On lit beaucoup de chiffres sur les gains de productivité de l'IA. Peu reposent sur des expériences rigoureuses. Trois études, publiées dans des revues scientifiques à comité de lecture, font aujourd'hui référence. Leurs conclusions sont encourageantes, mais plus nuancées qu'on ne le dit souvent.
1. Service client : +15 % de demandes résolues par heure
Erik Brynjolfsson, Danielle Li et Lindsey Raymond ont étudié le déploiement d'un assistant d'IA générative auprès de 5 172 conseillers d'un service client. Résultat publié dans le Quarterly Journal of Economics en 2025 : l'assistant augmente la productivité, mesurée en demandes résolues par heure, de 15 % en moyenne [1].
Le gain n'est pas uniforme. Les conseillers les moins expérimentés progressent nettement, en vitesse comme en qualité. Les plus expérimentés gagnent un peu en vitesse et perdent légèrement en qualité [1]. Dans la version de travail de 2023, les auteurs estimaient le gain à 14 % en moyenne et à 34 % pour les conseillers novices ou peu qualifiés [2].
2. Rédaction professionnelle : 40 % de temps en moins
Shakked Noy et Whitney Zhang ont confié des tâches de rédaction professionnelle (notes, rapports, courriels) à 453 diplômés du supérieur, dont une partie avait accès à ChatGPT. Publié dans Science en 2023 : le temps moyen nécessaire a diminué de 40 % et la qualité du résultat a augmenté de 18 % [3]. Les écarts de performance entre participants se sont aussi réduits.
3. Conseil : la « frontière irrégulière » de l'IA
L'étude la plus instructive pour les entreprises est sans doute celle de Fabrizio Dell'Acqua, Ethan Mollick et leurs coauteurs, menée avec 758 consultants du Boston Consulting Group et publiée dans Organization Science en 2026 [4].
Sur 18 tâches situées dans le champ de compétence de l'IA, les consultants équipés ont réalisé 12,2 % de tâches en plus, 25,1 % plus rapidement, avec une qualité nettement supérieure [4]. Le Digital Data Design Institute de Harvard évalue cette hausse de qualité à plus de 40 % [5].
Mais sur une tâche choisie pour être hors de portée de l'IA, les consultants qui l'utilisaient avaient 19 % de probabilité en moins d'aboutir à une solution correcte [4]. Les auteurs parlent de « frontière technologique irrégulière » : l'IA excelle sur certaines tâches et se trompe sur d'autres qui semblent pourtant de difficulté comparable.
Le gain dépend moins de l'outil que de la capacité de l'utilisateur à savoir quand s'y fier, et quand ne pas le faire.
Ce que ces études ne disent pas
- Elles portent sur des tâches précises (service client, rédaction, conseil), pas sur l'ensemble d'une activité.
- Les gains mesurés en conditions d'expérience ne se retrouvent pas automatiquement dans une entreprise sans accompagnement.
- Aucune ne garantit un résultat chiffré pour une entreprise donnée.
Les leçons pour votre entreprise
- Commencer par les bonnes tâches. Rédaction, synthèse, reformulation, réponse à des questions fréquentes : c'est là que les gains sont les mieux documentés.
- Former à la vérification. L'étude sur les consultants montre que l'usage non critique de l'IA dégrade la qualité sur les tâches qu'elle maîtrise mal.
- Accompagner tous les profils. Les moins expérimentés gagnent le plus ; les experts doivent apprendre à ne pas perdre en qualité.
- Mesurer. Comparer le temps passé et la qualité avant et après, sur vos propres tâches.
Former vos équipes à l'IA ? Notre formation intra-entreprise peut faire l'objet d'une demande de prise en charge auprès de votre OPCO. Parlons-en lors d'un rendez-vous de 30 minutes, sans engagement.
Sources
- E. Brynjolfsson, D. Li, L. R. Raymond, « Generative AI at Work », The Quarterly Journal of Economics, vol. 140, n° 2, p. 889-942, 2025, DOI 10.1093/qje/qjae044 — doi.org/10.1093/qje/qjae044
- E. Brynjolfsson, D. Li, L. R. Raymond, « Generative AI at Work », NBER Working Paper n° 31161, avril 2023 (révisé en novembre 2023) — www.nber.org/papers/w31161
- S. Noy, W. Zhang, « Experimental evidence on the productivity effects of generative artificial intelligence », Science, vol. 381, n° 6654, p. 187-192, 14 juillet 2023, DOI 10.1126/science.adh2586 — pubmed.ncbi.nlm.nih.gov/37440646/
- F. Dell'Acqua, E. McFowland III, E. Mollick et al., « Navigating the Jagged Technological Frontier », Organization Science, 2026, DOI 10.1287/orsc.2025.21838 (HBS Working Paper 24-013, 2023) — doi.org/10.1287/orsc.2025.21838
- Digital Data Design Institute at Harvard, « Navigating the Jagged Technological Frontier », 21 septembre 2023 — aiinstitute.hbs.edu/navigating-the-jagged-technological-frontier/
Article à visée informative, rédigé à partir des sources citées à la date de publication. Il ne constitue pas un conseil juridique.