En bref
L’IA générative fait gagner du temps sur les tâches qui reviennent souvent et dont le résultat se juge vite : un premier jet, un résumé, une reformulation, le tri des courriels, l’extraction des données d’un document, une formule ou un petit script, une traduction à relire. Elle en coûte quand il faut vérifier ce qu’elle invente, reprendre un texte trop générique, rattraper une erreur chère, ou composer avec des données mal rangées et des outils pris au hasard. Le bon départ tient en trois gestes : une tâche choisie, un temps mesuré avant et après, une personne qui relit. Depuis le 2 février 2025, le règlement européen sur l’IA demande aussi aux entreprises qui l’utilisent de prendre des mesures pour que leurs équipes la maîtrisent.
L’IA générative tient ses promesses sur certaines tâches et en coûte sur d’autres. Voici où elle fait vraiment gagner du temps à une petite ou moyenne entreprise, où elle en fait perdre, comment choisir une première tâche, mesurer le gain et fixer qui relit quoi, et ce que le règlement européen demande aux entreprises qui l’utilisent.
Un salarié essaie un assistant d’IA pour écrire un courriel, puis pour résumer un compte rendu ; un collègue l’imite, puis un autre. Quelques mois plus tard, les uns y gagnent des heures chaque semaine, les autres passent l’après-midi à corriger ce qu’elle a écrit. L’écart tient à la tâche choisie, et à la façon de s’y prendre.
L’IA en entreprise, en chiffres
L’Insee mesure chaque année l’usage de l’IA dans les entreprises de 10 personnes ou plus. Début 2025, la France se rapprochait de la moyenne de l’Union européenne, 20 %, et l’usage croissait avec la taille.
Repère : les entreprises qui utilisent l’IA en France, début 2025
18 %des entreprises de 10 personnes ou plus utilisent au moins une technologie d’intelligence artificielle, contre 10 % un an plus tôt.
Ce chiffre décrit l’IA que l’entreprise a choisie. L’Insee précise que les réponses laissent en principe de côté l’usage ponctuel et individuel des salariés, celui d’un assistant conversationnel par exemple : l’usage de chacun s’y ajoute. Parmi les entreprises utilisatrices, la technologie la plus répandue est l’analyse du langage écrit (56 %), suivie de la génération de texte ou de parole (43 %). Leur premier frein est le manque de compétences, cité par 53 % d’entre elles.
Le baromètre France Num, qui interroge aussi les très petites entreprises, trouve 40 % de TPE et PME utilisatrices de l’IA en 2026, quatorze points de plus qu’un an plus tôt, et 53 % chez les PME. Les usages en tête : générer du texte, de la voix ou des images (34 % des entreprises), un assistant ou un outil de recherche d’informations (24 %), l’analyse ou le classement de documents (13 %), l’automatisation de tâches (11 %). Parmi les entreprises qui l’utilisent, 68 % jugent son effet positif sur leur activité.
Où l’IA fait gagner du temps
L’IA générative excelle sur un type de travail : produire ou transformer du texte à partir d’une matière qu’on lui donne. Le gain est le plus net quand trois conditions se réunissent : la tâche revient souvent, la matière est fournie, et une personne du métier juge le résultat en quelques minutes.
| La tâche | Ce que l’IA fait vite | Ce qui reste à l’humain |
|---|---|---|
| Rédiger un premier jet | Un courriel, une annonce, une fiche de poste, la trame d’une proposition, à partir de vos notes. | Le fond, le ton de la maison, les chiffres, et la décision d’envoyer. |
| Résumer | Un long fil de courriels, un compte rendu de réunion, un rapport, en quelques points. | Vérifier sur l’original les décisions, les dates et les montants. |
| Reformuler | Un texte trop long, trop technique ou trop sec, réécrit pour un autre lecteur. | Garder le sens exact, surtout dans une réponse à un client mécontent. |
| Trier les courriels | Classer les demandes par sujet ou par urgence, proposer une réponse type. | Traiter soi-même les demandes délicates, et contrôler le tri sur un échantillon. |
| Extraire des données d’un document | Relever les montants, les dates et les références d’une facture ou d’un bon de commande, et les ranger en colonnes. | Rapprocher les totaux, et reprendre les champs mal lus. |
| Écrire du code simple | Une formule de tableur, une macro, un petit script qui renomme des fichiers ou prépare un import. | Le tester sur des cas connus, sur une copie des fichiers. |
| Préparer une traduction | Une première version d’un courriel, d’une fiche produit, d’une notice. | Une relecture par une personne qui parle la langue, et un traducteur pour ce qui engage, un contrat par exemple. |
Des études américaines donnent un ordre de grandeur. Une expérience menée au MIT et publiée dans la revue Science en 2023, auprès de 453 professionnels, mesure 40 % de temps en moins sur des tâches d’écriture courantes avec ChatGPT, pour une qualité jugée supérieure de 18 %. Une autre, menée auprès de 5 179 conseillers d’un service client et publiée en 2025 dans le Quarterly Journal of Economics, trouve 14 % de demandes traitées en plus par heure, et 34 % chez les débutants ; l’effet est minime chez les plus expérimentés. Ces chiffres valent pour leurs tâches et leurs outils : ils disent où chercher le gain, et votre propre mesure dit ce qu’il vaut chez vous.
Quand une de ces tâches revient chaque jour, elle peut aussi entrer dans les logiciels de l’équipe : trier, renommer, résumer, rédiger, retrouver une information dans vos documents. Notre page Logiciels et IA sur mesure décrit les outils que nous construisons pour cela.
Où elle en coûte
Le temps gagné à produire se reperd parfois à vérifier, à reprendre ou à réparer, dans cinq situations.
Vérifier ce qu’elle invente. Un modèle d’IA générative prédit les mots les plus probables, comme on complète une phrase ; Google le rappelle dans sa documentation, et demande de vérifier à la main l’exactitude de tout contenu produit par l’IA avant de le publier. Une référence, un chiffre, un article de loi ou une citation peuvent ainsi sortir fluides et faux : on parle d’hallucinations. Quand chaque phrase demande un contrôle à la source, le gain fond.
Reprendre un texte générique. Une demande vague donne un texte passe-partout : correct, lisse, interchangeable avec celui du concurrent. Y remettre vos exemples, votre ton et vos preuves prend parfois plus de temps que d’écrire. Le remède tient à la matière fournie : vos notes, vos chiffres, un texte de la maison en modèle. Pour un site, Google range parmi les abus la production en série de pages peu utiles, quelle que soit la façon de les écrire ; notre note sur les pratiques SEO à éviter le détaille.
Les tâches où l’erreur coûte cher. Un devis, une clause de contrat, une déclaration, un conseil donné à un client, un chiffre financier, une décision sur une personne. L’IA peut y préparer le terrain ; la vérification complète prend alors autant de temps que le travail lui-même.
Les données mal rangées en amont. L’IA lit ce qu’on lui donne. Des fichiers en plusieurs versions, des clients saisis trois fois, des documents éparpillés : elle résume la mauvaise version avec la même assurance que la bonne. L’ordre dans les données passe donc avant ; notre note Le tableur de trop montre par où commencer.
Les outils empilés au gré de chacun. Chacun son assistant, son compte personnel, sa façon de demander : les bonnes demandes restent dans un seul poste, les mêmes erreurs se répètent dans tous, et l’entreprise ignore ce qui a été confié à quel outil. Quelques règles écrites et des modèles de demandes partagés rendent l’usage collectif.
Une expérience menée auprès de 758 consultants du Boston Consulting Group, publiée par la Harvard Business School en 2023 puis par la revue Organization Science en 2026, montre où passe la frontière. Sur des tâches à la portée de l’IA, les consultants équipés traitaient 12 % de tâches en plus, 25 % plus vite, avec une qualité nettement meilleure. Sur une tâche choisie au-delà de sa portée, leur part de réponses justes baissait de 19 points par rapport aux consultants qui travaillaient par leurs propres moyens. Les auteurs parlent d’une frontière en dents de scie : deux tâches de difficulté apparemment égale peuvent tomber de part et d’autre.
« Avec l’IA, tout le monde gagne du temps sur tout. »
Le gain dépend de la tâche et de la personne. Il est net sur les tâches à la portée de l’outil, que l’on sait juger vite ; il s’inverse sur celles qui demandent une vérification complète, ou qui dépassent ce que l’outil fait bien. D’où l’intérêt de choisir ses tâches une à une.
Deux questions avant de confier une tâche
Deux questions départagent les tâches : que coûte une erreur, et combien de temps faut-il pour la repérer ? Croisées, elles dessinent quatre cas, et chacun appelle sa façon de relire.
- Confier, puis survoler : le terrain d’un premier essai
- Contrôler un échantillon : les tâches traitées en grand nombre
- Relire ligne à ligne : la vérification à la source
- Garder la main : les tâches où l’erreur coûte cher
Le cas 1 est le bon terrain d’un premier essai. Le cas 4 reste à l’humain : l’IA y sert de brouillon, et la personne responsable décide.
Choisir une première tâche
Une première tâche réussie donne envie d’en confier une deuxième ; une première tâche ratée décourage l’équipe pour longtemps. Nous la choisissons comme pour un outil métier : en regardant l’équipe travailler, et en partant de ce qui lui coûte le plus de temps. Cochez ce qui vaut pour la tâche que vous avez en tête.
Une bonne première tâche
0 cochée sur 7Vos cases restent cochées sur cet appareil. Rien n’est envoyé.
Notre lecture. Une tâche qui coche tout fait un excellent premier essai ; chaque case vide dit ce qu’il faut régler avant de commencer.
Mesurer le gain, avant et après
L’impression trompe, dans les deux sens. Une étude américaine menée début 2025 auprès de seize développeurs expérimentés l’a montré à sa façon : avec l’IA, ils mettaient 19 % de temps en plus pour traiter leurs tâches, et s’estimaient pourtant 20 % plus rapides. Ses auteurs la présentent comme un instantané des outils de début 2025, aujourd’hui dépassé ; la leçon de méthode demeure : le chronomètre tranche.
- Choisir l’unitéUn courriel traité, un compte rendu, une facture saisie : ce que l’on compte, et ce que l’on appelle « fini ».
- Mesurer avantSur plusieurs occurrences de la tâche, le temps passé du début à la fin, et les erreurs relevées ensuite.
- Essayer avec une consigne écriteLa même demande pour tous, enregistrée comme modèle, sur une période fixée d’avance.
- Mesurer après, relecture compriseLe temps de la demande, de la relecture et des corrections, et les erreurs trouvées après coup.
- Comparer, puis déciderGarder, ajuster la consigne, ou rendre la tâche à l’humain : trois bonnes issues, puisqu’elles reposent sur une mesure.
Le calcul tient sur un coin de table. Un exemple, avec des chiffres choisis pour l’illustrer :
Avant : 30 min × 20 comptes rendus = 10 h par mois
Après : (5 min + 10 min de relecture) × 20 = 5 h par mois
La relecture fait partie du temps mesuré : c’est souvent là que le gain se joue. Nous suivons les mêmes trois mesures pour tout outil : le temps rendu à l’équipe, les erreurs évitées, et l’usage au quotidien. Notre page Gagner du temps décrit cette façon de faire.
Qui relit quoi
La règle de départ tient en une phrase : la personne qui envoie relit, et la personne qui signe répond du contenu, comme pour tout document. Le reste se règle par type de production.
| Ce que l’IA a produit | Qui relit | Ce que l’on vérifie |
|---|---|---|
| Un texte interne : une note, un résumé de réunion | La personne qui s’en sert | Le sens, les décisions, les dates. |
| Un texte qui part chez un client ou un fournisseur | La personne qui l’envoie, avant l’envoi | Les faits, les chiffres, les engagements, le ton. |
| Un texte publié : une page du site, une publication | Une deuxième personne, en plus de l’auteur | Chaque affirmation à sa source, et l’accord avec le reste du site. |
| Un lot traité en série : courriels triés, factures relevées | La personne responsable du lot | Un échantillon tiré au hasard, et les totaux rapprochés. |
| Un chiffre, une référence, une citation | La personne qui l’utilise | Le document d’origine, ouvert et relu. |
| Du code, une formule, une automatisation | La personne qui la met en service | Des essais sur des cas connus, sur une copie. |
| Un document qui engage : devis, contrat, réponse juridique | Le responsable habituel | Tout, comme s’il l’avait écrit lui-même. |
Chez nous, chaque contenu est relu, vérifié et corrigé par un humain avant sa mise en ligne ; notre page Méthode le décrit.
Reste ce que l’on confie à l’outil. Un courriel de client, un contrat, un fichier de prospects ou un bulletin de paie contiennent des données personnelles ou confidentielles, et les réglages du compte décident de ce qu’elles deviennent. La question pèse : d’après l’Insee, 43 % des entreprises qui utilisent l’IA ont des inquiétudes sur la protection des données et de la vie privée. Elle a sa propre note, sur l’IA et la confidentialité des données.
Ce que dit le règlement européen sur l’IA
Le règlement européen sur l’intelligence artificielle, adopté en 2024, distingue les fournisseurs, qui conçoivent un système d’IA, et les déployeurs, qui l’utilisent dans leur activité. Une entreprise dont l’équipe se sert d’un assistant du marché est déployeur. Ce qui suit décrit le texte d’après la Commission européenne ; son application à votre cas relève d’un juriste.
La maîtrise de l’IA, à l’article 4. Depuis le 2 février 2025, fournisseurs et déployeurs doivent prendre des mesures pour développer la maîtrise de l’IA de leur personnel, et des personnes qui utilisent ces systèmes pour leur compte. L’article a été réécrit en juillet 2026 par le règlement dit « omnibus » sur l’IA : l’obligation demeure, elle porte sur les mesures prises, et leur niveau s’adapte au contexte de chaque entreprise.
La Commission en décrit le contenu attendu : une compréhension générale de l’IA, de ses possibilités et de ses dangers ; le rôle de l’entreprise, fournisseur ou déployeur ; les risques des systèmes utilisés ; des actions adaptées aux connaissances de chacun et à l’usage qui en est fait. Elle répond aussi au cas d’une entreprise dont les salariés rédigent des textes publicitaires ou traduisent avec ChatGPT : elle est concernée, et ses salariés doivent être informés des risques propres à ces outils, comme les hallucinations.
Elle précise qu’un certificat est superflu, et qu’un registre interne des formations et des actions menées permet d’en garder la trace. Le contrôle revient aux autorités nationales de surveillance du marché ; les règles de contrôle et de sanction s’appliquent depuis le 2 août 2026, et toute sanction doit être proportionnée au cas.
Les autres règles qui touchent une entreprise utilisatrice. Un assistant conversationnel doit faire savoir à ses interlocuteurs qu’ils échangent avec une machine : selon la Commission, ces règles de transparence s’appliquent depuis août 2026. Les outils d’IA employés pour le recrutement, comme le tri de CV, sont classés à haut risque, avec des obligations applicables à partir du 2 décembre 2027.
Dans les faits, cette maîtrise rejoint ce que décrit cette note : savoir sur quelles tâches l’outil est fiable, comment le vérifier, et ce qu’on peut lui confier. Des règles écrites, des modèles de demandes partagés et une ou deux personnes référentes en donnent une forme simple.
Questions fréquentes
Par où commencer avec l’IA dans une petite entreprise ?
Par une tâche : celle qui revient chaque semaine, prend du temps et se juge vite. Mesurez-la avant, essayez-la avec une consigne écrite, mesurez-la après, relecture comprise. La liste de la section 5 aide à la choisir.
Quels outils d’IA utiliser en entreprise ?
Ceux qui couvrent la tâche choisie, avec un compte dont les réglages conviennent à vos données. Un assistant généraliste sert à rédiger, résumer ou reformuler ; une tâche répétée chaque jour, reliée à vos logiciels, mérite parfois un outil conçu pour elle. Notre page Logiciels et IA sur mesure décrit ceux que nous construisons.
Combien de temps l’IA fait-elle gagner ?
Cela dépend de la tâche, de l’outil et de la personne : les études publiées mesurent des gains nets sur l’écriture courante, et des pertes au-delà de la portée de l’outil. Le chiffre qui vaut pour vous est celui que vous mesurez, relecture comprise.
La formation des salariés à l’IA est-elle obligatoire ?
L’article 4 du règlement européen demande aux entreprises qui utilisent l’IA de prendre des mesures pour développer la maîtrise de l’IA de leur personnel, depuis le 2 février 2025. Le texte laisse le format au choix de l’entreprise : la Commission parle d’actions adaptées au contexte, et précise qu’un certificat est superflu. Pour votre cas précis, un juriste tranchera.
Faut-il signaler qu’un texte a été écrit avec l’IA ?
Le règlement européen prévoit un étiquetage pour des cas précis : les hypertrucages, et certains textes publiés pour informer le public sur des sujets d’intérêt général. Pour les pages d’un site, Google conseille d’indiquer comment un contenu a été créé quand cette information aide le lecteur, en particulier s’il a été produit automatiquement.
Sources et méthode
Les chiffres d’usage viennent de l’Insee et du baromètre France Num ; les règles du règlement européen, des pages de la Commission européenne ; les gains et les pertes de temps mesurés, d’études publiées à l’étranger, présentées comme telles. Ce qui est écrit en « nous » vient de notre pratique.
- Les technologies de l’information et de la communication dans les entreprises en 2025, Insee Première n° 2120, juillet 2026Insee
- Baromètre France Num 2026 : quatre TPE-PME sur dix utilisent désormais l’intelligence artificielle, 28 septembre 2026Direction générale des Entreprises
- AI Literacy, questions and answers, mis à jour le 20 octobre 2026Commission européenne
- AI Act, regulatory framework on AI, mis à jour le 19 octobre 2026Commission européenne
- Conseils de la recherche Google concernant l’utilisation de contenu généré par IA sur votre site Web, mis à jour le 5 octobre 2026Google Search Central
- Experimental evidence on the productivity effects of generative artificial intelligence, Noy et Zhang, juillet 2023 (étude américaine)Science
- Generative AI at Work, Brynjolfsson, Li et Raymond, 2025 (étude américaine)NBER, Quarterly Journal of Economics
- Navigating the Jagged Technological Frontier, Dell’Acqua et al., mars 2026 (étude américaine)Organization Science
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, 10 juillet 2025 (étude américaine)METR
Sur le même sujet
IA 
Pour comprendre Lire la note Le tableur de trop : quand remplacer Excel par un logiciel 
Outils métier 
Pour agir Lire la note Logiciel métier : ce que c’est, et comment choisir entre standard et sur mesure Outils métier Pour comprendre Lire la note