L'analyse interne de Google portant sur 15 millions d'interactions avec des outils d'IA montre que, bien que 68 % des emplois soient désormais en contact avec un assistant d'IA, ces systèmes n'automatisent en réalité que 21 % des tâches effectuées. Cet écart est crucial car les entreprises parient sur l'IA pour transformer leurs flux de travail, alors que les données suggèrent que la plupart des travailleurs ne s'appuient sur cette technologie que pour une poignée d'activités.

Pourquoi ces chiffres sont importants

L'étude, réalisée sur la plateforme Gemini de Google, brosse un portrait nuancé de l'adoption de l'IA. Un taux d'adoption des deux tiers semble impressionnant, mais le chiffre modeste de 21 % d'automatisation signifie que quatre tâches sur cinq se poursuivent sans l'aide de l'IA. Les dirigeants prévoyant des déploiements d'IA à grande échelle devraient surveiller le décalage entre les taux d'adoption affichés dans les gros titres et les gains de productivité réels — cela peut gonfler les attentes en matière de ROI.

Comment en sommes-nous arrivés là ?

Les fournisseurs ont commercialisé les outils d'IA comme la prochaine étape de l'efficacité au travail, promettant des « agents autonomes » capables de gérer des processus entiers de bout en bout. Les données de Google montrent toutefois que la plupart des utilisateurs emploient la technologie pour des moments de collaboration spécifiques — brainstorming d'idées, rédaction de stratégies ou recherche documentaire — plutôt que de lui confier un flux de travail complet. L'étude a suivi chaque interaction avec Gemini, répertoriant l'objectif de chaque requête et le type de travail qu'elle soutenait.

Ce que révèlent les données

  • Poussée limitée vers l'automatisation complète. Moins d'une interaction sur dix visait à automatiser complètement une tâche. La plupart des utilisateurs préfèrent une approche avec intervention humaine (human-in-the-loop).
  • La collaboration plutôt que le remplacement. L'essentiel de l'utilisation de l'IA se concentre sur la génération de concepts, l'affinage de stratégies et la recherche de fond, ce qui indique que les travailleurs voient l'IA comme un partenaire plutôt que comme un substitut.
  • Le travail de routine est le premier servi. Lorsque l'IA automatise, elle s'occupe de tâches répétitives et bien définies. Pourtant, même là, quatre cinquièmes des activités quotidiennes restent inchangées.
  • Le travail cognitif et non routinier domine les appels à l'IA. Environ 65 % des interactions concernent des tâches moins standardisées — résolution de problèmes, analyse ou pensée créative — montrant que les utilisateurs se tournent vers l'IA là où le jugement humain reste essentiel.
  • Impact inégal selon les professions. Les rôles de cols blancs, tels que le développement de logiciels et l'analyse financière, affichent l'utilisation de l'IA la plus élevée. Les métiers manuels sont à la traîne, bien que certains techniciens utilisent déjà l'IA pour diagnostiquer des pannes d'équipement à partir de photos.

Les enjeux pour les entreprises

Si une entreprise fonde sa stratégie d'IA sur l'hypothèse que la majeure partie du travail sera bientôt confiée à des systèmes autonomes, elle risque de sous-investir dans les processus humains qui dominent encore la production quotidienne. Trop promettre l'automatisation peut éroder la confiance lorsque les gains d'efficacité attendus ne se concrétisent pas. À l'inverse, reconnaître là où l'IA apporte déjà de la valeur — génération d'idées, recherche rapide, gestion de données de routine — permet aux entreprises de cibler plus efficacement leurs ressources de formation, d'outillage et de gouvernance.

L'argument opposé

Certains fournisseurs soutiennent que les chiffres d'adoption précoce ne sont qu'une première étape et qu'à mesure que les modèles s'amélioreront, les taux d'automatisation grimperont en flèche. Ils citent les progrès rapides des grands modèles de langage et le déploiement d'agents spécialisés comme preuves que le chiffre de 21 % n'est qu'un point bas temporaire. Des gains futurs sont plausibles, mais l'étude de Google souligne que l'intention de l'utilisateur compte : sans un désir clair de remplacer des tâches, même les modèles les plus performants restent des compléments plutôt que des remplaçants.

Ce qu'il faut surveiller ensuite

  • Évolution de l'intention de l'utilisateur. La proportion de requêtes entièrement automatisées augmentera-t-elle à mesure que la confiance dans l'IA croît, ou la collaboration restera-t-elle dominante ?
  • Courbes d'adoption spécifiques à l'industrie. Les secteurs hautement réglementés ou critiques pour la sécurité pourraient connaître une automatisation plus lente, tandis que les domaines technologiques pourraient faire grimper ce pourcentage.
  • Évolution des outils. De nouvelles fonctionnalités intégrant plus étroitement l'IA dans les suites logicielles existantes pourraient faire augmenter la part de l'automatisation, mais seulement si elles s'alignent sur les flux de travail des utilisateurs.

Prochaine étape pratique pour les équipes

Ne laissez pas un taux d'adoption médiatisé dicter votre planification. Demandez à vos propres collaborateurs : « Quelles tâches spécifiques constituent nos 21 % de travail automatisé par l'IA ? » Cartographier ces tâches offre une base concrète pour étendre l'automatisation, budgétiser les licences d'IA et mesurer le véritable impact sur la productivité.

À retenir : L'IA est désormais un assistant quasi omniprésent, mais elle ne gère encore qu'une minorité de tâches. Les entreprises qui traitent l'IA comme un outil collaboratif aujourd'hui — et qui identifient précisément le travail qu'elle automatise déjà — seront mieux positionnées pour capturer de véritables gains d'efficacité lorsque la technologie dépassera enfin le seuil des 21 %.