La révolution qui n'a pas eu lieu

Trois ans de données empiriques permettent aujourd'hui de trancher : l'IA générative n'a pas transformé les entreprises. Elle a transformé les individus qui l'utilisent. Et cet écart entre le récit et le réel n'est pas un détail. C'est la clef de compréhension de tout ce qui se joue.

Le grand théâtre

On commence par les faits. Quatre cas. Quatre promesses. Quatre démentis.

En février 2024, le CEO de Klarna annonce qu'un chatbot IA a remplacé 700 agents de service client en un mois. La presse mondiale relaie. OpenAI publie le cas comme vitrine. L'action monte.^[1] Quinze mois plus tard, le même CEO admet à Bloomberg que la stratégie est « allée trop loin ». Le coût était devenu le seul critère, la qualité s'est dégradée. Klarna réembauche des agents humains. Le chatbot gère les questions simples, comme un standard amélioré. Les cas qui exigent du jugement, de l'empathie, une lecture du contexte, reviennent aux humains.^[2]

En mai 2023, le CEO d'IBM annonce le gel de 7 800 postes remplaçables par l'IA. Deux ans plus tard, il corrige : l'IA a remplacé « plusieurs centaines » d'employés RH. Et l'effectif total d'IBM a augmenté. Les économies ont financé l'embauche de programmeurs et de commerciaux. L'IA n'avait pas supprimé des emplois. Elle avait déplacé la masse salariale.^[3]

En octobre 2025, Amazon supprime 30 000 postes corporate en deux vagues. La presse titre « l'IA remplace les managers ». Mais Andy Jassy, lors de l'earnings call, lâche une phrase que personne ne relève : « Ce n'est même pas vraiment de l'IA, pas encore. C'est vraiment la culture. » Traduisons : Amazon corrigeait une surembauche pandémique. L'IA était l'habillage.^[4]

En février 2026, Jack Dorsey licencie 4 000 employés chez Block, soit 40 % de ses effectifs. Il publie ensuite, avec le managing partner de Sequoia Capital, investisseur de Block, un essai proclamant que l'IA rend le middle management obsolète. Le cours de l'action bondit de 17 %.^[5]

Soyons honnêtes. Un CEO qui vient de licencier 40 % de ses employés co-signe un manifeste avec son propre investisseur pour expliquer que ces licenciements étaient visionnaires. Ce n'est pas de la recherche. C'est de la communication financière.

Ce que les données disent vraiment

On peut raconter n'importe quoi dans un communiqué de presse. On ne peut pas tricher avec les données macroéconomiques.

En février 2026, une enquête du NBER pose une question simple à 6 000 cadres dirigeants dans quatre pays : est-ce que l'IA a changé quelque chose dans votre entreprise ? 89 % répondent non pour la productivité. Plus de 90 % répondent non pour l'emploi.^[6] Ce ne sont pas des observateurs extérieurs. Ce sont les dirigeants eux-mêmes.

Le MIT confirme sous un autre angle : 95 % des projets pilotes d'IA générative n'ont produit aucun retour mesurable.^[7]

Daron Acemoglu, prix Nobel d'économie 2024, pose le calcul le plus rigoureux à ce jour. Il part d'une question simple : sur l'ensemble des tâches que les humains accomplissent dans l'économie, combien l'IA peut-elle réellement automatiser de manière rentable ? Sa réponse : 4,6 %. Pas 30 %. Pas 50 %. Quatre virgule six. Le gain de productivité sur dix ans : moins de 1 %. C'est mieux que zéro, reconnaît-il, mais ce n'est pas une révolution. C'est une évolution lente, invisible à l'œil nu dans les statistiques nationales.^[8]

Goldman Sachs avait annoncé en 2023 que 300 millions d'emplois seraient « menacés ». Deux ans plus tard, Goldman publie son propre suivi et constate : aucune corrélation entre l'exposition à l'IA et quoi que ce soit. Ni chômage, ni embauche, ni salaires. Le taux de chômage américain n'a pas bougé.^[9]

« L'IA est partout sauf dans les données macroéconomiques. » Torsten Slok, économiste en chef d'Apollo.^[9]

La révolution organisationnelle n'existe pas dans les chiffres. Elle existe dans les cours de bourse.

Pendant ce temps, l'individu change de catégorie

Voilà pour les organisations. Regardons maintenant ce qui se passe chez les individus.

L'étude la plus solide à ce jour, publiée dans le Quarterly Journal of Economics, suit 5 172 agents de support client utilisant un assistant IA. Les agents les moins expérimentés voient leur productivité augmenter de 30 à 35 %. Concrètement : un agent qui a deux mois de métier atteint le niveau de celui qui en a six. Comme si l'IA compressait quatre mois d'apprentissage en quelques jours d'usage.^[10]

Ce n'est pas un résultat isolé. Noy et Zhang, dans Science, mesurent le même phénomène sur l'écriture professionnelle : les rédacteurs les moins habiles sont ceux qui progressent le plus.^[11]

Dans l'éducation, c'est encore plus net. Une méta-analyse de 51 études expérimentales, publiée dans Nature en mai 2025, mesure l'effet de ChatGPT sur l'apprentissage des étudiants. Le résultat : l'étudiant moyen qui utilise ChatGPT de manière structurée surpasse 80 % de ceux qui ne l'utilisent pas. Et ce n'est pas en mémorisant mieux ou en trichant plus vite. L'effet le plus fort s'observe dans les cours orientés vers le développement de compétences pratiques, ceux où l'on apprend à faire, pas à réciter. Même la pensée critique s'améliore.^[12]

Ce que ces études documentent, c'est un mécanisme que j'observe depuis deux ans dans mes formations : l'exposition au possible déclenche le désir avant la motivation. L'individu qui touche l'outil et voit ce qu'il peut produire ne revient pas en arrière. Il ne demande pas de stratégie. Il ne demande pas de feuille de route. Il continue. Quand on peut, on veut.

Le vote silencieux

Si l'IA change les individus mais pas les entreprises, où se passe la transformation ?

La réponse est dans un chiffre que tout le monde cite et que personne ne lit correctement. Microsoft, dans une enquête auprès de 31 000 professionnels dans 31 pays, révèle un phénomène massif : le BYOA, le Bring Your Own AI. Les employés apportent leurs propres outils d'IA au travail, exactement comme ils ont apporté leurs smartphones il y a quinze ans, sauf que cette fois, l'outil transforme ce qu'ils sont capables de produire. 78 % des utilisateurs d'IA au travail le font sans attendre que leur entreprise fournisse quoi que ce soit.^[13] Quand on peut, on veut.

52 % des utilisateurs d'IA au travail ont peur de l'admettre, parce qu'ils craignent d'être perçus comme remplaçables.^[13]

L'individu ouvre un onglet, il teste, il intègre. Et il se tait. Le BYOA n'est pas un problème de gouvernance IT. C'est un vote de défiance silencieux envers la capacité de l'organisation à comprendre ce qui se passe. L'individu qui maîtrise un LLM mieux que son organisation possède un avantage que l'organigramme ne reflète pas. Il a changé de catégorie, et personne ne le sait.

Fast Company qualifie le BYOA d'« asymétrie de pouvoir ».^[14] C'en est une. Et elle va dans le sens inverse de celui que les CEO imaginent.

L'exosquelette et ses limites

Il y a une lecture plus profonde que la productivité.

L'IA ne rend pas seulement l'individu plus rapide. Elle transforme son rapport à sa propre compétence. Le rapport Microsoft New Future of Work 2025 utilise une image juste : l'IA agit comme un « exosquelette cognitif ». Elle ne remplace pas la force de l'utilisateur. Elle amplifie ce qu'il peut faire avec la force qu'il a.^[15]

Mais cet exosquelette a des angles morts.

L'expérience de Dell'Acqua avec 758 consultants BCG a révélé ce qu'il appelle la « frontière dentelée » de l'IA. L'idée est simple : l'IA n'est pas également bonne partout. Elle a des zones de force et des zones de faiblesse, et la frontière entre les deux n'est pas une ligne droite. C'est un tracé irrégulier, imprévisible. À l'intérieur de cette frontière, les consultants avec IA ont été 40 % meilleurs. Mais pour une tâche complexe située hors de la frontière, l'IA les rendait confiants et faux : 19 points de moins de chances de trouver la bonne réponse qu'en travaillant seuls.^[16]

Cette frontière est un miroir. Elle révèle exactement où l'individu sait et où il ne sait pas. Pour celui qui la comprend, l'IA devient un outil de reconception de soi. Je sais où je suis fort, je sais où je suis fragile, je peux travailler l'écart. C'est le passage de l'optimisation à la reconception, le seuil critique que la plupart des formations n'atteignent pas, non par incapacité des individus, mais parce que l'environnement organisationnel ne le permet pas. Quand on peut, on veut.

Le frein n'est pas cognitif. Il est systémique.

La vraie question est celle du pouvoir

On arrive au nerf.

Si l'IA transforme l'individu mais pas l'organisation, alors les CEO qui annoncent des restructurations « par l'IA » ne répondent pas à une transformation technologique. Ils utilisent un récit technologique pour accomplir autre chose.

Marc Andreessen, cofondateur d'a16z, a lâché le morceau : l'IA est une « excuse en argent massif » pour réduire des effectifs accumulés pendant la pandémie.^[17] Les entreprises du Fortune 500 qui mentionnent « l'IA » dans leurs résultats trimestriels voient leur cours de bourse augmenter en moyenne de 13,9 %, contre 5,7 % pour les autres.^[18] L'IA n'est pas un outil de transformation. C'est un outil de communication financière.

Mais il y a plus profond que l'AI washing.

Quand Dorsey annonce que l'IA « remplace le middle management », il ne parle pas de productivité. Il parle de pouvoir. Le middle management n'est pas seulement un relais d'information qu'un algorithme pourrait absorber. C'est une couche de protection. Les managers intermédiaires sont le système immunitaire de l'organisation : ils traduisent entre les niveaux, absorbent l'incertitude, remontent des signaux faibles, négocient du sens. Ils sont la membrane qui empêche le pouvoir de circuler sans filtre du sommet à la base. Mollick a montré qu'ils expliquent 22,3 % de la variance de performance, davantage que les facteurs de marché ou de leadership.^[19] Foss et Klein, dans « Why Managers Matter », argumentent que les défis actuels « rendent la hiérarchie et le métier de manager plus importants que jamais ».^[20]

Supprimer la hiérarchie au nom de l'IA, ce n'est pas innover. C'est concentrer le pouvoir de décision entre les mains de ceux qui contrôlent les outils et les données. Le CEO voit ce que l'algorithme lui montre. Les employés exécutent ce que l'algorithme leur prescrit. La hiérarchie ne disparaît pas. Elle devient invisible. Et un pouvoir invisible est un pouvoir incontrôlable.

L'Academy of Management Annals le documente : la collaboration humain-IA et le management algorithmique sont « les deux faces du même phénomène ». D'un côté, on raconte l'empouvoirement. De l'autre, on installe le contrôle.^[21]

L'inversion complète

Résumons.

L'IA ne transforme pas les organisations. 89 % des dirigeants le reconnaissent. 95 % des projets pilotes échouent. L'impact macroéconomique est indiscernable du bruit statistique.

L'IA transforme les individus qui l'utilisent. Les étudiants qui l'intègrent surpassent 80 % de ceux qui ne l'utilisent pas. Les travailleurs novices gagnent quatre mois d'expérience en quelques jours. 78 % des professionnels n'attendent pas leur entreprise pour s'y mettre.

Entre les deux, un gouffre. Et ce gouffre a un nom : la question du pouvoir.

Les organisations qui ont compris que l'IA sert l'individu investissent dans la montée en compétences, la pédagogie, l'accompagnement. Elles acceptent que leurs employés changent de catégorie, quitte à repenser l'organigramme après.

Les organisations qui croient que l'IA les sert utilisent la technologie pour supprimer des postes, aplatir la hiérarchie et concentrer les décisions. Elles confondent coordination et contrôle. Elles habillent des plans sociaux en manifestes visionnaires.

On me dit souvent que ma vision de l'IA, centrée sur l'humain, est une utopie. C'est l'inverse. C'est la seule lecture que les données soutiennent. Ce sont les promesses de transformation organisationnelle qui relèvent de l'utopie, démentie par trois ans de preuves empiriques.