
IA au travail : une étude sur 9 000 salariés ne trouve pas de gain de temps clair
Une étude d'ActivTrak menée sur près de 9 000 salariés pendant six mois conteste l'idée que les outils d'IA font gagner du temps. Pour les équipes marketing et growth, la vraie question est de savoir où l'IA change réellement les résultats.
Siècle Digital relaie une étude d'ActivTrak, éditeur de logiciels américain, qui a suivi près de 9 000 salariés sur six mois pour tester une affirmation largement répétée : les outils d'IA nous feraient gagner du temps chaque jour. D'après la reprise qu'en fait le média, les résultats ne confirment pas clairement cette promesse. Le compte rendu ne précise ni les outils suivis, ni la méthode de mesure du temps gagné, ni les secteurs ou les fonctions représentés, ni les chiffres exacts. Ces lacunes comptent, et elles doivent peser sur le crédit qu'une équipe accorde à ce résultat.
Ce que l'étude peut vous dire, et ce qu'elle ne peut pas
Une fenêtre d'observation de six mois sur environ 9 000 salariés constitue un échantillon substantiel, plus proche des conditions réelles de travail qu'une courte expérimentation en laboratoire. Mais l'absence de détail méthodologique dans le compte rendu laisse plusieurs questions ouvertes : la mesure portait-elle sur la production par heure, sur les heures travaillées ou sur une perception déclarée ; l'adoption était-elle imposée ou volontaire ; et l'échantillon penchait-il vers des fonctions de bureau déjà saturées de logiciels.
Ce n'est pas une raison pour écarter le résultat. C'est une raison pour éviter de le transposer tel quel sur votre activité. Le signal utile est directionnel : installer un outil d'IA n'équivaut pas à supprimer du travail.
Pourquoi les gains de temps ne se matérialisent pas
Le contexte général du secteur aide à expliquer cet écart. L'essentiel des gains de productivité liés aux logiciels dépend de la refonte des processus, pas des licences. Quand un outil se superpose à un flux de travail inchangé, le travail supprimé est souvent remplacé par de nouvelles étapes : rédiger les consignes, vérifier la production, corriger les erreurs, remettre en forme les résultats ou réconcilier deux systèmes. La vérification est un vrai travail, et elle apparaît rarement dans le calcul de rentabilité.
Il y a aussi un problème de mesure. Le temps gagné sur une tâche n'est pas du temps récupéré pour l'entreprise, sauf si les minutes libérées sont réaffectées à quelque chose qui produit de la valeur. Sans cette réaffectation, les gains se diluent dans la journée.
Dans les métiers d'acquisition et de monétisation, le schéma est connu. La rédaction, le tagging, le briefing et le reporting sont les tâches que l'IA compresse le plus visiblement. La stratégie, le positionnement, les décisions de prix et les arbitrages délicats autour d'un changement de tunnel, non. Une équipe qui automatise le premier groupe sans toucher au second verra peu de mouvement sur ses indicateurs de résultat.
Ce qu'il faut vérifier cette semaine
Plutôt que de débattre du temps que l'IA fait gagner en général, mesurez-le là où vous pouvez l'observer.
- Choisissez deux ou trois tâches récurrentes de votre flux d'acquisition ou de monétisation et consignez les heures qu'elles consomment avant et après l'introduction d'un outil, en incluant le temps de relecture et de correction.
- Demandez où sont passées les minutes récupérées ; si la réponse n'est nulle part en particulier, considérez le gain comme non démontré.
- Suivez la qualité de la production et les résultats business en même temps que la vitesse, car un livrable plus rapide mais plus faible coûte plus cher en aval.
- Notez les étapes qui exigent encore une décision humaine, et testez si elles peuvent être rendues moins coûteuses plutôt que plus rapides.
L'apport de l'étude est un rappel : adoption et productivité sont deux questions distinctes. Pour les fondateurs et les responsables marketing, la conclusion opérationnelle est d'instrumenter votre propre flux de travail au lieu de vous fier à une affirmation générale, dans un sens comme dans l'autre. Les données d'ActivTrak, telles que relayées, ne tranchent pas le débat, mais elles justifient de poser des questions plus exigeantes sur ce que vos outils changent réellement.
También le puede interesar
-
LinkedIn comparte consejos para que los modelos de IA te citen
LinkedIn ha publicado orientaciones para que las empresas aumenten sus posibilidades de ser citadas por los grandes modelos de lenguaje. El informe señala la credibilidad y la autoridad de los influentes como factores clave, aunque la mecánica subyacente sigue sin desvelarse.
-
Más herramientas de IA, menos crecimiento: el error de los CMO
Digiday recoge que los CMO de grandes empresas no ven crecimiento al aumentar el gasto en IA, solo eficiencia en tareas. La brecha nace de pilotos en silos y de delegar la responsabilidad, no de los modelos.
-
ChatGPT Wallet: los agentes de OpenAI ya pueden pagar compras online
OpenAI ha abierto el pago a sus agentes de IA mediante una cartera creada con Visa, Mastercard y American Express, por ahora limitada a suscriptores Pro en EE. UU. El movimiento cambia lo que un agente puede completar solo, con efectos directos en la conversión del checkout y en cómo las marcas llegan al comprador.


