Par l’automatisation de certaines tâches, l’IA permet aux entreprises de gagner en productivité. Mais ces gains sont-ils à la hauteur des montants qu’elles investissent ? Et comment les salarié.es sont-ils affecté.es par cette avancée technologique ?
Des investissements massifs pour des gains incertains
Selon un rapport du MIT paru en 2025 (The GenAI Devide, State of AI Business 2025), l’IA est désormais largement adoptée dans les entreprises pour automatiser des tâches, améliorer la productivité et assister les salariés au quotidien. Cependant, la majorité des organisations en sont encore en phase d’expérimentation, avec peu de déploiements à grande échelle. Les principaux obstacles semblent organisationnels plutôt que technologiques : complexité de l’intégration, qualité des données, gouvernance et transformation des processus internes.
En outre, si les investissements continuent d’augmenter fortement, notamment en infrastructures cloud, données et talents, entraînant une hausse importante des coûts liés à l’IA, les entreprises peinent à mesurer des gains financiers concrets liés à cette nouvelle technologie.
Selon ce même rapport, le retour sur investissement reste largement incertain pour une écrasante majorité des organisations. Les outils grand public comme ChatGPT ou Copilot sont largement testés et déployés, mais ils améliorent surtout la productivité individuelle, sans traduction réelle en valeur économique pour l’organisation. Les systèmes plus complexes (sur mesure ou vendus aux entreprises) sont massivement rejetés, en raison de processus opérationnels fragiles, d’un manque d’apprentissage contextuel et/ou d’une mauvaise intégration aux opérations quotidiennes.
Des risques majeurs pour les salarié.es…
En se plaçant à la place du salarié, l’IA devient un outil de productivité qui modifie l’étendue de ses compétences. L’individu, par l’abandon de certaines tâches et en se focalisant sur d’autres, risque de se « surspécialiser » sur des outils de niche internes à l’entreprise, tout en se déqualifiant sur d’autres champs. Un danger pour son employabilité et son statut, le col blanc se transformant en simple exécutant.
La suppression des tâches les plus simples ou nécessitant le moins d’expertise métier perturbe également le besoin de l’entreprise en termes de recrutement de juniors. Ces économies immédiates se traduisent par une rupture générationnelle de montée en compétence : qui remplacera les salariés « rentables » et expérimentés d’aujourd’hui si aucune nouvelle recrue n’a eu l’opportunité d’atteindre leur niveau de formation ?
Par ailleurs, l’IA devrait accroître la productivité des travailleurs peu qualifiés sur certaines tâches, mais elle risque d’augmenter les inégalités pour ces mêmes travailleurs s’ils ne se voient pas affecter de nouvelles tâches. Ces inégalités ne devraient certes pas être aussi fortes que celles produites par les vagues d’automatisation passées, car l’IA est plus uniformément répartie dans la population. Toutefois, rien n’indique qu’elle réduira les inégalités de revenus. Au contraire, elle devrait surtout accentuer l’écart entre revenus du capital et revenus du travail. Ainsi, les salariés seraient les premiers acteurs économiques à être lésés par cette technologie.
… comme pour les organisations
Outre un retour sur investissement incertain, les organisations affrontent elles aussi des menaces liées à l’IA et sont touchées à différents niveaux :
- financiers : usages inefficients de l’IA, dérive des coûts, exposition aux fraudes ou au piratage des transactions financières ;
- opérationnels : attaque par corruption des modèles, défaillance opérationnelle des modèles ;
- humains : déresponsabilisation, défaillances de la supervision humaine de l’IA, pertes de compétences, stress, intensification du travail et risque d’épuisement ;
- légaux : biais et discrimination du fait de l’IA, manque de transparence et d’explicabilité des actions de l’IA au regard de la loi (normes RGPD, propriété intellectuelle), risque de non-conformité, usage ou publication non autorisée de données par l’IA ;
- réputationnels : décisions prises par le modèle controversées ou incorrectes, perte de confiance des partenaires de l’entreprise, perception d’une dérive éthique par les partenaires de l’entreprise ou ses clients.
De plus, les géants du numérique ne sont pas favorables à engager leur responsabilité en cas de non-respect de la loi par leurs modèles ou encore en cas d’atteinte réputationnelle induite par des propos ou décisions douteux. Les entreprises clientes sont ainsi laissées seules face à ces problèmes éventuels.
