Pourquoi l’IA n’apporte pas les gains de productivité attendus

David Rice : Les dirigeants pensent que leurs employés utilisent environ trente-cinq applications. Le chiffre réel pourrait vous surprendre. Ce décalage de visibilité est au cœur de la raison pour laquelle l’investissement dans l’IA continue d’augmenter tandis que la productivité des travailleurs stagne. Et Ofir Bloch de WalkMe pense que l’on a dépassé le point où l’on pouvait encore appeler ça une simple courbe d'adoption temporaire. Il faut juste l’admettre : déployer des outils sans repenser le travail n’est pas une stratégie.

Dans l’épisode d’aujourd’hui, je discute avec Bloch du rapport WalkMe sur l’état de l'adoption numérique et de ce que cinq années de données nous apprennent sur les erreurs commises par les organisations. Ce n’est pas le modèle qui pose problème. C’est tout ce qu’il y a autour du modèle : systèmes fragmentés, frictions, décalage entre ce que les dirigeants croient et ce que les employés vivent au quotidien.

Les entreprises qui réussissent aujourd’hui ne sont pas celles avec l’IA la plus avancée : ce sont celles qui réduisent le plus rapidement la friction. Les collaborateurs bénéficiant d’un accompagnement contextuel en temps réel sont près de quatre fois plus susceptibles de se dire totalement confiants dans leur travail, non parce qu’ils ont eu une meilleure formation, mais parce que l’aide arrive au moment précis où ils en ont besoin, et non six semaines avant.

Nous allons donc évoquer aujourd’hui comment le décalage entre trente-cinq et des centaines d’applications explique la déconnexion entre la direction et les employés, pourquoi la formation traditionnelle ne suit pas le rythme du changement en temps réel, la différence entre utiliser un outil et en tirer parti, et enfin pourquoi l’orchestration compte davantage que la sophistication du modèle en ce moment.

Je suis David Rice. Ceci est People Managing People. Et si votre organisation mesure encore le succès de l’IA à l’usage des licences, cette conversation va vous montrer ce qu’il vous manque réellement. Allons-y.

Ofir, bienvenue. Ravi de t’avoir.

Ofir Bloch : Merci David, heureux d’être ici.

David Rice : Pour commencer aujourd’hui, je voulais revenir sur l’une des principales tensions tirées de votre rapport, à savoir que l’investissement dans l’IA continue d’accélérer alors que la productivité et l’expérience des salariés semblent empirer.

Je me demande à partir de quand doit-on cesser de traiter ça comme une simple courbe d’adoption passagère et admettre qu’il y a peut-être un défaut fondamental dans la manière dont on met en œuvre l’IA ?

Ofir Bloch : Honnêtement, je pense que nous avons déjà dépassé ce stade. Comme tu l’as dit, il faut juste l’admettre.

Il faut nommer le problème maintenant et l’affronter. Je veux dire, nous voyons les chiffres. On constate que les entreprises investissent toujours plus dans la technologie, et aujourd’hui dans toute cette hype IA, bien sûr, atteignant des montants records, cinquante-quatre millions de dollars l’an dernier. Mais, comme tu le sais, ces investissements ne produisent pas vraiment les résultats escomptés.

Nous avons donc un problème. Les données sont là pour l’étayer. Notre rapport soulève beaucoup de ces points, et je suis ravi d’être là aujourd’hui pour en discuter.

David Rice : On a l’impression que l’on suppose simplement que l’IA va générer naturellement de la productivité par sa simple existence. Du genre, parce qu’elle est là, tout le monde va se décupler ou…

Mais adopter la technologie et transformer les modes de travail, ce sont deux choses complètement différentes. Certaines entreprises confondent activité et empowerment. Déployer des outils sans reconfigurer les processus de travail ne fait qu’entretenir ce flou sur le ROI.

C’est pour ça qu’on n’arrive pas à définir la valeur, ni à savoir quoi faire ensuite. Et il y a aussi ce biais du coût irrécupérable : plus une entreprise dépense, plus il devient difficile d’admettre que la mise en place ne fonctionne pas.

Ofir Bloch : Oui, tu as tout à fait raison. Ce problème comporte de nombreux niveaux.

Qui est responsable du changement comportemental ? Qui veille à ce que les nouveaux outils soient réellement adoptés ? Il y a ce malentendu : si on le construit, ils viendront. Si on le déploie, les gens l’utiliseront. En réalité, c’est souvent l’inverse. Et ce que nous observons effectivement, c’est un écart croissant de productivité ou d’adoption.

Le rythme de l’innovation est incroyable. Tous les jours, il y a une nouveauté : j’ai entendu dire que Sonnet 5 sort demain, alors qu’on vient de s’habituer à Opus 4.7 avec Claude, et chaque nouveau modèle est meilleur que le précédent. Mais au final, si les gens s’en servent juste pour résumer des e-mails ou faire des tâches basiques, ils n’exploitent pas vraiment leur potentiel.

Donc oui.

David Rice : J’aime bien la référence à Field of Dreams, parce que quand tu regardes la section commentaires sous du contenu IA, c’est plutôt un champ de cris… mais ton rapport illustre un énorme fossé d perception entre dirigeants et salariés, n’est-ce pas ? Je pense qu’on le remarque si on écoute attentivement.

Ce n’est pas seulement une question de confiance. C’est une question de préparation, de formation, de réelle utilité de ces outils au quotidien pour les collaborateurs. J’aimerais connaître ton avis là-dessus. C’est une question que je pose souvent, mais comment les dirigeants deviennent-ils aussi déconnectés du réel vécu au travail ?

Et comment peuvent-ils raccrocher rapidement ?

Ofir Bloch : C’était l’un des constats les plus nets de ce rapport. D’ailleurs, c’est cohérent, c’est notre cinquième édition. Là encore, cela peut s’expliquer par plusieurs facteurs, mais un point spécialement mis en avant dans notre enquête, c’est ce large fossé entre le nombre d’applications que les dirigeants pensent que les employés utilisent, et la réalité.

Lorsque l’on interroge les dirigeants : “Combien d’outils votre personnel utilise-t-il ?” Ils répondent quelques-uns, trente, trente-cinq. Mais dès qu’on examine réellement leur stack technologique, c’est près de sept cents applications !

Il y a donc un énorme manque de visibilité. Et cela a du sens : aujourd’hui c’est ultra-simple d’acheter des outils. Il suffit de sortir la carte bleue, vingt dollars par mois, et voilà. Et avec le no-code, n’importe qui peut créer ses propres outils, on le fait déjà tous plus ou moins. D’où cet écart considérable entre la perception des dirigeants et ce qui est effectivement utilisé sur le terrain. Une partie du problème vient aussi du fait qu’ils n’ont pas forcément les outils pour le mesurer.

C’est très clair depuis plusieurs années dans nos études. Pour contrôler ça, une partie de la solution est technologique, mais aussi de l’écoute et de la communication : se demander ce que vos gens utilisent et ce qu’il leur manque réellement. Il existe désormais des outils pour savoir ce qui existe véritablement dans votre stack technologique et ce qui est effectivement utilisé.

David Rice : J’aime beaucoup ce point sur l’écoute, car quand on y réfléchit bien, ce décalage est fascinant du fait que les deux groupes vivent techniquement dans la même organisation, non ?

Oui. Mais les dirigeants voient surtout la promesse, là où les salariés vivent la friction au quotidien. Beaucoup d’équipe de direction sous-estiment à quelle vitesse la confiance s’érode dès que les collaborateurs ont l’impression de porter le poids de l’expérimentation. Il y a un vrai sujet d’empathie digitale au sommet.

Tous les dirigeants voient dans les dysfonctionnements un problème purement technologique. Peu importe combien de fois on le répète sur LinkedIn, dans ce podcast ou d’autres : ce n’est pas un problème de technologie, c’est un problème humain. Et ça ne semble pas passer auprès de tous…

Ofir Bloch : Effectivement. Il existe cette notion d’empathie numérique. Beaucoup d’entreprises parlent d’expérience collaborateur… mais aujourd’hui, depuis que l’on travaille de plus en plus à distance ou en hybride, l’expérience d’un salarié à 90% c’est ses points de contact digitaux, la manière de vivre la tech et les outils au travail.

Donc, parler d’expérience collaborateur, c’est parler de la friction liée à la technologie ou au changement de méthode ou à l’apprentissage incessant. Ce décalage n’aide vraiment pas la situation. Si la direction comprenait réellement quels outils leurs équipes utilisent, la friction, la complexité des différents processus… avec un peu de cette empathie numérique, l’expérience digitale globale au travail serait bien différente.

David Rice : J’approuve tout à fait. Tu expliques que la véritable limite de l’IA, ce n’est pas sa capacité, c’est le manque de contexte. Et ça, ça relève de systèmes beaucoup plus profonds que ce que la plupart des organisations imaginent. Pourquoi le contexte est-il en train de devenir le véritable enjeu de l’IA d’entreprise ?

Ofir Bloch : Cela dépend surtout de la façon dont on implémente ces outils.

Il y a une explosion de l’IA, tous les éditeurs l’intègrent à leurs solutions. On a des copilotes partout. Pourtant, la plupart de ces outils ciblent une seule application ou un seul écosystème, alors que notre travail s’étend sur plusieurs applications. Les modèles n’ont généralement pas accès à l’ensemble de ces applications.

Certains modèles y parviennent, via des APIs ou d’autres méthodes programmatiques (MCPs, A2As, etc.), mais en réalité, toutes nos applications ne sont pas accessibles via ces protocoles. Les données montrent que seulement 29% de nos processus le sont, donc 71% restent inaccessibles.

Et sur la notion de contexte, l’humain, quand il regarde son écran, il a accès instantanément à une multitude d’informations d’un coup d’œil. Mais l’IA ne le peut pas. Je te donne un exemple qui parlera à ton public, notamment dans les RH : imaginons que je veuille accorder une prime exceptionnelle de 5 000 dollars à David. J’interagis avec des chatbots ou assistants IA — “je veux donner une prime à David de 5 000 dollars” — et tout semble magique dans les démos des éditeurs. Mais dans la réalité, ce n’est pas si simple :

De quel David s’agit-il ? Celui de Londres, de San Francisco ? Fait-il partie de mon équipe ? Suis-je autorisé à accorder ce montant ? Faut-il une validation du CFO ? Au lieu que l’IA te réponde, c’est toi qui te fais interroger.

Alors que dans un HCM, tout est visible sur l’écran en un coup d’œil. L’interface graphique porte ce contexte, mais les modèles d’IA ne le voient pas car ils n’ont pas d’accès à votre écran. Voilà un autre point qui ressort de notre enquête.

David Rice : C’est fascinant parce que, tu as raison, le travail est profondément contextuel, et ces systèmes sont incapables de tout percevoir.

On a passé deux ans à parler d’intelligence des modèles, mais rarement d’intelligence organisationnelle et de mise en cohérence des points. Oui, l’IA peut produire des résultats incroyables, mais sans le contexte, sans comprendre les priorités de l’organisation, sa culture, sa politique, ses dépendances tacites, toute cette couche invisible qui fait circuler l’organisation… On a du mal à voir le ROI. C’est logique que les résultats semblent parfois décorrélés des objectifs professionnels ou de l’identité de l’organisation.

Ofir Bloch : Et pour aller plus loin avec une statistique : 37% des salariés interrogés évitent totalement l’IA. Ils ne tentent même pas, car il y a trop de questions à régler, trop d’informations à saisir, parfois ils n’ont tout simplement pas confiance dans sa capacité à faire le travail. Ils préfèrent zapper.

Tu as donc entièrement raison.

David Rice : Je me demande parfois… On a souvent parlé du temps dégagé grâce à l’IA, mais finalement ce temps libre sert à produire plus et à charger encore davantage nos journées. Peut-être faudrait-il, notamment dans les RH, consacrer ce temps à mieux comprendre et organiser les systèmes, pour les rendre cohérents à l’échelle de toute l’organisation.

C’est là le vrai potentiel pour faire fructifier cette technologie. La plupart des structures considèrent l’IA clandestine (shadow AI) sous l’angle du contrôle ou de la conformité, mais le rapport montre que c’est surtout le signal que les outils validés ne répondent pas à la réalité du terrain.

Voyez-vous beaucoup d’entreprises mal diagnostiquer ce problème ?

Ofir Bloch : Globalement oui. Mais je voudrais commencer par dire que je n’aime pas le terme d’“IA de l’ombre”. Je préfère parler d’IA menée par le métier, car c’est ce dont il s’agit.

Le réflexe des organisations, c’est : question de sécurité, outils non-autorisés, il faut bloquer. C’est cohérent du point de vue du risque, mais ce n’est pas la cause réelle. Ainsi, je préfère éviter ce terme d’IA de l’ombre : c’est simplement vos collaborateurs qui expriment que les outils fournis ne couvrent pas leurs besoins. 45% des salariés admettent utiliser des outils non-sanctionnés, dont 36% pour des informations confidentielles.

Ce ne sont pas des intentions malveillantes : ils veulent juste faire leur boulot, et les outils officiels ne sont pas à la hauteur de leurs attentes. Il y a des préférences individuelles : peut-être préfèrent-ils Claude pour rédiger, ou Codex pour faire du front-end. Le choix du meilleur outil dépend du contexte et de l’usage.

Il ne s’agit pas d’un problème de comportement, mais d’une conséquence d’une expérience plus complexe à l’intérieur de l’écosystème validé qu’en dehors. C’est un message à destination de la direction : “Écoutez-nous, les outils ne sont pas adaptés”.

David Rice : J’aime bien cette façon de voir les choses. Le terme IA de l’ombre évoque Mission Impossible, mais en pratique, la plupart des gens veulent alléger la friction, pas générer de risques. Les bricolages internes émergent quand les systèmes officiels ne répondent plus aux besoins réels. Au lieu de se demander pourquoi les employés désobéissent ou “piratent”, il faudrait se demander pourquoi les systèmes officiels les contraignent autant au point qu’ils doivent contourner.

Ce qu’on observe, ce n’est pas un rejet de la technologie en soi, mais de l’interruption, de la fragmentation, de l’incertitude induites par ces outils. Est-ce que les dirigeants sous-estiment le fardeau cognitif induit par l’IA aujourd’hui ?

Ofir Bloch : Oui, très clairement. Les chiffres sont éloquents. Nous avons interrogé les deux groupes : 81% des dirigeants affirment que l’IA a amélioré la productivité, car ils ne voient que les résultats. Les salariés, eux, rapportent au contraire beaucoup de frictions.

On l’a abordé plus tôt : seuls 9% des employés font réellement confiance à l’IA pour gérer des tâches complexes. Principalement à cause des hallucinations, ou du temps à copier-coller des données et à naviguer entre les systèmes. On l’a expliqué, le travail n’appartient pas à une seule application.

Un commercial, par exemple, aura un circuit prospect-affaire-paiement qui traverse une douzaine d’applis et cinq départements : juridique, vente, marketing, etc. Copier-coller à chaque fois, jongler entre diverses IA ou copilotes, c’est une source de friction intense.

Il faut se demander : suis-je conforme, ai-je le droit d’utiliser cet outil, puis-je charger ce document, est-ce une hallucination, dois-je vérifier la source…? Tout cela contribue à la surcharge mentale liée à l’IA, dont les dirigeants ne perçoivent pas la dimension.

Ils ne voient que l’output.

David Rice : Beaucoup de dirigeants eux-mêmes n’utilisent pas l’IA, et ils expliquent : “J’ai essayé, je n’ai pas aimé le résultat, je n’ai pas eu confiance…” Mais le problème vient aussi de ce qu’ils y mettent. On n’intègre pas toujours les bons éléments, et du coup, on ne reçoit pas ce que l’on veut, on ne bâtit jamais la relation de confiance, ce qui passe inaperçu dans beaucoup de discussions : il y a cette charge mentale d’apprivoiser l’outil. Ce n’est pas juste du travail, c’est gérer un système opaque.

Ofir Bloch : Exactement, et ça devient du travail en plus du travail. L’être humain est une créature d’habitudes : changer de comportement est difficile. Prenons l’exemple des dirigeants : combien de fois as-tu téléchargé une appli sur ton smartphone, puis supprimé aussitôt car elle ne tenait pas ses promesses ? On ne revient jamais vers ces applis, même si elles s’améliorent. Pareil avec l’IA : tu as essayé il y a un an, ça ne t’a pas convaincu pour une slide PowerPoint, ou la voix ne convenait pas… tu abandonnes et n’y reviens pas.

Beaucoup de dirigeants ont essayé, puis lâché l’affaire car cela ne répondait pas à leurs attentes. Mais avec l’IA, vu la rapidité des progrès, il faut retenter régulièrement, toujours tester et s’adapter.

David Rice : Même le contrôle des résultats, c’est un nouveau changement de contexte permanent, car on doit porter plusieurs casquettes : l’éditeur n’a pas la posture de l’auteur, etc. Sur le papier on va plus vite, mais la charge mentale globale a empiré, on termine la journée tout aussi épuisé, parfois plus.

Ofir Bloch : Oui, car tu fais plus, tu t’efforces d’aller toujours plus loin.

David Rice : Le rapport souligne que la formation traditionnelle ne tient plus car le travail évolue en temps réel. Cela conduit inévitablement à se demander quoi faire : comment préparer les gens à s’adapter comme le faisait la formation traditionnelle mais dans le contexte moderne ?

Ofir Bloch : Beaucoup d’organisations essaient encore de résoudre les nouveaux problèmes avec les vieilles méthodes. Leur réflexe reste : “faisons plus de formation, plus souvent, en salle, en vidéo…” Mais ça ne marche plus en 2026 : on sait que les gens oublient vite, on a parlé de la surcharge cognitive, et puis avec l’accélération continue de l’innovation, c’est intenable.

Ce que montre le rapport, c’est que si tu ajoutes le support directement dans le flux de travail — au lieu d’un tuto ponctuel, d’une vidéo, etc. — et qu’il est accessible pile quand tu en as besoin pour guider ou rappeler comment faire, c’est là qu’on enregistre les plus gros gains de productivité.

Quelques chiffres : les salariés dotés de ce support en temps réel sont de 1,9 à 3,7 fois plus susceptibles de déclarer avoir pleine confiance dans leurs activités. Donc, avoir un accompagnement intégré en temps réel, au moment du besoin, plutôt que de se former, c’est la meilleure approche pour adopter ces technologies.

David Rice : J’adore cette idée de support contextuel à la demande, car le travail est devenu bien plus chaotique, et plus ta carrière avance, plus tu as de nouveautés à gérer chaque jour ! La formation traditionnelle suppose un environnement stable, or l’IA fait évoluer tout si vite que tes connaissances statiques se dégradent à l’instant même où tu les acquiers. On le répète souvent : le futur ce n’est pas former aux outils, mais renforcer la confiance dans l’adaptation et l’apprentissage en mouvement.

Ofir Bloch : Oui, tout à fait.

David Rice : Un des points fins du rapport : les gagnants ne sont pas forcément ceux qui ont l’IA la plus avancée, mais ceux qui orchestrent le mieux les personnes, les systèmes et les flux de travail. Allons-nous vers une ère où l’intégration opérationnelle prime sur la sophistication des modèles ?

Ofir Bloch : Absolument. Il y a une énorme différence entre utiliser un outil et l’exploiter réellement. On peut voir l’usage des licences augmenter, mais que font vraiment les utilisateurs à l’intérieur ? Si tout ce qu’on fait c’est poser des questions basiques, reformuler un e-mail, est-ce exploiter le plein potentiel de ce modèle hors de prix ?

Non. Les entreprises qui voient des gains réels comprennent la nécessité de renouer le lien entre l’humain et la technologie. À la fin, il y a plusieurs générations dans l’entreprise, différents degrés de maturité digitale, des résistances au changement, etc. Pour garantir que chacun puisse atteindre le même objectif, il faut contextualiser, personnaliser la technologie, faire rejoindre la tech et les gens, trouver le point d’équilibre.

L’orchestration est le mot clé à plusieurs niveaux. Premièrement, l’orchestration humains-outils. Mais aussi guider les personnes vers le bon outil, au bon moment, sans qu’elles aient besoin de l’apprendre. Idéalement, un salarié ne devrait pas se soucier du processus de note de frais, ni connaître chaque application RH ou CRM : il a un objectif métier. Si l’IA peut l’aider à dérouler le processus sans avoir à basculer entre douze applis ou chercher le bon copilote, alors c’est gagné. Là, on orchestre l’IA, on obtient le résultat métier.

Donc l’enjeu n’est pas le modèle le plus smart, mais comment relier humains et modèles déployés.

David Rice : C’est effectivement un tournant crucial, car tout le marché discute des guerres de modèles. Mais la plupart des difficultés n’ont rien à voir avec le manque d’intelligence du modèle, elles tiennent à la fragmentation des systèmes autour, à l’incapacité à embarquer tout le monde. Finalement, l’avantage compétitif revient à celui qui saura le premier réduire la friction, pas à celui dont l’IA est la plus puissante.

Ofir Bloch : Entièrement d’accord, tu l’as parfaitement dit.

David Rice : Ofir, c’était une conversation très intéressante, merci beaucoup d’être venu.

Ofir Bloch : Merci pour l’invitation. Je suis sûr que tu mettras le lien quelque part dans les commentaires, pour ceux qui souhaitent lire le rapport, il s’agit de “WalkMe’s State of Digital Adoption 2026”. Au plaisir de vous retrouver.

David Rice : Oui, vraiment, allez-y, c’est instructif, je l’ai lu, je publierai d’ailleurs d’autres éléments lors de la promotion de cet épisode. Mais lisez le rapport !

Et si vous n’êtes pas encore abonné, rendez-vous sur peoplemanagingpeople.com/subscribe : inscrivez-vous à la newsletter. Vous recevrez ce podcast et tout notre contenu directement dans votre boîte mail.

Et d’ici là, gardez en tête : le contexte, le contexte, le contexte.