Plus vite, mais pas plus tôt
J'ai doublé la voiture trop lente devant moi, et je l'ai retrouvée au feu suivant. L'IA a accéléré mon travail, mais le rapport mensuel continue de sortir à la date prévue. Pourquoi, quand un seul maillon accélère, le résultat n'arrive-t-il pas plus tôt ? L'électrification des usines et les études récentes sur l'IA mènent au même endroit.
La prémisse
Si la date à laquelle un résultat sort dépend des échéances, des validations et de la personne suivante dans la chaîne, alors accélérer le travail d’un seul individu ne suffit pas à avancer cette date.
C’est une hypothèse de travail, pas une conclusion. Ce texte ne dit pas que l’IA ne sert à rien, ni que la productivité ne progresse pas.
Côte à côte au feu suivant
Sur une route limitée à 70, la voiture devant moi roulait à 40. Je l’ai doublée ; sa lenteur m’agaçait.
Au feu suivant, la voiture que je venais de doubler s’est arrêtée juste à côté de moi.
Au travail, c’était pareil. J’ai beaucoup travaillé, en cherchant à faire plus simple et plus vite. Depuis l’arrivée de l’IA, mon travail est effectivement devenu plus facile et plus rapide. Pourtant, le rapport mensuel sortait à la date prévue. Parfois plus tard, mais pas plus tôt.
La voiture s’arrête au feu suivant. Le rapport sort à la date fixée.
Pourquoi, quand une personne travaille plus vite, le résultat n’arrive-t-il pas plus tôt ?
Quand les moteurs faisaient tourner les vieux arbres
Il y a un siècle, les usines ont buté sur une énigme comparable.
Dans un article de 1990, l’historien de l’économie Paul David a retracé l’arrivée de l’électricité dans les usines américaines. En 1899, les moteurs électriques fournissaient moins de 5 % de la puissance mécanique qui actionnait les machines. Il a fallu encore une vingtaine d’années pour atteindre la moitié. L’électricité n’a commencé à se voir dans la productivité industrielle qu’au début des années 1920, quarante ans après la mise en service des premières centrales électriques.
Pourquoi si longtemps ? Une partie de la réponse tient à ce que faisaient les nouveaux moteurs au départ.
Les usines de l’époque étaient traversées au plafond par de longs arbres de transmission, d’où descendaient des courroies qui entraînaient chaque machine. Ces arbres étaient mis en mouvement par une machine à vapeur ou un moteur du même type. Au début, les moteurs électriques se sont contentés de faire tourner ces arbres à leur place. Selon David, les anciennes courroies, les arbres et même les machines qui les actionnaient sont restés en place. Il y avait des gains, moins d’énergie consommée et une vitesse plus facile à régler, mais l’organisation de l’usine ne changeait pas.
Le tournant est venu quand chaque machine a reçu son propre moteur. Débarrassés des arbres au plafond, les bâtiments pouvaient être plus légers. Au lieu des hautes usines à étages, conçues pour limiter la longueur des arbres, on a construit des ateliers de plain-pied, où les machines suivaient l’ordre de passage des matériaux. Déplacer une machine ou réorganiser une ligne devenait plus simple. David estime qu’environ la moitié de l’accélération de la productivité industrielle américaine dans les années 1920, par rapport à la décennie précédente, s’explique statistiquement par la diffusion des moteurs électriques.
Selon David, les moteurs électriques étaient présents dans les usines dès les années 1890. Leur effet n’est apparu dans les chiffres de productivité qu’une fois les usines reconstruites autour d’eux.
Cette lecture est discutée. Une étude portant sur des usines proches des premières centrales hydroélectriques conclut que, là où l’électricité est arrivée, les gains de productivité ont été rapides, contrairement au récit établi, selon ses auteurs. Mais elle note aussi que ces gains se sont accompagnés d’investissements en équipement et de changements d’organisation. Pourquoi l’électrification a mis si longtemps à porter ses fruits fait encore débat, et ce texte ne tranche pas. Il retient seulement le terrain commun aux deux lectures : un moteur plus rapide ne suffisait pas ; tout ce qui l’entourait devait changer aussi.
Où sont passées mes 30 heures ?
Retour à aujourd’hui. J’ai fait un petit calcul.
Mettons que j’effectue plus de dix tâches par jour et que je gagne plus de dix minutes sur chacune. Cela fait deux heures par jour, environ 30 heures par mois. Sur le papier, j’ai gagné 30 heures. Mais où sont-elles passées ?
Dix minutes isolées, ce n’est qu’un bout de temps dont on ne fait pas grand-chose. Pour s’en servir ailleurs, il faudrait le transformer en un autre type de temps.
Que disent les études ?
Au Danemark, deux économistes ont interrogé des salariés de 11 professions, environ 25 000 à chacune de leurs deux enquêtes, et ont croisé leurs réponses avec des données administratives. Les utilisateurs de chatbots d’IA déclaraient gagner en moyenne 2,8 % de leur temps de travail. C’est bien moins que les gains de plus de 15 % souvent observés dans des expériences menées sur les mêmes métiers. Et les données administratives ne montraient aucun effet sur les revenus ni sur les heures travaillées : un effet supérieur à 1 % est statistiquement exclu.
Interrogés sur ce qu’ils comptaient faire du temps gagné, la plupart répondaient d’autres tâches, y compris de nouvelles tâches créées par l’IA elle-même.
Cette étude a depuis été révisée. La version de mars 2026 paraît sous un nouveau titre, Still Waters, Rapid Currents, et exclut désormais les effets supérieurs à 2 %, et non à 1 %. Les chiffres ci-dessus proviennent de la version de juillet 2025.
Une seconde étude va dans le même sens. Dans une expérience menée dans 66 entreprises auprès de 7 137 employés de bureau, une partie d’entre eux, tirée au sort, a reçu un outil d’IA. Ceux qui s’en servaient passaient deux heures de moins par semaine sur leurs e-mails et travaillaient moins en dehors des horaires habituels. Mais au-delà de ce gain de temps individuel, les chercheurs n’ont constaté aucun changement dans la quantité ni dans la nature des tâches liées au fait de fournir l’outil à des salariés pris un par un. Trois des quatre auteurs travaillent chez Microsoft Research, le laboratoire de l’entreprise qui fabrique l’outil.
Les deux études arrivent au même point. Du temps a été gagné, et il n’a pas disparu : il est parti dans d’autres tâches. Mais la quantité et la nature du travail, les revenus et les heures sont restés les mêmes.
Mes deux heures par jour représentent environ un quart d’une journée de travail, bien plus que les 2,8 % de l’enquête. La moyenne de l’enquête inclut les jours et les tâches où l’IA n’est pas utilisée ; les deux chiffres ne mesurent donc pas la même chose. Je me contente de les placer côte à côte. Reste que, dans le champ des deux études, le temps gagné ne s’est traduit ni par plus de travail accompli ni par un meilleur salaire.
Le feu rouge ne dépend pas de ma vitesse
Doubler la voiture de devant, c’était une affaire de vitesse. S’arrêter au feu suivant, c’était une affaire de feu.
Pour les rapports, c’est la même chose. Ma part du travail peut aller plus vite, la date de sortie du rapport reste fixée par le rythme des rapports, l’ordre des validations et l’agenda de la personne suivante. Les dix minutes gagnées attendent devant tout cela.
Il en allait de même pour les moteurs des usines. Tant qu’ils faisaient tourner les vieux arbres, le flux de l’usine restait le même. Il n’a changé qu’une fois l’implantation, les bâtiments et l’ordre du travail repensés autour d’eux.
En Belgique, 34,5 % des entreprises de dix salariés ou plus utilisaient l’IA en 2025, contre 20,0 % dans l’ensemble de l’UE. Les outils sont déjà là. Mais l’arrivée d’un outil n’est pas la même chose qu’un changement du chemin que suit le travail.
Ce que ce texte n’affirme pas
- Que l’IA ne fait pas progresser la productivité
- Que les entreprises ou les managers ralentissent le travail exprès
- Qu’une réorganisation produirait vite des résultats
- Une conclusion sur les raisons de la lenteur des effets de l’électrification
Ce que nous avons vérifié, et ce que nous n’avons pas pu vérifier
Vérifié
- En 1899, les moteurs électriques fournissaient moins de 5 % de la puissance mécanique des usines américaines ; il a fallu une vingtaine d’années de plus pour atteindre la moitié ; l’effet sur la productivité est apparu au début des années 1920, quarante ans après la mise en service des premières centrales — David (1990)
- Les premiers moteurs électriques entraînaient les arbres de transmission existants, et courroies, arbres et machines d’origine sont restés en place. Une fois chaque machine dotée de son moteur, bâtiments plus légers, ateliers de plain-pied et réimplantations sont devenus possibles — David (1990)
- Environ la moitié de l’accélération de la productivité industrielle en 1919-1929 s’explique statistiquement par la hausse de la puissance installée en moteurs électriques — David (1990)
- Près des premières centrales hydroélectriques, les gains de productivité liés à l’électrification ont été rapides et se sont accompagnés d’investissements en équipement et de changements d’organisation — Fiszbein et al. (NBER Working Paper 28076, non évalué par les pairs)
- Danemark : gain de temps déclaré par les utilisateurs de 2,8 % des heures de travail en moyenne ; aucun effet sur les revenus ni sur les heures (effets supérieurs à 1 % exclus) ; la plupart comptaient consacrer le temps gagné à d’autres tâches — Humlum et Vestergaard (2025)
- Expérience auprès de 7 137 salariés dans 66 entreprises : deux heures de moins par semaine sur les e-mails ; fournir l’outil à des salariés pris un par un n’a changé ni la quantité ni la composition des tâches — Dillon et al. (2025)
- Entreprises de dix salariés ou plus utilisant l’IA en 2025 : Belgique 34,5 %, UE 20,0 % — Eurostat
Non vérifié
- Les 30 heures relèvent d’une estimation personnelle
- Ce que les salariés ont réellement fait du temps gagné (la question danoise portait sur leurs intentions)
- Les raisons de la lenteur des effets de l’électrification
- Une étude mesurant si de petits bouts de temps se cumulent
- Le temps gagné par les salariés belges
- Si les circuits de rapports et de validation sont les mêmes dans toutes les entreprises
Pas encore vérifié
Ce texte n'est pas marqué comme vérifié tant que les points ci-dessous ne sont pas confirmés.
- Deux heures par jour, soit 30 heures par mois : c'est une estimation personnelle, pas une mesure.
- Dans l'enquête danoise, la réponse selon laquelle le temps gagné va à d'autres tâches porte sur ce que les salariés prévoient d'en faire, pas sur ce qu'ils en ont réellement fait.
- Trois des quatre auteurs de l'expérience qui a mesuré où passe le temps gagné travaillent chez Microsoft Research, le laboratoire de l'entreprise qui fabrique l'outil. L'étude ne porte en outre que sur l'attribution de l'outil à des salariés pris un par un.
- Les chercheurs ne s'accordent pas sur les raisons pour lesquelles l'électrification a mis si longtemps à se traduire en productivité dans les usines américaines, ni sur le rôle de la reconstruction des usines. Ce texte ne tranche pas.
- L'idée que des bouts de dix minutes ne se cumulent pas en temps utilisable relève d'une observation personnelle. Nous n'avons trouvé aucune étude qui la mesure.
- Nous n'avons trouvé aucune statistique sur le temps gagné grâce à l'IA par les salariés belges. Le chiffre belge est la part des entreprises qui utilisent l'IA.
- Le rythme des rapports et la chaîne de validation décrits ici sont ceux que j'ai connus. Je n'affirme pas qu'il en va de même partout.
Corrections
- → version 3 — Reformulation du sous-titre. Le vérificateur du site examine désormais aussi les champs écrits par l'auteur dans l'en-tête (titre, sous-titre, points non vérifiés) ; il y a relevé un « toujours », une généralisation que ce texte ne démontre pas. Le sous-titre indique maintenant que le rapport continue de sortir à la date prévue. Aucun fait ni chiffre n'a changé.
- → version 2 — Ajout d'une note indiquant que l'étude danoise a été révisée. La version de mars 2026 porte un nouveau titre, Still Waters, Rapid Currents, et exclut les effets supérieurs à 2 % et non à 1 %. Les 2,8 % et le 1 % utilisés ici proviennent de la version de juillet 2025, citée comme source, et la révision a été ajoutée à la liste des sources. Aucun autre fait ni chiffre n'a changé.
Sources
- Paul A. David, « The Dynamo and the Computer », American Economic Review 80(2), 1990
- Fiszbein, Lafortune, Lewis et Tessada, « Powering Up Productivity », NBER Working Paper 28076
- Humlum et Vestergaard, « Large Language Models, Small Labor Market Effects » (version de juillet 2025)
- Humlum et Vestergaard, « Still Waters, Rapid Currents » — révision de mars 2026 de la même étude (NBER 33777)
- Dillon, Jaffe, Immorlica et Stanton, « Shifting Work Patterns with Generative AI » (2025)
- Eurostat — utilisation de l'intelligence artificielle dans les entreprises (isoc_eb_ai)
Lire dans une autre langue
Comment ce texte a été fait
Le choix du sujet, la prémisse et le jugement sont le fait d'une personne ; la collecte des sources et la rédaction, d'une IA. Ce n'est pas une traduction. Chaque version linguistique est écrite séparément à partir du même document source.