L’IA est devenue une commodité, pas un levier de transformation

L’intelligence artificielle occupe aujourd’hui une place singulière dans les discours sur la transformation interne. Omniprésente dans les feuilles de route elle semble à la fois incontournable et difficile à saisir dans ses effets concrets. L’’étude Lecko sur l’état de l’art de la transformation interne, dont l’édition 2026 vient de sortir (Télécharger l’édition 2026), apporte sur ce point un éclairage utile, non parce qu’elle annonce une rupture spectaculaire mais parce qu’elle permet de mesurer l’écart persistant entre la diffusion rapide de l’IA et la faiblesse de ses effets structurels sur le fonctionnement des organisations.

L’IA est une technologie désormais banalisée dont la valeur dépend entièrement de l’architecture organisationnelle et informationnelle dans laquelle elle s’insère et c’est l’enseignent principal de cette partie de l’étude.

En bref :

• L’intelligence artificielle est désormais largement diffusée dans les organisations, mais ses effets concrets sur leur fonctionnement restent limités et difficilement mesurables à l’échelle collective.
• Les usages de l’IA sont principalement individuels et ponctuels (rédaction, synthèse, recherche), sans véritable impact structurel ou transformation organisationnelle observable.
• L’IA est intégrée de manière standardisée via les outils existants, ce qui empêche toute différenciation significative et limite sa capacité à générer un avantage concurrentiel.
• Les freins majeurs à l’extension des usages tiennent à des problèmes d’architecture du travail : accès aux données, intégration, gouvernance, et manque de responsabilité claire sur les transformations attendues.
• Sans refonte profonde de l’organisation du travail, l’IA agit surtout comme un révélateur des dysfonctionnements existants, plutôt qu’un vecteur de transformation globale.

Une IA désormais banalisée

L’étude Lecko montre que l’IA générative n’est plus un sujet marginal. Une large majorité des organisations interrogées déclarent y recourir, le plus souvent à travers des fonctionnalités intégrées aux outils existants. L’IA n’est plus pensée comme un projet autonome mais comme une extension progressive de l’environnement numérique de travail.

La question n’est donc plus celle de l’accès à l’IA ni même celle de son acceptation par les utilisateurs. Elle est là, elle est utilisée mais, en revanche, l’étude ne met pas en évidence de transformation nette du fonctionnement interne ni de saut mesurable de performance à l’échelle de l’organisation.

La diffusion est donc rapide mais ses effets restent limités.

Des usages concentrés sur des gains individuels et ponctuels

Lorsqu’on observe les usages documentés par l’étude on voit que l’IA est majoritairement mobilisée sur des tâches individuelles, à faible profondeur organisationnelle : aide à la rédaction, reformulation de contenus, synthèse de documents, recherche d’information, support à la production de livrables.

Ces usages sont perçus comme utiles et parfois comme des accélérateurs du travail quotidien mais, sans surprise, l’étude montre qu’ils ne se traduisent que rarement par des gains visibles à l’échelle collective. Les effets sur la productivité globale, la qualité des opérations ou la fluidité du travail restent difficiles à objectiver et sont souvent décrits comme modestes.

Rien de surprenant à mon avis donc, car on ne fait que rejouer des scènes bien connues qu’on a déjà vécu avec de nombreuses autres technologies dans les entreprises avec la leçon souvent administrée mais jamais retenue que la somme des gains de productivité individuels n’est pas synonyme de gain collectif (L’appropriation collective de l’IA  seule condition d’impact tangible). J’ajoute également qu’avant de parler de gains encore faudrait il faire l’effort de les mesurer de manière sérieuse (Comment mesurer les gains de productivité de l’IA ?) et qu’il y a mille et unes raisons parfois très légitimes qui font que les promesses de productivité ne se matérialisent jamais ou peu (La grande illusion des gains de productivité technologiques (IA comprise)).

Ce point entre en résonance avec d’autres constats de l’étude, notamment ceux qui portent sur la surcharge informationnelle, la multiplication des réunions et le poids croissant du travail de coordination (Transformation interne : un échec de design plus qu’un excès d’outils). Les gains permis par l’IA sur certaines tâches sont fréquemment absorbés par la complexité organisationnelle existante, comme si l’organisation avait une capacité quasi mécanique à consommer toute amélioration locale sans jamais en faire un progrès global.

Finalement on est dans la continuité de l’édition précédente de l’étude (L’IA générative dans l’environnement de travail : révolution ou illusion ?).

L’IA est consommée comme une commodité

Un autre enseignement central de l’étude concerne la manière dont l’IA est consommée. Dans la grande majorité des cas, elle l’est via les outils déjà en place et proposés par les éditeurs dominants. L’IA est intégrée par défaut souvent sans remise à plat des usages ni des processus.

Cette logique de commodité est importante car elle explique en grande partie pourquoi l’IA ne constitue pas, en soi, un facteur de différenciation. Lorsque les mêmes fonctionnalités sont disponibles pour tous, dans les mêmes environnements et avec des logiques d’intégration comparables, la technologie cesse mécaniquement de produire un avantage distinctif (L’IA ne créera pas d’avantage concurrentiel et Efficacité contre singularité : le faux dilemme des opérations).

L’étude montre d’ailleurs que peu d’organisations sont en mesure de décrire ce qui distingue réellement leur usage de l’IA de celui de leurs pairs, au-delà du degré de déploiement ou du nombre de cas d’usage recensés. La lecture de l’étude me ramène à un sujet qui me tient à coeur, celui de la gouvernance et à une question inévitable, à savoir : qui, dans l’organisation, est réellement responsable de ce que l’IA est censée transformer au-delà de son simple déploiement technique ? (Qui s’occupe de vos projets d’intelligence artificielle ? Probablement pas les bonnes personnes. et Sans gouvernance, les gains dus à l’IA sont virtuels)

De l’outil à l’architecture du travail : un seuil rarement franchi

Dès que l’on cherche à dépasser les usages individuels l’étude montre des limites qui apparaissent nettement. Qualité et accessibilité des données, intégration entre outils, gouvernance des modèles, sécurité, responsabilité des contenus produits avec l’aide de l’IA : autant de sujets qui constituent des points de friction qui freinent le passage à l’échelle.

A la lecture de l’étude, on observe que l’IA est le plus souvent intégrée aux outils existants, à travers des fonctionnalités directement disponibles pour les utilisateurs. Les usages les plus répandus concernent des tâches comme la rédaction, la synthèse ou la recherche d’information. En revanche, l’étude souligne que la création de valeur dépend fortement de l’accès aux données, de l’intégration aux systèmes d’information et de l’articulation avec les processus et si ces conditions ne sont pas réunies les usages restent majoritairement locaux et peinent à produire des effets à l’échelle de l’organisation.

Ce constat permet de regarder les choses sous un autre angle. Les limites observées ne tiennent pas à l’IA elle-même mais à la manière dont elle se heurte à des organisations déjà conçues pour empiler des outils (Devenir AI First : un design d’entreprise, pas une pile d’outils)et compenser les défauts de conception par toujours plus de coordination (Le « work about work » : quand la réalité du travail consiste à faire fonctionner ce qui ne marche pas). L’IA ne crée pas ces arbitrages, elle les rend visibles.

Sans redesign du travail, des effets mécaniquement limités

Même si elle n’est formulée directement il y a une idée qui semble se dégager de l’étude, celle selon laquelle l’IA est rarement l’occasion de repenser en profondeur l’organisation du travail. Les processus restent inchangés et les logiques de coordination demeurent largement identiques.

Dans ces conditions l’IA accélère certaines séquences sans modifier l’enchaînement global et les gains qu’elle permet sont alors rapidement compensés par le travail de coordination, les activités de suivi, de relecture et de validation que l’étude décrit par ailleurs en détail..

Intégrée sans repenser le travail, l’IA risque donc moins de réduire le work about work que de produire une nouvelle couche d’activités périphériques, entre paramétrage, vérification, reformulation et arbitrage humain. Elle agit ainsi moins comme un levier de transformation que comme un révélateur de la qualité ou des failles de l’architecture organisationnelle existante (Préparer l’entreprise et le travail avant d’intégrer l’IA).

Conclusion

L’étude Lecko montre que l’IA n’est pas un miracle technologique et encore moins un simple sujet annexe. Elle est devenue une commodité intégrée, dont la valeur dépend entièrement de la manière dont le travail est conçu et piloté.

Tant que les organisations n’assumeront pas la conception de systèmes de travail cohérents l’IA restera cantonnée à des optimisations locales. Elle modernise l’environnement, soit, mais sans transformer le fonctionnement.

La modernisation ne tient pas à la puissance des outils, mais à la capacité, encore trop rare, de concevoir des architectures de travail qui en tirent parti.

Pour répondre à vos questions…

Crédit visuel : Image générée par intelligence artificielle via ChatGPT (OpenAI)

Articles similaires:

L’IA générative dans l’environnement de travail : révolution ou illusion ? Qui s’occupe de vos projets d’intelligence artificielle ? Probablement pas les bonnes personnes. L’appropriation collective de l’IA  seule condition d’impact tangible Adoption et impact de l’IA : enseignements (et limites) des dernières études McKinsey et BCG Deux lectures de l’IA en entreprise : usages agentiques et capability overhang Transformation interne : un échec de design plus qu’un excès d’outils