Pourquoi l’intelligence artificielle ne génère pas encore les gains de productivité attendus

L’intelligence artificielle générative, présentée comme une révolution comparable à l’arrivée d’Internet, promet depuis plusieurs années des gains de productivité spectaculaires. Pourtant, dans les faits, ces bénéfices restent difficiles à mesurer à grande échelle. Si certaines entreprises observent des améliorations ponctuelles, la transformation globale de l’économie se fait encore attendre. La raison tient moins aux capacités de la technologie qu’à la manière dont elle est utilisée — et au fait que la majorité des travailleurs ne s’en sert pas encore réellement.

Des gains de productivité difficiles à mesurer à l’échelle macroéconomique

Sur le papier, certains indicateurs pourraient laisser croire à une amélioration. Aux États-Unis, le produit intérieur brut a progressé de 2,2 % en 2025, tandis que le marché du travail ralentissait, avec seulement 15.000 créations d’emplois mensuelles en moyenne. Ce décalage peut suggérer que chaque salarié produit davantage.

Mais les statistiques officielles nuancent cette lecture. Selon les données du Bureau of Labor Statistics, la productivité américaine n’a augmenté que de 1,9 % en 2025, un rythme légèrement inférieur à la moyenne historique d’environ 2 %.

Surtout, une part importante de la croissance actuelle s’explique par les investissements massifs dans l’intelligence artificielle. Une étude de la Réserve fédérale de San Francisco indique que, hors effet de ces dépenses, les gains de productivité réels sont proches de zéro.

Autrement dit, l’économie investit dans l’IA, mais les bénéfices concrets ne sont pas encore pleinement visibles.

Une adoption encore très limitée dans les entreprises

Les enquêtes menées auprès des entreprises confirment ce décalage. Une étude du MIT publiée en septembre 2025 révèle que :

• 80 % des entreprises ont testé des outils d’IA générative comme ChatGPT ou Copilot ;

• 50 % seulement les ont réellement déployés ;

• et à peine 5 % constatent un impact positif sur leurs résultats financiers.

Cela signifie que 95 % des entreprises ne retirent, pour l’instant, aucun gain mesurable de leurs investissements.

La situation n’est pas très différente en Europe, où de nombreuses organisations en sont encore à la phase d’expérimentation, souvent limitée à quelques équipes.

Des gains réels mais localisés

À l’échelle individuelle ou dans certains métiers, les effets sont pourtant bien réels.

Le chercheur américain Erik Brynjolfsson a ainsi montré que l’utilisation d’un chatbot dans le service client augmentait la productivité des agents les moins expérimentés d’environ 35 %. L’outil agit comme un assistant capable de suggérer des réponses, accélérant l’apprentissage et l’exécution des tâches.

Mais ces gains restent circonscrits à des fonctions précises. Ils ne suffisent pas, pour l’instant, à transformer l’ensemble de l’économie.

La majorité des travailleurs utilisent peu — ou mal — l’IA

Le principal obstacle tient au niveau d’adoption réel. Selon une étude de la Réserve fédérale de Saint-Louis :

• 41 % des travailleurs américains utilisent l’IA générative au travail ;

• mais seulement 13 % l’utilisent quotidiennement.

Dans la majorité des cas, il s’agit d’usages ponctuels, et non d’une intégration profonde dans les processus de travail.

À l’échelle mondiale, la situation est encore plus marquée. D’après les travaux de Benjamin Tannenbaum, spécialiste français du secteur, 84 % de la population mondiale n’a jamais utilisé de chatbot. Seuls 16 % utilisent une version gratuite, 0,3 % une version payante, et environ 0,04 % seulement des outils avancés capables d’agir comme de véritables assistants professionnels.

Or ce sont précisément ces outils sophistiqués qui permettent les gains de productivité les plus significatifs.

Une technologie puissante… mais encore sous-exploitée

Pour Yann Ferguson, sociologue et directeur scientifique du LaborIA, le problème est clair : les utilisateurs n’exploitent qu’une fraction du potentiel de ces outils.

« Les IA sont très puissantes, mais peu de personnes savent réellement bien s’en servir. On n’utilise pas leur plein potentiel », explique-t-il.

Il compare la situation à « une Formule 1 utilisée sur une route de campagne, avec la moitié des conducteurs sans permis ».

Le frein n’est pas seulement individuel. Il est aussi organisationnel.

« Une organisation progresse au rythme de son maillon le plus lent. Il faut former tout le monde, adapter les méthodes de travail, et cela prend du temps », souligne-t-il.

Une révolution comparable à celle de l’ordinateur

L’histoire économique montre que ce décalage est normal. L’arrivée des ordinateurs, dans les années 1980 et 1990, n’a pas immédiatement généré de gains de productivité visibles.

Ce n’est que lorsque les entreprises ont repensé leurs méthodes, leurs métiers et leurs modèles économiques que les bénéfices sont apparus.

L’intelligence artificielle pourrait suivre le même chemin.

Pour les économistes, la véritable transformation viendra lorsque l’IA ne sera plus un simple outil utilisé ponctuellement, mais une composante intégrée au cœur des processus de production.

Une révolution encore à ses débuts

L’intelligence artificielle ne manque ni de puissance ni de potentiel. Mais son impact dépendra de la vitesse à laquelle les entreprises, les administrations et les travailleurs apprendront à l’utiliser pleinement.

Pour l’instant, la révolution promise ressemble davantage à une phase d’apprentissage qu’à une transformation achevée. Les gains existent, mais ils restent dispersés.

Comme souvent avec les grandes innovations, le véritable choc de productivité pourrait encore prendre plusieurs années avant de se matérialiser pleinement dans l’économie réelle.