Productivité IA : le temps gagné n’est pas encore de la valeur.

La mauvaise question produit le mauvais indicateur.

« Combien de temps l’IA nous fait-elle gagner ? » La question paraît naturelle. Elle enferme pourtant le débat dans une équivalence fragile : toute minute économisée deviendrait une minute productive, puis une amélioration de la performance. Dans une organisation réelle, ces conversions sont rarement automatiques. Un commercial peut rédiger plus vite sans qualifier davantage d’opportunités. Une équipe peut produire davantage de documents tout en saturant la capacité de décision de ses destinataires.

La bonne unité de mesure n’est donc pas la réponse générée, ni même la tâche terminée. C’est le résultat utile, accepté et effectivement utilisé. Cette définition oblige à compter le temps de préparation, la vérification, les reprises et les conséquences en aval. Elle invite aussi à regarder le système : une amélioration locale peut déplacer le goulot d’étranglement sans augmenter le débit global. L’IA accélère alors une activité dont personne n’avait besoin qu’elle aille plus vite.

Ce que les études permettent réellement de dire.

Les résultats empiriques dépendent fortement du contexte. Dans la version de novembre 2023 de Generative AI at Work, l’introduction d’une assistance conversationnelle auprès de 5 179 agents de support est associée à une hausse moyenne de 14 % des problèmes résolus par heure. Ce résultat porte sur un usage et une population précis, pas sur une hausse universelle de la productivité des entreprises.

L’essai randomisé METR publié en juillet 2025 observe, lui, un temps de réalisation supérieur de 19 % avec les outils autorisés, pour 16 développeurs expérimentés et 246 tâches sur leurs propres projets. Les participants anticipaient au contraire une baisse du temps de 24 %, puis estimaient après coup une baisse de 20 %. Ce petit échantillon et les outils du début de 2025 limitent la portée du résultat.

Le point méthodologique de METR du 24 février 2026 souligne ensuite des biais de sélection dans une nouvelle expérience. Il serait erroné de transformer l’observation initiale en verdict sur les outils actuels. La leçon durable est méthodologique : la perception d’une amélioration, sa mesure et sa généralisation sont trois questions différentes.

Les trois conversions que le business case doit démontrer.

La première conversion va de l’outil à la performance de la tâche. Il faut démontrer que le travail accepté demande moins de ressources, ou qu’il atteint une qualité supérieure à ressources comparables. Compter les usages ne suffit pas : une adoption élevée peut simplement révéler une expérience agréable.

La deuxième conversion va de la tâche à la capacité de l’équipe. Une heure épargnée, fragmentée en douze séquences de cinq minutes, n’a pas la même valeur qu’un bloc de travail réellement réaffectable. Les règles de planification, les dépendances entre métiers et les rythmes de validation déterminent si cette capacité existe concrètement.

La troisième conversion va de la capacité au résultat économique. Le temps disponible peut soutenir un volume supplémentaire, réduire un délai, améliorer le service ou absorber une variation de charge. Il peut aussi rester inutilisé. Le choix doit être explicite et porté par un responsable opérationnel. Une économie comptable exige une modification effective des coûts ; un bénéfice de capacité doit être présenté comme tel. Les additionner reviendrait à compter deux fois la même amélioration.

Un protocole de mesure avant un programme de déploiement.

Définir d’abord le résultat : par exemple, une réponse de support acceptée sans réouverture pendant une période convenue. Fixer ensuite la qualité minimale, le délai attendu et les catégories de risque. Un traitement simple et une exception complexe ne doivent pas être comparés comme deux unités interchangeables.

Constituer une base de référence sur un volume représentatif. Mesurer le cycle complet, y compris la préparation et les reprises. Si l’organisation le permet, répartir des tâches comparables entre conditions avec et sans assistance. Sinon, documenter les différences de profil, de difficulté et de saisonnalité. Une comparaison avant-après peut éclairer une décision, mais n’isole pas à elle seule un effet causal.

Observer les distributions, pas seulement la moyenne. Une amélioration générale peut masquer des cas extrêmes coûteux ou un transfert de charge vers les experts chargés de contrôler. Les personnes qui produisent et celles qui vérifient doivent être incluses dans la mesure. Définir enfin les seuils d’extension et d’arrêt avant de voir les résultats : cela réduit la tentation de réécrire le succès après coup.

Ce que le comité de direction doit pouvoir décider.

Un tableau de bord utile rapproche quatre dimensions : qualité acceptée, coût complet par résultat, délai de bout en bout et adoption durable. Il conserve à côté une mesure de charge de contrôle et une lecture des incidents. Chaque métrique a un propriétaire, une définition et une période d’observation.

À partir de cette base, trois décisions deviennent possibles. Étendre un usage lorsque le bénéfice reste robuste à un périmètre plus large. Reconcevoir un processus lorsque la production accélère mais que la validation bloque. Arrêter un usage lorsque le contrôle absorbe le gain ou que le résultat n’est pas assez fiable. L’arrêt d’une expérimentation est une décision de gestion, pas un échec à dissimuler.

Notre conviction : un programme d’IA devient stratégique lorsqu’il relie les capacités techniques aux arbitrages de l’organisation. Le temps gagné est une matière première. La valeur naît de la façon dont on décide de l’employer.