Où l’IA a déjà bougé les chiffres, et où l’on ne mesure rien

Trois questions suffisent à trier ce qui se raconte sur l’IA en entreprise : qui a mesuré, sur quel périmètre, et par rapport à quel groupe témoin. Appliquées aux publications disponibles, elles laissent peu de secteurs debout. Deux tiennent la route, le conseil et la santé. Ailleurs, on ne dispose que de déclarations.

Le conseil : le gain le mieux documenté, et son angle mort

L’étude la plus solide vient de Harvard Business School, du MIT et de Wharton, sur des données de juin 2023 publiées en mars 2026. Elle a tiré au sort 758 consultants du Boston Consulting Group. Ceux équipés de GPT-4 ont traité 12,2 % de tâches en plus et 25,1 % plus vite, avec une qualité jugée nettement supérieure. Sur des tâches d’analyse, de cadrage et de recommandation, l’ordre de grandeur est donc réel, et il est mesuré, pas déclaré.

Le résultat le plus utile est pourtant le second. Sur une tâche située hors du périmètre où l’IA est fiable, le taux de bonnes réponses des consultants équipés chute par rapport au groupe sans IA. L’outil ne se contente donc pas d’être inutile là où il ne sait pas faire : il tire la performance en dessous du niveau atteint sans lui, parce que la personne fait confiance à une réponse qui a l’air juste et arrête de vérifier.

La conséquence est directe. Le gain n’est pas attaché à l’outil, il est attaché au fait de savoir où s’arrête son périmètre de fiabilité et de l’avoir dit aux équipes. Un déploiement qui ne pose pas cette frontière achète les deux résultats en même temps.

La santé : seize minutes reprises sur la documentation

La deuxième mesure sérieuse vient de l’UCSF, publiée dans le JAMA le 28 avril 2026. Elle a suivi 8 581 cliniciens de cinq hôpitaux universitaires de juin 2023 à août 2025. Les 1 809 qui ont adopté un assistant IA de compte rendu ont consacré 16 minutes de moins à la documentation par tranche de 8 heures de consultation.

Ce chiffre a deux qualités rares : il est relevé dans le logiciel et non demandé aux praticiens, et il porte sur vingt-six mois, donc au-delà de l’effet de nouveauté. Ses limites méritent la même franchise. Seize minutes sur 480, cela fait environ 3 % du temps. L’étude ne dit pas ce que devient ce temps repris : plus de patients, moins de fatigue, ou rien de visible. Et un praticien sur cinq seulement a adopté l’outil.

Ce qui est déclaré, et ce qui se retrouve dans les comptes

C’est ici que la plupart des chiffres du marché se dégonflent. La Banque centrale européenne, à partir de ses enquêtes de juin et décembre 2025, relève qu’environ 70 % des entreprises de la zone euro déclarent un usage de l’IA, mais que 7 % seulement le jugent important. Au niveau du salarié, la Federal Reserve Bank of St Louis, dans un travail de 2024 révisé en février 2025, rapporte 5,4 % de temps économisé, un peu plus de deux heures sur une semaine de 39 heures. Une déclaration, là encore.

Le contrepoint le plus honnête vient du NBER, en juillet 2025, sur environ 25 000 salariés danois répartis dans 7 000 établissements. Les utilisateurs d’assistants IA déclarent économiser environ 3 % de leurs heures. Mais une fois ces déclarations appariées aux données administratives, les chercheurs ne trouvent aucun effet détectable sur les salaires ni sur les heures travaillées. Le temps gagné existe probablement au poste de travail. Il n’en sort pas tout seul.

Deloitte AI Institute en donne en 2026 l’explication mécanique : 37 % des organisations utilisent encore l’IA en surface, sans changer leurs processus existants. Dix minutes gagnées ici et là ne deviennent ni un dossier de plus ni une heure facturée tant que personne n’a réorganisé la file de travail qui suit.

L’ordre de grandeur crédible

Un seul repère chiffré mérite d’être retenu, celui de l’OCDE, publié en décembre 2025 : à taille, âge et secteur comparables, les entreprises qui utilisent l’IA affichent dans la plupart des cas une productivité supérieure de plus de 4 %, et parfois de plus de 15 %.

Deux précautions. C’est une comparaison entre entreprises, pas une expérience : ce sont peut-être les entreprises déjà les mieux organisées qui adoptent l’IA, et l’écart mesurerait alors autant leur organisation que leur outillage. Ce chiffre donne surtout une borne. Quand un fournisseur annonce 30 % ou 50 % sur toute une activité, il étend à un métier entier un gain observé sur une tâche.

Les secteurs où l’on ne mesure rien

Industrie, bâtiment, commerce, transport, services à la personne : il n’existe pas d’étude publique comparable à celles du conseil et de la santé. Ni tirage au sort, ni suivi sur données administratives. L’absence de mesure ne veut pas dire absence d’effet, mais elle interdit d’acheter sur un chiffre, et elle justifie de se méfier des études de cas fournies par un vendeur.

Ce vide a une raison simple. La Direction générale des entreprises relève en 2025 que 26 % des TPE et PME françaises déclarent utiliser une solution d’IA, deux fois plus qu’en 2024 (13 %). Mais seules 5 % s’en servent pour automatiser des tâches, contre 22 % pour générer du contenu et 14 % pour un chatbot. Générer du contenu ne laisse aucune trace dans une marge. Il n’y a presque rien à mesurer parce qu’il n’y a presque rien d’automatisé. La taille joue dans le même sens : Eurostat mesure en 2025 que 15,0 % des entreprises françaises de 10 à 49 salariés utilisent au moins une technologie d’IA, contre 58,0 % au-delà de 250 salariés.

Ce qui sépare les deux groupes n’est pas l’outil

Les mêmes modèles sont accessibles à tous, au même prix. La différence ne se joue pas là. Le Boston Consulting Group observe en 2025 que les entreprises les plus performantes en IA consacrent 10 % de leurs efforts aux algorithmes, 20 % aux données et à la technologie, et 70 % aux personnes, aux processus et à la conduite du changement. Microsoft aboutit à la même hiérarchie dans son Work Trend Index 2026 : dans ce qui explique l’impact réellement obtenu, les facteurs d’organisation pèsent 67 % contre 32 % pour les facteurs individuels.

Le résultat se lit ensuite dans les bilans. Toujours selon le Boston Consulting Group en 2025, un dirigeant sur quatre seulement déclare avoir tiré une valeur significative de ses projets d’IA. Son enquête 2026, menée auprès de 11 749 répondants sur 14 marchés dont la France, montre que 72 % des salariés estiment que l’IA a changé les compétences attendues d’eux, contre 36 % qui se jugent correctement formés. Ce dernier taux est identique à celui de 2025.

Avant de croire un chiffre de fournisseur, cinq questions suffisent.

• Est-il mesuré dans un système, ou déclaré par les utilisateurs ?
• Sur quel périmètre de tâches, et que se passe-t-il juste en dehors ?
• Y a-t-il un groupe témoin, ou des données administratives ?
• L’effet porte-t-il sur le temps d’une personne, ou sur le compte de résultat ?
• Qui a financé l’étude, sur quel effectif, sur combien de mois ?

Ce que l’on fait avant d’annoncer un chiffre

On mesure un point de départ sur un périmètre étroit, avant tout déploiement. Combien de comptes rendus par semaine, combien de minutes chacun, combien d’informations qui n’arrivent jamais dans le CRM. Puis on refait la même mesure trois mois plus tard, sur le même périmètre. Sans ce point de départ, tout chiffre annoncé ensuite est une opinion, la vôtre ou la nôtre.

Trois engagements en découlent.

• On ne promet pas de productivité globale, seulement un effet sur un périmètre nommé.
• On écrit où s’arrête la zone de fiabilité de l’outil, et ce qu’il faut vérifier au-delà.
• On compte la formation et la conduite du changement dans le projet, pas à côté.

Le mot marge, d’ailleurs, n’apparaît dans aucune de ces études. Ce qui est mesuré, ce sont des minutes et des volumes de travail. Le passage des unes à l’autre relève de décisions qui vous appartiennent : redéployer un temps libéré, supprimer une étape, traiter plus de dossiers à effectif constant. C’est là, et pas dans le choix du modèle, que se creuse l’écart entre les 70 % d’entreprises européennes qui déclarent un usage de l’IA et les 7 % qui le jugent important.