Presque tous les employés de bureau utilisent désormais l'IA au travail, et pourtant très peu d'organisations peuvent prouver qu'elles en tirent un réel bénéfice. Cet écart est l'histoire la plus importante et la moins comprise de l'IA au travail aujourd'hui.
Le Work AI Index 2026, réalisé par le Work AI Institute de Glean, explore le travail humain invisible que l'IA a ajouté à la journée de travail, et la façon dont ce travail influe sur la valeur que les organisations en retirent finalement.
Nous avons interrogé 6 000 travailleurs numériques à temps plein aux États-Unis, au Royaume-Uni et en Australie, nous nous sommes entretenus avec des dizaines de responsables IA, et nous avons analysé des interactions IA en milieu professionnel anonymisées et agrégées issues de la plateforme Work AI de Glean. Ce que nous avons découvert, c'est une main-d'œuvre qui a adopté l'IA, accompagnée d'une épaisse couche de travail humain, presque totalement invisible, qui fait tenir l'ensemble.
L'adoption de l'IA n'est pas le problème
Selon tous les indicateurs d'adoption, l'IA s'est imposée en milieu professionnel :
- 87 % des travailleurs numériques utilisent désormais l'IA au travail
- 75 % déclarent qu'elle les rend plus productifs
- Les travailleurs estiment que l'automatisation par l'IA leur fait gagner environ 11 heures par semaine
Dans la plupart des cas, il ne s'agit pas d'utilisateurs réticents. La majorité des travailleurs (x %) se tournent désormais vers l'IA avant de solliciter un collègue, souhaitent qu'elle automatise une plus grande partie de leur travail (x % contre y % aujourd'hui), et x % sont même à l'aise à l'idée que l'IA joue un rôle dans le licenciement de leurs collègues humains.
L'adoption a progressé plus vite que la capacité de la plupart des organisations à l'accompagner. Les individus gagnent du temps et accomplissent davantage, mais, pour trop d'organisations, cette valeur devrait se traduire dans les performances de l'entreprise.
La plupart des entreprises n'en constatent toujours pas l'impact
Seuls 13 % des travailleurs affirment que leur organisation est nettement plus performante grâce à l'IA.
.webp)
Cette déconnexion entre la productivité individuelle et les performances organisationnelles constitue le paradoxe de la productivité au cœur du Work AI Index. Les travailleurs affirment que l'IA les aide à avancer plus vite, mais la plupart ne voient pas ces gains se traduire par des résultats nettement meilleurs pour leur organisation.
Lorsqu'on observe ce qui se passe en coulisses, la raison devient plus claire.
Les travailleurs passent des heures à rendre l'IA utile
En plus des 11 heures que les travailleurs gagnent grâce à l'automatisation par l'IA, ils consacrent 6,4 heures par semaine au travail nécessaire pour rendre l'IA utile.
Nous appelons ce travail le botsitting : fournir à l'IA le contexte qui lui manque, vérifier ses résultats, corriger les erreurs, relancer les prompts et rattraper les réponses assurées mais erronées qu'elle laisse derrière elle.
Les travailleurs passent plus de temps à faire du botsitting qu'à utiliser l'IA pour produire le travail lui-même. Pour chaque heure passée à obtenir un résultat utile, ils consacrent environ une heure supplémentaire à rendre ce résultat exploitable.
Le temps gagné comme le botsitting sont bien réels. La principale différence entre les deux tient à leur visibilité.
Le temps gagné apparaît sur les tableaux de bord et, souvent, dans la façon dont les gens ressentent leur journée. Le botsitting, en revanche, est rarement visible, car peu d'organisations le suivent, le budgétisent ou le récompensent. Cela explique en partie pourquoi ajouter davantage d'IA ne produit pas toujours de meilleurs résultats. Sans l'accompagnement adéquat, plus d'IA peut aussi signifier plus de vérifications, plus de corrections et plus de travail à absorber pour les employés.
Si la majeure partie du botsitting est fastidieuse et banale (comme recoller le même prompt dans trois outils d'IA différents parce que les premier et deuxième résultats étaient médiocres), tout le botsitting n'est pas mauvais pour autant. La vérification, l'affinage et le jugement font partie d'un usage responsable de l'IA. Le problème, c'est de laisser ce travail invisible, sans soutien et entièrement à la charge des employés individuels.
Un botsitting non géré se transforme en botshitting
Lorsque le travail de vérification de l'IA n'est pas reconnu, les gens finissent par rogner sur les étapes. Ils cessent de vérifier les résultats, acceptent la première réponse qui semble assez bonne, et livrent un travail qu'ils ne peuvent ni pleinement expliquer ni défendre.
C'est à ce moment que le botsitting devient du botshitting : livrer un travail généré par l'IA qui n'a pas été relu, qui n'est pas pleinement compris et qui ne pourrait être défendu si quelqu'un posait la question. Aujourd'hui, 69 % des utilisateurs d'IA admettent avoir adopté au moins un comportement de botshitting.
Le botsitting épuise les gens, la fatigue mène au botshitting, et un travail non vérifié génère davantage de corrections en aval, ce qui produit encore plus de botsitting.
Ce que les 13 % d'entreprises qui réussissent font différemment
Les entreprises qui comblent l'écart ne sont pas nécessairement celles qui utilisent le plus d'IA. Ce sont celles qui bâtissent le jugement, les habitudes et les systèmes qui rendent l'IA fiable à mesure que l'adoption progresse — l'infrastructure humaine de l'IA. Elles la construisent à trois niveaux :
Les individus font preuve de jugement.
Les grands champions de l'IA n'acceptent pas chaque résultat tel quel. Ils vérifient le travail, l'affinent et apprennent de ce qui échoue.
Ils sont aussi plus enclins à mettre l'IA de côté lorsqu'elle n'améliore pas la tâche. Mieux utiliser l'IA ne signifie pas toujours l'utiliser davantage. Cela signifie savoir où l'IA aide, où elle nécessite une supervision et où le jugement humain doit primer.
Les équipes restent responsables.
Les équipes IA les plus performantes considèrent le résultat de l'IA comme un point de départ, et non comme un produit fini. Les collaborateurs de ces équipes ont davantage tendance à traiter l'IA comme une « coéquipière ». Comme avec un collègue humain, ils lui donnent du feedback, corrigent les réponses médiocres et recommencent lorsque le premier résultat n'est pas à la hauteur.
Les managers les plus performants en matière d'IA s'en servent aussi pour se décharger du travail de coordination, puis réinvestissent ce temps dans l'humain. Ils accompagnent, forment et aident les employés à développer les compétences dont ils auront besoin à mesure que le travail évolue.
L'IA peut contribuer au travail, mais la responsabilité reste celle de l'équipe.
Les organisations fournissent du contexte, pas seulement un accès.
Donner à l'IA accès aux données de l'entreprise n'équivaut pas à lui donner le contexte nécessaire pour bien travailler.
Plus de la moitié des collaborateurs (x%) affirment que les informations critiques dont ils ont besoin ne sont pas accessibles via leurs outils d'IA. Les employés comblent alors eux-mêmes les lacunes, copient des informations d'un système à l'autre, réécrivent des requêtes et corrigent des réponses fondées sur un contexte incomplet.
Les collaborateurs des organisations riches en contexte vivent une expérience différente. Ils sont :
- 64 % moins susceptibles de se sentir épuisés par l'IA.
- 52 % moins susceptibles de livrer un travail qu'ils ne peuvent pas expliquer.
- 31 % moins susceptibles de produire du « botshit ».
Multiplier les outils ne résoudra pas le problème. Les organisations qui tirent davantage de l'IA partent du travail à accomplir, choisissent une technologie adaptée à la tâche et donnent à l'IA le contexte d'entreprise dont elle a besoin pour être utile.
Résoudre le paradoxe de la productivité
L'écart entre 87 % d'adoption et 13 % d'impact organisationnel n'est pas simplement un problème technologique qui sera résolu par des modèles plus puissants. C'est un problème de conception du travail.
Les organisations maîtrisent la façon dont elles mesurent l'IA, les domaines où elles l'appliquent, le contexte qu'elles lui donnent et la manière dont elles accompagnent les personnes responsables de ses résultats. Elles peuvent décider où l'IA doit mener la danse, où elle doit assister et où le jugement humain compte le plus.
L'IA fait gagner du temps aux équipes, mais une partie de ce temps est absorbée par le travail de vérification, de correction et de mise en forme de ses résultats pour les rendre exploitables.
Les organisations qui tiennent compte de ce travail et mettent en place l'infrastructure humaine nécessaire pour le soutenir sont mieux placées pour transformer la productivité individuelle en résultats dont l'entreprise peut réellement tirer profit. Sans ces changements, les entreprises risquent d'ajouter toujours plus d'IA sans en retirer beaucoup plus de valeur, tandis que les employés continuent d'absorber le travail en coulisses.
Lisez l'intégralité du Work AI Index 2026 pour comprendre le travail invisible qui façonne l'IA au travail et ce que les organisations peuvent y faire.
