IA : des salariés plus rapides, des organisations encore immobiles

L'IA accélère déjà le travail. Mais les organisations, elles, restent souvent inchangées. La vraie question : les entreprises sauront-elles transformer cette nouvelle vitesse en avantage collectif ?

Dans ma tribune publiée sur le Journal du Net (ici), j’avançais une idée volontairement contre-intuitive : l’intelligence artificielle ne détruit pas d’abord les emplois, elle fragilise les organigrammes.

Pendant des décennies, les entreprises se sont construites autour d’une fonction essentielle : organiser la circulation de l’information. Collecter des données, produire des synthèses, consolider des analyses, préparer les décisions. Une grande partie des couches organisationnelles modernes s’est développée pour remplir ce rôle d’intermédiation.

Or c’est précisément ce type de travail que l’intelligence artificielle est aujourd’hui capable d’accélérer.

Ma tribune du 28 janvier 2026 posait donc un diagnostic : si l’IA transforme la manière dont l’information est produite et traitée, elle fragilise mécaniquement certaines structures organisationnelles héritées d’un monde où l’information était plus lente à produire et à consolider.

Mais une question se pose désormais aux entreprises : que se passe-t-il lorsque la technologie accélère le travail, alors que l’organisation reste inchangée ?

C’est là que se situe le paradoxe que beaucoup d’entreprises commencent à observer. Les individus deviennent plus rapides. Les structures, elles, évoluent beaucoup plus lentement.

Depuis deux ans, les outils d’intelligence artificielle se sont diffusés dans les organisations à une vitesse remarquable. Rédaction de documents, synthèse d’informations, préparation d’analyses, structuration de présentations : dans de nombreux métiers, ces systèmes sont déjà devenus un outil quotidien.

Le premier effet est clair : le temps nécessaire pour produire certaines tâches diminue sensiblement. Des travaux qui demandaient auparavant une heure peuvent parfois être réalisés en quelques minutes.

À première vue, la promesse d’un gain de productivité important semble donc évidente.

Pourtant, les premières observations empiriques invitent à une certaine prudence. Une étude du cabinet Asterès consacrée aux premiers usages de l’IA dans les entreprises artisanales estime le gain moyen à environ 2,1 heures par semaine, soit un peu plus de 5 % du temps de travail. C’est un progrès réel, mais encore modeste à l’échelle de la productivité globale.

Le Work Reimagined Survey d’EY met en évidence un autre décalage : si l’IA est déjà largement utilisée par les collaborateurs, seules 28 % des organisations déclarent avoir réellement réorganisé leurs équipes pour en exploiter tout le potentiel.

Boston Consulting Group souligne enfin un phénomène révélateur : près de la moitié des utilisateurs disent économiser plus d’une heure par jour grâce à l’IA, mais seulement un tiers reçoivent des orientations sur la manière d’utiliser ce temps gagné.

Autrement dit, l’intelligence artificielle accélère déjà le travail individuel. Mais les organisations ne savent pas toujours comment transformer cette vitesse en valeur économique.

Dans la pratique, les gains de productivité liés à l’IA se dispersent souvent en une multitude de micro-améliorations : un e-mail rédigé plus rapidement, une note préparée en quelques minutes, une analyse esquissée en quelques secondes. Individuellement, ces progrès sont utiles. Mais ils ne se recomposent pas nécessairement en capacité productive supplémentaire pour l’entreprise.

Un second phénomène apparaît fréquemment : l’organisation elle-même absorbe une partie de la vitesse nouvelle. Lorsqu’une tâche devient plus rapide, les demandes augmentent, les itérations se multiplient, les circuits de validation s’allongent. La production s’accélère, mais la valeur créée n’augmente pas toujours dans les mêmes proportions.

Enfin, la diffusion rapide de contenus générés par l’IA renforce une question ancienne dans les organisations : celle du contrôle. Qui valide ? Selon quels critères ? Avec quel niveau de traçabilité ? Lorsque ces règles ne sont pas clarifiées, les entreprises compensent souvent par des boucles informelles de relecture ou de coordination qui finissent par neutraliser une partie des gains de productivité.

C’est pourquoi les premières vagues d’adoption de l’intelligence artificielle produisent souvent un effet paradoxal : beaucoup d’activité, mais un impact économique encore diffus.

Pour transformer cette accélération en véritable avantage compétitif, certaines organisations commencent à adopter une approche plus structurelle. Plutôt que de considérer l’IA comme un simple outil d’augmentation individuelle, elles l’envisagent comme un facteur de transformation du travail lui-même.

La démarche commence généralement par une observation fine des flux réels de travail : tâches, volumes, délais, points de friction. Elle se poursuit par l’identification des situations dans lesquelles l’IA modifie réellement l’économie d’une activité, en réduisant les temps de préparation, en améliorant la qualité analytique ou en accélérant les cycles de décision.

À partir de là, la question devient organisationnelle. Si certaines tâches sont désormais préparées par des systèmes automatisés, comment évoluent les rôles humains ?

Dans certains cas, l’accent se déplace vers le pilotage, la vérification ou l’arbitrage. Dans d’autres, vers la relation client, la créativité ou la prise de décision. Les métiers ne disparaissent pas nécessairement, mais la nature du travail se redéfinit.

Les entreprises qui réussissent cette transition ont souvent un point commun : elles ne se contentent pas d’ajouter l’intelligence artificielle à leurs processus existants. Elles acceptent d’en tirer les conséquences organisationnelles.

Dans ce contexte, une idée commence d’ailleurs à émerger dans certaines organisations : la création d’un indicateur de performance dédié à la transformation liée à l’IA.

Il ne s’agirait pas d’un simple tableau de bord technologique, une sorte de « météo de l’IA » mesurant le nombre d’outils déployés ou le taux d’utilisation des assistants génératifs. Ces indicateurs renseignent sur l’adoption, mais très peu sur la valeur réellement créée.

L’enjeu est ailleurs : mesurer la capacité de l’organisation à transformer les gains de productivité individuels en performance collective.

Un tel indicateur pourrait suivre la part du temps réellement réallouée vers des activités à plus forte valeur, l’évolution du coût ou du délai de production d’un livrable, la réduction des cycles de décision ou encore l’amélioration mesurable de la qualité des analyses produites.

Autrement dit, il ne s’agirait plus seulement de mesurer l’usage de l’IA, mais la transformation organisationnelle qu’elle permet réellement.

La tribune précédente expliquait que l’intelligence artificielle fragilise les organigrammes. Cette seconde analyse conduit à une conclusion complémentaire : tant que les organisations ne tirent pas les conséquences de cette transformation, les gains de productivité resteront largement diffus.

L’histoire économique montre que les grandes vagues technologiques ne produisent leurs gains les plus significatifs que lorsque les entreprises apprennent à se réorganiser autour d’elles. L’électricité n’a véritablement transformé l’industrie que lorsque les usines ont abandonné l’organisation héritée de la machine à vapeur. L’informatique n’a changé les entreprises que lorsque les processus ont été repensés.

L’intelligence artificielle semble suivre la même trajectoire.

La question n’est donc plus vraiment de savoir si les entreprises adopteront ces outils. Dans beaucoup d’organisations, les équipes les utilisent déjà.

La véritable question est désormais la suivante : comment transformer cette nouvelle capacité de production intellectuelle en avantage collectif durable et comment la piloter avec les bons indicateurs ?