L’IA devait doper la productivité. 56 % n’y voient rien

Depuis deux ans, l’intelligence artificielle est présentée dans bien des conseils d’administration comme une promesse presque mécanique: plus d’automatisation, donc plus de productivité. Les chiffres disponibles invitent pourtant à davantage de prudence. Selon la 29e enquête mondiale de PwC auprès des dirigeants, relayée par Fortune, 56 % des CEOs dans 95 pays déclarent n’avoir tiré « rien » de leurs dépenses en IA. Seuls 12 % disent avoir obtenu simultanément une hausse du chiffre d’affaires et une baisse des coûts.

Ce résultat ne renvoie pas seulement à un décalage temporaire entre l’achat d’une technologie et son usage concret. Il rappelle un phénomène bien plus ancien. En économie, les innovations générales mettent souvent moins de temps à s’installer qu’à transformer réellement l’organisation du travail. En France, où le débat sur l’IA au travail se mêle à celui sur la qualité de vie professionnelle, cette distinction est essentielle.

Le retour d’une erreur ancienne, à une autre échelle

En 1987, Robert Solow avait formulé une observation devenue classique: l’ère de l’informatique se voyait partout, sauf dans les statistiques de productivité. Les entreprises avaient investi massivement dans les ordinateurs, mais les gains agrégés tardaient à apparaître. Il a fallu de longues années de réorganisation, de formation et de refonte des processus avant que l’informatique ne produise des effets lisibles dans les chiffres macroéconomiques.

L’histoire semble aujourd’hui se répéter avec l’IA. Comme le montre une analyse de Fortune consacrée au nouveau paradoxe de productivité, les dépenses d’investissement des géants technologiques ont doublé en deux ans, atteignant 427 milliards de dollars en 2025, avec une projection au-delà de 560 milliards en 2026. En ordre de grandeur européen, on parle de plusieurs centaines de milliards d’euros. J.P. Morgan estime même qu’il faudrait 650 milliards de dollars de revenus annuels, dans la durée, pour simplement dégager 10 % de rendement sur l’infrastructure actuelle. Dans le même temps, près de 90 % des entreprises disent n’avoir observé aucun effet mesurable de l’IA sur l’emploi ou sur la productivité au cours des trois dernières années.

Le piège des licenciements anticipés

L’erreur n’a pas concerné que les budgets technologiques. De nombreuses entreprises ont également supprimé des postes en anticipant ce que l’IA ferait demain, plutôt qu’en évaluant ce qu’elle sait faire aujourd’hui. D’après la synthèse de HR Executive sur le rapport Predictions 2026 de Forrester, 55 % des employeurs ayant licencié en raison de l’IA regrettent déjà leur décision. Challenger, Gray & Christmas a recensé 54 694 suppressions de postes attribuées à l’IA jusqu’en novembre 2025.

Le point le plus troublant est ailleurs: beaucoup de ces emplois n’ont pas été remplacés par des systèmes effectivement déployés à grande échelle. Ils ont disparu sur la base d’une projection. Les entreprises cherchent désormais à réembaucher, souvent dans des zones moins coûteuses et avec des rémunérations inférieures. L’opération allège les coûts, mais affaiblit parfois l’organisation. On gagne en apparence budgétaire ce que l’on perd en compétence, en transmission et en robustesse.

IBM a choisi la voie inverse

Tandis qu’une partie de la tech poursuivait la réduction d’effectifs, IBM a pris une décision presque contre-intuitive. En février 2026, l’entreprise a annoncé qu’elle triplerait ses recrutements de début de carrière aux États-Unis, comme l’a rapporté Fortune. La logique avancée était d’une grande clarté. Sa directrice des ressources humaines, Nickle LaMoreaux, a averti que supprimer aujourd’hui les postes juniors revenait à créer un vide de leadership à horizon de cinq ans.

Arvind Krishna, le patron d’IBM, va dans le même sens. Pour lui, l’IA ne devrait pas réduire les opportunités offertes aux jeunes diplômés, mais déplacer la nature de leurs tâches. Les développeurs débutants passent moins de temps sur le code standardisé, que les modèles peuvent gérer, et davantage sur l’échange avec le client, l’analyse de problème et la compréhension du contexte. L’automatisation absorbe une partie de l’exécution. Elle ne remplace pas la formation d’un jugement professionnel.

Pourquoi le paradoxe persiste

Les technologies d’usage général suivent presque toujours une trajectoire comparable. Elles arrivent rapidement dans le débat public, mais beaucoup plus lentement dans les routines organisationnelles. Les moteurs électriques ont mis des décennies à remodeler les usines. Les ordinateurs personnels ont eu besoin d’environ quinze ans pour devenir visibles dans les statistiques de productivité. L’IA semble engagée dans la même séquence.

PwC note pourtant que les dirigeants restent confiants. Ils anticipent, sur les trois prochaines années, une hausse de 1,4 % de la productivité et de 0,8 % de la production. Encore faut-il consentir les investissements complémentaires que beaucoup d’entreprises n’ont pas réalisés: refonte des processus, formation des salariés, adaptation managériale, clarification des cas d’usage. Une entreprise qui traite l’IA comme un simple levier de réduction des coûts a toutes les chances de ne récolter qu’un rendement marginal.

Le risque majeur est d’échouer à organiser le travail

La bonne question n’est donc pas de savoir si l’IA fonctionne. Elle fonctionne, surtout dans des usages précis, bien intégrés et correctement pilotés. La vraie question est de savoir si les entreprises vont rejouer le scénario du paradoxe de Solow: surinvestir dans la technologie, sous-investir dans les femmes, les hommes et les processus qui la rendent utile, puis reprocher à la technologie l’absence de résultats.

Lorsque 56 % des dirigeants disent ne rien obtenir de leurs dépenses actuelles, et que 55 % de ceux qui ont licencié pour l’IA regrettent déjà leur choix, le diagnostic devient plus difficile à esquiver. Le grand risque de 2026 n’est pas l’échec de l’IA. C’est l’échec des entreprises à se transformer suffisamment pour en faire un outil réellement productif.