IA au travail : 73 % des dirigeants jugent le retour sur investissement décevant

Les chiffres qui changent le ton

Les résultats de G-P dessinent un net passage de l’enthousiasme à l’exigence de preuve :

• Usage généralisé : 100 % des dirigeants interrogés déclarent utiliser l’IA .
• ROI sous pression : 73 % estiment que les retours de certains investissements IA ont été décevants ou en dessous des attentes .
• Déploiement plus prudent : la part des dirigeants mondiaux affirmant que leur organisation utilise agressivement l’IA pour innover est passée de 60 % l’an dernier à 42 % cette année .
• Patience budgétaire limitée : environ sept dirigeants sur dix veulent voir des gains de productivité cette année, faute de quoi ils pourraient réduire les investissements IA .
• Coût de contrôle : 69 % disent que les salariés passent plus de temps à surveiller, vérifier ou mettre à jour du travail généré par l’IA .
• Productivité de façade : 88 % s’inquiètent de voir des salariés utiliser l’IA pour paraître occupés ou répondre à des obligations d’usage sans créer de vraie valeur, et 47 % se disent très ou extrêmement préoccupés par le fait que cela arrive déjà .
• Signal social sensible : 82 % des dirigeants affirment que l’IA a réduit la valeur qu’ils accordent aux salariés humains .

Ce n’est pas une crise de l’adoption, mais une crise de confiance

Le rapport ne dit pas que les entreprises abandonnent l’IA. Au contraire : G-P affirme que tous les dirigeants interrogés l’utilisent . Le basculement est ailleurs. Les dirigeants semblent passer d’une logique de déploiement à une logique de rendement mesurable.

C’est un changement notable par rapport au cycle précédent. Le rapport G-P 2025 AI at Work mettait l’accent sur l’accélération : 91 % des dirigeants déclaraient alors étendre activement leurs initiatives IA, et 74 % considéraient l’IA comme essentielle au succès de leur entreprise . En 2026, l’IA reste partout, mais le vocabulaire dominant devient celui de la responsabilité, du test et du retour sur investissement .

G-P n’est pas seul à signaler ce décalage entre adoption et valeur. Boston Consulting Group a rapporté que 60 % des entreprises n’obtenaient pas de valeur tangible de l’IA à grande échelle, tandis que 35 % voyaient certains retours sans aller assez loin ou assez vite . McKinsey a de son côté constaté que 92 % des entreprises prévoyaient d’augmenter leurs investissements IA sur trois ans, mais que seulement 1 % des dirigeants jugeaient leur organisation assez mature pour avoir pleinement intégré l’IA aux flux de travail et en tirer des résultats commerciaux substantiels .

Le coût caché : quand l’IA accélère une étape mais alourdit le reste

Une partie du problème vient d’un effet très concret : l’IA peut produire vite, mais ce qu’elle produit doit souvent être relu, corrigé ou sécurisé. Selon G-P, 69 % des dirigeants déclarent que les salariés consacrent davantage de temps à surveiller, examiner ou mettre à jour du contenu généré par l’IA .

Autrement dit, un outil peut générer en quelques secondes un brouillon, une synthèse, du code ou une réponse client, tout en transférant la charge vers des humains chargés de vérifier l’exactitude, de réécrire, de gérer les risques ou de nettoyer les erreurs.

C’est là que la distinction devient essentielle entre productivité brute et productivité nette. Si l’IA augmente le volume produit mais oblige ensuite à multiplier les contrôles, le gain réel dépend de l’ensemble du processus, pas seulement de l’étape automatisée. Des travaux de Workday relayés par Channel Insider vont dans le même sens : les gains de temps liés à l’IA peuvent être absorbés par le retravail, notamment la correction d’erreurs, la réécriture et la double vérification des résultats générés par l’IA .

Le piège de la productivité de façade

G-P met aussi en lumière un risque plus managérial : confondre activité IA et valeur économique. Le rapport indique que 88 % des dirigeants craignent que des salariés utilisent l’IA pour donner l’impression d’être productifs ou pour satisfaire des consignes d’usage, sans produire de résultats vraiment utiles à l’entreprise . Près de la moitié, 47 %, se disent très ou extrêmement préoccupés par le fait que cette situation existe déjà .

Cela invite à se méfier des indicateurs trop superficiels : nombre de connexions à un outil, volume de prompts, quantité de textes générés ou déclarations d’usage par les équipes. Ces métriques prouvent une activité. Elles ne prouvent pas que le travail est devenu meilleur, plus rapide, plus sûr ou plus rentable.

Le paradoxe humain

Le chiffre le plus sensible du rapport est sans doute celui-ci : 82 % des dirigeants disent que l’IA a réduit la valeur qu’ils accordent aux salariés humains . Le paradoxe est fort, car le même rapport montre que ces salariés restent très sollicités pour contrôler, surveiller et améliorer les résultats produits par l’IA .

Ce constat ne signifie pas, à lui seul, que les humains deviennent inutiles. Il suggère plutôt que certaines organisations risquent de sous-estimer le jugement humain nécessaire pour rendre l’IA fiable et exploitable. McKinsey recommande d’ailleurs de concentrer les efforts sur des usages pratiques qui renforcent les salariés dans leur travail quotidien et qui relient l’IA à des résultats mesurables, plutôt que de la traiter comme un simple déploiement technologique .

Comment mesurer l’IA autrement

Le rapport G-P pousse les entreprises à déplacer leur tableau de bord : moins de métriques d’adoption, plus d’indicateurs de résultats. Une grille plus solide pourrait suivre :

1. L’impact métier : contribution au chiffre d’affaires, baisse des coûts, amélioration de l’expérience client, réduction des risques ou accélération d’un travail validé.
2. La productivité nette : temps gagné moins temps passé à relire, corriger, réécrire ou mettre à jour les sorties de l’IA.
3. La qualité : taux d’erreur, escalades, problèmes de conformité, satisfaction client et part des contenus IA acceptés sans retravail majeur.
4. L’intégration aux flux de travail : l’IA est-elle intégrée à un processus à forte valeur, ou simplement ajoutée comme un outil de plus ?
5. Le levier humain : l’IA aide-t-elle les salariés à mieux décider et à réaliser des tâches plus utiles, ou augmente-t-elle seulement le volume de production ?
6. La responsabilité budgétaire : chaque cas d’usage a-t-il un responsable, une situation de référence, un indicateur de succès et une date de revue avant d’augmenter les dépenses ?

La question centrale n’est donc plus : « Les équipes utilisent-elles l’IA ? » Elle devient : « L’IA améliore-t-elle réellement le travail validé qui compte pour l’entreprise ? »

À retenir

Le rapport 2026 AI at Work de G-P n’est pas un réquisitoire contre l’IA. C’est un signal de maturité. Les dirigeants ne contestent pas l’importance de la technologie ; ils demandent désormais qu’elle prouve sa valeur.

Le fait que 100 % des dirigeants interrogés disent utiliser l’IA, tandis que 73 % jugent certains investissements décevants, résume bien le moment actuel . L’IA est entrée dans l’entreprise. Elle doit maintenant sortir du registre de la promesse pour démontrer, chiffres à l’appui, qu’elle améliore la productivité nette, la qualité et les résultats économiques.