Une enquête du Bureau national de recherche économique américain rapporte que plus de 90 % des dirigeants interrogés déclarent n'avoir constaté aucun effet de l'IA sur l'emploi dans leur propre entreprise, et 89 % aucun effet sur la productivité. Trois ans après le début du déploiement massif. Pendant ce temps, les suppressions de postes justifiées par l'IA continuent d'être annoncées.
Ce résultat mérite d'être pris au sérieux plutôt que balayé, parce qu'il contredit à peu près tout ce qu'on lit, y compris parfois ici.
Ce que l'enquête mesure, et ce qu'elle ne mesure pas
Commençons par les limites, elles sont importantes.
Il s'agit de déclarations de dirigeants, pas de mesures objectives. On demande à quelqu'un s'il a constaté un effet, pas on ne mesure pas cet effet. Un gain diffus, réparti sur des milliers de tâches, peut être réel et invisible dans le ressenti d'un dirigeant.
Ensuite, la productivité est notoirement difficile à mesurer, particulièrement dans les services. Comment quantifie-t-on qu'une note interne a été rédigée en vingt minutes au lieu d'une heure ?
Enfin, il existe un précédent bien connu des économistes : le paradoxe de la productivité. Dans les années 1980, l'informatique était partout sauf dans les statistiques. Les gains sont apparus une décennie plus tard, quand les organisations se sont réorganisées autour de l'outil plutôt que de l'ajouter à des processus inchangés.
Pourquoi ce résultat est quand même important
Ces réserves ne l'annulent pas, pour une raison précise : ces mêmes dirigeants sont ceux qui approuvent les budgets. S'ils ne perçoivent aucun retour, ce n'est pas seulement une donnée sur la productivité, c'est une donnée sur ce qui va se passer ensuite.
Et cela recoupe ce que nous avions relevé dans l'étude sur quinze millions d'interactions : moins de 10 % des usages automatisent complètement une tâche. L'essentiel relève de l'assistance, où le gain est réel mais dilué.
Voici le point le plus dérangeant. Si l'IA ne produit ni gain de productivité ni effet sur l'emploi, comment expliquer les suppressions de postes qui continuent d'être annoncées, souvent explicitement justifiées par elle ? Trois hypothèses, et elles ne s'excluent pas. Les gains sont réels mais concentrés dans quelques métiers, invisibles dans une moyenne. Les entreprises anticipent des gains futurs et réduisent d'avance. Ou l'IA sert de justification acceptable à des réductions décidées pour d'autres raisons, ce qui serait beaucoup plus banal et beaucoup moins avouable.
Ce que ça change dans la lecture de l'actualité
Ce résultat impose une discipline utile, y compris à nous.
Nous couvrons chaque semaine des capacités nouvelles, des modèles plus performants, des prix qui baissent. Tout cela est vrai. Mais entre une capacité démontrée et un effet économique mesurable, il y a un long chemin : l'intégration dans des processus, la formation, la réorganisation, la confiance.
C'est exactement ce que nous relevions à propos des agents entrés en production : les annonces ennuyeuses comptent plus que les démonstrations spectaculaires. Cette enquête suggère que même les annonces ennuyeuses n'ont pas encore produit leurs effets.
L'hypothèse la plus probable
Si l'on rassemble ce que nous savons, une explication cohérente se dessine.
Les gains existent, ils sont réels, et ils sont captés par les individus plutôt que par les organisations. Un salarié qui rédige plus vite ne produit pas nécessairement davantage : il finit plus tôt, ou consacre le temps gagné à autre chose. Ce gain n'apparaît nulle part dans les comptes.
Pour qu'un gain individuel devienne un gain organisationnel, il faut que l'organisation se transforme, ce qui prend des années et se heurte à des habitudes. C'est précisément le décalage observé avec l'informatique.
Ce qu'il faut retenir
Ce résultat est un rappel salutaire, et il vaut dans les deux sens.
Contre l'enthousiasme : une technologie impressionnante n'est pas automatiquement une technologie productive. Trois ans après, la démonstration économique reste à faire, et ceux qui promettent des transformations radicales devraient être invités à montrer leurs chiffres.
Contre le scepticisme : l'absence de gain mesuré aujourd'hui ne prouve pas qu'il n'y en aura pas. L'histoire des technologies générales suggère plutôt un décalage d'une décennie entre l'adoption et l'effet.
Ce qui reste, c'est une question précise à poser à quiconque justifie une décision par l'IA, qu'il s'agisse d'un investissement ou d'une suppression de poste : sur quoi vous appuyez-vous, exactement ? Cette enquête suggère que la réponse est souvent moins solide qu'on ne le prétend.