement dit, de penser processus interne avant de penser aux modèles LLM.

Une propagation du « AI Slop »

Autre raison possible : la multiplication de rendus générés par IA d’apparence intéressante mais, en réalité, de qualité assez médiocre. Autrement dit, de « l’AI Slop ».

Une étude du logiciel Workday a ainsi pointé que près de 40 % des gains de temps générés grâce à l’IA… sont perdus par la suite en temps de retraitement (correction des erreurs, vérification des résultats…). Quelques mois plus tôt, une autre enquête indiquait que 40 % des employés avait reçu de la « bouillie d’IA » au cours du dernier mois.

Conséquence : si une personne fait plus rapidement son travail mais qu’elle surcharge ses collègues en contrepartie, les gains de productivité seront difficilement perceptibles au final.

Où sont ré-investis les gains de productivité ?

Enfin, citons un dernier élément. Selon une étude menée par deux chercheuses de l’Université de Berkeley, en Californie, que nous avons mentionnée en mars dernier, l’adoption de l’IA générative conduit moins à une réduction de la charge des employés qu’à une intensification du travail.

Plus de travail devrait se répercuter dans les résultats de l’entreprise. Mais, d’une part, est-ce que cette accroissement des tâches est soutenable à long terme et ne se traduit pas par une hausse de l’épuisement professionnel ?

D’autre part, est-ce que ces nouvelles tâches effectuées, grâce au temps libéré par l’IA, sont-elles les plus importantes pour l’organisation ?

Autant de questions auxquelles les organisations devront répondre pour faire de l’IA un vrai levier de performance.

Unknown Property – yiibaseUnknownPropertyException

formations.isarta.fr