Quels objectifs d’usage les enquêtes sur l’IA permettent-elles de justifier ?

Une équipe dirigeante lit que les personnes utilisant intensivement l’IA déclarent plus souvent en tirer bénéfice. Une idée plausible apparaît : tout le personnel devrait utiliser l’IA plus fréquemment. Entre l’observation et la consigne se trouve pourtant une décision qui mérite son propre raisonnement. Quel travail voulons-nous améliorer, et pourquoi un usage plus fréquent y contribuerait-il ?

Une compilation de conversations avec des dirigeants, réalisée par Marina Mogilko, m’a conduit à cette question. Cet épisode public du 18 août 2026 associe exemples personnels et chiffres sur l’usage de l’IA. Il permet d’examiner comment un résultat d’enquête devient une consigne dans une organisation. [1]

En tant que fondateur d’aiomics, je m’intéresse à la conclusion qu’un chiffre permet réellement de soutenir. Un taux d’adoption peut indiquer si un service autorisé atteint ses utilisateurs. Décider d’étendre son usage soulève d’autres questions : quelle prestation change, pour qui et dans quelles conditions ?

Un pourcentage peut désigner différentes choses

Le 23 juin 2026, BCG écrit que 15 % des dirigeants tirent une valeur significative de l’IA. Le texte associe ce groupe à au moins huit heures hebdomadaires consacrées à développer leurs capacités en IA. BCG précise aussi que les heures seules ne créent pas la valeur. [2]

L’enquête de janvier citée porte sur 2 360 cadres, dont 640 dirigeants, dans 16 marchés. Environ 15 % désigne également un groupe classé par BCG selon son attitude et sa démarche. Ce classement ne constitue pas une vérification indépendante des bénéfices de toutes les entreprises. [3]

Le 22 juillet, BCG rapporte que près de neuf dirigeants sur dix constatent certains avantages de coûts ou de revenus dans des domaines ciblés. Il s’agit de premiers bénéfices localisés. Ces formulations différentes ne permettent pas d’établir une progression de 15 à 90 %. [4]

Dans une note de décision, j’accompagnerais donc le chiffre d’une phrase complète : qui a répondu à quelle question, pour quelle période et quel type de bénéfice ? Sans cette phrase, nous ignorons si nous parlons d’une attente, d’une appréciation personnelle ou d’un résultat économique vérifiable.

Ce que mesure un bénéfice déclaré

L’enquête américaine de Gallup de mai 2026 relève une appréciation positive de l’effet sur la productivité chez 45 % des utilisateurs d’IA pour un ou deux usages, contre 90 % pour sept ou davantage. Il s’agit d’appréciations déclarées. Gallup précise que cette association seule ne prouve pas un effet causal. [5]

Un calcul simple précise l’unité. Si neuf personnes sur dix déclarent qu’un changement les a aidées, nous connaissons la proportion donnant cette réponse. Le nombre de dossiers supplémentaires traités par le groupe reste inconnu. Il faudrait une autre mesure pour l’établir. Les deux questions peuvent être intéressantes ensemble ; leurs résultats ont des significations différentes.

Une obligation de recourir à sept usages n’en découle pas davantage. Pour une investigation locale, je commencerais par demander si un usage supplémentaire correspond à une tâche à venir. Une personne pourrait utiliser quotidiennement l’IA pour un seul objectif utile. Une autre pourrait essayer de nombreux usages sans produire de résultat utilisable. Ce sont des situations possibles qu’un simple décompte ne distingue pas.

Quel effectif figure au dénominateur ?

Imaginons une entreprise de technologie médicale entièrement fictive comptant 120 personnes. Quarante sont formées et autorisées à utiliser un outil d’IA pour une tâche précise de recherche d’informations. Durant la semaine examinée, 32 l’ont réalisée avec cet outil. Les 80 autres personnes ne font pas encore partie du groupe d’utilisateurs prévu.

Diviser 32 par 40 donne 80 %. Diviser 32 par 120 donne environ 27 %. Les deux calculs sont exacts. Le premier décrit l’usage au sein du groupe prévu. Le second décrit la portée dans l’ensemble des effectifs. Aucun n’établit si la recherche est devenue plus complète ou si une décision s’est améliorée.

Supposons que la direction fixe désormais un objectif d’utilisation de 70 % des effectifs. Cela représenterait 84 personnes. Elle élargirait ainsi le groupe d’utilisateurs actuel. Les tâches appropriées, les accès et la préparation correspondants restent à préciser. Un changement apparemment limité de l’indicateur contient une décision organisationnelle plus importante.

Dans un tableau de suivi, j’expliciterais donc numérateur et dénominateur : 32 personnes parmi les 40 autorisées, cette semaine, pour cette tâche. La portée de 32 parmi 120 peut apparaître à côté. Les deux informations restent visibles. Il devient ainsi plus difficile de grossir un déploiement limité grâce à un dénominateur favorable ou de le dévaloriser prématurément par une comparaison inadaptée.

Une vérification avant le prochain objectif

Je propose de consigner quatre éléments pour tout chiffre d’enquête servant à justifier une décision organisationnelle. Il s’agit de ma propre proposition de méthode ; son efficacité n’a pas été évaluée ici.

Premièrement, le constat exact. Consignez la question, la réponse proposée, la population de référence, la période de collecte et la source. Un titre raccourci fournit rarement l’ensemble.

Deuxièmement, l’action envisagée. Le chiffre doit-il justifier une formation supplémentaire, une autorisation élargie, un achat ou un objectif de fréquence d’usage ? Décrivez concrètement cette action.

Troisièmement, l’hypothèse manquante. Expliquez pourquoi cette action pourrait améliorer le résultat recherché dans votre organisation. Il serait par exemple utile d’examiner si le manque de pratique limite l’usage ou si l’application disponible correspond mal à la tâche.

Quatrièmement, l’observation pour la prochaine décision. Précisez ce qui permettrait d’apprécier si l’hypothèse tient. Le guide d’évaluation des expérimentations proposé en lecture complémentaire présente une démarche distincte pour un essai limité. La question abordée ici intervient en amont : le raisonnement qui justifie de commencer cet essai précis.

Une enquête lue attentivement peut faire naître une question utile sur sa propre entreprise. Pour la prochaine réunion, choisissez un chiffre et traduisez-le en ces quatre éléments. Là où le passage du constat à l’action reste incertain se trouve la question de la prochaine investigation.