Posez aux fondateurs la question qu'aucun fournisseur ne met dans ses slides — sans IA génératrice, combien de personnes supplémentaires vous faudrait-il pour produire le travail de la semaine dernière à qualité égale ? — et la réponse moyenne est une hausse d'effectifs de 55 %. La médiane est de 17 %. La réponse la plus fréquente est zéro : 30 % des fondateurs ayant répondu déclarent qu'il ne leur faudrait personne de plus (Colaiacovo & Koning, 2026).
Même question, même échantillon, trois chiffres qui justifieraient trois budgets totalement différents.
C'est le premier problème dans la façon dont on valorise les économies d'effectifs liées à l'IA. Le second est plus utile : l'écart entre les fondateurs qui déclarent de fortes économies et ceux qui n'en déclarent presque aucune ne s'explique pas par les outils achetés, ni par leur optimisme sur ce que les modèles savent faire. Il s'explique par le fait que quelqu'un ait restructuré le travail.
La distribution que votre business case est en train de citer
L'étude est le Harvard Business School Working Paper 26-093, de Cassandra Colaiacovo et Rem Koning. Les auteurs ont recruté via Pitchbook 199 fondateurs d'entreprises technologiques nord-américaines — 176 ont répondu intégralement — avec des sociétés comptant en moyenne 16 salariés (médiane 9), âgées d'environ 3,5 ans, dont plus de la moitié financées par du capital-risque pour une moyenne de 4,86 M$ levés. Quatre-vingt-seize pour cent déclarent une IA génératrice utilisée dans l'entreprise, formellement ou informellement, avec une médiane de cinq outils en service (Colaiacovo & Koning, 2026).
Ce ne sont pas des adoptants réticents. On est proche du meilleur cas : de petites structures souples dirigées par la personne qui maîtrise à la fois la conception des processus et le plan de recrutement.
Et la distribution des économies déclarées est fortement asymétrique à droite. Moyenne 55 %, médiane 17 %, mode zéro. La question sur les heures se comporte de la même manière : sans IA, les fondateurs estiment avoir besoin de 59 % d'heures de travail en plus en moyenne, pour une médiane de 30 %.
La conséquence opérationnelle est précise. Un business case construit sur la moyenne est un business case construit sur la queue de distribution. Quand un fournisseur ou un sponsor interne affirme que l'IA permet à une équipe de fonctionner à effectif réduit de moitié, ce chiffre est arithmétiquement vrai de l'échantillon et descriptivement faux de l'entreprise typique qui le compose. L'entreprise médiane du segment le plus saturé d'IA de l'économie déclare une économie de 17 % — réelle, intéressante, et très loin d'une thèse de réduction d'effectifs.
Si votre plan d'agents dépend de la moyenne, demandez-vous dans quelle moitié de la distribution vous avez la preuve de vous situer.
L'intégration formelle, c'est là que se trouvent les économies d'effectifs
Les auteurs ont demandé aux fondateurs de qualifier leur propre usage : l'IA génératrice était-elle formellement intégrée aux processus, ou utilisée informellement par les salariés à leur convenance ? Cette seule distinction réordonne les résultats.
| Contrefactuel déclaré sans IA | Intégrateurs formels | Usagers informels |
|---|---|---|
| Salariés supplémentaires nécessaires (moyenne) | 91,4 % | 24 % |
| Salariés supplémentaires nécessaires (médiane) | 40 % | 10 % |
| Heures de travail supplémentaires (moyenne) | 82,8 % | 33 % |
| Heures de travail supplémentaires (médiane) | 40 % | 20 % |
Près de quatre fois les économies d'effectifs, sur la moyenne comme sur la médiane (Colaiacovo & Koning, 2026). Les intégrateurs formels déclarent aussi plus souvent que l'IA a changé s'ils recrutent et qui ils recrutent, rendu la coordination d'équipe plus efficace, apporté de la capacité managériale et facilité l'intégration des nouveaux arrivants.
Les auteurs sont prudents, et quiconque les cite devrait l'être : ces estimations sont des associations, pas des effets causaux. Les fondateurs qui intègrent l'IA délibérément sont peut-être les mêmes qui auraient trouvé du levier opérationnel ailleurs. Mais le sens de l'association est la partie exploitable, car l'explication alternative — les intégrateurs formels auraient simplement acheté de meilleurs outils — est démentie par la suite de l'article.
Ce que « formel » voulait réellement dire
La distinction compte parce que la mesure habituelle la rate. Les auteurs relèvent que demander quels outils et quels modèles de fondation une entreprise utilise « peut ne pas distinguer ceux qui utilisent les outils de façon occasionnelle de ceux qui les utilisent dans le cadre de routines de travail régulières ». Ils ont donc laissé les fondateurs qualifier ce qui varie vraiment : l'IA génératrice se trouvait-elle dans le processus, ou à côté.
C'est exactement le problème de mesure de la plupart des tableaux de bord IA du mid-market. Nombre de licences, utilisateurs actifs hebdomadaires et volumes de prompts enregistrent la population informelle à plein régime. Aucun ne vous dit si une seule étape de processus a été redécoupée autour de l'agent — ce qui est la seule chose que la distinction formel/informel mesure, et celle qui multiplie le chiffre par quatre.
Les croyances sur les capacités n'expliquent pas qui délègue
C'est le résultat qui déplace la question des achats vers la conception organisationnelle.
Les chercheurs ont intégré une expérience sur une fonction où l'IA est déjà couramment déployée : le service client. Les fondateurs se sont vu présenter aléatoirement une synthèse optimiste ou pessimiste d'actualités et de travaux réels sur les performances de l'IA dans ce rôle, puis on leur a demandé à nouveau dans quelle mesure ils étaient prêts à déléguer une demande de service client à l'IA.
Le traitement a fonctionné — les croyances ont bougé en moyenne. La volonté de déléguer n'a pas convergé. Les croyances sur la performance expliquent au mieux un tiers de la variance de la volonté de déléguer, et après le traitement informationnel, les croyances révisées n'en expliquent que 37 % (Colaiacovo & Koning, 2026). À noter : les intégrateurs les plus avancés n'étaient pas sensiblement plus optimistes que les usagers informels sur la performance de l'IA. Ils étaient plus disposés à expérimenter la répartition du travail entre humains et IA.
Deux tiers de la variance expliquant qu'un agent compétent reçoive du vrai travail se situent ailleurs que dans le modèle.
Ce résultat n'est pas isolé. Le Work Trend Index 2026 de Microsoft, portant sur 20 000 travailleurs dans 10 pays, attribue aux facteurs organisationnels — culture, soutien managérial, pratiques RH — plus du double de l'impact IA réalisé par rapport aux facteurs individuels : 67 % contre 32 % (Microsoft Work Trend Index, 2026). L'enquête de Deloitte auprès de 3 235 dirigeants dans 24 pays montre où va l'argent : 53 % forment les équipes pour élever la maîtrise de l'IA, tandis que seulement 30 % repensent l'organisation autour des nouveaux schémas de l'IA et 33 % redessinent les parcours de carrière (Deloitte, 2026).
Tout le monde finance la montée en compétence. Presque personne ne finance la restructuration. Les données HBS disent que la restructuration est la variable qui sépare une économie de 40 % d'une économie de 10 %.
L'objection honnête
Trois limites, énoncées clairement, car il s'agit d'une enquête et non d'un audit de paie.
Ce sont des croyances, pas une production mesurée. Personne n'a rapproché les contrefactuels des fondateurs des registres d'effectifs ou du chiffre d'affaires par salarié. Les auteurs le disent explicitement et appellent à des travaux fondés sur des mesures de productivité réalisée là où des données comptables existent.
Les croyances sur l'effet de l'IA sur les effectifs ont un taux d'erreur documenté. L'enquête State of AI 2026 de McKinsey est la première édition à pouvoir noter son propre panel : un an plus tôt, 32 % des répondants anticipaient des baisses d'effectifs liées à l'IA, et seuls 14 % des organisations utilisant l'IA ont déclaré que l'IA avait contribué à une baisse effective de la taille de leur effectif sur la même période, deux tiers signalant peu ou pas de changement lié à l'IA (McKinsey, 2026). L'anticipation a dépassé la réalisation d'environ un facteur deux. Lues à travers ce prisme, les moyennes HBS deviennent plus suspectes, pas moins.
L'échantillon est de 199 start-up technologiques financées par capital-risque, 16 personnes en moyenne. Un fondateur avec quatre rattachements directs peut redessiner un processus en un week-end. Une direction des opérations de 300 personnes ne peut pas, et son intégration formelle coûte plus cher et prend plus de temps. L'ordre des résultats se transpose au mid-market ; les magnitudes non.
Une question de sélection court aussi sous les trois. L'intégration formelle n'est pas gratuite : elle coûte de l'attention managériale, un processus redessiné et quelqu'un prêt à assumer le résultat lorsqu'un agent le produit. Les entreprises qui ont payé ce coût sont, par construction, celles qui avaient la marge pour le payer. Pour une organisation de 50 à 500 ETP, la traduction honnête est que l'écart de quatre fois est une borne supérieure de ce que la refonte apporte, pas une prévision.
Rien de tout cela n'affaiblit la thèse centrale. Cela la précise : la variable discriminante est organisationnelle, et les niveaux sont auto-déclarés.
Ce qu'il faut décider ce trimestre
Quatre décisions, dont aucune n'exige un nouvel outil.
- Revalorisez le business case sur la médiane, pas sur la moyenne. Si un plan suppose une économie supérieure à 40 %, il suppose que vous êtes un intégrateur formel dans le décile supérieur d'une distribution asymétrique. Écrivez quel chiffre vous engagez et quelles preuves vous y placent.
- Auditez un processus pour son intégration formelle, pas pour son usage. Le nombre de licences et les actifs hebdomadaires mesurent l'usage informel — exactement la population qui déclare une économie médiane de 10 %. La question est de savoir si une étape de processus a été redécoupée autour de l'agent, avec un responsable et un livrable défini.
- Séparez le budget de formation du budget de refonte. Ce ne sont pas la même ligne et ils ne produisent pas le même retour. Si la formation est financée et la refonte non, vous achetez le résultat de l'usager informel au prix de l'intégrateur formel.
- Donnez à l'agent une définition de poste avant de lui donner du travail. L'intégration formelle suppose un périmètre nommé, un responsable humain identifié et une règle explicite sur les actions nécessitant une approbation. C'est le modèle de gouvernance des Digital Employees de Scovai — formés à un rôle précis, confirmation obligatoire pour toute action visible de l'extérieur, autonomie acquise par type d'action plutôt qu'activée par défaut — utile comme référence de ce qu'une intégration « formelle » doit spécifier, quel que soit celui qui la construit.
L'implication inconfortable de cet article est que la question des capacités des agents est largement réglée, et la question organisationnelle largement intacte. Quatre-vingt-seize pour cent de ces entreprises avaient déjà les outils. Celles qui déclarent quatre fois les économies avaient fait autre chose.
Avant d'approuver la prochaine licence d'agent, cherchez qui est responsable du processus qu'elle est censée changer. Si la réponse est personne, vous achetez la médiane.
