Votre équipe passe 87 minutes par jour dans les outils d'IA. Sur ce total, 42 % vont au dépannage des erreurs et à l'itération sur les prompts, contre 35 % à un travail qui fait réellement avancer les dossiers (BambooHR, 2026). Le temps de dépannage de l'IA est désormais la plus grande catégorie de temps IA dans une journée de travail moyenne — plus grande que la catégorie productive que ces outils devaient étendre.
Sur une année, ces 87 minutes représentent environ 47 journées de huit heures. Une vingtaine de ces journées sert à obtenir de l'outil qu'il se comporte correctement.
Ce n'est pas un problème d'adoption. L'adoption fonctionne. C'est un problème de mesure : presque tous les tableaux de bord qui suivent ce déploiement comptent les 87 minutes et aucun ne les décompose.
L'étude par laquelle votre discussion de renouvellement devrait commencer
Redesigning Work: AI's Performance Review de BambooHR a interrogé 1 608 salariés américains à temps plein et à salaire fixe, dont un sous-groupe de 520 professionnels RH, enquête menée du 26 juin au 15 juillet 2026 par Method Research et publiée le 1er septembre (BambooHR, 2026). Les répondants couvraient plus d'une douzaine de secteurs, répartis à parts égales par genre, avec une diversité de tranches d'âge et de zones géographiques.
La répartition principale constitue le résultat :
- 42 % du temps IA — dépannage des erreurs et itération sur les prompts
- 35 % du temps IA — travail productif qui fait avancer la charge de travail du salarié
- 23 % — tout le reste
Retenez le rapport plutôt que les pourcentages. Pour chaque tranche de trois minutes que votre équipe consacre à tirer de la valeur d'un outil d'IA, elle en consacre quatre à obtenir de l'outil quelque chose d'exploitable. Ce rapport a un coût, il a une distribution, et ni l'un ni l'autre n'apparaît dans un rapport de comptage de licences.
Pendant ce temps, 63 % des organisations ont déjà augmenté leurs budgets d'outils d'IA. La dépense s'accroît sur un dénominateur que personne n'a décomposé.
La charge inverse votre organigramme
Voici la partie qui devrait changer l'endroit où vous regardez.
Minutes quotidiennes dans les outils d'IA, par niveau (BambooHR, 2026) :
- VP et comité exécutif : 101 minutes
- Managers et directeurs : 89 minutes
- Contributeurs individuels : 54 minutes
Les dirigeants passent près de deux fois plus de temps dans ces outils que les personnes qui leur reportent. Si la part de dépannage se maintient ne serait-ce qu'approximativement d'un niveau à l'autre, le plus grand réservoir de temps IA improductif de votre entreprise est produit par sa main-d'œuvre la plus coûteuse.
Passez-le à l'échelle mid-market. Une entreprise de 200 ETP avec 15 personnes au niveau VP et au-dessus : 101 minutes par jour, dont 42 % en dépannage, cela fait environ 42 minutes par dirigeant et par jour. Sur 15 personnes, cela représente plus de 10 heures de dirigeant par jour — davantage qu'un ETP senior supplémentaire à temps plein, consacré entièrement à l'itération sur les prompts et à la correction d'erreurs, financé par la ligne la plus coûteuse de votre masse salariale.
Personne n'a validé ce recrutement. Il est arrivé par un budget d'outils.
Pourquoi la séniorité concentre le coût
La direction du résultat n'a rien de surprenant dès qu'on regarde à quoi les profils seniors emploient l'IA. Leur travail est moins standardisé, plus dense en jugement et plus dépendant du contexte — précisément le profil qui produit plus d'itérations, plus de corrections et plus de résultats abandonnés. Les tâches au rendement IA le plus net sont plutôt les tâches structurées, situées plus bas dans l'organigramme.
Un signal convergent vient de la zone euro. L'enquête Consumer Expectations Survey de la BCE a constaté que les tâches au meilleur rendement horaire de l'IA sont étroites et sous-utilisées — la génération de code et le débogage rapportent près de huit heures par semaine, mais seuls 8 % environ des travailleurs y appliquent l'IA — tandis que les usages les plus répandus, recherche, collecte d'informations, rédaction et édition, font gagner nettement moins (BCE, 2026). Le travail large, non structuré et à fort contexte est celui où les heures entrent et d'où le plus faible rendement sort. C'est une description fidèle de la journée d'un dirigeant.
Pourquoi personne ne s'en est plaint
Parce que cela ne ressemble pas à du gaspillage. C'est ce qui maintient le problème invisible pendant tout un cycle budgétaire.
BambooHR relève que 65 % des salariés se disent confiants et enthousiastes à l'idée d'utiliser l'IA au travail, et 58 % citent le gain de temps comme motivation principale — tout en se trouvant dans ce même partage 42/35.
Le premier benchmark AI at Work de Culture Amp montre le même décrochage à grande échelle. Sur environ 112 000 salariés et 343 000 réponses collectées sur les 12 mois jusqu'à juillet 2026, 71 % des salariés déclarent que les outils d'IA les aident à se sentir plus productifs, proportion qui monte à 93 % chez les utilisateurs les plus intensifs. Pourtant, interrogés sur le caractère raisonnable de leur charge de travail, les power users ressortent à 72 % contre 69 % des non-utilisateurs — un écart de trois points (Culture Amp, 2026).
La productivité ressentie grimpe de 22 points avec l'intensité d'usage. Le soulagement ressenti sur la charge de travail bouge de trois. Ces deux courbes devraient avancer ensemble, et elles ne le font pas.
L'auto-déclaration est ici l'instrument faible
L'écart entre effet perçu et effet mesuré est documenté, et il va dans un seul sens. L'essai randomisé de METR sur des développeurs open-source expérimentés a montré que les outils d'IA de début 2025 les rendaient 19 % plus lents alors que les participants pensaient avoir accéléré ; l'enquête ultérieure de METR auprès de 349 travailleurs techniques indique que les participants à cette étude ont surestimé l'effet de l'IA sur la durée des tâches d'environ 40 points de pourcentage (METR, 2026).
Les évaluations du gouvernement britannique montrent la même compression avec une meilleure méthode. L'expérimentation interministérielle Microsoft 365 Copilot — 20 000 agents publics — a rapporté une économie moyenne de 26 minutes par jour, chiffre que les participants ont eux-mêmes estimé à partir d'une série d'intervalles (GDS, 2025). Lorsque le DWP a évalué sa propre part de cet essai face à un groupe de comparaison de non-utilisateurs, en contrôlant les variables démographiques, professionnelles et d'appétence pour l'IA, l'estimation est tombée à 19 minutes par jour sur huit tâches de routine (DWP, 2025).
Populations différentes et périmètre de tâches différent : ce n'est donc pas un avant-après propre. Mais ce sont deux mesures du même déploiement, et celle qui dispose d'un groupe de comparaison est la plus basse. Le rapport GDS est explicite dans ses conclusions : « en raison de contraintes expérimentales, il n'a pas été possible d'identifier comment le temps gagné a été employé ».
L'enthousiasme de votre équipe est réel. Ce n'est pas une preuve.
Le temps de dépannage de l'IA casse vos métriques d'adoption
Nombre de licences, taux d'utilisation des licences et taux de connexion mesurent tous les 87 minutes. Aucun ne distingue les 42 des 35. Un tableau de bord d'adoption affichant un usage soutenu est, au vu de ces données, tout aussi compatible avec une équipe qui obtient un vrai levier qu'avec une équipe qui se bat contre son outillage pendant 20 journées de travail par an.
Pire, la métrique récompense le mauvais mouvement. La hausse des minutes passées dans l'outil se lit comme un succès. Si la part de dépannage reste stable, des minutes en hausse sont surtout de la reprise de travail en hausse.
Le résultat de la BCE apporte la seconde correction. L'utilisateur médian d'IA en zone euro économise environ trois heures par semaine, soit à peu près 7,7 % de son temps de travail — mais comme seuls 48,8 % des travailleurs à la fois utilisent l'IA et y gagnent du temps, le gain à l'échelle de l'économie est d'environ 3,8 % (BCE, 2026). Les chiffres par utilisateur multipliés par l'effectif surestiment le retour d'environ un facteur deux. Un business case bâti sur « X minutes économisées × tout le monde » se trompe deux fois : une fois sur la participation, une fois sur la part de dépannage à l'intérieur des minutes qu'il compte effectivement.
L'objection honnête
Trois limites, énoncées franchement.
Il s'agit d'une étude d'éditeur. BambooHR vend des logiciels RH aux petites et moyennes entreprises et a un intérêt commercial à défendre l'idée que les déploiements d'IA nécessitent une gestion du volet humain. Le terrain a été réalisé par un institut de recherche indépendant, la méthodologie est communiquée et l'échantillon est raisonnable — mais c'est une publication d'enquête, pas un article à comité de lecture. Pondérez en conséquence.
C'est de l'auto-déclaration, comme l'essentiel de ce qui l'appuie. Le partage 42/35 repose sur des salariés estimant leur propre allocation de temps, précisément l'instrument que METR a montré peu fiable dans ce domaine. Lecture honnête : la direction est bien corroborée entre BambooHR, Culture Amp et les essais britanniques, tandis que les ordres de grandeur sont mous. Ne citez pas les 42 % comme une constante mesurée. Citez-les comme la raison de mesurer les vôtres.
L'écart par séniorité est une corrélation, pas un mécanisme. BambooHR publie les minutes par niveau ; il ne publie pas la part de dépannage par niveau. Mon calcul ci-dessus suppose que les 42 % se maintiennent à peu près d'un niveau à l'autre. Cette hypothèse est plausible et non testée — le travail senior peut générer davantage d'itérations, ou les utilisateurs seniors peuvent être plus habiles à les éviter. Traitez le chiffre des heures de dirigeants comme un ordre de grandeur à aller vérifier, pas comme un nombre à mettre dans un board deck.
Ce qu'il faut décider ce trimestre
Quatre actions. Aucune n'exige de nouveau logiciel.
- Décomposez le comptage des minutes avant le prochain renouvellement. Votre métrique actuelle, ce sont les minutes passées dans l'outil. Ajoutez une dimension : quelle part de ce temps produit un livrable et quelle part produit un prompt exploitable. Un auto-relevé de deux semaines sur 20 personnes vous donne un chiffre interne défendable, et c'est le seul chiffre de cet article qui concerne votre entreprise.
- Échantillonnez par niveau de poste, pas par moyenne. Isolez le niveau senior. Si la forme observée par BambooHR tient dans votre organisation, le problème coûteux se concentre sur quinze agendas, pas deux cents — ce qui le rend aussi traitable.
- Faites de la part de dépannage le KPI d'adoption. Remplacez le taux de connexion par le rapport. Un déploiement où les minutes montent et où la part de dépannage baisse fonctionne. Un déploiement où les deux montent est un pipeline de reprise déguisé en tableau de bord d'adoption.
- Donnez une destination aux heures avant de les compter. Les deux évaluations britanniques savaient mesurer le temps gagné et aucune ne savait dire où il était passé. Un chiffre de gain de temps sans destination nommée n'est pas un intrant de ROI. Décidez ce qui s'arrête avant d'encaisser ce qui démarre.
Les 63 % qui ont augmenté leurs budgets IA cette année l'ont fait sur la base d'un chiffre qui compte de la même façon la minute passée à se battre et celle passée à travailler.
Avant d'approuver la prochaine tranche, découvrez laquelle des deux vous achetiez. Vos profils les plus seniors en paient la réponse depuis un an — en temps de dépannage de l'IA que personne n'avait mis au budget.
