Une enquête auprès de 3 200 salariés montre où part le gain, et ce qui distingue ceux qui le conservent.
Sur le papier, le calcul est simple. Un compte rendu, une proposition ou une synthèse de dossier qui demandaient une heure sortent en quelques minutes d’un système d’IA (Claude, ChatGPT, Copilot…).
Puis vient la suite : relire, corriger un chiffre, reformuler un paragraphe qui sonne faux, redemander avec une consigne plus précise, recopier dans le bon document. Ce temps-là est rarement compté, et il suffit à changer le bilan.
Une enquête publiée par Workday en janvier 2026 a mis un chiffre dessus.
Workday, janvier 2026 : 3 200 salariés utilisateurs actifs de l’IA.
L’enquête, menée par Hanover Research en novembre 2025, porte sur des salariés d’organisations d’au moins 100 millions de dollars de chiffre d’affaires et repose sur leurs déclarations : le chiffre exact vaut pour ce périmètre. Le mécanisme (gagner à la production, reperdre à la reprise) se vérifie en revanche chez soi, ce que la suite propose.
Source : Workday, « Beyond Productivity: Measuring the Real Value of AI », 14 janvier 2026.
Le plus instructif se trouve du côté de ceux qui conservent leur gain. 79 % d’entre eux ont bénéficié d’une formation renforcée, et 57 % consacrent le temps libéré à approfondir leurs analyses et leurs décisions plutôt qu’à enchaîner davantage de tâches.
Côté organisation, dans 89 % des entreprises moins de la moitié des postes ont été revus pour tenir compte de l’IA : les outils changent, la façon de travailler reste celle d’avant.
On peut en tirer une lecture simple : le gain se décide moins dans l’outil lui-même que dans la maîtrise qu’on en a et dans le cadrage, c’est-à-dire ce qu’on attend du résultat, ce qu’on confie à l’IA, ce qu’on relit et selon quels critères.
Avant de changer d’outil ou de multiplier les abonnements, il est utile de savoir où part le temps aujourd’hui. Un relevé simple suffit, sur quelques tâches réelles.
Trois à cinq tâches donnent une tendance, pas une statistique ; c’est suffisant pour décider où cadrer en premier. Le même relevé un mois plus tard montre si l’écart se réduit.
La mesure indique où part le temps ; le récupérer demande autre chose. L’autre moitié du sujet tient à la maîtrise : connaître ce que l’outil sait faire, et disposer d’une méthode pour le conduire. Le décalage apparaît dans l’enquête : 66 % des dirigeants citent la formation comme priorité, alors que 37 % seulement des salariés les plus exposés aux reprises y ont accès.
La reprise elle-même peut être cadrée. Les critères de relecture s’écrivent une fois : exactitude des chiffres, ton, format attendu, sources autorisées. Enregistrés comme consigne réutilisable, ou comme skill selon les outils, ils permettent à l’IA de contrôler et de retravailler son propre premier jet avant qu’un humain le relise.
La relecture humaine reste utile, mais elle devient plus courte et plus ciblée. Chaque correction qui revient peut nourrir la consigne suivante : la compétence de l’équipe progresse alors en même temps que le gain.
Répondez à ce mail avec cette tâche, le temps qu’elle prenait avant, le temps jusqu’à la première version de l’IA et le temps de reprise, une estimation suffit. En retour, je vous indique la part du gain absorbée par les reprises, la cause probable, et une règle de relecture prête à coller dans votre outil. Restez sur des informations non confidentielles.
Je réponds avec ma tâche
Un premier échange pour clarifier votre situation et identifier la bonne première marche.