Jusqu’à 40 % des gains de productivité liés à l’IA sont réduits à néant par les retouches
L’IA est censée rendre les activités plus rapides et plus efficaces. Mais en réalité, une grande partie de ces gains est perdue lorsque les équipes doivent corriger les erreurs du système. Selon Workday, environ 40 % du temps gagné grâce à l’IA est anéanti par les efforts nécessaires pour corriger des résultats inexacts ou incomplets. En termes simples, sur dix heures gagnées grâce à l’IA, quatre sont perdues en retouches. De nombreuses entreprises adoptent l’IA en pensant qu’elle améliorera l’efficacité à tous les niveaux, mais elles sous-estiment à quel point la vérification humaine reste souvent indispensable.
Le problème s’aggrave à mesure que la complexité des tâches augmente. Pour les tâches courantes, telles que la synthèse des comptes rendus de réunion, l’IA donne de bons résultats. Mais lorsqu’elle est appliquée à des tâches de niveau expert, comme la rédaction de documents stratégiques, de rapports de marché ou d’analyses techniques, elle génère souvent plus de frictions que de fluidité. Laura Stash, vice-présidente exécutive chez iTech AG, a expliqué que l’IA « fonctionne dans le premier cas, mais dans le second, les experts passent souvent plus de temps à corriger le résultat qu’ils n’en auraient passé à le rédiger eux-mêmes ». Pour les dirigeants, cela signifie que tous les cas d’utilisation ne se valent pas. La meilleure stratégie consiste à recourir à l’IA de manière sélective, en se concentrant sur les domaines où sa valeur est mesurable et ses risques maîtrisables.
Les dirigeants de haut niveau devraient aborder l’adoption de l’IA comme n’importe quel investissement stratégique, en se basant sur des résultats mesurables. Cela implique de ne pas se limiter aux indicateurs de vitesse superficiels pour évaluer la « valeur nette ». Les gains bruts de productivité peuvent sembler prometteurs dans les rapports trimestriels, mais ils ne disent pas grand-chose sur la qualité du résultat ni sur les heures cachées perdues en retouches. La bonne question à se poser est la suivante : « L’IA réduit-elle réellement l’effort manuel, ou ne fait-elle que le déplacer vers une autre partie du processus ? »
La nuance réside ici dans le fait que, sans transparence, les gains d’efficacité peuvent facilement être mal interprétés. Les dirigeants ont besoin de données claires pour déterminer dans quels domaines l’IA améliore réellement les flux de travail et dans lesquels elle ne fait que générer davantage de modifications, de révisions et de corrections. Les entreprises qui ignorent cette distinction risquent de tourner en rond, donnant l’impression d’être plus productives tout en perdant du terrain en termes de résultats concrets et d’innovation. L’avenir ne réside pas dans l’utilisation généralisée de l’IA, mais dans son utilisation judicieuse là où elle produit des résultats cohérents et vérifiables.
Se concentrer uniquement sur la vitesse de l’IA donne une image faussée de sa valeur réelle
Les dirigeants vantent souvent les mérites de l’IA pour son capacité à accélérer les processus, mais la rapidité à elle seule n’est pas synonyme de progrès. De nombreuses organisations évaluent le succès en fonction de la rapidité avec laquelle l’IA peut générer des résultats, tout en ignorant le temps que les humains consacrent ensuite à corriger ces mêmes résultats. Lorsque les équipes travaillent plus vite mais fournissent des résultats imparfaits, le gain net de productivité devient discutable. La véritable efficacité se mesure à l’équilibre entre rapidité et qualité, et non au nombre de tâches qu’un algorithme accomplit en une journée.
Le problème tient à la manière dont les performances sont suivies. Les entreprises s’appuient sur des indicateurs d’« efficacité brute » qui mettent l’accent sur le temps gagné, sans tenir compte des retouches qui s’ensuivent. L’analyse de Workday révèle que les gains d’efficacité initiaux peuvent s’estomper une fois que la correction des erreurs est prise en compte. Les dirigeants doivent avoir une bonne visibilité sur ces coûts cachés s’ils souhaitent prendre des décisions éclairées concernant le déploiement de l’IA. Les négliger risque de créer une fausse impression d’amélioration : le processus semble plus rapide, tandis que la charge de travail augmente discrètement.
Paul Farnsworth, président de Dice, a souligné que les dirigeants devaient examiner de près les domaines dans lesquels l’IA génère des frictions au lieu de les réduire. Si les collaborateurs les plus performants consacrent plus de temps à corriger des travaux générés par l’IA qu’à produire du contenu original, cela révèle une inefficacité systémique. Kareem Osman, vice-président et directeur de marché de la division Technology Talent Solutions chez Robert Half, a également conseillé aux dirigeants de surveiller les modifications répétitives, les révisions fréquentes et la frustration croissante parmi les employés qualifiés. Ce sont là des signes indiquant que les processus d’IA nuisent à la productivité, au lieu de l’améliorer.
Les dirigeants devraient repenser leur définition de la réussite en matière d’adoption de l’IA. La rapidité peut être utile, mais pas si elle accroît la charge opérationnelle ou compromet la qualité. La clé réside dans la mesure de la « valeur nette », c’est-à-dire l’amélioration réelle du flux de travail une fois que les corrections, les révisions et la précision ont été pleinement prises en compte. Une approche rigoureuse de l’évaluation de l’IA impose la clarté : elle garantit que la technologie est au service de l’équipe, et non l’inverse. Cet état d’esprit réoriente les priorités des dirigeants, qui ne cherchent plus à privilégier la rapidité, mais à atteindre une efficacité durable et significative.
Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.
Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.
Ce sont les employés très impliqués qui subissent le plus les conséquences des retouches liées à l’IA
Les employés les plus enthousiastes à l’idée d’adopter l’IA sont souvent ceux qui doivent corriger ses erreurs. Selon Workday, 77 % des utilisateurs quotidiens de l’IA vérifient les résultats générés par l’IA avec autant, voire davantage, de rigueur qu’ils ne le font pour le travail effectué par des humains. Ces employés engagés finissent par consacrent un temps considérable à corriger les erreurs générées par l’IA, ce qui représente une perte estimée à 1,5 semaine de productivité par an en retouches. L’ironie est évidente : ceux-là mêmes qui font avancer l’innovation en paient le coût caché de ses imperfections.
Paul Farnsworth, président de Dice, a expliqué que ces collaborateurs assument souvent de facto le rôle de contrôle qualité des systèmes d’IA, en détectant en permanence les erreurs avant qu’elles ne provoquent des problèmes plus graves. Au fil du temps, cette concentration sur les tâches de correction détourne l’énergie des contributions créatives et stratégiques. M. Farnsworth a averti que cette dynamique peut miner la motivation et accroître la fatigue, en particulier lorsque les efforts nécessaires au maintien de la qualité ne sont pas visiblement reconnus ni rémunérés.
Laura Stash, vice-présidente exécutive chez iTech AG, a souligné que le problème s’aggrave lorsque l’IA est appliquée à des tâches complexes ou nécessitant un niveau d’expertise élevé sans formation adéquate. Lorsque les collaborateurs ne peuvent pas affiner en toute confiance les résultats fournis par le système ni s’y fier, la productivité diminue. Cette mauvaise utilisation engendre une dépendance vis-à-vis de la correction humaine et risque d’affaiblir l’expertise pointue sur laquelle les entreprises s’appuient pour assurer leurs performances à long terme.
Pour les dirigeants, la nuance réside dans la gestion des talents. Les collaborateurs les plus performants constituent la ressource la plus précieuse d’une entreprise, et leur temps doit être préservé des tâches à faible valeur ajoutée. Les dirigeants doivent veiller à ce que la mise en œuvre de l’IA renforce la contribution des experts plutôt que de transformer les collaborateurs qualifiés en « correcteurs d’erreurs » à plein temps. En identifiant les domaines où ces charges s’accumulent et en associant les outils d’IA à une responsabilité claire des processus, il est possible d’éviter que les collaborateurs engagés ne soient surchargés. L’IA doit servir à valoriser les talents.
Une formation insuffisante en IA aggrave les pertes de productivité
L’IA ne peut créer de la valeur que si les personnes qui l’utilisent sont formées pour l’appliquer efficacement. De nombreuses entreprises sous-estiment cette exigence et déploient des outils d’IA sans les accompagner d’un programme de développement des compétences adapté. Le résultat est prévisible : les employés hésitent à s’appuyer sur cette technologie, l’utilisent de manière inefficace ou passent un temps excessif à corriger ses résultats. Les données de Workday illustrent l’ampleur de ce problème : 66 % des dirigeants citent la formation aux compétences en IA comme une priorité d’investissement majeure, alors que seuls 37 % des utilisateurs quotidiens déclarent bénéficier d’un accès accru à la formation. Ce décalage limite les résultats et sape la confiance dans les outils d’IA.
Paul Farnsworth, président de Dice, a déclaré que la formation ne devait pas se limiter à l’utilisation de base. Les collaborateurs doivent comprendre comment bien utiliser l’IA, comment déterminer quand elle apporte une valeur ajoutée, quand elle nécessite une supervision humaine, et comment l’intégrer aux objectifs de l’entreprise. Sans cela, les équipes travaillent dans l’incertitude. Les dirigeants qui attendent de l’IA des résultats de meilleure qualité doivent s’assurer que leurs collaborateurs disposent à la fois des compétences techniques et des cadres opérationnels nécessaires pour atteindre cet objectif.
Kareem Osman, vice-président et directeur du marché des solutions de recrutement dans le domaine technologique chez Robert Half, a ajouté que les organisations devaient aller au-delà de la simple offre de formation. Elles devraient établir des normes claires concernant la validation des travaux liés à l’IA et garantir la responsabilité à chaque étape. Lorsque les équipes savent comment évaluer les résultats de l’IA et comprennent ce que signifie la « réussite », elles obtiennent de meilleurs résultats tout en réduisant le gaspillage d’efforts.
L’efficacité de l’IA dépend des capacités humaines. Les dirigeants doivent adopter une approche structurée : actualiser les descriptions de poste, définir des lignes directrices claires concernant l’utilisation de l’IA et investir dans un développement continu qui évolue au rythme de la technologie elle-même. Les entreprises qui veillent en permanence à l’adéquation entre leurs collaborateurs et leurs outils tireront une valeur plus élevée et durable de leurs investissements dans l’IA.
Faits marquants
- Les retouches réduisent de 40 % les gains de productivité liés à l’IA : les dirigeants devraient réévaluer l’utilisation de l’IA en mesurant sa valeur nette. Jusqu’à 40 % des gains d’efficacité sont perdus à corriger les erreurs générées par l’IA, en particulier dans le cadre de tâches complexes ou nécessitant un haut niveau d’expertise.
- La rapidité au détriment de la qualité masque une véritable inefficacité : se concentrer uniquement sur la vitesse de production de l’IA fausse les indicateurs de performance. Les dirigeants devraient identifier les points où les retouches s’accumulent et investir dans l’optimisation des flux de travail afin de garantir précision et cohérence.
- Ce sont les collaborateurs engagés qui supportent le poids des corrections apportées par l’IA : les collaborateurs très motivés consacrent chaque année 1,5 semaine supplémentaire à corriger les résultats générés par l’IA. Les dirigeants doivent prévenir l’épuisement des talents en veillant à ce que les outils d’IA soutiennent véritablement le travail des experts, plutôt que de faire peser les tâches de correction sur les meilleurs éléments.
- Les lacunes en matière de formation limitent le potentiel de l’IA : alors que seuls 37 % des utilisateurs de l’IA bénéficient d’une formation adéquate, les organisations s’exposent à des pertes d’efficacité généralisées. Les dirigeants doivent aligner les attentes en matière d’IA sur le développement des compétences en redéfinissant les rôles, en élargissant l’accès à la formation et en fixant des normes de qualité claires.
Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.
Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.
