Le vrai gain de l'IA n'est pas la productivité, c'est le confort de celui qui s'en sert

En février 2026, deux économistes de la Banque de Corée ont publié une enquête représentative sur 5 512 travailleurs. Ils cherchaient la productivité. Ils ont trouvé autre chose, et ils l'ont écrit sans détour dans leur conclusion. Je voudrais montrer ici que cette « autre chose » n'est pas un résultat décevant. C'est le résultat principal, et il répare quelque chose de très ancien.

Ce que l'industrialisation a fait au travail de bureau

On n'a pas industrialisé que les usines. On a industrialisé la tête.

Il faut commencer par là, sinon la suite ne veut rien dire. En 2006, la sociologue Marie-Anne Dujarier publie L'idéal au travail, issu d'une thèse conduite sous la direction de Vincent de Gaulejac. Elle enquête sur deux terrains que rien ne rapproche : une gériatrie publique et une chaîne de restauration privée. Ce qu'elle y observe est le même mouvement. Les organisations de service tentent d'appliquer à des activités relationnelles les logiques de flux, de rentabilité et de production de masse héritées de l'industrie.^[1]

Le problème est que ces activités résistent. Un service se joue dans une interaction incertaine, avec une part relationnelle qui s'oppose par nature à la normalisation. On ne standardise pas la manière dont une aide-soignante rassure une personne âgée. On essaie quand même. Et pour essayer, on ajoute des critères, des procédures, des indicateurs, des remontées, de la traçabilité.

Dujarier montre alors deux choses que l'on cite rarement ensemble. D'abord, la séparation taylorienne se rejoue dans le tertiaire, entre ceux qui exécutent et ceux qui, au siège, conçoivent le travail des autres. Ensuite, et c'est le cœur, dans les services, travailler c'est penser, ce que le dispositif taylorien cherche précisément à retirer de l'atelier. Le taylorisme industriel voulait sortir la pensée du geste ouvrier. Appliqué au tertiaire, il tente de sortir la pensée d'un travail qui n'est fait que de ça.

Ce qui en résulte n'est pas une surcharge de travail au sens du volume. C'est un conflit. La norme devient idéale en même temps que l'idéal devient la norme. Les prescriptions sont contradictoires, parfois impossibles à tenir simultanément. L'autocontrôle permanent produit une charge mentale croissante, et le travail devient difficilement supportable.^[1] Neuf ans plus tard, dans Le management désincarné, elle nomme les producteurs de cette couche : les planneurs, ceux qui conçoivent l'organisation à distance du réel, et qui représentent environ 40% de l'encadrement français.^[2]

L'industrialisation n'a pas ajouté du travail. Elle a ajouté la preuve du travail.

C'est la formulation qui me sert de fil pour tout le reste. Ce que l'industrialisation du tertiaire a déposé sur les métiers, ce n'est pas principalement de la tâche supplémentaire. C'est une couche de justification : le compte rendu, le reporting, la mise en conformité, la note de synthèse, le tableau de suivi, l'écrit normé qui atteste que le travail a bien eu lieu et qu'il a eu lieu comme prescrit. Une couche entière dont la fonction n'est pas de produire le service, mais de le rendre lisible et contrôlable par ceux qui ne le font pas.

Le coût de cette couche est mesuré, et il est officiel. L'enquête Sumer de la DARES, menée auprès de 48 000 salariés par 2 400 médecins du travail, établit que 66% des salariés doivent souvent interrompre une tâche pour en effectuer une autre, non prévue. Chez les cadres, on monte à 73%.^[3] L'intensité du travail s'est accrue depuis vingt ans. Nous parlons d'une population qui travaille en état d'interruption chronique, et dont une part significative de la journée sert à documenter ce qu'elle fait plutôt qu'à le faire.

La couche que la machine avale en premier

Le modèle de langage n'est pas bon partout. Il est excellent exactement là où on a le plus souffert.

Regardez ce qu'un modèle de langage fait le mieux. Il produit de l'écrit normé à partir de matière brute. Il reformate, il synthétise, il met en conformité, il traduit un tableau en note et une note en tableau. Ce n'est pas une compétence parmi d'autres : c'est sa compétence native, celle sur laquelle il est entraîné. Or c'est précisément la description de la couche de preuve que l'industrialisation du tertiaire a déposée sur les métiers.

La coïncidence est trop belle pour être laissée sans vérification, et l'enquête coréenne permet de la tester. Les auteurs ont demandé à chaque répondant, tâche par tâche, le temps gagné. Le résultat est net : les gains sont très concentrés. La tâche la plus économisée représente à elle seule environ 70% du temps total gagné par un utilisateur.^[4] Chez les professionnels de santé et du social, cette part monte à 80%. Chez les employés administratifs et comptables, à 77%. Chez les métiers de la culture et des arts, à 84%.

Les auteurs en tirent une conclusion que je reprends telle quelle : l'IA générative fonctionne comme un outil ciblé sur des goulets d'étranglement précis, pas comme un accélérateur général du travail. Elle ne rend pas les gens globalement plus rapides. Elle fait disparaître un point de blocage, presque toujours le même, chez chacun.

Reste à savoir lequel. L'enquête ne nomme pas les tâches une par une, et je me garderai de lui faire dire ce qu'elle ne dit pas. Mais dans les salles où je forme depuis trois ans, la réponse ne varie presque jamais. Ce que les gens automatisent en premier, spontanément, sans qu'on le leur suggère, c'est le compte rendu de réunion, la note de synthèse, la reformulation d'un document pour un destinataire différent, le remplissage d'un modèle imposé. La couche de preuve. Pas le métier.

Le chiffre que l'économie ne sait pas lire

Zéro virgule zéro zéro huit. Voilà le chiffre qui embarrasse tout le monde.

Venons-en aux résultats principaux. Sur 5 512 actifs de 15 à 64 ans interrogés en mai et juin 2025, 63,5% déclarent avoir utilisé l'IA générative, et 51,8% l'utilisent pour leur travail. L'adoption coréenne est environ deux fois supérieure à celle des États-Unis, et la diffusion de la technologie y a été plus rapide que celle d'internet en son temps.^[5] Chez les utilisateurs, le temps de travail baisse de 3,8%, soit à peu près une heure et demie sur une semaine de quarante heures.

Et puis vient la mesure qui a fait tout le bruit. Les auteurs ont eu l'idée, rare, de demander dans le même questionnaire le temps gagné et la variation de production. Ils ont ensuite corrélé les deux.

Le temps gagné ne va pas dans la production. Le coefficient est indiscernable de zéro, y compris avec les contrôles. Si l'intégralité du temps économisé avait été réinvestie en production, le gain de productivité aurait été d'environ 1,0%. Il ne l'a pas été.^[6]

La lecture habituelle de ce résultat est le paradoxe de Solow : la technologie est partout sauf dans les statistiques, patientons. La Banque de Corée elle-même retient une formule prudente dans sa note institutionnelle de juin, l'IA serait entrée dans un stade d'efficience sans avoir atteint le stade de productivité.^[6] C'est raisonnable. Ce n'est pas suffisant, parce que le papier académique, lui, va chercher où le temps est parti. Et il le trouve.

Premier canal, direct : la part du temps de travail consacrée à ce que les auteurs appellent sans euphémisme le loisir sur le poste augmente de 1,3 point chez les utilisateurs.^[4] Ce n'est pas du vol de temps, c'est une baisse d'intensité. Faire le même travail avec moins d'effort et moins de tension.

Second canal, et c'est celui qui compte pour mon propos. Les auteurs ont régressé la variation de satisfaction au travail sur le temps gagné et sur la variation de production. Le temps gagné pèse 0,039, la production pèse 0,007. La relation entre temps gagné et satisfaction tient même lorsqu'on contrôle par la production. Autrement dit, la satisfaction suit le temps repris, pas ce qu'on fait de plus avec.

Leur conclusion est écrite noir sur blanc dans le résumé, et elle mérite d'être lue lentement par tous ceux qui pilotent un déploiement d'IA.

Ces résultats suggèrent que les mesures standard de productivité pourraient sous-estimer l'impact de l'IA en manquant les canaux de bien-être non monétaires.

Pourquoi elle ne produit pas plus

Les économistes ont mesuré le silence. Ils n'ont pas pu demander pourquoi.

Une enquête à 5 512 répondants donne l'ampleur d'un phénomène. Elle ne donne pas ses raisons. C'est là que le terrain prend le relais, et j'ai un cas qui, à lui seul, explique le 0,008.

Une directrice financière, rencontrée en formation, affirme avoir regagné 75% de son temps de travail en pilotant ses classeurs de calcul avec un assistant conversationnel. Soixante-quinze pour cent. Je lui pose la question évidente : qu'est-ce que vous faites de ce temps ?

Sa réponse n'est pas ce que j'attendais. Elle ne produit pas plus, et elle sait exactement pourquoi elle ne produit pas plus. Parce que ce surplus serait immédiatement réapproprié par sa hiérarchie, et qu'elle n'en verrait ni le fruit ni le gain. Alors elle écoute des podcasts. Elle lit des articles. Elle passe du temps sur les réseaux. Elle continue par ailleurs de rendre le même travail, salué pour sa qualité, produit quatre fois plus vite. Son employeur est satisfait. Son stress a nettement baissé. Interrogée sur son usage de l'IA, elle répond sans détour qu'il faut partir du principe que tout ce qu'elle produit est passé par elle.

Cette femme n'est pas en train de tricher. Elle fait un calcul, et son calcul est juste. Elle a évalué le rendement individuel de l'effort supplémentaire dans son organisation, elle a trouvé zéro, et elle a arbitré en conséquence. J'ai décrit ailleurs pourquoi ce rendement est nul dans la plupart des structures, et pourquoi il ne s'agit pas d'un défaut de management mais d'un défaut d'alignement entre celui qui fournit l'effort et celui qui en perçoit le fruit (Votre structure ne capte rien de l'IA. Elle est construite contre.). Ce qui m'intéresse ici est l'autre bout de la chaîne. Pas ce que l'organisation perd. Ce que la personne récupère.

Ce n'est pas un cas isolé, et j'ai commencé à le mesurer. Quand les managers ne sont pas dans la salle, je pose deux questions. La première : pendant votre journée de travail, vous arrive-t-il de faire des tâches personnelles ? La seconde, pour ceux qui utilisent l'IA : en faites-vous davantage depuis ? La réponse à la seconde est très majoritairement positive. Et quand je demande lesquelles, la réponse ne va pas vers un deuxième emploi ni vers un projet de sortie. Elle va vers du loisir, des projets personnels, des engagements associatifs.

Je n'ai pas encore de statistique publiable, et je ne vais pas en inventer une pour la beauté de l'argument. L'outil de diagnostic que je déploie commence tout juste à mesurer cette question de manière systématique. Mais la convergence entre ce que je vois dans les salles françaises et ce que la Banque de Corée mesure à l'échelle nationale est trop nette pour être ignorée. Le loisir sur le poste des économistes coréens et les podcasts de ma directrice financière sont le même phénomène.

Deux intelligences artificielles, deux directions

Objection légitime. L'IA au travail, on a surtout démontré qu'elle abîmait. Répondons-y.

Il existe un corpus scientifique fourni, et sérieux, qui documente exactement l'inverse de ce que je viens d'écrire. Le passer sous silence rendrait cet essai indéfendable en une phrase. Il faut donc le regarder, parce qu'en le regardant on trouve la distinction qui manque au débat.

Celle qui descend

Quand la machine vient d'en haut, elle prolonge le taylorisme. Elle ne le répare pas.

La littérature sur le management algorithmique converge : les systèmes qui pilotent, notent, cadencent et surveillent le travail dégradent la santé. On y documente une pression temporelle accrue, une perte d'autonomie, une érosion du sens, une dégradation de la coopération, une peur du remplacement.^[7] Des travaux récents établissent un lien entre management algorithmique perçu et santé physique et mentale des salariés, avec l'autonomie empêchée et l'anxiété de remplacement comme mécanismes intermédiaires.^[8]

Ces résultats ne contredisent pas Dujarier. Ils la prolongent. Le management algorithmique est la couche de preuve poussée à sa limite technique : traçabilité intégrale, prescription en temps réel, contrôle sans contrôleur visible. C'est le planneur automatisé. L'organisation installe l'outil sur le travailleur, et le travailleur s'adapte ou disparaît. C'est le vecteur classique de l'automatisation, celui qui n'a pas bougé depuis deux siècles.

Celle qui monte

L'IA générative au travail, dans sa forme majoritaire, personne ne l'a installée. Elle est arrivée par en bas.

L'autre mouvement est structurellement différent, et j'ai consacré un essai entier à en établir la nature (BYOAI, quand le travailleur apporte son IA). Le travailleur apporte son outil, s'en sert d'abord sans le dire, et l'organisation court après. Ce n'est ni du contournement technique ni un transfert de matériel : c'est une réappropriation, par le salarié, de ses propres moyens de production cognitifs.

Et si l'on tient les deux ensemble, la contradiction se dissout. Les études qui trouvent une dégradation observent des systèmes imposés au travailleur. Les études qui trouvent une amélioration du bien-être, comme l'enquête coréenne, observent un usage majoritairement apporté par le travailleur. Ce ne sont pas les mêmes objets, ce ne sont pas les mêmes vecteurs, et il n'y a aucune raison qu'ils produisent les mêmes effets.

Je pose cette asymétrie comme thèse, pas comme loi démontrée. Deux littératures distinctes qui pointent dans des directions opposées constituent un faisceau, pas une expérience contrôlée. Personne, à ma connaissance, n'a comparé les deux vecteurs sur une même population avec un protocole unique. Tant que ce travail n'est pas fait, l'honnêteté commande de dire que le sens de la relation est très probable, et qu'il n'est pas établi.

La restitution n'est pas automatique

La machine ne rend rien toute seule. Elle rend ce qu'on lui donne à manger.

Le papier coréen pose lui-même le garde-fou, et c'est ce qui en fait un bon papier. Ses auteurs ne se contentent pas de mesurer le temps : ils demandent à chaque répondant, pour chaque tâche, si elle procure un sentiment d'accomplissement personnel. Puis ils regardent comment l'IA déplace la composition du travail entre tâches gratifiantes et tâches ingrates.

Le raisonnement est explicite dans leur cadre théorique. Si l'IA automatise la corvée, le travailleur reporte son temps vers ce qui a du sens, et le bien-être augmente même à production constante. Mais si l'IA automatise la part gratifiante, alors les gains d'efficacité s'annulent, parce que le travailleur passe proportionnellement plus de temps sur ce qui l'use.

Et c'est exactement ce que montrent leurs résultats. Selon les professions, la part de tâches gratifiantes augmente ou diminue. Certaines y gagnent, d'autres y perdent. Les auteurs concluent d'ailleurs que peu de travailleurs déclarent une satisfaction sans ambiguïté lorsqu'on les juge conjointement sur la dimension du temps et sur celle des tâches, et que l'effet de l'IA sur le bien-être reste très hétérogène aux niveaux d'adoption actuels.^[4]

Ce résultat n'affaiblit pas la thèse. Il la conditionne, et il désigne la condition. La restitution dépend entièrement de ce que l'utilisateur choisit de déléguer. J'ai posé cette règle ailleurs à partir du terrain, avant d'avoir cette étude sous les yeux : l'IA sur les tâches pénibles, jamais sur ce qu'on aime (Faire basculer dans l'IA). Ce que je présentais comme une intuition de formateur, une enquête représentative sur 5 512 personnes vient de la valider à l'échelle d'un pays.

Ce qui déplace la question de la formation. Apprendre à se servir de l'IA, au sens du geste technique, prend quelques heures et se fait déjà seul, sans nous. Apprendre à décider ce qu'on ne lui donnera pas est une compétence d'un autre ordre, elle ne s'acquiert pas par l'usage, et c'est elle qui détermine si le temps gagné vous répare ou vous vide.

Ce qu'aucun tableau de bord ne compte

La productivité ne mesure pas le travail. Elle mesure ce qu'on remet à l'employeur.

Il faut maintenant nommer le défaut d'instrument, parce que tout le débat public sur l'IA repose dessus. La productivité rapporte une production à un temps. Le numérateur et le dénominateur posent chacun un problème, et on ne discute jamais que du premier.

Le numérateur, d'abord. Par construction, il ne compte que ce qui remonte : ce que le travailleur remet à celui qui l'emploie. Le temps qu'il garde, la tension qui redescend, la corvée qui disparaît, l'interruption qui n'a pas lieu, tout cela est invisible dans l'indicateur. Non pas négligé : invisible, au sens strict, parce que l'indicateur n'a pas de case pour ça.

Le dénominateur, ensuite, et celui-là est plus vertigineux. Le temps que l'on mesure est du temps humain, et le rapport ne veut dire quelque chose que si l'on suppose une proportionnalité à peu près stable entre les heures qu'une personne investit et ce qui en sort. L'approximation a tenu tant que l'outil assistait le geste. Elle cède dès que l'outil substitue du temps machine au temps humain, et que quelques minutes d'un côté produisent ce qui en réclamait des dizaines de l'autre. Un indicateur dont le dénominateur ne compte plus la ressource qui fabrique réellement le résultat ne mesure pas mal : il mesure autre chose.

Alors quand on annonce que l'IA ne produit pas de gains de productivité, on énonce une vérité comptable et on rate l'événement. Les gains existent. Ils sont mesurés, ils sont datés, ils sont chiffrés. Ils ne sont simplement pas allés là où l'instrument regarde.

Et il faut résister à la version facile de cette histoire, celle où la technologie viendrait réparer ce que le management a cassé. Ce n'est pas l'IA qui rend. Aucune machine ne restitue quoi que ce soit d'elle-même, et une IA imposée d'en haut ne rend rien du tout, on vient de le voir. Ce qui se passe est plus intéressant et moins consolant : la machine ouvre une brèche dans la couche de preuve, et c'est le travailleur qui reprend. La reprise est un geste, elle appartient à celui qui le fait, et elle a lieu précisément parce qu'il a apporté l'outil lui-même.

Reste que la boucle se ferme, et qu'elle se ferme sur une ironie que Dujarier n'avait pas pu anticiper en 2006. L'industrialisation du tertiaire avait entrepris de retirer la pensée du travail de bureau, en la remplaçant par de la procédure et de la preuve. Vingt ans plus tard, une machine avale la procédure et la preuve. Ce qu'elle laisse sur le bureau, c'est le travail qui restait quand on avait tout normalisé. Dans les métiers de service, c'était la seule chose qui n'avait jamais pu l'être.

Ma directrice financière n'a pas gagné soixante-quinze pour cent de temps. Elle a récupéré soixante-quinze pour cent d'une couche qui n'aurait jamais dû peser sur elle. Et si son employeur n'y voit aucun gain, c'est peut-être qu'il n'avait jamais mesuré ce que cette couche lui coûtait.

Jean-Jérôme DANTON