Plus de huit utilisateurs de l’IA sur dix économisent au moins une heure par jour. 66% d’entre eux ne reçoivent aucune consigne, ou très peu, sur ce qu’ils doivent en faire. Ces deux chiffres viennent de deux enquêtes distinctes : la première, d’Indeed Hiring Lab, mesure l’ampleur du temps libéré ; la seconde, de BCG, mesure l’absence quasi générale d’arbitrage sur son usage. Le point commun aux deux enquêtes n’est pas le volume de temps gagné : c’est qu’une ressource de cette taille n’a, à ce jour, ni budget, ni propriétaire, ni processus de décision organisationnel.
Ce que disent précisément les deux enquêtes
L’enquête Indeed Hiring Lab, relayée le 8 janvier 2026, repose sur plus de 80 000 réponses collectées dans huit pays (États-Unis, Royaume-Uni, Canada, Irlande, France, Allemagne, Japon, Australie), sur un terrain de mai-juin 2025. Elle établit que plus de 80% des personnes qui utilisent l’IA dans leur travail déclarent lui devoir une économie d’au moins une heure par jour. Cette période de terrain mérite d’être gardée à l’esprit : elle date de plus d’un an à l’heure où cet article est publié, ce qui en fait un socle solide sur l’ampleur du phénomène plutôt qu’une photographie de l’usage actuel de l’IA, probablement plus répandu aujourd’hui qu’au moment de l’enquête. Il s’agit par ailleurs d’une déclaration des personnes interrogées sur leur propre perception du temps gagné, pas d’une mesure directe du temps de travail avant et après l’introduction d’un outil d’IA.
L’enquête BCG, quatrième édition annuelle de son étude AI at Work, publiée le 3 juin 2026, a interrogé 11 749 travailleurs dans quatorze marchés, sans que la liste précise de ces marchés soit toujours détaillée dans les reprises de l’enquête consultées pour cet article. Elle établit que 66% des salariés déclarent recevoir peu ou pas de consignes sur la façon de réinvestir le temps que l’IA leur permet de récupérer. Ces deux enquêtes ne portent ni sur le même échantillon, ni sur la même période, ni sur les mêmes questions posées, et ne doivent pas être fondues en une seule : l’une mesure un volume de temps perçu, l’autre l’absence de cadrage organisationnel sur ce volume. Leur convergence n’en est que plus solide, chacune documentant indépendamment une face différente du même phénomène, sans qu’aucune des deux ne permette à elle seule de conclure sur la situation propre à une organisation française donnée.
Le classement de ce que les personnes interrogées par Indeed font de ce temps libéré est un apport supplémentaire, aussi révélateur que le chiffre d’une heure lui-même :
- Prendre en charge d’autres tâches et projets, la réponse la plus fréquente.
- Améliorer la qualité et l’efficacité du travail déjà en cours.
- Augmenter le volume traité sur les responsabilités existantes.
- Améliorer l’équilibre entre vie professionnelle et vie personnelle (32% des répondants américains).
- Prendre des pauses ou gérer le stress (23% des répondants américains).
Un temps qui n’a ni budget, ni propriétaire, ni arbitrage
Il serait tentant de résumer ces deux enquêtes par « l’IA fait gagner du temps aux salariés ». Ce résumé passe à côté du point le plus intéressant : les trois premières réponses du classement Indeed relèvent d’une décision individuelle, prise par le salarié lui-même, et le chiffre de BCG explique pourquoi. Sans consigne organisationnelle dans 66% des cas, personne n’a décidé, au niveau de l’entreprise, que le temps libéré par l’IA servirait en priorité à prendre en charge davantage de tâches plutôt qu’à réduire les effectifs, ou l’inverse : c’est un résultat agrégé de milliers de décisions individuelles, chacune raisonnable prise isolément, qui dessinent collectivement une politique de fait que personne n’a formulée.
Cette situation contraste avec la façon dont une organisation traite habituellement une ressource de cette ampleur. Un budget de recrutement, un investissement en formation, une enveloppe d’heures supplémentaires : ces ressources ont toutes un propriétaire identifié et un processus d’arbitrage. Le temps libéré par l’IA n’a ni l’un ni l’autre chez deux tiers des salariés interrogés par BCG, alors même que son volume cumulé, à l’échelle d’une organisation de plusieurs centaines de personnes, dépasse largement la plupart des budgets RH classiques.
Cette absence d’arbitrage a un coût concret pour le pilotage des effectifs : une organisation qui ignore où va ce temps libéré perd une information utile pour dimensionner ses besoins futurs. Si le temps se réabsorbe intégralement dans davantage de volume traité, l’IA ne libère aucune capacité réaffectable ailleurs, contrairement à l’hypothèse implicite de nombreux argumentaires internes sur l’IA comme source d’économies d’effectifs. Si au contraire une part de ce temps pouvait être consciemment redirigée vers des tâches à plus forte valeur ou vers la montée en compétence, cette capacité reste invisible et inexploitée tant que personne ne l’a mesurée ni arbitrée.
Un second effet, plus discret, touche l’équité entre collègues occupant des postes comparables. Sans intention nommée par l’organisation, deux personnes au même poste peuvent faire des choix très différents du temps libéré par l’IA : l’une l’utilise pour traiter davantage de dossiers et améliore ainsi ses indicateurs individuels de performance, l’autre l’utilise pour souffler ou approfondir la qualité de son travail sans que cela se voie dans le même indicateur. Si l’organisation évalue ensuite ces deux personnes sur le seul volume traité, elle récompense implicitement un choix d’allocation individuel qu’elle n’a jamais formulé comme un objectif collectif.
Automatiser une tâche n’est pas encore décider de son usage
Ce constat rejoint une distinction déjà utile pour comprendre si l’IA va remplacer un poste : automatiser une tâche et décider ce que devient le temps ainsi libéré sont deux étapes distinctes, et la seconde ne découle pas automatiquement de la première. Une organisation peut très bien automatiser une part significative des tâches d’un poste sans que personne n’ait tranché si le temps ainsi dégagé sert à traiter davantage de dossiers, à améliorer la qualité du traitement existant, à transformer le poste vers des tâches à plus forte valeur, ou à réduire progressivement l’effectif nécessaire sur ce poste.
Le classement de l’enquête Indeed montre que, par défaut, ce temps se réabsorbe dans le travail existant (les trois premières réponses), plutôt que de servir un objectif fixé à l’avance par l’organisation. C’est le scénario le plus probable en l’absence de décision explicite, celle-là même que 66% des salariés interrogés par BCG déclarent ne jamais avoir reçue : un temps qui se réabsorbe silencieusement dans davantage de tâches n’apparaît dans aucun indicateur de productivité comme un gain net, puisqu’il se traduit par plus de volume traité pour la même durée de travail, pas par une charge allégée.
Un coût caché qui mange une partie du temps libéré
Une partie du temps gagné grâce à l’IA n’est d’ailleurs jamais vraiment libérée : elle se déplace vers une nouvelle tâche, celle de fiabiliser ce que l’outil produit. Vérifier une réponse, reformuler une consigne mal comprise par l’outil, corriger une erreur produite avec assurance, réintégrer un contexte que l’outil ne connaissait pas : ce travail de supervision, réel mais rarement comptabilisé comme du temps de travail à part entière, réduit d’autant le gain net réellement disponible pour l’organisation. Une heure de temps « gagné » qui en redonne une partie sous cette forme n’est pas une heure perdue, mais ce n’est pas non plus une heure entièrement libre à réallouer : la confondre avec un gain net conduit à surestimer la capacité réellement dégagée pour d’autres tâches.
Trois manières de sortir de l’allocation par défaut
Reprendre la main sur cette allocation suppose de la rendre visible, ce qui passe par trois étapes qui ne nécessitent pas de dispositif de contrôle individuel lourd, incompatible avec la confiance nécessaire au travail quotidien :
- Mesurer l’ordre de grandeur du temps libéré par équipe ou par poste, à un niveau agrégé plutôt qu’individuel, pour objectiver le phénomène avant de chercher à l’orienter.
- Nommer explicitement une intention d’allocation par poste ou par mission : ce temps sert-il en priorité à traiter davantage de dossiers, à consolider la qualité, ou à dégager du temps pour une montée en compétence identifiée à l’avance ? Une intention nommée, même approximative, place déjà l’organisation dans le tiers qui échappe au constat de BCG.
- Revoir cette intention régulièrement, à mesure que l’usage de l’IA se diffuse et que le temps libéré par personne augmente probablement au-delà du niveau mesuré par l’enquête Indeed en 2025.
Exemple fictif simplifié : une équipe de gestion administrative libère, grâce à l’IA, environ quarante-cinq minutes par personne et par jour sur la saisie et la vérification de dossiers. Sans arbitrage explicite, ce temps se répartit spontanément entre un traitement plus rapide des dossiers en attente et quelques minutes de pause supplémentaires, sans qu’aucune conséquence n’en résulte pour l’organisation de l’équipe. Avec une intention nommée à l’avance, par exemple consacrer ce temps à la formation d’un binôme sur un dossier plus complexe une fois par semaine, la même heure produit un effet différent et mesurable : une compétence supplémentaire répartie dans l’équipe plutôt qu’un volume de dossiers traité en amont, sans que personne n’ait eu à décider de l’un ou de l’autre par arbitrage individuel répété.
Ce que ça change pour la fonction RH
La question posée par ces deux enquêtes n’est pas « combien de temps l’IA fait-elle gagner ? », une question déjà largement répondue. C’est « qui, dans l’organisation, décide de ce que ce temps devient, et cette décision est-elle prise consciemment ou seulement par défaut ? ». Tant que cette question reste sans réponse explicite chez deux tiers des salariés selon BCG, l’organisation renonce à orienter une ressource dont le volume cumulé peut dépasser celui de bien des budgets RH classiques.
Répondre à cette question ne suppose pas de dispositif de suivi individuel du temps, une piste aussi lourde à mettre en œuvre que contre-productive sur le plan de la confiance. Elle suppose plutôt un changement de posture : traiter le temps libéré par l’IA comme une variable de pilotage des effectifs à part entière, au même titre que le taux d’absentéisme ou le taux de vacance de poste, plutôt que comme un simple effet secondaire de l’adoption d’un outil.
Le module Simuler avant de décider d’effectivo permet de tester plusieurs hypothèses d’allocation de ce temps libéré, du maintien du volume actuel à une réorganisation partielle des effectifs, avant de laisser cette décision se prendre par défaut, poste par poste, sans jamais avoir été formulée.
Sources : Indeed Hiring Lab, relayé par HR Dive (08/01/2026), BCG, AI at Work 2026, relayé par Enterprise DNA (03/06/2026).