Productivité de l'IA en entreprise : 67 % l'utilisent, 31 % seulement y gagnent

La productivité de l'IA en entreprise est devenue un sujet de comptabilité autant que de technologie. Deux tiers des entreprises françaises de 20 salariés et plus utilisent déjà l'IA générative, mais moins d'un tiers des utilisateurs déclarent un gain, d'après la Banque de France. Les salariés, eux, disent gagner des heures chaque semaine. Les deux constats ne se contredisent pas : ils décrivent un temps libéré que personne n'a décidé de convertir. Voici pourquoi cet écart persiste, ce qu'il coûte et la façon dont une direction peut le mesurer sans attendre trois ans.

En résumé

Selon la Banque de France (enquête de février à avril 2026, environ 7 000 entreprises de 20 salariés et plus), 67 % utilisent l'IA générative, 74 % l'emploient d'abord dans les fonctions support, et 31 % des utilisateurs constatent un gain de productivité. Notre thèse : l'écart entre usage et gain ne tient ni à la technologie ni à la formation seule, mais à l'absence de décision sur l'usage du temps libéré. Tant qu'un gain reste individuel, il se dilue ; il ne devient un résultat d'entreprise que si un processus change et qu'un responsable l'assume. Nous proposons de suivre un indicateur simple, le temps converti, plutôt que le temps déclaré gagné. Les enquêtes disponibles mesurent des perceptions : elles invitent à la prudence, non au pessimisme.

Que mesure-t-on vraiment quand on parle de productivité de l'IA ?

Le mot recouvre trois réalités qu'on confond volontiers. La première est le gain de tâche : un salarié rédige, résume ou analyse plus vite. La deuxième est le gain de processus : la chaîne entière, de la demande au résultat, devient plus rapide, moins chère ou meilleure. La troisième est le gain d'entreprise : le chiffre d'affaires, la marge ou le coût changent de façon visible dans les comptes.

La plupart des enquêtes d'opinion mesurent la première. Les comptes d'entreprise n'enregistrent que la dernière. Entre les deux, un maillon manque : la décision de faire quelque chose du temps libéré. Quand elle n'est pas prise, la minute gagnée sur un courriel est absorbée par un autre courriel, une réunion de plus ou une relecture. Le phénomène n'a rien de nouveau, on l'observe à chaque vague d'outils bureautiques ; il prend seulement une ampleur inédite parce que la diffusion est très rapide.

Pourquoi l'écart entre usage et gains est-il si grand en France ?

Les chiffres officiels de 2026 dessinent un paysage cohérent. Pour la Banque de France, l'IA générative est utilisée par 67 % des entreprises de 20 salariés et plus (64 % entre 20 et 49 salariés, 84 % entre 500 et 999). Mais 74 % des entreprises concernées l'emploient principalement sur des fonctions support (marketing, administration, finance, ressources humaines), contre 14 % dans la production. Seuls 31 % des utilisateurs d'IA générative constatent un gain de productivité, contre 41 % pour les utilisateurs d'IA non générative. Les auteurs notent que les usages cantonnés au support ne produisent que des gains d'efficacité ponctuels, et que la qualité, mal captée par les indicateurs, échappe en partie à la mesure.

L'Insee dresse un tableau voisin avec un autre périmètre : 18 % des entreprises de 10 salariés ou plus utilisaient au moins une technologie d'IA en 2025, et ces entreprises pèsent 66 % du chiffre d'affaires et 59 % de l'emploi des secteurs observés. Parmi celles qui n'en utilisent pas, 71 % invoquent l'absence d'utilité perçue, et 53 % des utilisatrices se disent freinées par un manque de compétences. L'IA se diffuse donc surtout là où l'activité est concentrée, et la compétence reste le premier frein déclaré par ceux qui s'y sont mis.

Ajoutons le regard des salariés, avec la réserve qui s'impose : l'enquête OpinionWay réalisée pour Cegid (500 répondants en France sur 2 006 dans quatre pays, mai-juin 2026, questionnaire en ligne) est une étude d'éditeur. Elle indique que les salariés français disent gagner environ trois heures par semaine grâce à l'IA, que 67 % des utilisateurs s'appuient sur des outils non fournis par leur employeur, et que 63 % déclarent ne recevoir aucune formation. Ces données sont déclaratives et leur échantillon ne représente que les travailleurs de bureau. Elles ne prouvent pas un gain d'entreprise : elles montrent qu'un temps considérable est en jeu, et qu'une partie échappe à tout cadre.

Si l'on assemble ces sources, voici le diagnostic. Le gain individuel existe probablement. Le gain d'entreprise reste rare. Et personne, dans la plupart des organisations, n'est chargé de relier les deux.

Faut-il en conclure que l'IA ne produit pas de productivité ?

Non, et ce serait une lecture trop rapide. Les travaux académiques les plus cités, relayés par le Journal du Net dans une chronique de septembre 2026, donnent des résultats contrastés : des gains mesurés pour des agents de support client débutants, des effets nuls dans une étude danoise sur 25 000 salariés, un ralentissement de développeurs expérimentés dans une expérimentation contrôlée de METR en 2025. Ces résultats n'ont pas la même robustesse, ni le même champ, et nous les citons ici de seconde main : ils servent à dire que la réponse dépend du contexte et du type de tâche, non à trancher.

Ce que montre l'ensemble, c'est que l'effet dépend de ce qu'on fait de l'outil. L'IA aide quand elle est intégrée à un processus, mesurée et corrigée ; elle déçoit quand elle est posée sur des habitudes inchangées. La Banque de France le suggère elle-même en distinguant les secteurs où l'IA est intégrée aux processus productifs de ceux où elle reste un outil de bureau.

Pourquoi le temps gagné ne devient-il pas un résultat ?

Trois mécanismes expliquent, selon nous, cet écart, et chacun se vérifie par une question simple.

Le temps libéré est-il affecté à quelque chose ?

Un gain de dix minutes par jour et par personne n'est pas redistribuable. Il se dissout en pauses, en échanges, en finitions supplémentaires. Il ne devient un résultat que s'il est regroupé : une équipe qui traite plus de dossiers sans embauche, un cycle de clôture raccourci d'une journée, une offre commerciale produite en deux heures au lieu de six. Sans cette décision de regroupement, le gain existe sur le papier et disparaît dans l'agenda.

Le processus a-t-il changé, ou seulement l'outil ?

Introduire un assistant dans un processus intact accélère une étape et laisse intactes les autres. Si la rédaction d'une réponse d'appel d'offres passe de quatre heures à une, mais que la validation juridique prend toujours cinq jours, le délai total ne bouge pas. La Banque de France constate précisément que l'usage concentré sur le support produit des gains « ponctuels ». C'est le signe d'un outil ajouté, non d'un processus refondu.

Quelqu'un répond-il du gain ?

Dans la majorité des entreprises, l'IA est portée par un volontaire enthousiaste ou par la DSI, rarement par le directeur d'une activité qui en attend un résultat chiffré. Or un gain sans responsable se décrète et ne se constate jamais. Nous avons détaillé cette dynamique dans notre analyse sur les limites d'un ROI calculé projet par projet, et les enjeux de compétences et d'usages non encadrés y sont liés : quand les outils sont personnels et non déclarés, il devient impossible de rattacher un gain à un processus.

Comment suivre un gain réel plutôt qu'un gain déclaré ?

Nous proposons de remplacer l'indicateur « temps déclaré gagné » par un indicateur de temps converti, c'est-à-dire la part du temps libéré qui a été réaffectée à une activité identifiée et mesurable. Il se construit avec quatre questions posées pour chaque usage significatif.

• Quel processus est concerné ? Un usage sans processus nommé ne peut pas être suivi. Il reste une pratique individuelle.
• Quel temps est libéré, mesuré avant et après ? Un échantillonnage sur quelques semaines suffit ; l'important est de ne pas se contenter d'un questionnaire de satisfaction.
• À quoi ce temps est-il affecté ? Plus de volume traité, un délai réduit, une activité nouvelle, une réduction de recours à des prestataires. Chaque réponse se traduit en euros ou en jours.
• Qui en répond au comité de direction ? Un directeur d'activité, pas un chef de projet IA.

Exemple illustratif (non issu d'un client) : un service de relation client déclare gagner vingt minutes par agent et par jour grâce à un assistant de rédaction. Si, après trois mois, le volume traité par agent n'a pas bougé, ni le délai de réponse, ni le recours à l'intérim, le temps converti est nul, malgré un taux d'usage de 90 %. À l'inverse, un gain de cinq minutes par dossier, converti en capacité de traitement supplémentaire constatée dans les volumes, vaut davantage que vingt minutes déclarées.

Cet indicateur déplace le débat. Il ne demande pas « combien de collaborateurs utilisent l'IA ? », mais « quel processus a changé et qui l'a décidé ? ». Il oblige aussi à regarder au-delà des fonctions support, là où, selon la Banque de France, l'IA reste peu présente (14 %).

Que devraient décider les directions générales dès ce trimestre ?

Trois décisions, d'ordre de gouvernance plutôt que technique. D'abord, choisir deux ou trois processus où le gain de temps peut être transformé en résultat mesurable, au lieu de multiplier les licences. Ensuite, nommer pour chacun un propriétaire côté activité, avec un objectif de conversion. Enfin, inscrire ce suivi dans le comité qui arbitre la feuille de route de transformation digitale et le budget IA 2027, afin que le financement des outils suive la preuve de leur effet. La prédiction de Gartner, publiée en septembre 2026, selon laquelle 60 % des organisations mettront en regard le coût total de l'IA et sa valeur d'ici 2029, va dans ce sens ; elle s'appuie sur l'expertise des analystes, sans méthodologie publiée, et se lit comme un horizon, non comme une donnée.

Pour choisir les processus, notre analyse sur la priorisation des cas d'usage de l'IA fournit les critères de valeur et de faisabilité.

Et si la productivité de l'IA se jouait hors de l'IA ?

Il serait confortable d'attendre le prochain modèle ou la prochaine étude pour savoir si l'IA « marche ». L'écart entre l'usage (67 % des entreprises) et le gain constaté (31 % des utilisateurs) invite plutôt à poser une autre question : combien de temps notre organisation met-elle à décider ce qu'elle fait d'un gain de temps ? C'est une question de management, de la même famille que celles qui freinent les autres transformations. Les entreprises qui y répondront les premières ne seront pas celles qui auront le plus d'outils, mais celles qui sauront dire, chiffres à l'appui, ce qui a changé dans leurs processus.

Le regard de digitalie_

Chez digitalie_, nous considérons que la mesure de la productivité de l'IA commence par le choix de deux ou trois processus, et par un propriétaire côté métier qui accepte d'en répondre. C'est la logique de notre démarche d'accompagnement en data et IA, dont le Sprint IA Business est la forme la plus courte. Si vous souhaitez regarder, sur vos propres usages, ce qui est converti et ce qui se dilue, nous proposons un échange de 30 minutes. Notre offre est présentée sur la page data et IA, et vous pouvez consulter nos cas clients.

Questions fréquentes

Quelle est la part des entreprises françaises qui utilisent l'IA générative en 2026 ?

Selon la Banque de France, 67 % des entreprises de 20 salariés et plus utilisaient l'IA générative début 2026 (enquête de février à avril, environ 7 000 entreprises). L'Insee mesure 18 % pour les technologies d'IA au sens large dans les entreprises de 10 salariés et plus en 2025 : les périmètres diffèrent.

L'IA augmente-t-elle vraiment la productivité des entreprises ?

Les résultats sont contrastés. Des gains existent sur certaines tâches et chez certains profils, mais la Banque de France constate des gains de productivité encore limités : 31 % des utilisateurs d'IA générative en déclarent un. L'effet dépend surtout de l'intégration de l'outil dans les processus et de la mesure du gain.

Comment mesurer le gain de productivité de l'IA en entreprise ?

Suivez, pour chaque usage, le processus concerné, le temps libéré mesuré avant et après, l'affectation de ce temps (volume, délai, coût évité) et le responsable. Nous proposons un indicateur de temps converti : la part du temps libéré réaffectée à une activité mesurable, plus fiable qu'un temps déclaré gagné.

Pourquoi les gains d'IA restent-ils concentrés dans les fonctions support ?

Les fonctions support offrent des tâches textuelles faciles à outiller sans toucher aux processus, d'où une diffusion rapide : 74 % des usages selon la Banque de France. La production, elle, demande de refondre des processus et des responsabilités, ce qui est plus long. Les gains y sont aussi potentiellement plus visibles dans les comptes.

Que faire du temps libéré par l'IA ?

Il faut décider, avant le déploiement, de son affectation : traiter plus de volume, réduire un délai, absorber une activité sans embauche ou réduire le recours à des prestataires. Sans affectation décidée et suivie par un responsable métier, le temps libéré se dissout dans l'activité courante.

Sources

1. Banque de France, Bulletin n° 266, V. Genre et L. Parpais, « L'IA s'installe dans les entreprises françaises : une diffusion rapide, mais des gains de productivité encore limités », septembre 2026 (Enquête mensuelle de conjoncture, 25 février-3 avril 2026, environ 7 000 entreprises de 20 salariés et plus) : banque-france.fr

2. Insee, Insee Première n° 2120, « Intelligence artificielle dans les entreprises », 21 juillet 2026 (entreprises de 10 salariés ou plus, données 2025) : insee.fr

3. Cegid et OpinionWay, sondage « IA en entreprise », 22 mai-4 juin 2026, 2 006 salariés de bureau dans quatre pays dont 500 en France, questionnaire en ligne (étude d'un éditeur de logiciels, données déclaratives) : cegid.com

4. Journal du Net, « Le paradoxe de la productivité de l'IA », 15 septembre 2026 (chronique d'un auteur indépendant, relayant les travaux de Brynjolfsson, Humlum et Vestergaard, METR) : journaldunet.com

5. Gartner, « Gartner Unveils Top Strategic Predictions for 2027 and Beyond », 15 septembre 2026 : gartner.com