Soixante et onze pour cent des salariés déclarent que les outils d'IA les aident à se sentir plus productifs. Chez les utilisateurs les plus intensifs, ce chiffre grimpe à 93 %. Demandez aux mêmes personnes si leur charge de travail est raisonnable pour leur poste et la réponse bouge à peine : 72 % chez les power users contre 69 % chez les non-utilisateurs — un écart de trois points (Culture Amp, 2026).
Ces deux résultats proviennent de la même enquête, des mêmes salariés, des mêmes douze mois. Une courbe monte fortement avec l'intensité d'usage. L'autre est plate.
Ce n'est pas une erreur de mesure. C'est un artefact de management, et cela signifie que la capacité créée par votre déploiement d'IA est réabsorbée à l'intérieur des mêmes postes, au lieu d'être réaffectée à quelque chose que vous auriez choisi.
Deux courbes issues d'un même jeu de données
Le premier benchmark AI at Work de Culture Amp s'appuie sur 342 enquêtes menées par 292 organisations sur sa plateforme, représentant environ 112 000 salariés et 343 000 réponses individuelles collectées sur les douze mois précédant juillet 2026. Les répondants couvrent 16 secteurs et toutes les grandes régions ; les contributeurs individuels représentent environ deux tiers de l'échantillon. Les salariés ont été standardisés en quatre niveaux d'usage — non-utilisateurs, utilisateurs légers (une à deux fois par semaine), utilisateurs quotidiens et power users (plusieurs fois par jour) (Culture Amp, 2026).
Au sein de ces niveaux, presque toutes les mesures d'expérience s'améliorent avec l'usage. La conscience des risques passe de 67 % chez les non-utilisateurs à 95 % chez les power users. La motivation à aller au-delà de ce que le poste exigerait ailleurs atteint 72 % chez les utilisateurs les plus intensifs contre 57 % chez les non-utilisateurs. L'accord sur le fait que l'IA les a aidés à apprendre et à progresser s'établit en moyenne à 66 % au niveau mondial, tiré vers le bas par les non-utilisateurs à 27 %.
Un seul item refuse de suivre. Sur l'affirmation « De manière générale, ma charge de travail me semble raisonnable pour mon poste », le taux de réponses favorables va de 69 % chez les non-utilisateurs à 71–72 % chez tous ceux qui utilisent l'IA, quel qu'en soit le rythme. La lecture de Culture Amp est sans détour : l'adoption initiale améliore légèrement la perception de la charge de travail, et une fréquence d'usage plus élevée n'apporte aucun allègement supplémentaire (Culture Amp, 2026).
La productivité ressentie s'établit à 71 % sur l'ensemble de l'échantillon et à 93 % chez les utilisateurs les plus intensifs. L'allègement ressenti de la charge de travail, sur ces mêmes niveaux, vaut trois points.
Pourquoi votre tableau de bord d'adoption ne voit pas une charge de travail plate
La plupart des programmes d'IA du mid-market sont instrumentés sur la mauvaise variable. Nombre de licences, utilisateurs actifs hebdomadaires, prompts par poste, estimations de temps gagné au niveau de l'outil — tout cela monte quand l'adoption monte. Rien de tout cela ne change quand l'heure libérée est discrètement consommée par davantage du même travail.
La réabsorption est invisible par construction. Un salarié qui termine le rapport du jeudi en quarante minutes au lieu de quatre-vingt-dix ne déclare pas une semaine plus légère ; il déclare une semaine plus remplie. Culture Amp soulève elle-même l'objection, à juste titre : les assiettes se remplissent à mesure que les gens gagnent en efficacité, et c'est normal. Personne n'attend d'une quilteuse équipée d'une machine qu'elle produise le même nombre de courtepointes par an qu'une autre travaillant à la main.
Le problème n'est pas que l'assiette se soit remplie à nouveau. C'est que personne n'a décidé de ce qu'on y mettait.
C'est là que le résultat de Culture Amp cesse d'être une curiosité et devient une question budgétaire. Si votre business case supposait que les heures récupérées apparaîtraient sous forme de capacité libérée, de recrutements évités ou de cycles plus courts, et que vos propres données d'engagement indiquent une charge de travail perçue plate sur tous les niveaux d'usage, alors le business case n'est pas vérifié — pas réfuté, non vérifié. Vous n'avez aucun instrument braqué sur ce que vous avez promis.
Où vont réellement les heures récupérées
Deux autres jeux de données de 2026 cartographient les destinations, et aucune n'est stratégique.
La quatrième enquête annuelle AI at Work de BCG — 11 749 travailleurs dans 14 marchés — constate que 42 % des utilisateurs réguliers de terrain déclarent gagner au moins une journée de travail complète par semaine grâce à l'IA, tandis que 66 % disent recevoir peu ou pas d'indications sur ce qu'il faut faire de ce temps, et que plus de la moitié ne le réaffecte pas à du travail stratégique. Dans le même échantillon, 47 % déclarent désormais passer plus de temps à piloter et diriger l'IA qu'à faire le travail eux-mêmes, et 72 % affirment que l'IA a déjà considérablement modifié les compétences attendues dans leur poste (BCG, 2026).
Lisez ces deux chiffres ensemble. L'heure est réelle. La décision sur cette heure n'existe pas. En son absence, l'heure va par défaut à la demande la plus proche disponible — qui est, de plus en plus, l'IA elle-même.
L'enquête de BambooHR auprès de 1 608 employés de bureau américains a chronométré ce basculement par défaut. Les salariés passent en moyenne 87 minutes par jour dans les outils d'IA ; 42 % de ce temps part en résolution d'erreurs et en itérations sur les prompts, contre 35 % consacrés à un travail qui fait réellement avancer leur propre charge (BambooHR, 2026). Plus de temps d'IA va à réparer l'IA qu'à produire avec elle.
La capacité ne disparaît donc pas dans l'inactivité. Elle est dépensée — en supervision, en correction, et dans la nouvelle surface de coordination créée par les outils. Ce travail est réel. C'est simplement un travail que personne n'a budgété, nommé, ni rattaché à un poste.
Le vide de cadrage est le mécanisme
Le même benchmark qui a trouvé une charge de travail plate en a aussi trouvé la cause, et ce n'est pas la résistance des salariés.
Quatre-vingt-cinq pour cent des salariés déclarent que leur organisation encourage activement l'exploration et l'expérimentation avec l'IA. Seuls 58 % disent que leurs dirigeants ont clairement expliqué le lien entre l'IA et la direction prise par l'entreprise — l'item le moins bien noté de tout le benchmark, et un écart de 27 points avec l'item sur l'encouragement. Plus près du quotidien, seuls 60 % déclarent que leur manager partage des exemples d'usage de l'IA au service de leurs objectifs, et le soutien des systèmes et processus plafonne à 64 % (Culture Amp, 2026).
Amy Lavoie, VP of People Science chez Culture Amp, tire la conclusion du chiffre de productivité plutôt que de ceux sur le ressenti : la plupart des comités de direction liraient sept salariés sur dix se sentant plus productifs comme un retour sur investissement, mais avec des scores de charge de travail stables, c'est une question restée sans réponse. Les organisations qui obtiendront un vrai retour, soutient-elle, « ne seront pas celles qui ont les taux d'adoption les plus élevés. Ce seront celles qui ont décidé, explicitement, ce qu'elles allaient arrêter de faire avec le temps rendu » (Culture Amp, 2026).
Voilà une population active qui a fait sa part. L'artefact manquant se situe au-dessus d'elle : une décision écrite sur ce qui s'arrête.
Un second signal dans le même communiqué
Un résultat adjacent mérite d'être manié avec précaution. La connaissance qu'ont les salariés des opportunités de carrière internes a chuté de 10 points de pourcentage depuis juillet 2025 — la plus forte variation annuelle des données de benchmark de Culture Amp — tandis que la satisfaction à l'égard du développement professionnel est restée à 66 %, son niveau depuis 2021. Les salariés ne sont pas moins satisfaits du développement qu'ils reçoivent ; ils voient moins clairement ce qui vient ensuite.
La réserve compte : Culture Amp précise que ces chiffres de carrière proviennent de son benchmark d'engagement plus large, une population plus vaste que l'échantillon IA de 112 000 salariés. Ne les attribuez pas à la cohorte IA. Traitez-les comme la météo environnante, pas comme la même mesure.
L'objection honnête
Trois limites, énoncées clairement.
Il s'agit de perception, pas de production. Chaque chiffre ici est un salarié qui rapporte son ressenti. Culture Amp le dit explicitement : chaque résultat du benchmark est un ensemble de salariés qui vous dit ce qu'il ressent à propos de quelque chose, pas une mesure de production ou d'heures. Un score de charge de travail plat est compatible avec de vrais gains de capacité que les gens ont simplement absorbés sans s'en apercevoir.
L'échantillon s'auto-sélectionne. Les organisations qui lancent une enquête sur l'IA sont, par définition, plus avancées que celles qui ne le font pas. L'Amérique du Nord représente 58 % des entreprises utilisant le template, la technologie domine par secteur, et les organisations de plus de 1 000 salariés constituent environ un tiers des utilisateurs. Le cadrage de Culture Amp est juste : lisez cela comme le portrait d'organisations déjà engagées dans l'IA, pas de n'importe quel employeur. (Le corps du communiqué cite aussi « 123 organisations » dans un paragraphe, contre 292 dans son encadré méthodologique ; c'est la note de méthode qu'il faut citer.)
L'explication alternative est le calendrier, pas l'échec. Le working paper NBER 35684 — Babina, He et Jiang — relie les premiers gains de productivité de l'IA à l'accumulation de capital organisationnel, cette connaissance durable et spécifique à l'entreprise bâtie par le learning-by-doing, plutôt qu'aux outils ou aux effectifs IA en tant que tels (NBER, 2026). Le corps du papier est en accès restreint : aucune taille d'effet ne doit lui être attachée. Mais la direction constitue une objection légitime : une année de charge de travail plate peut être le coût de construction d'une connaissance de processus qui paiera plus tard. Cette lecture n'est toutefois disponible que pour les entreprises qui codifient effectivement quelque chose. Elle ne l'est pas pour une entreprise avec 400 workflows optimisés individuellement et aucune trace écrite d'aucun d'entre eux.
Ce qu'il faut décider avant la clôture du trimestre
Quatre décisions. Aucune n'est une nouvelle licence.
- Écrivez la liste de ce qu'on arrête, par équipe, avec des noms dessus. Pas « réduire le travail manuel » — trois livrables récurrents précis qui ne seront plus produits après ce trimestre, et qui a confirmé qu'ils ne sont plus nécessaires. Si rien sur la liste n'est inconfortable, la liste est décorative.
- Nommez la destination des heures récupérées avant de les revendiquer. Une heure libérée sans destination nommée est une heure absorbée. Choisissez-en une par poste : un objectif de développement, un projet transverse, une mobilité interne, ou de la marge délibérée. « Travail stratégique » n'est pas une destination.
- Ajoutez une question sur la charge de travail à votre prochain sondage d'engagement et segmentez-la par niveau d'usage de l'IA. Vous pouvez reproduire le résultat de Culture Amp dans votre propre entreprise en un seul cycle d'enquête. Si vos utilisateurs les plus intensifs rapportent la même charge que vos non-utilisateurs, vous avez mesuré la réabsorption directement — dans vos données, avec vos postes attachés.
- Instrumentez le poste, pas l'outil. La décision sur ce qu'on arrête exige une vue de ce que chaque poste apporte réellement, des compétences que les heures récupérées pourraient construire, et de la mobilité interne que la capacité libérée rend possible. Ce sont des données au niveau du poste, pas des données d'adoption. La couche performance et succession de Scovai mesure les compétences par cycle et en déduit la mobilité interne et la préparation à la succession, si vous cherchez une référence concrète de ce à quoi ressemble cette instrumentation.
Le vrai résultat du benchmark n'est pas que l'IA a échoué à réduire la charge de travail. C'est que 112 000 salariés ont reçu un gain de productivité et que personne, au-dessus d'eux, n'a précisé à quoi il servait.
Vos utilisateurs d'IA les plus intensifs ont déjà trouvé le temps. La seule question qui reste pour ce trimestre est de savoir si c'est vous qui décidez où il va, ou si c'est leur boîte de réception qui décidera.
