L'IA rend-elle vraiment plus productif au travail ?

Le 12 mai 2026, Arthur Mensch était devant les députés. Le patron de Mistral AI, la plus connue des entreprises françaises d'intelligence artificielle, répondait sous serment à une commission d'enquête↗, et il a décrit ce que l'IA change au travail de ses développeurs.

À 20 fois plus vite, 35 heures de travail en prennent moins de 2. La suite de la phrase est pourtant plus intéressante que son début. À 5, les gains diminuent déjà. Et dans une très grosse entreprise, poursuit-il, il faut d'abord « lever les goulots d'étranglement organisationnels ».

Arthur Mensch parlait de ses équipes de développeurs. Sa remarque éclaire pourtant une énigme qui occupe les économistes depuis 4 ans : l'IA fait gagner du temps à ceux qui s'en servent, et ce temps reste presque introuvable dans les comptes des entreprises et des pays.

Commençons par ce qui est solide. Quand on prend 2 groupes, qu'on leur donne le même travail et qu'on équipe l'un des deux, l'IA fait gagner du temps. 3 expériences souvent citées le montrent, chacune avec sa mesure.

Ces expériences ont un point commun, qu'on cite moins. Le gain va d'abord aux moins aguerris. Dans le centre d'assistance↗, les débutants progressent de 34 % selon la version de travail de l'étude, les plus expérimentés presque pas. L'IA rapproche le novice du professionnel plus qu'elle n'accélère le professionnel.

Elles ont aussi une limite. Quand les consultants↗ ont reçu un problème choisi hors de portée du modèle, ceux qui s'en servaient ont trouvé la bonne réponse moins souvent : 60 % et 70 % selon le groupe, contre 84,5 % pour ceux qui travaillaient seuls.

L'outil s'est répandu à une vitesse rare. Aux États-Unis, 21 % des salariés disaient s'en servir au travail en 2023, et 52 % au printemps 2026↗, selon l'institut Gallup. Dans la zone euro, la Banque centrale européenne mesure le même chemin↗ : 26 % des salariés en 2024, 52 % en 2026. Les entreprises suivent de plus loin. En France, 18 % de celles de 10 salariés et plus utilisaient une forme d'IA en 2025, d'après Eurostat, et 8 % une IA qui produit du texte ou du code.

Ceux qui s'en servent sont convaincus d'y gagner. Les utilisateurs américains disaient fin 2024 économiser 5,4 % de leur temps de travail, selon une enquête publiée par la Réserve fédérale de Saint-Louis↗. Au Danemark, ils déclarent 3 %.

C'est appréciable, et c'est très loin de la journée entière parfois avancée. Le Boston Consulting Group donne bien 8 heures par semaine↗, mais pour 42 % des employés de terrain qui utilisent régulièrement l'IA, et le cabinet vend du conseil en IA.

Entre 40 % de temps gagné sur une tâche et 5 % sur une semaine, il n'y a pas de contradiction. Une semaine de travail ne se compose pas seulement de tâches qu'une IA sait faire.

Le Danemark tient des registres qui permettent de suivre la paie et les heures de chaque salarié. 2 économistes, des universités de Chicago et de Copenhague, y ont relié une enquête sur 25 000 salariés↗ de 11 métiers exposés à l'IA. 2 ans après l'arrivée de ChatGPT, ils ne mesurent aucun effet sur les salaires ni sur les heures, et excluent tout effet supérieur à 2 %. Y compris chez ceux qui se servent d'un assistant tous les jours.

Les dirigeants de 7 pays interrogés par des chercheurs de banques centrales chiffrent ce gain à 0,2 % par an↗ sur les 3 dernières années.

Les comptes nationaux racontent la même chose. En France, une heure de travail produisait en 2025 un peu moins qu'en 2019 : 0,9 % de moins, d'après les séries de l'OCDE. L'Insee relève↗ une exception, les services marchands, dont la productivité a repassé sa tendance d'avant la crise sanitaire. Il l'explique en partie par des gains « notables dans la programmation informatique avec l'essor de l'intelligence artificielle générative ».

Aux États-Unis, le tableau est plus favorable. La productivité progresse de 2,3 % par an depuis 2019, une moyenne que relève l'année 2020 (5,3 %), contre 1,5 % pendant les 12 années précédentes, et la Réserve fédérale de Dallas relève↗ que les 3 secteurs les plus exposés à l'IA font mieux que les autres. Elle précise qu'il s'agit d'une corrélation. L'économiste Torsten Slok résumait en février↗ : l'IA est partout, sauf dans les dernières données macroéconomiques (notre traduction).

Un détour s'impose ici. Si l'IA ne se voit pas dans la productivité, se voit-elle dans l'emploi ? Devant les députés, Arthur Mensch a dit qu'il y aurait « de la croissance mais aussi des destructions d'emplois - du moins une modification des emplois existants ».

Pour l'instant, les statistiques d'ensemble ne montrent rien. Le laboratoire budgétaire de Yale, qui suit le marché du travail américain mois après mois, ne trouve pas de signe clair↗ de perturbation liée à l'IA. Une équipe de Stanford arrive à la même conclusion↗ pour l'ensemble des salariés, avec une exception : les 22-25 ans. Dans les métiers les plus exposés, l'écart passe surtout par moins d'embauches de jeunes, plutôt que par des départs. En France, des chercheurs d'HEC et de la Banque de France observent le même écart↗ sur les embauches en CDI.

Dans les 2 pays, les auteurs préviennent qu'ils décrivent un écart sans en établir la cause. L'équipe française cite d'autres explications possibles, dont les réorganisations des activités informatiques après la pandémie.

La phrase de Torsten Slok en démarque une autre. En juillet 1987, l'économiste Robert Solow écrivait dans le New York Times↗ qu'on voyait l'âge de l'ordinateur partout, sauf dans les statistiques de productivité. Les entreprises s'équipaient, et la productivité ralentissait.

Elle a fini par répondre. Aux États-Unis, elle progressait de 1,4 % par an entre 1973 et 1990. Elle est passée à 3,1 % par an entre 1995 et 2004, d'après les séries du Bureau of Labor Statistics↗. Il avait fallu 8 ans après la phrase de Solow, et bien plus après les premiers ordinateurs de bureau.

Les optimistes en tirent un argument : il est trop tôt. Arthur Mensch le dit à sa manière devant les députés. On manque de recul, parce que confier une tâche à un agent pendant toute une journée n'est possible que depuis 6 mois. Erik Brynjolfsson, de Stanford, avec Daniel Rock et Chad Syverson, en a fait une théorie↗, la courbe en J : les entreprises qui adoptent une technologie de ce genre commencent par dépenser du temps à se former et à se réorganiser. Les statistiques comptent ce temps et ne comptent pas ce qu'il construit, si bien que la productivité mesurée est sous-estimée au début et surestimée ensuite, quand elles récoltent. Les prudents répondent par un calcul. Daron Acemoglu, du MIT, estime↗ que l'IA ajoutera au plus 0,66 % à la productivité globale en 10 ans.

L'historien de l'économie Paul David avait répondu à Solow dès 1990↗ avec une autre machine, la dynamo. En 1899, les moteurs électriques représentaient moins de 5 % de la puissance motrice installée dans les usines américaines. Il a fallu 2 décennies pour dépasser la moitié, et les gains de productivité ne sont arrivés que dans les années 1920.

La raison intéresse directement notre sujet. Les premières usines électrifiées ont remplacé leur machine à vapeur par un gros moteur électrique, et gardé tout le reste : l'arbre de transmission au plafond, les courroies, les machines alignées dessous. Le gain est venu quand on a mis un moteur sur chaque machine, ce qui permettait de redessiner l'atelier. L'électricité a peu changé la productivité tant que l'usine est restée organisée autour de la vapeur.

Paul David prévenait lui-même que les ordinateurs ne sont pas des dynamos. C'est une analogie, et elle ne dit pas combien de temps il faudra cette fois.

Une partie de l'écart a une explication simple : on juge mal son propre temps. En 2025, l'organisme d'évaluation METR a suivi 16 développeurs chevronnés↗ sur 246 tâches, une partie avec l'IA, une partie sans. Avant de commencer, ils prévoyaient d'aller 24 % plus vite.

Les outils ont progressé depuis, et les mêmes chercheurs jugent probable↗ que l'IA accélère désormais ces développeurs, sans pouvoir le chiffrer de façon fiable. Il reste de cette expérience qu'on peut se tromper de 39 points sur sa propre vitesse. Tous les sondages où l'on demande aux salariés combien de temps ils gagnent reposent sur cette impression.

Reste la piste qu'Arthur Mensch effleure, et c'est celle que nous retenons. Relisons-le. Seul, un développeur va 10 ou 20 fois plus vite. À 5, un peu moins. Plus tôt dans la même audition, sur une autre question, il avait donné un chiffre pour son entreprise entière : en 6 mois, dit-il, Mistral AI a multiplié sa productivité par 2. C'est sa déclaration, et aucune étude ne la vérifie. Il prévient lui-même que ce doublement n'est pas pour tout le monde. Chez Mistral AI, l'usage des agents « suscite peu de frictions », en raison de la « faible empreinte physique » de l'activité, alors que dans l'industrie lourde il faut tester des systèmes physiques.

Arthur Mensch parle de frictions physiques. Celles de l'organisation, qu'il évoquait avec ses goulots d'étranglement, existent partout, y compris dans les bureaux. Une expérience les a mesurées. Dans 66 entreprises, des chercheurs ont tiré au sort 7 137 salariés↗ et donné à une partie d'entre eux un assistant intégré à leur messagerie, à leurs réunions et à leur traitement de texte.

C'est l'explication que donnent les auteurs. À ce stade de l'adoption, l'IA a accéléré ce que chacun fait seul, et s'est arrêtée là où commence le travail à plusieurs. 2 réserves : l'étude mesure le temps passé dans les applications, pas ce qui est produit, et une partie des auteurs travaillait pour Microsoft, qui vend cet assistant.

Les informaticiens connaissent ce phénomène depuis 1967. Cette année-là, Gene Amdahl, ingénieur chez IBM, se demandait ce qu'on gagne à ajouter des processeurs à un ordinateur. Sa conclusion↗ : l'effort est perdu si la partie du calcul qui ne se partage pas ne progresse pas au même rythme. On en a tiré plus tard une formule, qui porte son nom. Le gain d'ensemble est borné par la part du travail qu'on n'accélère pas. Une équipe dont l'IA rend la moitié du travail 20 fois plus rapide ne va que 1,9 fois plus vite, parce que l'autre moitié prend le même temps qu'avant. Avec une machine infiniment rapide, elle ne dépasserait pas 2.

Ce calcul n'explique pas le doublement de Mistral AI, que personne hors de l'entreprise ne sait décomposer. Il montre qu'un facteur 20 sur une tâche et un facteur 2 sur l'ensemble n'ont rien de contradictoire. Les économistes tiennent un raisonnement voisin à l'échelle d'un pays. Philippe Aghion, avec Benjamin et Charles Jones, écrivait dès 2017↗ que la croissance pourrait être limitée « non par ce que nous faisons bien, mais par ce qui est essentiel et pourtant difficile à améliorer » (notre traduction).

C'est une lecture, et il en existe d'autres : le coût d'apprentissage des outils, une diffusion encore limitée dans les entreprises, des statistiques en retard. Celle-ci a notre préférence parce qu'elle dit quoi faire.

Un dirigeant qui vient d'acheter des licences a 2 façons de mesurer ce qu'elles rapportent. La première consiste à demander à ses équipes si elles gagnent du temps. Elles répondront sans doute oui, de bonne foi, et l'étude de METR montre qu'on peut se tromper de beaucoup.

La seconde consiste à regarder ce qui sort : les dossiers bouclés, les délais, ce que le client reçoit. Et à chercher où le travail attend. Si l'IA écrit le premier jet en 10 minutes et qu'il faut toujours 3 semaines pour le valider, le problème n'était pas le premier jet. Les usines de 1900 avaient acheté le moteur et gardé l'arbre de transmission.

Il y a enfin une question que les études ne posent pas, et qui nous occupe au premier chef. Au Danemark, 85 % des utilisateurs d'un assistant disent consacrer le temps gagné à d'autres tâches de leur poste. Si ces tâches passent elles aussi par un assistant, l'IA ajoute des heures d'usage au lieu d'en retirer, avec les requêtes et l'électricité qui vont avec. C'est une hypothèse, et aucune des études citées ici ne la mesure. Elle mériterait de l'être avant qu'on parle de sobriété.

Un développeur seul va peut-être 20 fois plus vite. Mistral AI, selon son patron, va 2 fois plus vite. Entre ces 2 chiffres, il y a une entreprise.