Le temps que l'IA fait perdre : ce que les études établissent vraiment, et ce qu'on leur fait dire
Quatre études sont citées partout pour prouver que l'IA coûte plus de temps qu'elle n'en fait gagner. Nous les avons ouvertes une par une, jusqu'à la source primaire. Trois sont des enquêtes déclaratives commandées par des entreprises qui vendent quelque chose ; la seule expérience contrôlée s'est rétractée d'un tiers en six mois. Et un chiffre repris par quatre médias n'existe dans aucune d'elles.
Rédigé par Laurent SOUHY
•7 min de lecture
Un chiffre circule depuis quelques mois dans les présentations, les newsletters et les fils LinkedIn : l'intelligence artificielle ferait perdre plus de temps qu'elle n'en fait gagner. Il arrive presque toujours accompagné d'un pourcentage précis, ce qui lui donne l'allure d'un fait établi.
Nous avons voulu savoir sur quoi il repose. Pas lire les articles qui le citent : ouvrir les études elles-mêmes, jusqu'à la source primaire, et regarder ce qu'elles mesurent réellement.
Le résultat nous a surpris, et il n'est pas celui qu'on attendait. Il y a bien un phénomène. Mais entre ce que ces travaux établissent et ce qu'on leur fait dire, l'écart est considérable — et l'un des chiffres les plus repris n'existe dans aucun d'eux.
Voici l'état réel de ce dossier, au 27 juillet 2026.
Les quatre travaux, ouverts un par un
1. Optimizely — 2026 Global Study
C'est l'étude la plus récente et la plus citée sur le sujet côté marketing. Elle interroge 2 003 responsables marketing B2B dans sept marchés.
Ce qu'elle écrit :
« Only 4% said AI genuinely saves time at every stage of the process. » « Three quarters of B2B marketing leaders spend three hours or more every week editing, fact-checking, and fixing AI output. »
Le détail de ce temps de correction : relecture des hallucinations 48 %, copier-coller entre outils qui ne communiquent pas 40 %, vérification juridique et conformité 37 %. Et 65 % des répondants envisageraient de suspendre leur déploiement pendant 90 jours, « either to add guardrails or to scrap the current approach entirely ».
Ce que l'étude ne dit pas : elle ne publie ni ses dates de terrain, ni le nom de l'institut de sondage, ni le profil détaillé des répondants, ni sa marge d'erreur. C'est, des quatre travaux examinés ici, celui dont la méthode est la moins documentée. Elle est par ailleurs publiée par un éditeur qui vend une plateforme de gestion de contenu — ce qui ne la disqualifie pas, mais se sait en la lisant.
Le piège de lecture, et il est majeur : le chiffre de 4 % ne dit pas que 96 % des entreprises ne gagnent pas de temps. Il porte sur une affirmation beaucoup plus étroite — gagner du temps à chaque étape du processus. Un répondant qui gagne énormément de temps à trois étapes sur quatre répond « non » à cette question. C'est pourtant sous la forme « seulement 4 % des entreprises gagnent du temps avec l'IA » que ce chiffre voyage.
2. Workday et Hanover Research — Beyond Productivity
Enquête menée en novembre 2025 auprès de 3 200 salariés à temps plein, dans des organisations réalisant plus de 100 millions de dollars de chiffre d'affaires, tous utilisateurs actifs d'outils d'IA, en Amérique du Nord, en Europe et en Asie-Pacifique. C'est la méthode la mieux documentée du lot.
« 85% of employees report saving one to seven hours per week using AI, much of that time is offset by rework on low-quality AI-generated content. » « Only 14% of employees consistently get clear, positive net outcomes from AI. »
Ces deux phrases méritent d'être lues ensemble, parce qu'elles ne disent pas la même chose. La première dit que le gain existe : 85 % des salariés le constatent, et il se compte en heures. La seconde dit que le gain net, durable, est rare : 14 %.
C'est probablement le chiffre le plus solide de tout le dossier, et curieusement le moins cité.
3. Upwork et Workplace Intelligence — enquête menée par Walr
2 500 travailleurs (1 250 dirigeants, 625 salariés, 625 indépendants) aux États-Unis, au Royaume-Uni, en Australie et au Canada. Terrain réalisé du 16 avril au 5 mai 2024.
« Employees report spending more time reviewing or moderating AI-generated content (39%). » « 77% of employees report that these tools have added to their workload. »
La date compte plus que le chiffre. Ce terrain a plus de deux ans. À l'échelle de ce secteur, il décrit un autre paysage d'outils. Il reste utile comme point de départ d'une tendance ; il ne peut pas être cité au présent.
4. METR — le seul essai randomisé contrôlé
Les trois travaux précédents sont des enquêtes déclaratives : on demande à des gens d'estimer leur propre temps. Un seul travail, à notre connaissance, a mesuré le temps réellement passé, dans un dispositif expérimental : celui de METR, publié en juillet 2025 (arXiv:2507.09089), portant sur 16 développeurs open source expérimentés et 246 tâches réelles sur leurs propres dépôts.
Son résultat est le plus frappant du dossier : les développeurs ont été 19 % plus lents avec les outils d'IA — alors qu'ils estimaient après coup avoir été 20 % plus rapides. Un écart de perception de près de quarante points.
Et c'est ici que le dossier bascule. En février 2026, METR a publié une mise à jour de son protocole. La nouvelle estimation :
« we now estimate a speedup of -18% with a confidence interval between -38% and +9% » (participants d'origine) « -4%, with a confidence interval between -15% and +9% » (nouveaux participants)
Pour les nouveaux participants, l'intervalle de confiance traverse zéro. Autrement dit : le ralentissement n'est plus statistiquement établi. METR documente en outre un biais de sélection qu'elle a elle-même constaté :
« 30% to 50% of developers told us that they were choosing not to submit some tasks because they did not want to do them without AI. »
Les participants écartaient des tâches parce qu'ils ne voulaient plus les faire sans IA. Cela ne détruit pas le résultat initial — cela montre qu'il est plus fragile qu'il n'en avait l'air, et l'équipe qui l'a produit est la première à le dire.
Le tableau, en une vue
| Travail | Population et méthode | Terrain | Ce qu'il établit | Ce qu'il n'établit pas |
|---|---|---|---|---|
| Optimizely | 2 003 responsables marketing B2B, 7 marchés. Institut, dates et marge d'erreur non publiés | non publié | 4 % gagnent du temps à chaque étape · 3/4 corrigent ≥ 3 h/sem · 37 % de ce temps est juridique et conformité | que 96 % ne gagnent pas de temps |
| Workday + Hanover | 3 200 salariés temps plein, entreprises > 100 M$, NA + EMEA + APAC | nov. 2025 | 85 % gagnent 1 à 7 h/sem · 14 % seulement ont un gain net durable | la part exacte du gain reperdue |
| Upwork + Workplace Intelligence (Walr) | 2 500 actifs, 4 pays | avr.–mai 2024 | 39 % passent plus de temps à réviser · 77 % voient leur charge augmenter | l'état actuel — le terrain a 2 ans |
| METR | 16 développeurs, 246 tâches, essai randomisé contrôlé | 2025, révisé fév. 2026 | un écart perception/réalité mesuré | un ralentissement stable : l'intervalle traverse zéro chez les nouveaux participants |
Vérifié le 27 juillet 2026, sources primaires ouvertes une par une. Ce tableau vieillira : une étude peut être révisée, comme METR l'a fait. La date ci-dessus fait partie du tableau.
Le chiffre qui n'existe pas
Quatre médias — CFO.com, Quartz, CIO et The Next Web — attribuent à l'étude Workday une affirmation précise : 37 % du temps gagné grâce à l'IA serait reperdu en corrections.
Nous avons lu le communiqué primaire en entier. Cette phrase ne s'y trouve pas. Le seul « 37 % » qu'il contient dit tout autre chose :
« Only 37% of employees experiencing the highest amount of rework say they're getting access to [skills training]. »
Il s'agit de l'accès à la formation, pas du temps reperdu. Un indice aurait dû alerter plus tôt : CIO écrit 40 % là où CFO.com écrit 37 %. Deux chiffres différents pour un même fait supposé, c'est la signature d'une reprise en chaîne où plus personne n'ouvre la source.
Nous insistons sur ce point pour une raison précise, et elle nous concerne directement : ce faux 37 % ressemble à s'y méprendre au vrai 37 % de l'étude Optimizely — la part du temps de correction consacrée aux vérifications juridiques. Les deux chiffres sont vrais séparément, ils portent sur des objets sans rapport, et les confondre produit une phrase parfaitement crédible et parfaitement fausse. Nous avons failli l'écrire.
Le chiffre à citer à la place, parce qu'il est primaire et qu'il dit quelque chose : 14 %.
Ce qu'aucune de ces études n'établit
Elles n'établissent pas que l'IA fait perdre du temps. Aucune ne le dit, et la seule qui mesurait plutôt que d'interroger a revu son résultat à la baisse.
Ce qu'elles décrivent ensemble est plus intéressant, et plus embêtant : le gain est réel et immédiat, le coût est réel et différé — il arrive sous forme de relecture, de correction, de vérification. Le premier se voit tout de suite, le second se paie plus tard et n'est presque jamais compté. Ce qui manque, ce n'est pas le gain : c'est la mesure du solde.
Il faut aussi dire une chose franchement. Trois de ces quatre travaux sont publiés par des entreprises qui vendent quelque chose — une plateforme de contenu, un logiciel de gestion des ressources humaines, une plateforme de mise en relation professionnelle. Cela n'invalide rien : leurs méthodes sont décrites, leurs chiffres sont publics, et Workday documente la sienne mieux que bien des travaux académiques. Mais sur une question qui décide de budgets réels, l'essentiel de ce que nous savons vient d'acteurs qui ont un intérêt dans la réponse, et le seul dispositif indépendant est celui qui s'est corrigé.
C'est un état de la connaissance, pas un scandale. Il mérite simplement d'être dit avant de citer un pourcentage.
Ce que nous en retenons
Un chiffre de sondage ne dira jamais ce que l'IA vous coûte, à vous. Il décrit une moyenne sur une population qui n'est probablement pas la vôtre — des responsables marketing B2B, des salariés de grandes entreprises, des développeurs open source. Le premier réflexe, quand un pourcentage nous arrange, devrait être de vérifier ce qu'il mesure exactement, sur qui, et quand.
Nous avons entrepris ce travail parce qu'un de ces chiffres nous arrangeait beaucoup : celui qui dit qu'un tiers du temps de correction part en vérifications juridiques. Il est vrai. Il est aussi bien plus étroit que ce que nous aurions aimé lui faire dire.
La question suivante — comment mesurer sa propre charge de vérification, sans attendre qu'une étude le fasse pour soi — n'a pas de réponse dans ces quatre travaux. Nous la traitons à part, dans un article dédié.