IA et emploi : ce que révèle vraiment l’étude Gartner
L’idée que l’intelligence artificielle puisse remplacer une partie des salariés fascine autant qu’elle inquiète. Pourtant, l’étude citée par Gartner montre un résultat inattendu : licencier pour automatiser ne crée pas, à court terme, de gain financier supplémentaire. Les entreprises qui coupent dans leurs effectifs pour miser sur l’IA n’obtiennent pas de rentabilité supérieure à celles qui conservent leurs équipes. Le sujet est donc moins celui d’un choc technologique que d’un vrai choix de stratégie, entre réduction des coûts immédiats et création de valeur durable.
Pourquoi les entreprises testent-elles le remplacement des salariés ?
Dans la tech et au-delà, plusieurs grands groupes ont réduit leurs effectifs en espérant que l’IA compense rapidement la baisse de main-d’œuvre. Selon l’enquête menée auprès de 350 dirigeants d’entreprises réalisant plus d’un milliard de dollars de chiffre d’affaires annuel, beaucoup cherchent surtout à expérimenter l’automatisation. Mais les résultats restent prudents : les économies espérées sont souvent absorbées par les coûts d’intégration, de formation et de supervision des systèmes. En pratique, l’IA ne remplace pas instantanément les fonctions humaines les plus complexes, comme le jugement, la relation client ou la coordination d’équipe.
Des bénéfices qui tardent à apparaître
Le point le plus marquant de l’étude est l’absence de retour sur investissement détectable dans de nombreux cas. Gartner observe que les entreprises ayant choisi le remplacement des salariés par l’IA affichent des gains similaires à celles qui n’ont pas réduit leurs équipes. Cette tendance est renforcée par une étude du MIT publiée en 2024, selon laquelle 95 % des projets d’IA échouent à générer des profits mesurables. Cela ne signifie pas que l’IA est inutile, mais plutôt que son efficacité dépend fortement de la manière dont elle est déployée, pilotée et reliée aux objectifs métiers.
Ce qui pousse malgré tout les dirigeants à réduire les effectifs
Pourquoi continuer alors que la rentabilité n’est pas prouvée ? Parce que l’IA reste perçue comme une promesse de transformation rapide. D’après Gartner, 80 % des dirigeants interrogés reconnaissent avoir réduit des postes humains pour investir dans l’IA et les technologies autonomes, tout en admettant ne pas savoir si ces choix produiront réellement des bénéfices. L’analyste Helen Poitevin explique qu’il s’agit souvent de tests limités, menés à petite échelle, et non d’une refonte totale de l’organisation. Autrement dit, les entreprises avancent par essais successifs, parfois plus sous la pression du marché que par conviction rationnelle.
Le vrai levier : augmenter les salariés, pas les effacer
Les organisations qui tirent un avantage réel de l’IA adoptent une logique différente : elles cherchent à amplifier les compétences humaines. L’IA prend alors en charge les tâches répétitives — tri de données, automatisation administrative, assistance à la rédaction — tandis que les employés se concentrent sur l’analyse, la relation et la décision. Ce modèle de collaboration homme-machine semble plus prometteur que la suppression pure et simple de postes, car il améliore la productivité sans détruire les compétences internes accumulées au fil du temps.
- Automatiser les tâches à faible valeur ajoutée
- Former les équipes à de nouveaux usages
- Conserver l’expertise métier au sein de l’entreprise
- Mesurer les gains réels sur la qualité, le temps et la performance
Un défi culturel et humain encore sous-estimé
Malgré son potentiel, l’intégration de l’IA se heurte à une résistance importante dans les entreprises. Plusieurs études montrent que 54 % des salariés boycottent activement les outils internes, souvent par peur d’être remplacés ou par manque de formation. Ce rejet peut pousser certains collaborateurs vers des solutions non autorisées, donc moins sécurisées. Le succès de l’IA dépend alors autant de la technologie elle-même que de la confiance qu’elle inspire. Pour avancer, les entreprises doivent clarifier les usages, expliquer les objectifs et accompagner les équipes avec des formations concrètes, comme des cas d’usage sur la planification, l’assistance documentaire ou le support client.






