Des milliers de PDG admettent que l'IA n'a eu aucun impact sur l'emploi ou la productivité

Ce qui conduit les économistes à ressusciter un paradoxe vieux de 40 ans

Des milliers de PDG admettent que l'IA n'a eu aucun impact sur l'emploi ou la productivité,
ce qui conduit les économistes à ressusciter un paradoxe vieux de 40 ans

Malgré des centaines de milliards de dollars investis et un discours techno-optimiste omniprésent, une vaste étude du National Bureau of Economic Research auprès de près de 6 000 dirigeants d'entreprises aux États-Unis, au Royaume-Uni, en Allemagne et en Australie révèle que neuf entreprises sur dix n'ont observé aucun gain de productivité ni aucun effet sur l'emploi grâce à l'IA au cours des trois dernières années. Un constat qui renvoie les économistes à un déjà-vu troublant : le paradoxe de productivité formulé en 1987 par le prix Nobel Robert Solow au sujet de l'informatique. Histoire d'une promesse qui tarde à tenir.

Les chiffres ne prêtent guère à l'optimisme béat que distillent les conférences tech et les rapports annuels. L'étude du NBER, qui a interrogé près de 6 000 cadres dirigeants (PDG, directeurs financiers et autres membres de la haute direction) dans des entreprises de tailles variées aux États-Unis, au Royaume-Uni, en Allemagne et en Australie, livre quatre enseignements majeurs : 69 % des entreprises utilisent activement l'IA ; plus des deux tiers des dirigeants y recourent au quotidien, mais pour seulement 1,5 heure par semaine en moyenne ; neuf dirigeants sur dix signalent un impact nul sur l'emploi et la productivité au cours des trois dernières années ; et pourtant, ces mêmes dirigeants anticipent des effets substantiels pour les trois prochaines années, tablant sur une hausse de la productivité de 1,4 %, une augmentation de la production de 0,8 % et une réduction de l'emploi de 0,7 %.

Ce fossé entre le vécu opérationnel et les projections futures constitue peut-être la donnée la plus révélatrice de toute l'étude. Les entreprises savent, ou croient savoir, que la révolution va venir, elles ne la voient tout simplement pas encore dans leurs chiffres. Un quart des répondants déclarent ne pas utiliser l'IA du tout dans leur cadre professionnel, et parmi ceux qui l'utilisent, les usages se concentrent sur la génération de texte à l'aide de grands modèles de langage, la création de contenu visuel et le traitement de données par apprentissage automatique.

Le tableau se précise quand on le croise avec d'autres études récentes. Une enquête de PwC auprès de plus de 4 500 dirigeants a révélé que plus de la moitié ne constatait ni hausse des revenus ni réduction des coûts. Une étude de Deloitte a montré que 74 % des organisations souhaitent que leurs initiatives IA stimulent leurs revenus, mais que seulement 20 % y sont parvenues. Même au sein de Microsoft, l'embarras est palpable : Jared Spataro, responsable des efforts d'IA au travail chez l'éditeur, a reconnu avoir du mal à mettre en évidence le retour sur investissement de Copilot, en raison de la difficulté à traduire le travail de la connaissance en indicateurs financiers directs.


Le retour du paradoxe de Solow

Pour qui connaît l'histoire de l'informatique, le tableau n'est pas sans rappeler une époque révolue, ou du moins, que l'on croyait révolue. En 1987, l'économiste Robert Solow formula une observation lapidaire sur le ralentissement de la révolution informatique : alors que l'avènement des transistors, microprocesseurs, circuits intégrés et puces mémoire des années 1960 avait suscité des attentes immenses en termes de gains de productivité, la croissance de la productivité avait en réalité chuté, passant de 2,9 % entre 1948 et 1973 à seulement 1,1 % après 1973. Sa formule, restée célèbre, résume le paradoxe : « On peut voir l'ère de l'ordinateur partout, sauf dans les statistiques de productivité. »

Quarante ans plus tard, Torsten Slok, économiste en chef chez Apollo, ressort la citation pour l'appliquer à l'IA : « L'IA est partout, sauf dans les données macroéconomiques. On ne la voit pas dans les chiffres de l'emploi, de la productivité, ni dans ceux de l'inflation. » Il précise qu'en dehors des sept grandes capitalisations technologiques américaines, il n'existe aucun signe d'impact de l'IA sur les marges bénéficiaires ni sur les prévisions de résultats.

La Réserve fédérale de Saint-Louis a certes observé une hausse cumulative de la productivité de 1,9 % depuis l'introduction de ChatGPT fin 2022. Mais une étude du MIT publiée en 2024 par le prix Nobel Daron Acemoglu aboutit à une estimation bien plus modeste : une augmentation de la productivité de 0,5 % sur la prochaine décennie. Acemoglu lui-même tempérait l'interprétation pessimiste de ce chiffre : « Je ne pense pas qu'il faille minimiser 0,5 % sur dix ans. C'est mieux que zéro. Mais c'est simplement décevant au regard des promesses formulées par l'industrie et le journalisme tech. »

Le paradoxe de Solow n'était d'ailleurs pas définitif. Le boom informatique des années 1970 et 1980 a fini par déboucher sur une poussée de productivité dans les années 1990 et au début des années 2000, avec une hausse de 1,5 % de la croissance de la productivité entre 1995 et 2005, après des décennies de stagnation. La question est donc moins de savoir si l'IA produira ses effets, que de savoir combien de temps il faudra attendre et à quel prix.

Entre méfiance des salariés et surcharge cognitive

Si les PDG ne voient pas encore l'IA dans leurs indicateurs, les salariés, eux, ont leur propre explication. Le baromètre mondial des talents 2026 de ManpowerGroup, conduit auprès de près de 14 000 travailleurs dans 19 pays, révèle que si l'utilisation régulière de l'IA a progressé de 13 % en 2025, la confiance dans l'utilité de la technologie a simultanément chuté de 18 %. Adopter un outil que l'on ne croit pas fiable n'est pas une recette pour gagner en efficacité.

À cette défiance s'ajoute un phénomène documenté par le Boston Consulting Group : « l'IA brain fry », ou saturation cognitive induite par un usage excessif des outils d'IA. Dans une enquête menée auprès de 1 488 salariés américains à temps plein, les répondants signalent une hausse de leur productivité lorsqu'ils utilisent trois outils d'IA ou moins, mais une chute de leur productivité perçue lorsqu'ils en utilisent quatre ou plus, accompagnée de brouillard mental et d'un surcroît de petites erreurs. La promesse d'un assistant cognitif universel se heurte ici à une réalité physiologique élémentaire : la capacité d'attention est une ressource limitée, et la multiplication des outils la fragmente au lieu de l'amplifier.

Une recherche distincte du MIT révèle que 95 % des projets pilotes d'IA en entreprise n'ont pas réussi à dégager des gains de productivité mesurables. Ce taux d'échec, combiné à la méfiance des utilisateurs finaux et à la saturation cognitive, dresse un tableau fort différent des promesses martelées sur les scènes des grandes conférences mondiales.

Les dissidences : le cas IBM et la thèse de la courbe en J

Face à ce tableau sombre, certains dirigeants tirent des conclusions contre-intuitives. Chez IBM, la réponse à l'IA n'est pas de licencier, mais au contraire d'embaucher davantage de jeunes talents. La directrice des ressources humaines de la firme a indiqué que le géant informatique allait tripler ses recrutements de jeunes diplômés, au motif que si l'IA peut automatiser certaines tâches d'entrée de gamme, supprimer ces postes créerait un vide dans le vivier des futurs managers intermédiaires, fragilisant à terme le pipeline de leadership de l'entreprise. Une logique à contre-courant du récit dominant sur la substitution technologique.

L'économiste Erik Brynjolfsson, directeur du Digital Economy Lab de Stanford, offre quant à lui une lecture plus optimiste des données récentes. Il observe que le PIB américain du quatrième trimestre progressait à un rythme annualisé de 3,7 %, malgré une révision à la baisse des créations d'emplois à 181 000 (un découplage entre croissance économique et création d'emplois qui, selon lui, suggère une poussée de productivité). Sa propre analyse indique une hausse de la productivité américaine de 2,7 % l'an dernier, qu'il attribue à une transition entre la phase d'investissement et la phase de récolte des bénéfices de l'IA.

Slok, lui, parle d'une « courbe en J » : une dégradation initiale des performances avant un rebond exponentiel. Il estime que l'avenir de la productivité générée par l'IA dépendra de la capacité des entreprises à réellement intégrer la technologie dans leurs flux de travail. « Du point de vue macroéconomique, la création de valeur n'est pas le produit lui-même, mais la façon dont l'IA générative est utilisée et mise en œuvre dans les différents secteurs de l'économie. »

Cette observation renvoie dos à dos deux illusions symétriques : celle qui consiste à croire que l'achat d'une licence Copilot ou ChatGPT Enterprise transforme automatiquement une organisation, et celle qui consiste à conclure, trop vite, que l'IA ne tient pas ses promesses. La réalité est plus prosaïque : les gains existent à l'échelle individuelle et de certaines tâches, mais la chaîne de transmission vers la productivité organisationnelle mesurable reste, pour l'heure, défaillante.

L'écart qui dérange : dirigeants contre salariés

L'une des tensions les plus révélatrices de l'étude NBER tient dans la divergence de prévisions entre dirigeants et salariés. Les hauts cadres anticipent une réduction de l'emploi de 0,7 % dans leurs entreprises sur les trois prochaines années, ce qui représenterait, à l'échelle des économies concernées, environ 1,75 million d'emplois supprimés. Les salariés, de leur côté, prévoient une hausse de l'emploi de 0,5 % sur la même période. Deux lectures radicalement opposées d'un même horizon technologique et une source potentielle de conflits sociaux si les arbitrages se font sans concertation.

Le co-auteur de l'étude, l'économiste de Stanford Nicholas Bloom, a rappelé que les grandes technologies prennent en général plus d'une décennie pour produire un véritable impact économique mesurable. L'histoire lui donne raison : il a fallu attendre les années 1990 pour que les investissements informatiques massifs des années 1970-1980 se traduisent en gains de productivité tangibles dans les statistiques nationales. Mais dans un secteur où les cycles d'investissement se mesurent en trimestres et les attentes des marchés en semaines, la patience a un coût.

L'IA n'est peut-être pas en panne. Elle est peut-être, tout simplement, dans la même position qu'un ordinateur en 1987 : omniprésente dans les discours, invisible dans les chiffres, et sur le point, peut-être, de changer durablement la donne. Peut-être.

Sources : Étude du National Bureau of Economic Research, Robert Solow

Et vous ?

Si neuf entreprises sur dix n'observent aucun gain de productivité après trois ans d'adoption de l'IA, à quel moment les conseils d'administration devraient-ils revoir leur stratégie d'investissement et sur la base de quels indicateurs concrets ?

L'écart de prévisions entre dirigeants (qui anticipent des suppressions d'emplois) et salariés (qui anticipent des créations) révèle-t-il un déficit de communication interne, ou traduit-il des intérêts structurellement opposés dans le déploiement de l'IA ?

La comparaison avec le paradoxe de Solow est-elle réellement pertinente, ou constitue-t-elle un alibi commode pour reporter indéfiniment la démonstration de valeur de l'IA ?

Le phénomène de « saturation cognitive » documenté par le BCG remet-il en cause la stratégie des éditeurs qui multiplient les outils d'IA intégrés, ou est-ce un problème de conduite du changement que les entreprises peuvent résoudre par la formation ?

Dans votre propre environnement professionnel, l'IA a-t-elle modifié de façon mesurable votre productivité individuelle et si oui, cela s'est-il traduit par un gain collectif pour votre équipe ou votre organisation ?

Voir aussi :

Plus les entreprises investissent dans l'IA, plus leurs employés y perdent du temps : les patrons voient la révolution, les salariés perdent 51 jours par an à corriger ses erreurs, selon une enquête

IA en entreprise : des milliards investis, mais où sont passés les gains de productivité promis aux dirigeants ? Une enquête indique que la majorité des PDG déclarent ne pas en tirer de bénéfices financiers

J.P. Morgan dénonce les dépenses consacrées à l'IA : il faudra environ 650 milliards de dollars de revenus annuel pour obtenir un rendement de seulement 10 % sur le développement de l'IA