IA générative au travail : quels avantages vont de pair ?

Le questionnaire demande aux travailleurs s’ils sont d’accord, ni d’accord ni en désaccord, ou pas d’accord avec des affirmations sur le gain de temps, l’amélioration de la qualité et la possibilité de réaliser de nouvelles tâches grâce à l’IA générative. Notre analyse porte sur les personnes ayant déclaré travailler contre rémunération ou dans un but lucratif et utiliser l’IA générative pour leur travail au cours du mois précédent. Le simple fait de voir un résultat produit par IA dans un moteur de recherche ne constitue pas un usage au sens du questionnaire.^[2]

La Réserve fédérale avait déjà publié les taux d’accord séparés parmi ces utilisateurs : 81 % pour le gain de temps, 52 % pour la qualité et 55 % pour les nouvelles tâches. Ces chiffres montrent que les trois affirmations recueillent des niveaux d’accord différents. Ils ne disent pas combien de personnes approuvent les trois à la fois, ni comment les autres réponses se combinent.^[3]

La formulation compte. Approuver une amélioration de la qualité n’équivaut pas à une note attribuée par un évaluateur indépendant. Approuver le gain de temps ne précise pas combien d’heures ont été gagnées. Et réaliser de nouvelles tâches peut être différent d’accomplir plus vite des tâches familières. Nous conservons ces distinctions dans tout l’article au lieu de réunir les réponses dans un score unique de productivité.

Le plus grand des huit profils d’accord réunit les trois affirmations : il représente 34,0 % des utilisateurs retenus. Le graphique montre tous les profils. Une affirmation absente d’une ligne a reçu une réponse neutre ou un désaccord ; son absence ne signifie pas que la personne n’en a tiré aucun avantage.

Trois autres profils montrent l’intérêt de cette lecture conjointe. L’accord sur le gain de temps sans accord sur la qualité ni sur les nouvelles tâches représentait 17,0 % des utilisateurs. L’accord sur le temps et les nouvelles tâches, sans accord sur la qualité, représentait 16,9 %. L’accord sur le temps et la qualité, sans accord sur les nouvelles tâches, représentait 13,1 %.

Ce sont différentes combinaisons de réponses parmi des personnes qui approuvaient toutes le gain de temps. Les deux chiffres proches de 17 % sont descriptivement similaires ; leur faible écart ne permet pas de classer une forme d’usage de l’IA devant l’autre. Plus utilement, la question sur les nouvelles tâches distingue des personnes qu’une comparaison limitée au temps et à la qualité aurait regroupées.

Un autre groupe de 10,6 % n’approuvait aucune des trois affirmations. Il comprend des réponses neutres et des désaccords. Le présenter comme un groupe auquel l’IA n’apporte aucune valeur dépasserait ce que demandait l’enquête. Une personne peut utiliser un outil sans approuver ces affirmations précises, et l’enquête n’explique pas ses raisons.

Le petit profil qui approuve la qualité et les nouvelles tâches, mais pas le temps, comprend 20 personnes. Il reste dans la présentation complète, mais ne devrait pas servir de titre surprenant. Rendre une catégorie visible ne revient pas à fonder une interprétation forte sur elle. Les tableaux suivants conservent davantage de détails sur les réponses.

Les réponses neutres expliquent une grande partie de l’écart entre l’accord sur le temps et l’accord sur la qualité. Le tableau suivant conserve les trois choix de réponse originaux. Chaque pourcentage utilise comme base les 1 850 utilisateurs retenus ; une ligne ne totalise donc pas 100 %.

Selon l’estimation, 47,1 % de l’ensemble des utilisateurs retenus approuvaient à la fois le gain de temps et la qualité. Un autre groupe de 26,9 % approuvait le temps mais répondait de façon neutre sur la qualité, tandis que 7,0 % approuvaient le temps et exprimaient un désaccord sur la qualité. Ces réponses sont distinctes et n’ont pas le même sens.

Si l’on se limite aux personnes qui étaient d’accord pour dire que l’IA faisait gagner du temps, la base passe à 1 489 répondants. Dans ce groupe, 58,2 % approuvaient la qualité, 33,2 % étaient neutres et 8,6 % n’étaient pas d’accord. Ce sont les mêmes réponses exprimées au sein du groupe approuvant le gain de temps, pas un autre échantillon ni une mesure ultérieure.

Une réponse neutre ne permet pas de conclure que la personne hésite, que la qualité est restée inchangée ou qu’elle manque d’expérience. Elle signifie simplement ni accord ni désaccord. De même, ne pas être d’accord pour dire que l’IA améliore la qualité ne prouve pas qu’elle dégrade le travail.

Pour le magasin de vélos, cette distinction aide à interpréter les retours de sa propre équipe. Si un collègue estime que la rédaction est plus rapide mais n’approuve pas la qualité de l’explication finale, la prochaine étape est claire : comparer cette explication aux notes du technicien. Une impression générale devient ainsi une discussion concrète sur le travail que verra le client.

Les réponses sur les nouvelles tâches apportent une information supplémentaire même lorsque l’on se concentre sur les personnes qui approuvent le gain de temps. Dans le tableau suivant, tous les pourcentages utilisent comme base les 1 489 personnes qui étaient d’accord pour dire que l’IA faisait gagner du temps. Les neuf cellules montrent comment leurs réponses sur la qualité et les nouvelles tâches se combinent.

Dans ce groupe, 42,0 % approuvaient les deux autres affirmations. Ces mêmes 617 personnes constituent le profil approuvant les trois affirmations, soit 34,0 % des 1 850 utilisateurs retenus. Les pourcentages diffèrent parce qu’une base comprend tous les utilisateurs de l’analyse et l’autre uniquement les 1 489 personnes qui approuvaient le gain de temps.

Un autre groupe, soit 17,8 % des personnes qui estimaient que l’IA faisait gagner du temps, approuvait les nouvelles tâches tout en restant neutre sur la qualité. Un groupe distinct de 13,4 % approuvait la qualité tout en restant neutre sur les nouvelles tâches. Un autre groupe de 11,9 % était neutre sur les deux. Chacune de ces cellules comprend plus de 180 personnes ; les neuf cellules de ce tableau conditionnel en comptent au moins 40.

Cette observation est plus précise que l’idée générale selon laquelle l’IA peut avoir plusieurs avantages. Certaines personnes approuvent une capacité accrue à réaliser des tâches ainsi que le gain de temps, sans approuver une meilleure qualité. D’autres approuvent la qualité et le gain de temps, sans approuver les nouvelles tâches. Ces réponses ne doivent pas devenir des étapes d’adoption ou un récit sur l’acquisition de compétences. Nous observons des combinaisons, pas une progression.

Une entreprise peut utiliser cette distinction pour décider des éléments qu’elle doit examiner. Un outil adopté pour accélérer une tâche familière doit être évalué par rapport à cette tâche. Un nouvel usage proposé nécessite son propre examen de l’utilité et de la qualité acceptable du travail produit. Aucune de ces décisions n’exige de promettre que tous les types d’avantages arriveront ensemble.

Une application utile n’a pas non plus besoin d’apporter tous les avantages. Si l’objectif est de consacrer moins de temps à une tâche existante tout en maintenant un niveau acceptable, la capacité à réaliser de nouvelles tâches peut ne pas intervenir dans la décision. Si l’objectif est de proposer quelque chose que l’entreprise ne pouvait pas produire auparavant, la rapidité seule ne démontrerait pas la réussite. Les profils laissent place à ces objectifs différents sans indiquer à l’entreprise lequel choisir.

Revenons au magasin de vélos fictif. Son responsable souhaite des publications qui expliquent quel service le client doit réserver. Un technicien fournit les faits, et l’IA générative aide à rédiger l’explication. L’équipe peut examiner cette tâche bien définie avant d’en faire une pratique courante. La démarche suivante est une application que nous proposons, pas un processus testé par SHED.

Définissez d’abord le travail terminé. Ici, il s’agit d’une publication approuvée qui décrit exactement le service et indique clairement la prochaine étape au client. Le temps consacré à préparer les notes, vérifier le brouillon, corriger les erreurs et approuver la publication fait partie de l’examen. L’arrivée du premier brouillon n’est pas le moment où le travail est prêt.

Comparez ensuite l’explication finale aux notes originales du technicien. Distingue-t-elle correctement les services proposés ? Ajoute-t-elle un prix, une promesse ou une affirmation technique que les notes ne justifient pas ? Le lecteur comprend-il ce qu’il doit faire ensuite ? Ces vérifications fournissent des éléments sur cette publication. Elles ne nécessitent pas d’assimiler la satisfaction générale d’un travailleur envers l’IA à une évaluation de la qualité.

Pour examiner une nouvelle capacité, le responsable pourrait envisager un plan de questions-réponses transformant les demandes récurrentes des clients en une ressource utile. La question est de savoir si l’équipe peut désormais produire quelque chose d’utile qu’elle ne pouvait pas produire auparavant, plutôt que davantage de variantes d’une publication déjà habituelle. Un nouveau format nécessite lui aussi une vérification des faits et une relecture éditoriale.

La décision finale pourrait être plus précise qu’« utiliser davantage l’IA ». Si le magasin constate un avantage pratique pour rédiger les explications de ses services, il peut conserver cet usage tout en examinant séparément la ressource de questions-réponses envisagée. Si la vérification et les corrections absorbent le gain de temps apparent, cela justifierait de réexaminer ce processus. La décision repose sur ce qui se passe dans le travail du magasin, y compris les étapes nécessaires pour rendre un brouillon publiable.

Un créateur peut appliquer la même distinction à un plan de vidéo, un document pour un sponsor ou une ressource destinée aux abonnés. Commencez par un travail précis et un critère d’acceptation existant. Les profils nationaux ne fixent pas d’objectif pour les résultats du créateur, et cette enquête n’identifie pas séparément une population de créateurs ou de travailleurs indépendants.

Nous avons utilisé les données publiques de l’enquête 2025 sur l’économie et les décisions des ménages, menée en ligne pour la Réserve fédérale du 17 au 28 octobre 2025. Elle vise les résidents civils des États-Unis âgés de 18 ans ou plus et ne vivant pas en institution. L’enquête complète comprend 12 934 répondants. Notre analyse porte sur les 1 850 personnes ayant déclaré travailler et utiliser l’IA générative pour leur travail au cours du mois précédent ; toutes avaient des réponses disponibles dans le fichier publié aux trois questions sur les avantages.^[1][4]

Les critères d’inclusion sont importants pour l’interprétation. Cette étude porte sur des personnes utilisant déjà l’IA générative pour travailler, pas sur l’ensemble des travailleurs ni sur une comparaison avec les non-utilisateurs. Elle ne peut pas prédire les avantages qu’une entreprise obtiendra en adoptant un outil. Les réponses concernent aussi la période de travail étudiée en 2025 ; traduire l’article n’en fait pas des estimations actuelles pour un autre pays.

Chaque pourcentage utilise les poids transversaux publiés de l’enquête. Les tableaux indiquent également le nombre de répondants non pondéré. Ces effectifs décrivent les observations sur lesquelles repose une estimation, pas le nombre de personnes dans le pays. Le tableau complet conserve les 27 combinaisons des trois réponses ; le graphique des huit profils réunit les réponses neutres et les désaccords uniquement pour identifier les affirmations qui reçoivent un accord.

Nous avons aussi répété l’analyse après exclusion des observations portant un indicateur d’imputation sur l’un des cinq champs d’inclusion, d’usage ou d’avantages. Il restait 1 841 répondants. Parmi les tableaux conjoints, les profils d’accord et les parts de réponses définis à l’avance, le plus grand changement absolu était d’environ 0,2 point de pourcentage. Cette vérification concerne cette exclusion précise ; elle n’élimine pas les erreurs de non-réponse, de couverture ou de mesure. Le groupe réduit conserve les poids originaux et ne constitue pas une estimation nationale corrigée.^[5]

Nous présentons des estimations descriptives sans intervalles de confiance ni tests de significativité. Nous n’avons pas établi d’estimation de variance valide, fondée sur le plan de sondage, pour ces tableaux conditionnels. De petits écarts ne doivent pas être traités comme des classements fiables. Quinze des 27 cellules de réponses complètes contiennent moins de 30 personnes et sont signalées comme telles ; tous les effectifs restent disponibles.

La question conjointe, les définitions des réponses, la pondération, les vérifications de sensibilité et les critères de publication ont été fixés en interne avant de calculer ces combinaisons. Les pourcentages marginaux publiés étaient déjà connus. Il ne s’agissait pas d’un préenregistrement public. Une clarification des libellés de la source a modifié la lecture des données d’entrée, pas l’analyse prévue ; elle est documentée dans le téléchargement. Deux calculs distincts ont reproduit les résultats agrégés.

Les données et la formulation originale proviennent de l’enquête de la Réserve fédérale ; les calculs conjoints et l’interprétation sont ceux d’Influence IQ. Ils n’impliquent aucune approbation de l’organisme. Le téléchargement fournit les résultats agrégés complets, la méthode et le code, ainsi que les instructions pour obtenir la version exacte de la source publique. Aucun enregistrement individuel ni identifiant de répondant n’est inclus.^[6]