Perspectives
Le problème caché des gains de temps liés à l'IA
Un cabinet comptable de taille moyenne auquel je pense a analysé les chiffres de son déploiement d’IA au printemps dernier et a découvert un phénomène inexplicable. Les outils fonctionnaient. Le temps de rédaction des notes de service aux clients avait chuté d’environ un tiers. Le travail de rapprochement qui occupait toute la matinée d’un employé junior était terminé avant le deuxième café. Quoi qu’on en dise, le cabinet avait récupéré des milliers d’heures sur l’année. Le chiffre d’affaires stagnait. Le travail des clients semblait identique. Personne ne pouvait dire où ces heures étaient passées. Il ne s’agit pas d’un échec de la technologie, ni d’un échec des personnes. C’est un échec d’allocation. Et c’est désormais, selon moi, le problème le plus courant et le moins discuté de l’adoption de l’IA.
Un échec d’allocation
L’enquête mondiale de BCG menée en 2026 auprès des travailleurs expose clairement la situation. Parmi les employés de première ligne qui utilisent régulièrement l’IA, 42 % déclarent économiser huit heures par semaine, soit une journée de travail complète. Pourtant, 66 % affirment ne recevoir que peu ou pas de directives sur la manière d’utiliser ce temps gagné, et plus de la moitié disent ne pas le réorienter vers des tâches plus stratégiques. Les entreprises qui ont repensé le travail autour de l’outil étaient 24 points de pourcentage plus susceptibles d’observer une amélioration commerciale mesurable. Celles qui se sont contentées d’acheter l’outil n’ont fait bouger l’aiguille que d’environ cinq points. Les heures sont donc bien réelles. Ce qui manque, c’est une décision à leur sujet.
Les mêmes six heures
BetterUp Labs a constaté le même écart chez les gestionnaires, qui affirment économiser environ six heures par semaine. Environ 42 % de ce temps récupéré a été réinjecté dans le perfectionnement de travaux déjà existants, et 33 % ont servi à l’administration. Les deux paraissaient productifs. Aucun des deux n’a modifié les résultats de l’équipe. Les gestionnaires qui ont plutôt réinvesti ce temps dans le développement de leurs employés, dans leur propre croissance et dans la réflexion à long terme ont vu la performance de leurs équipes avec l’IA augmenter de 65 %. Les mêmes six heures. Des rendements radicalement différents, dépendant entièrement d’un choix que personne n’a été invité à faire consciemment.
Voici ce que je trouve frappant. Les organisations appliquent des processus rigoureux pour allouer toute autre forme de capital libéré. Si un département remettait 400 000 $ au siège, il y aurait un rapport, un comité, une décision. Lorsque l’IA restitue l’équivalent en heures, il n’y a ni rapport, ni comité, ni décision. Les heures sont simplement absorbées dans davantage du même travail, dans des sédiments administratifs, dans une journée légèrement plus douce.
Je tiens à nuancer mes propos ici, car il existe une lecture évidente et déplaisante de la situation : le temps récupéré appartiendrait à l’employeur et devrait être immédiatement réextrait. Cette interprétation est à la fois erronée et contre-productive. Une partie de ce temps récupéré devrait discrètement se transformer en marge de manœuvre, et la marge de manœuvre n’est pas du gaspillage ; c’est la condition sine qua non pour que les gens remarquent les choses. Une organisation dépourvue de temps non structuré n’a aucune capacité de pensée originale, seulement de débit.
Dépensé intentionnellement
L’objectif n’est pas de réclamer ce dividende. L’objectif est qu’il soit dépensé intentionnellement plutôt que de s’évaporer par défaut.
Le cabinet comptable a posé un geste simple et efficace. Il a cessé de traiter les heures récupérées comme une aubaine personnelle pour en faire un poste budgétaire doté d’un responsable. Chaque trimestre, chaque équipe devait indiquer à quoi avait servi sa capacité récupérée, en choisissant parmi quatre catégories : réflexion client approfondie, perfectionnement d’un collègue, apprentissage d’une compétence inédite pour le cabinet, ou absorption de la demande existante. L’absorption de la demande était tolérée. Il fallait simplement la nommer. Le simple fait de la nommer a modifié les comportements. Au premier trimestre, presque tout s’est retrouvé dans la quatrième catégorie. Au troisième trimestre, environ un tiers avait basculé dans les trois premières, non pas sur ordre, mais parce que la question avait rendu ce choix visible.
Voilà toute l’intervention. Pas d’objectif, pas de mandat. Une question posée assez souvent pour qu’un automatisme devienne une décision.
La plupart des organisations passeront les prochaines années à mesurer le temps que l’IA leur a fait économiser. La mesure la plus utile, et la plus ardue, est ce que l’organisation est devenue grâce à ce temps.