Sommaire
- Où en sont les entreprises en 2026 ?
- Les 8 frictions qui coûtent le plus de productivité
- Les 8 familles de solutions d'IA disponibles aujourd'hui
- Le tableau de correspondance : friction, solution, premier pas
- Comment lire ces chiffres
- Niveau 1 : ce que mesurent les études
- Niveau 2 : ce que déclarent les utilisateurs
- Niveau 3 : estimations et prévisions
- Ce que cela représente pour une équipe
- Les limites à connaître
- Par métier
- Pourquoi tant de projets d'IA échouent
- La méthode en 6 étapes pour des gains durables
- Le cadre légal à connaître
- Par où commencer cette semaine
Où en sont les entreprises en 2026 ?
Une adoption qui s'accélère
Selon Eurostat, 20 % des entreprises européennes de 10 salariés ou plus utilisaient au moins une technologie d'IA en 2025, contre 13,5 % en 2024. L'écart selon la taille est frappant : 55 % des grandes entreprises sont concernées, contre environ 17 % des petites. L'usage le plus répandu est l'analyse de textes, ce qui correspond à l'essentiel du travail de bureau : lire, trier, comprendre, répondre.
L'enquête mondiale de McKinsey (The state of AI, novembre 2025) va dans le même sens : 88 % des organisations interrogées utilisent l'IA dans au moins une fonction.
Mais des résultats très inégaux
Le même rapport McKinsey montre que seules 39 % des organisations attribuent un impact, même faible, de l'IA sur leur résultat opérationnel. Environ 6 % seulement en tirent plus de 5 % de leur résultat. Le rapport du MIT The GenAI Divide (2025) est encore plus sévère : 95 % des organisations étudiées ne constataient aucun retour financier mesurable de leurs projets d'IA générative. Ce chiffre vient d'un rapport préliminaire, discuté pour son échantillon et sa période de mesure courte, mais le constat de fond est partagé : adopter l'IA est facile, en tirer de la valeur l'est beaucoup moins.
Pour une PME, la conclusion est plutôt encourageante. Le retard n'est pas technologique : les outils sont accessibles, souvent pour une vingtaine d'euros par mois et par personne. L'avantage ira à ceux qui sauront les utiliser avec méthode.
Les 8 frictions qui coûtent le plus de productivité
Avant de parler d'outils, il faut savoir où part le temps. Ces huit frictions se retrouvent dans presque toutes les entreprises, du cabinet de cinq personnes au groupe de cinq cents.
1. Les interruptions permanentes
Les données de Microsoft (Work Trend Index, 2025) montrent qu'un salarié est interrompu en moyenne toutes les deux minutes pendant ses heures de travail principales, soit environ 275 fois par jour, par des réunions, des emails ou des messages. Le travail de fond se fait par fragments.
2. La surcharge d'emails et de messages
Selon la même source, un salarié reçoit en moyenne 117 emails et 153 messages instantanés par jour ouvré. Lire, trier, répondre et relancer absorbe une part considérable de la journée, souvent sans valeur ajoutée.
3. Les réunions improvisées et leur suivi
Toujours selon Microsoft, 57 % des réunions sont organisées à la volée, sans invitation préalable. Elles sont donc difficiles à préparer, et leurs décisions sont mal suivies faute de compte rendu.
4. Les documents longs
Contrats, rapports, appels d'offres, réglementations, cahiers des charges : lire pour extraire trois informations utiles prend des heures.
5. Le savoir dispersé
Les procédures, les bons modèles et les réponses validées vivent dans des boîtes mail individuelles ou dans la tête de quelques personnes. Chaque départ fait perdre un savoir-faire, et chaque arrivée prend du temps.
6. L'administratif répétitif
Saisies, relances, devis, mises en forme, reportings : ces tâches simples mais fréquentes s'accumulent et repoussent le travail à forte valeur.
7. La relation client sous tension
Demandes entrantes en volume, attentes de réponse immédiate, plusieurs canaux et plusieurs langues : la qualité de réponse baisse quand le volume monte.
8. L'IA utilisée sans cadre
C'est la friction la plus récente. Dès 2024, Microsoft observait que les trois quarts des salariés de bureau utilisaient déjà l'IA au travail et que la plupart apportaient leurs propres outils, sans validation de l'entreprise. Résultat : des pratiques hétérogènes, des données sensibles copiées dans des outils grand public et des résultats non vérifiés.
Les 8 familles de solutions d'IA disponibles aujourd'hui
Le marché paraît foisonnant, mais il se range en huit grandes familles. Une entreprise n'a pas besoin des huit : elle a besoin des deux ou trois qui répondent à ses frictions principales.
1. Les assistants conversationnels généralistes
Exemples : Claude (Anthropic), ChatGPT (OpenAI), Gemini (Google), Le Chat (Mistral AI). Pour quoi faire : rédiger, résumer, analyser des documents, préparer des propositions, traduire, réfléchir à une décision. Points d'attention : choisir une offre professionnelle pour les données de l'entreprise, et structurer l'usage avec des espaces de travail dédiés (par exemple les Projects de Claude, qui conservent les instructions et les documents de référence d'un sujet).
2. L'IA intégrée aux suites bureautiques
Exemples : Microsoft 365 Copilot, Gemini dans Google Workspace. Pour quoi faire : agir directement dans les emails, les documents, les tableurs et les présentations déjà utilisés. Points d'attention : l'intérêt dépend de la qualité de l'organisation documentaire existante. Une IA branchée sur un drive en désordre produit des réponses désordonnées.
3. Les assistants de réunion
Exemples : la transcription et les résumés intégrés aux outils de visioconférence, ou des outils spécialisés. Pour quoi faire : transcrire, résumer, extraire les décisions et les actions, envoyer le compte rendu. Points d'attention : informer les participants de l'enregistrement et respecter les règles de consentement.
4. La recherche documentaire et les bases de connaissances
Exemples : les espaces de projet des assistants (Projects de Claude, projets ChatGPT), NotebookLM (Google) ou des outils internes connectés aux documents de l'entreprise. Pour quoi faire : interroger en langage naturel les procédures, contrats, catalogues ou FAQ internes. Points d'attention : tenir les documents à jour, sinon l'IA répond à partir d'informations obsolètes.
5. L'automatisation des flux de travail
Exemples : Make, Zapier, n8n, et les connecteurs proposés par les assistants. Pour quoi faire : enchaîner des actions entre outils (un formulaire reçu, une fiche CRM créée, un email préparé, une tâche assignée), avec une étape d'IA au milieu pour comprendre, classer ou rédiger. Points d'attention : garder une validation humaine avant tout envoi à un client.
6. Les agents IA
Exemples : Claude Cowork, les agents de ChatGPT et ceux intégrés à des logiciels métier. Pour quoi faire : confier une tâche en plusieurs étapes (rechercher, compiler, produire un fichier, mettre à jour un document), parfois de façon planifiée. Points d'attention : c'est la famille qui évolue le plus vite. Commencez par des tâches internes, bien bornées, faciles à vérifier.
7. L'IA métier spécialisée
Exemples : chatbots de service client, IA intégrée aux CRM, lecture automatique de factures en comptabilité, outils d'analyse juridique, outils de planification. Pour quoi faire : traiter un processus précis avec un outil conçu pour ce métier. Points d'attention : vérifier l'intégration avec les outils existants et le coût total (licence, paramétrage, maintenance).
8. Le code et le no-code assistés par l'IA
Exemples : Claude Code, GitHub Copilot, ou des créateurs d'applications comme Lovable. Pour quoi faire : créer de petits outils internes, des tableaux de bord, des formulaires ou des automatisations sur mesure, parfois sans développeur. Points d'attention : sécurité, maintenance et documentation de ce qui est créé.
Le tableau de correspondance : friction, solution, premier pas
| Friction | Famille de solution | Premier pas concret |
|---|---|---|
| Interruptions et emails | Assistant conversationnel + suite bureautique | Modèles de réponse et tri des emails par priorité |
| Réunions | Assistant de réunion | Compte rendu automatique avec décisions et actions |
| Documents longs | Assistant conversationnel | Synthèse structurée avec points de vigilance |
| Savoir dispersé | Base de connaissances | Un espace de projet par processus clé |
| Administratif répétitif | Automatisation | Un premier flux formulaire → CRM → email préparé |
| Relation client | Assistant + IA métier | Brouillons de réponse fondés sur une politique validée |
| Tâches en plusieurs étapes | Agents IA | Une tâche interne hebdomadaire confiée à un agent |
| IA sans cadre | Formation + offre professionnelle | Charte d'usage et formation de l'équipe |
Comment lire ces chiffres
Tous les chiffres ne se valent pas. Je les classe en trois niveaux :
- Mesuré : une étude compare des personnes avec et sans IA sur une tâche réelle.
- Déclaré : une enquête demande aux utilisateurs combien de temps ils pensent gagner.
- Estimé : un cabinet ou un éditeur projette un gain potentiel.
Niveau 1 : ce que mesurent les études
| Métier ou tâche | Résultat mesuré | Étude |
|---|---|---|
| Rédaction professionnelle | 40 % de temps en moins, qualité en hausse de 18 % | Noy et Zhang, Science, 2023 (453 professionnels) |
| Service client | 15 % de demandes résolues en plus par heure, 30 % chez les moins expérimentés | Brynjolfsson, Li et Raymond, Quarterly Journal of Economics, 2025 (5 172 agents) |
| Comptabilité | Clôture mensuelle 7,5 jours plus tôt, 8,5 % du temps déplacé vers des tâches à valeur | Choi et Xie, Stanford et MIT, 2025 (277 comptables) |
| Préparation de cours | 31 % de temps en moins | NFER / Education Endowment Foundation, 2024 (259 enseignants) |
| Recherche, rédaction, synthèse | 29 % plus rapide | Microsoft Work Trend Index, 2023 |
| Rattraper une réunion manquée | 3,8 fois plus rapide | Microsoft Work Trend Index, 2023 |
Niveau 2 : ce que déclarent les utilisateurs
| Population | Gain déclaré | Enquête |
|---|---|---|
| 20 000 agents publics britanniques | 26 minutes par jour, soit 13 jours par an | Gouvernement britannique, 2025 |
| Salariés de terrain utilisant l'IA régulièrement | 42 % déclarent gagner environ huit heures par semaine | BCG, AI at Work 2026 |
| Équipes de recrutement utilisant l'IA | Environ 20 % de la semaine de travail | LinkedIn, Future of Recruiting 2025 |
| Utilisateurs d'un assistant IA | 64 % passent moins de temps sur leurs e-mails | Microsoft Work Trend Index, 2023 |
Niveau 3 : estimations et prévisions
| Domaine | Estimation | Source |
|---|---|---|
| Marketing | Productivité équivalente à 5 à 15 % des dépenses marketing | McKinsey |
| Vente | Productivité équivalente à 3 à 5 % des dépenses commerciales | McKinsey, 2023 |
| Opérations client | Potentiel de 30 à 45 % de productivité | McKinsey, 2023 |
| Professions du droit et du chiffre | 5 heures par semaine attendues d'ici un an | Thomson Reuters, 2025 (enquête auprès de 2 275 professionnels) |
| Tâches réalisées avec Claude | Environ 80 % de temps en moins par tâche, hors temps de vérification | Anthropic, 2025 (estimation sur 100 000 conversations) |
Ce que cela représente pour une équipe
À partir de la moyenne britannique de 13 jours par personne et par an :
| Taille de l'équipe | Jours récupérés par an |
|---|---|
| 3 personnes | 39 jours |
| 10 personnes | 130 jours |
| 20 personnes | 260 jours |
| 50 personnes | 650 jours |
| 100 personnes | 1 300 jours |
Les limites à connaître
Ces chiffres ont trois limites. D'abord, plusieurs reposent sur des déclarations, qui surestiment souvent le gain. Ensuite, tous les essais ne concluent pas dans le même sens : une évaluation menée par un ministère britannique, le Department for Business and Trade, n'a pas mis en évidence de gain net de productivité. Enfin, le gain dépend de la formation : dans l'enquête AI at Work 2025 du BCG, 79 % des salariés formés plus de cinq heures utilisent l'IA régulièrement, contre 67 % des autres.
Un outil sans méthode fait peu gagner. C'est la raison d'être d'une formation.
Par métier
Les chiffres détaillés par métier se trouvent sur les pages dédiées : [marketing](/fr/formation-ia-entreprises/marketing), [commerciaux](/fr/formation-ia-entreprises/commerciaux), [ressources humaines](/fr/formation-ia-entreprises/ressources-humaines), [assistants et administratif](/fr/formation-ia-entreprises/assistants-administratif), [service client](/fr/formation-ia-entreprises/service-client) et [dirigeants](/fr/formation-ia-entreprises/dirigeants). Pour une petite structure, voir la [formation IA pour PME et TPE](/fr/formation-ia-entreprises/pme-tpe).
Pourquoi tant de projets d'IA échouent
Les rapports de 2025 convergent sur les causes. Les échecs viennent rarement de la qualité des modèles. Ils viennent de l'organisation.
- L'outil est ajouté sans repenser le travail. McKinsey observe que les organisations les plus performantes sont environ 2,8 fois plus susceptibles d'avoir profondément repensé leurs processus (55 % contre 20 %).
- Aucune validation humaine n'est prévue. Ces mêmes organisations sont beaucoup plus nombreuses à avoir défini à quel moment un humain vérifie les résultats (65 % contre 23 %).
- L'outil ne s'intègre pas aux usages quotidiens. Le rapport du MIT pointe des outils qui ne s'adaptent pas au contexte de l'entreprise et restent à côté du travail réel.
- Les équipes ne sont pas formées. Sans méthode commune, chacun bricole, les résultats varient et rien ne se capitalise.
- Rien n'est mesuré. Sans point de départ chiffré, impossible de savoir si le projet rapporte.
La méthode en 6 étapes pour des gains durables
Étape 1 : cartographier où part le temps
Listez avec chaque service les tâches répétées chaque semaine et le temps qu'elles prennent. Une demi-journée suffit souvent pour faire apparaître les frictions principales.
Étape 2 : choisir trois cas d'usage, pas trente
Retenez trois tâches fréquentes, chronophages et faciles à vérifier (emails, comptes rendus, synthèses de documents, par exemple). Un premier succès rapide crée l'adhésion des équipes.
Étape 3 : poser le cadre
Choisissez des offres professionnelles pour les données de l'entreprise, rédigez une charte d'usage courte (ce qu'on peut partager, ce qu'on vérifie, qui valide) et nommez un référent.
Étape 4 : former les équipes sur leurs vraies tâches
Une formation générique sur « l'IA » change peu de choses. Une formation construite sur les documents et les tâches réelles de l'équipe change les habitudes dès la semaine suivante.
Étape 5 : configurer pour capitaliser
Créez des espaces de travail par processus, avec des instructions et des documents de référence, et une bibliothèque de prompts partagée. Le savoir-faire reste dans l'entreprise, même quand les personnes changent.
Étape 6 : mesurer, ajuster, étendre
Comparez le temps passé avant et après sur les trois cas choisis pendant un mois, puis ajustez. Étendez ensuite à de nouveaux cas d'usage, en commençant par ceux qui ont le meilleur rapport gain / effort.
Le cadre légal à connaître
L'AI Act européen. Depuis le 2 février 2025, l'article 4 du règlement européen sur l'IA impose aux entreprises qui déploient des systèmes d'IA de prendre des mesures pour garantir un niveau suffisant de maîtrise de l'IA à leur personnel. Former les équipes n'est donc plus seulement une bonne pratique : c'est une obligation.
Le RGPD. Les données personnelles de clients, de patients ou de salariés ne doivent être traitées qu'avec des outils et des contrats adaptés. Les offres professionnelles des principaux éditeurs prévoient en général que les données ne servent pas à entraîner les modèles. Vérifiez-le pour chaque outil.
La transparence. Informez les clients et les participants quand une réunion est enregistrée, et gardez une validation humaine sur tout ce qui engage l'entreprise.
Par où commencer cette semaine
- Notez pendant cinq jours les trois tâches qui vous prennent le plus de temps.
- Pour chacune, demandez-vous si elle consiste à écrire, lire, résumer, classer ou répondre. Si oui, l'IA peut probablement vous aider.
- Testez un assistant conversationnel sur ces tâches, avec un vrai contexte et un exemple du résultat attendu.
- Mesurez le temps gagné et la qualité obtenue.
- Si les résultats sont là, passez à l'échelle avec un cadre et une formation.
Chaque secteur a ses propres frictions. Pour aller plus loin, j'ai analysé neuf métiers en détail (immobilier, cabinets comptables, restauration, hôtellerie, avocats, formation, santé, e-commerce et agences marketing), avec pour chacun les points de friction, les solutions concrètes et une estimation du temps récupérable. Ces analyses sont disponibles gratuitement en guide PDF sur la page de votre secteur. Et si vous préférez en parler directement, je propose un diagnostic gratuit de 30 minutes pour identifier les trois chantiers au meilleur retour sur investissement dans votre entreprise.
Questions fréquentes
Quelle est la meilleure IA pour gagner en productivité en entreprise ?
Il n'y a pas d'outil unique. Pour la plupart des entreprises, un assistant conversationnel professionnel (comme Claude ou ChatGPT) couvre déjà l'essentiel : rédaction, synthèse, analyse. Les autres familles (automatisation, agents, IA métier) viennent ensuite, selon les frictions identifiées.
Combien de temps peut-on gagner grâce à l'IA ?
Cela dépend du métier et de la part d'écrit dans le travail. Les études de terrain montrent des gains de l'ordre de 15 % en service client et jusqu'à 25 % de temps sur des tâches de conseil adaptées à l'IA. La seule estimation fiable pour votre entreprise est celle que vous mesurez sur vos propres tâches.
Pourquoi la plupart des projets d'IA ne rapportent-ils rien ?
Parce que l'outil est ajouté sans repenser le travail, sans former les équipes et sans mesurer les résultats. Les entreprises les plus performantes repensent leurs processus et prévoient une validation humaine systématique.
L'IA est-elle accessible aux petites entreprises ?
Oui. Les assistants professionnels coûtent en général une vingtaine d'euros par mois et par utilisateur. Le principal investissement est la formation et l'organisation, pas la technologie.
Est-il obligatoire de former ses salariés à l'IA ?
Depuis le 2 février 2025, l'article 4 de l'AI Act impose aux entreprises qui utilisent des systèmes d'IA de garantir un niveau suffisant de maîtrise de l'IA à leur personnel.
Mes données sont-elles en sécurité avec ces outils ?
Elles le sont si vous choisissez des offres professionnelles avec des engagements contractuels clairs, et si vous définissez ce que les équipes peuvent partager. Évitez les comptes personnels gratuits pour les données de l'entreprise.
Quel est le gain de temps moyen observé sur une journée de travail ?
Un essai mené par le gouvernement britannique auprès de 20 000 agents publics donne une moyenne de 26 minutes gagnées par jour, soit environ 13 jours par an. C'est un chiffre déclaré par les utilisateurs, pas mesuré par une étude contrôlée.
Ces gains de temps sont-ils garantis ?
Non. Ce sont des moyennes observées dans des contextes précis. Le gain réel dépend des tâches, de l'outil et de la formation des équipes.
Sources
- Eurostat, *20 % of EU enterprises use AI technologies* (décembre 2025) (ec.europa.eu)
- Eurostat, *Use of artificial intelligence in enterprises* (ec.europa.eu)
- McKinsey, *The state of AI* (2025) (mckinsey.com)
- MIT Project NANDA, *The GenAI Divide: State of AI in Business 2025* (rapport préliminaire, juillet 2025), présentation (virtualizationreview.com)
- Microsoft WorkLab, *Breaking down the infinite workday* (Work Trend Index 2025) (microsoft.com)
- Microsoft, *AI at work is here. Now comes the hard part* (Work Trend Index 2024) (microsoft.com)
- Brynjolfsson, Li et Raymond, *Generative AI at Work*, NBER Working Paper 31161 (nber.org)
- Dell'Acqua et al., *Navigating the Jagged Technological Frontier* (Harvard Business School / BCG), présentation (thecrimson.com)
- Anthropic, *Anthropic Economic Index report: Economic primitives* (janvier 2026) (anthropic.com)
- Règlement (UE) 2024/1689 sur l'intelligence artificielle (AI Act) (eur-lex.europa.eu)
- Noy et Zhang, Science (2023) (science.org)
- Brynjolfsson, Li et Raymond, Quarterly Journal of Economics (2025) (doi.org)
- Choi et Xie, Stanford GSB (2025) (gsb.stanford.edu)
- NFER / Education Endowment Foundation (2024) (nfer.ac.uk)
- Microsoft Work Trend Index (2023) (microsoft.com)
- Gouvernement britannique (2025) (questions-statements.parliament.uk)
- BCG, AI at Work 2025 (bcg.com)
- BCG, AI at Work 2026 (bcg.com)
- LinkedIn, Future of Recruiting 2025 (business.linkedin.com)
- Thomson Reuters, Future of Professionals 2025 (thomsonreuters.com)
- Anthropic, Estimating AI productivity gains (2025) (anthropic.com)
- McKinsey, l'IA générative dans le marketing (mckinsey.com)




