Adoption de l’IA : le temps gagné devient-il une capacité collective ?
Les promesses de l’IA sont souvent formulées en temps économisé sur une tâche ; le responsable d’équipe doit pourtant répondre du travail effectivement achevé. La question utile est donc précise : comment vérifier qu’une accélération individuelle augmente la capacité de l’équipe, plutôt qu’elle ne déplace la charge ?
Ce que la littérature établit
Erik Brynjolfsson et Lorin M. Hitt (1996, Management Science) ont mis en évidence, à partir de données d’entreprises, une contribution positive des dépenses en systèmes d’information à la production. Leur résultat contredit l’idée selon laquelle l’informatique serait nécessairement improductive. Il porte toutefois sur la performance des entreprises, non sur l’équivalence entre des minutes économisées dans une tâche et une capacité collective supplémentaire.
Le mécanisme des complémentarités organisationnelles
Timothy F. Bresnahan, Erik Brynjolfsson et Lorin M. Hitt (2002, The Quarterly Journal of Economics) apportent des résultats compatibles avec une complémentarité entre technologies de l’information, organisation du travail et qualifications. La technologie ne constitue donc pas une ressource dont les effets seraient indépendants de la manière de répartir le travail. Pour l’IA, cela conduit à une hypothèse managériale à tester : accélérer une étape peut rester sans effet sur le résultat si l’étape suivante ne peut pas absorber le flux.
La conclusion trop rapide
On en déduit parfois qu’il suffit d’additionner les gains individuels pour calculer la capacité désormais disponible. Cette conclusion ne découle pas de ces travaux : un brouillon obtenu plus vite peut demander davantage de corrections ou attendre plus longtemps sa validation. Le gain pertinent pour le management est celui du processus achevé à qualité comparable, pas seulement celui de la tâche accélérée. (nos formations pour cadres et collaborateurs)
Ce que les données ne permettent pas de promettre
Ces études concernent des technologies antérieures à l’IA générative et s’appuient sur des données observationnelles au niveau des entreprises. Elles ne démontrent ni l’effet causal d’un outil actuel dans une équipe, ni un taux de conversion du temps économisé en production supplémentaire. Inversement, une pratique courante consistant à recueillir uniquement le temps gagné déclaré par les utilisateurs laisse hors champ les attentes, les reprises et le travail reporté sur les collègues.
Une implication pratique, vérifiable à Lausanne
Dans le cadre du programme SHR « Conduire l’adoption de l’IA dans son équipe », une équipe lausannoise peut suivre pendant deux semaines un seul flux : préparation de dossiers en medtech, synthèses administratives dans une haute école, documents opérationnels du sport international ou propositions commerciales d’une scale-up de l’arc lémanique. Pour chaque livrable, elle consigne le temps de travail de tous les intervenants, les attentes, les reprises et l’acceptation selon des critères de qualité fixés à l’avance, sans introduire de données sensibles dans un outil non autorisé. La mesure principale est le nombre de livrables acceptés rapporté aux heures de travail cumulées, comparé à une période de référence portant sur des dossiers de complexité comparable. Le délai de bout en bout complète ce rapport : ensemble, ces mesures permettent de vérifier si le gain annoncé dépasse la seule étape assistée, sans prétendre isoler à elles seules un effet causal. Pour aller plus loin : découvrez la formation Conduire l'adoption de l'IA dans son équipe à Lausanne, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Conduire l'adoption de l'IA dans son équipe à Lausanne
- conduire l'adoption de l'ia dans son équipe
- Lausanne
- recherche
- formation lausanne