Les directeurs et au-dessus gagnent neuf heures par semaine grâce à l'IA. Les contributeurs individuels en gagnent quatre. Cet écart de 2,25x provient du rapport Navigating AI in the Workplace: 2026 de SHRM, mené auprès de 4 065 salariés qui utilisent réellement l'IA au travail, et la différence entre niveaux est statistiquement significative (SHRM, 2026). Le chiffre agrégé — environ six heures gagnées par semaine, presque une journée entière — est réel. C'est aussi une moyenne qu'aucun niveau de votre organisation ne vit réellement.
Cela compte à cause de qui pilote l'expérimentation. Dans les entreprises de 50 à 500 ETP, les déploiements d'IA commencent presque toujours par les personnes les plus proches de la décision : le responsable des opérations, les chefs de département, deux ou trois managers seniors. Ils mesurent leurs propres heures gagnées, extrapolent et construisent un business case pour tout l'effectif. Les données SHRM indiquent que cette extrapolation surestime les gains de la première ligne d'environ un facteur deux — et que les gains de temps liés à l'IA par niveau hiérarchique vont à l'inverse de l'hypothèse « l'IA relève le plancher » sur laquelle la plupart des déploiements sont budgétés.
Le dividende se concentre au sommet
Voici le gradient complet dans l'échantillon SHRM : les directeurs et au-dessus gagnent 9 heures par semaine, les managers 7, les contributeurs individuels 4 (SHRM, 2026).
Le récit intuitif sur l'IA disait l'inverse. Les juniors en profitent le plus ; l'outil se substitue à l'expérience ; le plancher monte plus vite que le plafond. Ce récit a un vrai fondement empirique dans les études sur des tâches isolées, et c'est pourquoi il s'est répandu. Mais à l'échelle d'une vraie semaine de travail, il s'inverse. Les personnes qui disposent du plus de latitude sur l'emploi de leur temps sont celles qui en récupèrent le plus.
Le gradient n'est pas un artefact d'arrondi, et il ne disparaît pas quand on déduit les coûts de l'IA. Le même rapport montre que les directeurs consacrent environ 6 heures par semaine à corriger les productions de l'IA — la charge de reprise la plus élevée de l'échantillon — contre environ 3 heures pour les contributeurs individuels. Nettes de reprise, les directeurs conservent environ +3 heures par semaine et les contributeurs individuels environ +1. Le dividende rétrécit à tous les niveaux. Il reste régressif à tous les niveaux.
Pourquoi l'écart est structurel, pas motivationnel
L'explication réflexe est que les seniors utilisent simplement mieux l'IA, donc la solution serait la formation. Les données pointent vers quelque chose de moins flatteur et de plus actionnable.
Commençons par l'exposition. L'IA touche 63 % du travail des directeurs, 50 % de celui des managers, et seulement 34 % du travail des contributeurs individuels (SHRM, 2026). Un outil ne peut pas vous faire gagner du temps sur un travail qu'il ne touche pas. Le travail de niveau directeur — rédiger, synthétiser, restructurer des documents, préparer des analyses — est de façon disproportionnée ce travail langagier non structuré que les modèles actuels traitent bien. Le travail de première ligne dans une opération mid-market est au contraire massivement contraint par le processus : il se déroule dans un système d'enregistrement, suit une séquence définie et dépend de passages de relais. Ces étapes n'accélèrent pas parce que quelqu'un garde une fenêtre de conversation ouverte à côté.
Deuxièmement, la latitude. Un directeur qui gagne une heure peut la réaffecter lui-même. Un contributeur individuel qui gagne une heure dans un processus piloté par une file d'attente ne le peut généralement pas — c'est la file qui impose le rythme, et le temps gagné soit s'évapore, soit réapparaît sous forme d'attente.
Troisièmement — et c'est la partie que la plupart des déploiements sous-financent — le gain de première ligne exige une refonte du flux de travail que le gain senior n'exige pas. La télémétrie comportementale d'ActivTrak sur 120 620 salariés est sans détour sur la rareté de cette refonte : 27 % des salariés en sont à l'usage d'assistance à la recherche, 14 % à l'exécution de tâches, et seulement 2 % ont atteint une véritable intégration dans le flux de travail (ActivTrak, 2026). Cette mesure découle de l'activité observée plutôt que des licences, des connexions ou du déclaratif — ce qui explique précisément son désaccord avec l'image donnée par les enquêtes. Gallup a rapporté une hausse de six points de l'adoption organisationnelle de l'IA la semaine même où ActivTrak publiait le chiffre de 2 % (Gallup, 2026). L'accès se déploie vite. La refonte, non.
Les contributeurs individuels sont le niveau dont les gains dépendent le plus de la refonte qui n'a pas eu lieu. Voilà le mécanisme. Ni la motivation, ni l'habileté au prompt.
Refaites le calcul du ROI de l'IA sur votre propre business case
Prenez une entreprise de 200 ETP : 15 personnes au niveau directeur ou au-dessus, 35 managers, 150 contributeurs individuels. Modélisez-la de la manière habituelle — pilote avec le groupe senior, environ 9 heures gagnées observées, application à toute l'organisation — et vous projetez environ 1 800 heures par semaine.
Appliquez plutôt le gradient SHRM : 15 × 9 + 35 × 7 + 150 × 4 = 980 heures. Déduisez ensuite la reprise et vous approchez 300 heures de capacité réellement récupérée. Le modèle naïf n'est pas optimiste de 10 %. Il se trompe d'environ un facteur deux avant reprise, et bien davantage après — et l'erreur est concentrée exactement là où se trouvent 75 % de vos effectifs.
Deux conséquences pour votre budget.
La première : l'économie des licences par poste cesse de fonctionner comme le prétend la présentation. Si la valeur par poste en première ligne vaut moins de la moitié de la valeur par poste au sommet, alors un déploiement uniforme facturé uniformément subventionne discrètement vos postes les moins rentables avec les plus rentables. Cela peut rester le bon choix — mais ce doit être une décision, pas un accident d'achat.
La seconde : le délai de retour sur les postes de première ligne n'est pas du tout une question de licences. C'est une question de refonte, et la refonte, c'est du temps humain à planifier. Acheter 150 postes et inscrire l'équivalent de 150 postes d'économies suppose un changement de processus que personne n'a été chargé de mener.
Le risque de rétention est dans le même tableau
Il existe un second gradient dans les données SHRM, parallèle au premier.
Avant l'adoption de l'IA, 74 % des directeurs avaient été informés de son arrivée. Chez les managers, 55 %. Chez les contributeurs individuels, 33 % (SHRM, 2026). La confiance suit la même forme : 80 % des directeurs font confiance à la direction sur l'IA, contre 65 % des managers et 47 % des contributeurs individuels. Et 26 % des contributeurs individuels déclarent que leur confiance envers la direction diminue à mesure que les dirigeants s'appuient davantage sur l'IA — contre 9 % des directeurs.
Superposez maintenant les attentes. La moitié de tous les salariés déclarent que l'IA a relevé les attentes de performance à leur égard, et 70 % des directeurs constatent des attentes accrues dans leur propre périmètre. Le rythme de travail s'est accéléré pour 75 % des directeurs et 59 % des managers, tandis que 50 % des contributeurs individuels ne signalent aucun changement de rythme.
Lisez les deux gradients ensemble et la position de la première ligne devient précise : on vous a prévenu en dernier, vous faites le moins confiance, vous gagnez le moins de temps — et les attentes sur vous ont quand même augmenté. Ce n'est pas un problème de communication à régler par une réunion plénière. C'est un registre d'équité, et les gens le tiennent avec exactitude.
La quatrième enquête annuelle AI at Work de BCG, portant sur 11 749 salariés dans 14 marchés, montre ce qui se produit quand personne ne gouverne le temps libéré : 66 % des utilisateurs d'IA déclarent n'avoir reçu aucune consigne sérieuse sur la manière de réaffecter les heures libérées, et 47 % passent désormais plus de temps à piloter l'IA qu'à faire le travail eux-mêmes (BCG, 2026). Le temps non gouverné ne devient pas de la capacité. Il devient de la supervision — et la supervision est un coût attentionnel réel, qui apparaît au registre comme « plus occupé », pas comme « plus libre ».
L'objection, et pourquoi elle ne vous achète que du temps
L'objection la plus solide : il s'agit d'une courbe d'adoption précoce, pas d'un trait structurel. Les seniors ont eu les outils en premier et la latitude d'expérimenter. Laissez passer dix-huit mois et la première ligne rattrapera.
En partie vrai, et cela mérite d'être valorisé. Mais deux éléments jouent contre l'attente. D'abord, l'écart d'exposition est une propriété du travail, pas du calendrier — les 34 % de travail de première ligne accessibles à l'IA n'augmentent pas parce que le temps passe. Ils augmentent parce que quelqu'un refond le processus. Ensuite, le chiffre de 2 % d'intégration dans le flux de travail indique que cette refonte ne se produit spontanément nulle part, à aucun niveau (ActivTrak, 2026). Attendre transforme un écart que vous auriez pu concevoir en un écart dont vous héritez — pendant que le gradient des attentes continue de monter sur les personnes les moins servies.
Ce qu'il faut changer ce trimestre
Réétalonnez le modèle de ROI par niveau
Reconstruisez le business case avec trois lignes distinctes — directeur, manager, contributeur individuel — au lieu d'une moyenne unique. Utilisez vos propres chiffres observés si vous les avez, le gradient SHRM sinon. Si les économies projetées sont divisées par deux, c'est le modèle d'avant qui était faux, pas celui-ci.
Choisissez un flux de travail de première ligne et menez-le jusqu'à l'intégration
Pas une extension de postes. Un processus nommé, un responsable, une passe de refonte, mesurée sur le fait que l'étape IA se trouve réellement dans le flux et non à côté. Puisque seuls 2 % des salariés atteignent ce stade, un processus qui y parvient vaut plus que cent postes qui n'y parviennent pas.
Comblez l'écart de communication de 33 % avant le prochain déploiement
Le poste le moins cher de cette liste consiste à dire aux contributeurs individuels ce qui arrive et pourquoi, avant que cela n'arrive, au même rythme que vous le dites aux directeurs. Cela ne coûte rien, et le gradient de confiance qu'il traite est celui qui finit par apparaître dans vos chiffres d'attrition.
Une décision
Ouvrez votre business case IA et repérez le niveau sur lequel il a été mesuré. Les gains de temps liés à l'IA par niveau hiérarchique sont l'entrée la plus susceptible d'y être fausse. Si les heures gagnées viennent de vous et de vos rapports directs, vous tenez le chiffre de 9 heures et vous le projetez sur une population qui en délivrera quatre — tout en relevant les attentes sur le niveau prévenu en dernier et qui vous fait le moins confiance.
Divisez la projection par deux, ou financez la refonte qui la rendra vraie. Ce sont les deux seules options honnêtes, et l'une des deux est gratuite.
