Quel est l’effet réel de l’IA sur la productivité ?

L’intelligence artificielle est devenue le fil conducteur de la décennie, mais une grande partie du débat public passe à côté de ce qui se passe déjà sur le terrain.

Les effets ne sont pas cachés dans des laboratoires lointains ou des prévisions théoriques. Vous pouvez les trouver dans des indicateurs tels que les commandes d’équipement, les budgets d’entreprise, les réseaux électriques et même dans les dépenses de consommation axées sur les actions.

L’IA se manifeste de petites manières qui s’additionnent pour aboutir à quelque chose de plus grand. Certaines entreprises travaillent plus vite, certains emplois changent de forme, et des secteurs entiers se réorganisent autour de logiciels qui n’existaient pas il y a trois ans.

L’idée que l’IA n’a pas encore eu d’impact n’est plus exacte. Mais la clé est de comprendre où l’impact est visible et pourquoi les chiffres officiels de la productivité commencent à peine à bouger.

Dans quelle mesure l’IA a-t-elle changé les chiffres jusqu’à présent ?

Les données les plus claires proviennent du modèle budgétaire de Penn Wharton, qui divise l’influence de l’IA en tâches plutôt qu’en titres de poste. Leurs résultats constituent une base utile car ils utilisent des données professionnelles détaillées aux États-Unis.

Ils estiment qu’environ 40 % du revenu du travail d’aujourd’hui est lié à un travail qui pourrait être remodelé par l’IA générative. Toutes les tâches ne sont pas rentables à automatiser, mais une part importante l’est.

Leur modèle suggère qu’environ 10 % du PIB actuel est susceptible d’être affecté et que cette part pourrait grimper à environ 15 % au cours des deux prochaines décennies, car les secteurs fortement exposés connaissent une croissance plus rapide que le reste de l’économie.

L’étude des déploiements réels dresse un tableau clair de ce qui se passe au sein des entreprises. Les équipes d’assistance à la clientèle qui utilisent des assistants IA traitent plus de cas. Les rédacteurs professionnels terminent les brouillons environ 40 % plus rapidement.

Les ingénieurs logiciels terminent les tâches plus rapidement lorsqu’ils utilisent des outils de type Copilot.

Penn Wharton utilise ces études pour supposer des économies d’environ 25 % sur les coûts de main-d’œuvre lorsque l’IA est utilisée aujourd’hui, et une augmentation de 40 % à mesure que les systèmes s’améliorent.

Lorsque ces économies sont pondérées par la part des tâches affectées et ajustées en fonction des taux d’adoption, l’effet macro devient plus clair.

L’augmentation de la productivité totale des facteurs aux États-Unis est faible aujourd’hui, environ 0,01 point de pourcentage. Mais on s’attend à ce qu’il augmente au cours de la décennie et atteigne un sommet au début des années 2030 à près de 0,2 point de pourcentage avant de s’estomper.

Le résultat à long terme est une économie plus grande, et non un taux de croissance durablement plus rapide. Leur estimation centrale est que l’IA augmentera le PIB d’environ 3 % d’ici 2055.

Ce qu’il faut retenir de ces recherches, c’est que les premiers effets de l’IA sur la productivité sont significatifs, mais inégaux et concentrés dans certaines tâches et entreprises.

Les chiffres agrégés reflètent une économie qui ne s’est pas encore réorganisée autour de la technologie.

Pourquoi l’investissement des entreprises fait le gros du travail

Les signes les plus clairs de l’influence de l’IA apparaissent du côté de l’investissement dans l’économie américaine. Une étude récente de Bloomberg a montré que les dépenses en équipements et logiciels de traitement de l’information ont bondi cette année.

La contribution de ces catégories à la croissance du PIB est la plus importante depuis des décennies.

La construction de centres de données a atteint un taux annuel d’environ 41 milliards de dollars et est l’un des rares segments en croissance de la construction privée.

Trois entreprises à elles seules, Meta, Microsoft et Google, ont dépensé 78 milliards de dollars en biens d’équipement au troisième trimestre de cette année, soit près du double de leurs dépenses un an plus tôt. Il s’agit de l’empreinte physique du boom de l’IA.

Bloomberg estime que les dépenses d’investissement liées à l’IA ont contribué à environ 1 % de la croissance du PIB américain au premier semestre 2025. Cela signifie que l’IA a représenté plus de la moitié du taux de croissance de 1,6 % au cours de cette période.

Il est rare qu’une seule vague technologique joue un rôle aussi important dans les comptes nationaux.

Certains analystes s’attendent à ce que l’impulsion d’investissement se renforce l’année prochaine. D’autres pensent que le pic est déjà passé. Quoi qu’il en soit, la contribution est mesurable aujourd’hui.

Il y a une complication qui passe souvent inaperçue. Une grande partie du matériel nécessaire aux centres de données est importée. Cela creuse le déficit commercial et enlève une partie de la contribution brute à la croissance.

Pourtant, le gouvernement fédéral a autorisé des exemptions tarifaires pour les serveurs et les circuits imprimés malgré les tensions commerciales ailleurs.

Les économistes notent que le boom aurait connu des difficultés si le matériel avait été soumis aux mêmes droits de douane que des industries telles que l’automobile ou la construction.

Il y a aussi une pression sur le système électrique. Les centres de données consomment de grandes quantités d’électricité. La demande d’électricité aux États-Unis pourrait augmenter d’environ 16 % d’ici 2029 si les tendances actuelles se maintiennent.

Les mises à niveau du réseau prennent des années et sont confrontées à des coûts plus élevés en raison des tarifs sur des équipements tels que les transformateurs. La hausse des prix de l’électricité pourrait ralentir l’adoption de l’IA ou réduire les marges des entreprises qui tentent de se développer.

Au sein des entreprises qui ressentent déjà le changement

Les sondages offrent une perspective différente. Ils montrent ce qui se passe une fois que les outils d’IA entrent dans les flux de travail quotidiens. L’étude EMEA 2025 d’IBM est l’une des plus importantes du genre, basée sur 3 500 dirigeants dans dix pays.

Les deux tiers ont déclaré que l’IA avait déjà produit des gains de productivité significatifs.

Une personne sur cinq déclare avoir déjà atteint ses objectifs de retour sur investissement. 42 % s’attendent à des rendements dans un délai d’un an, souvent grâce à une exécution plus rapide, à des coûts réduits et à une meilleure qualité de service.

Le rapport souligne que les grandes entreprises ont une longueur d’avance. 72 % des entreprises de plus d’un millier d’employés font état de gains notables. Seulement 55 % des petites et moyennes entreprises disent la même chose.

Les organisations du secteur public présentent des tendances similaires à celles des petites entreprises. Cela reflète les cycles technologiques précédents où les grandes organisations disposaient du capital et de la capacité technique nécessaires pour agir en premier.

Les données d’IBM montrent également à quel point le travail évolue. Les dirigeants affirment que les employés consacrent plus de temps à la planification, au travail créatif et au développement d’idées lorsque l’IA gère des tâches répétitives.

Ce modèle s’aligne sur des études universitaires qui montrent que l’IA aide les travailleurs moins expérimentés à combler les écarts de performance et permet aux travailleurs expérimentés de se concentrer sur des résultats à plus forte valeur ajoutée.

Ce qui ressort des résultats d’IBM et de Penn Wharton, c’est à quel point les gains sont inégaux entre les professions. Les tâches les plus exposées concernent les rôles de support bureautique, les opérations commerciales, l’informatique, les ventes et les cadres intermédiaires.

L’exposition atteint un pic autour du quatre-vingtième au quatre-vingt-dixième centile de salaire, puis diminue pour les personnes les mieux rémunérées qui ont tendance à effectuer des tâches nécessitant du jugement, de la négociation ou une expertise rare.

Les groupes les moins exposés sont la construction, les transports, les services de restauration et les soins en personne. Cela signifie que l’impact à court terme sur la main-d’œuvre est concentré dans les postes de cols blancs à salaire moyen à élevé, et non dans les emplois manuels.

Ce que les PDG disent réellement dans les salles de conseil

Les dirigeants d’entreprise décrivent un changement qui est plus rapide que les cycles précédents. Le directeur général de Goldman Sachs, David Solomon, a déclaré qu’il ne pouvait pas trouver un PDG qui n’essayait pas de repenser les processus autour de l’automatisation.

Il a déclaré que les entreprises voulaient augmenter leur production sans augmenter leurs effectifs et que l’IA était désormais au cœur de ces efforts.

Satya Nadella de Microsoft a fait des commentaires similaires en qualifiant ce moment de « changement de plate-forme d’IA ». Jensen Huang de Nvidia, qui l’a comparé à une nouvelle révolution industrielle.

Leurs points de vue décrivent ce que les leaders actuels de l’IA voient au sein de leurs propres opérations et chez leurs clients.

Les données confirment ce sentiment. Un nombre croissant d’entreprises ne se contentent pas d’ajouter des outils d’IA aux flux de travail existants. Ils reconstruisent les flux de travail autour des outils.

Certains conçoivent des chaînes de valeur à partir de zéro en tenant compte de l’IA. D’autres passent de cycles de planification périodiques à une prise de décision continue guidée par des systèmes d’IA.

Il faut du temps pour que ces changements se répercutent sur les chiffres officiels de la productivité, ce qui explique en partie l’écart entre ce que les entreprises déclarent à l’interne et ce qui apparaît dans les statistiques nationales.

Un autre point important apparaît dans les enquêtes. Les entreprises veulent des systèmes d’IA ouverts et interopérables. Environ 85 % des personnes interrogées par IBM ont déclaré que la transparence, l’interopérabilité et la flexibilité des fournisseurs sont essentielles.

Qu’est-ce que tout cela nous dit sur l’effet réel de l’IA sur la productivité

L’IA apparaît aujourd’hui à trois endroits dans l’économie. Il semble que l’augmentation des dépenses d’investissement des entreprises s’efforce de renforcer leur capacité de calcul. Il apparaît dans le travail quotidien des premiers utilisateurs qui signalent une exécution plus rapide et un rendement plus élevé.

Et cela apparaît également sur les marchés d’actifs, où les entreprises dirigées par l’IA ont généré des milliards de dollars de nouvelle richesse en actions qui a alimenté une consommation plus élevée parmi les ménages aisés, suscitant des inquiétudes quant à une « bulle de l’IA ».

Ce qui n’apparaît pas encore, c’est une augmentation généralisée de la productivité à l’échelle de l’économie. Ce n’est pas inhabituel.

Les technologies à usage général précédentes, telles que l’électrification et Internet, n’apparaissaient dans les données qu’après que les entreprises aient réorganisé leur production.

Le même schéma se répète. L’IA est encore en phase d’investissement et d’expérimentation pour la plupart des entreprises. Une fois la réorganisation terminée, les gains sont susceptibles d’apparaître plus clairement.

Les estimations les plus prudentes suggèrent que l’IA augmente la croissance de la productivité de quelques dixièmes de point de pourcentage à son apogée et laisse l’économie croître de manière permanente de quelques pour cent.

Les prévisions les plus ambitieuses suggèrent des gains plus importants si l’IA accélère l’innovation elle-même.

L’écart entre ces points de vue dépend de la rapidité avec laquelle les entreprises se restructurent, de la diffusion des outils d’IA dans les petites entreprises et le secteur public, et de la capacité des infrastructures telles que le réseau électrique à s’adapter à la demande.