90 % des dirigeants ne voient aucun gain de productivité après 3 ans d'IA — et pourquoi tu peux, toi, faire autrement

Un chiffre qui dégonfle le battage et, bien lu, t’ouvre une opportunité. Deux travaux de recherche convergent : après trois ans d’adoption de l’IA, plus de 90 % des dirigeants ne constatent aucun gain de productivité mesurable, et plus de 90 % rapportent aussi aucun effet sur l’emploi. Une enquête du NBER et une analyse (Université de Pittsburgh, Fed d’Atlanta) portant sur des millions d’avis et des centaines d’entreprises pointent la même chose. Attention au contresens : ça ne dit pas que l’IA ne marche pas. Ça dit qu’on l’utilise mal — et c’est précisément là que tu peux faire autrement.

Ce qui s’est passé

Les études mesurent la productivité organisationnelle, à l’échelle de l’entreprise — et elle n’a pas bougé. Mais les mêmes travaux notent que les gains apparaissent dans des workflows précis et bien instrumentés : des équipes qui utilisent des agents de code, par exemple, passent de 21 à 65 « pull requests » par semaine. L’IA fonctionne ; c’est son insertion dans l’organisation qui coince.

La raison est classique : les technologies « à usage général » (l’électricité, l’informatique) montrent toujours ce décalage. Le gain n’arrive pas en branchant l’outil sur le processus existant ; il arrive quand on réorganise le processus autour de l’outil. Coller une IA sur une manière de travailler inchangée, c’est comme mettre un moteur électrique sur une charrette : ça roule à peine mieux, parce que ce n’est pas la charrette qu’il fallait garder.

Ce que ça veut dire

Pour un solo, c’est presque une bonne nouvelle. Ce qui bloque les grandes entreprises — l’inertie organisationnelle, les process figés, les habitudes de centaines de personnes — tu ne l’as pas. Tu peux repenser ta façon de travailler en une après-midi. C’est exactement l’avantage qu’on soulignait à propos de l’implémentation comme vraie opportunité solo, et le revers de la médaille des 95 % de projets IA qui échouent en entreprise : là où l’IA déçoit à grande échelle faute de réorganisation, un solo agile la fait payer.

Le gain ne vient donc pas de « quel outil » mais de trois choses : repenser comment tu fais la tâche, l’appliquer à tes vraies corvées, et mesurer.

Ce que tu fais lundi matin

Choisis une tâche récurrente qui te pèse (le tri des mails, la production de contenu, la préparation de devis). Avant d’y coller l’IA, repense-la : quelles étapes peux-tu supprimer, regrouper, faire dans un autre ordre une fois que l’IA fait une partie du travail ? Puis mets l’IA dans ce processus redessiné, pas dans l’ancien. Enfin, mesure le temps réellement gagné sur trois-quatre semaines — la seule preuve qui compte, comme pour le gain net d’une automatisation. Garde ce qui prouve son gain, jette le reste, passe à la tâche suivante.

Le piège à éviter

Le piège : acheter des outils au lieu de changer des habitudes. C’est exactement ce qui fait échouer les entreprises — empiler des abonnements IA en espérant que la productivité suive, sans jamais toucher à la façon de travailler. Un outil de plus sur un mauvais process ne donne rien ; parfois il ralentit, parce qu’il ajoute une étape sans en supprimer. Le levier n’est pas dans le catalogue d’outils, il est dans ta manière de faire.

L’autre piège : te décourager en lisant « l’IA ne sert à rien ». Ce n’est pas ce que disent ces chiffres. Ils disent que l’IA posée passivement ne sert à rien, et que le gain se cache dans les usages précis, réorganisés et mesurés. La productivité moyenne d’une entreprise n’a pas bougé ; celle d’un individu qui a repensé une tâche autour de l’IA, si. Tu n’es pas une moyenne — tu es le cas particulier qui peut bouger vite. Prends une corvée, redessine-la, mesure, et tu feras partie des 10 % pour qui l’IA change vraiment quelque chose.