Le temps presse pour que l’IA tienne sa promesse de transformation du lieu de travail et de productivité économique, et le marché s’attend à un mauvais réveil si les retours sur investissement continuent d’être à la traîne, selon un économiste de renom.
Thorsten Slok, économiste en chef influent chez Apollo Global Management, a soutenu dans un récent article de blog que l’écart de productivité se creuse à cause de l’IA. Fondamentalement, cela ne se voit que dans les entreprises technologiques et non dans la plupart des entreprises Fortune 500.
Même si certains secteurs, tels que les logiciels et la technologie, peuvent facilement intégrer l’IA dans leurs opérations, l’adoption de cette technologie sera lente pour une grande partie de l’économie, a expliqué Throck. Les obstacles réglementaires, la protection des données et l’intégration des flux de travail demandent du temps et des efforts, ce qui entraîne de lents gains de productivité structurels et un retour sur investissement encore incertain. Srock a déclaré qu’il pensait que cela pourrait éventuellement arriver. Et comme le marché intégrait les rendements tôt ou tard, la bulle boursière aurait pu éclater à ce moment-là.
« La question clé est de savoir quelle sera la longueur du retour sur investissement en dehors du secteur de la haute technologie », a déclaré Slok. « En fin de compte, tout décalage entre les attentes actuelles en matière de revenus et le temps réel nécessaire aux entreprises pour générer un retour sur investissement sur leurs investissements en IA pourrait avoir un impact significatif sur les valorisations de nombreuses sociétés d’IA aujourd’hui. »
Slok a cité des données de Bloomberg et de Macrobond montrant que si le rendement du Magnificent Seven a augmenté d’environ 15 % à 25 % de 2023 au premier trimestre 2026, le reste du rendement du S&P 493 est resté à environ 10 %. L’indice Bloomberg 500 suit le même schéma que le S&P, maintenant un rendement stable de 12 % sur la même période.
La plus grande préoccupation de Slok est de savoir ce qui se passera si cet écart se creuse à mesure que l’adoption de l’IA et les améliorations de la productivité se poursuivent. Une étude fondamentale et controversée du MIT publiée l’année dernière a révélé que seulement 5 % des entreprises ont obtenu un retour sur investissement significatif grâce à leurs projets pilotes d’IA générative. Les économistes d’Apollo ont averti que le marché serait confronté à une « révision douloureuse des prix » qui menacerait de ralentir le boom de l’IA, car les bénéfices attendus, ou les prix actuels du marché, continuent de dépasser les bénéfices réels.
« En d’autres termes, les entreprises dépenseront moins en IA si elles ne constatent pas un retour sur investissement immédiat », a-t-il déclaré.
Comment l’économie perçoit-elle le faible retour sur investissement de l’IA ?
Les géants de l’industrie américaine reconnaissent déjà les problèmes liés aux efforts d’automatisation de masse. Signe évident de l’expertise humaine nécessaire pour réellement tirer parti des gains de productivité de l’IA, Ford a embauché 350 ingénieurs « à barbe grise », dont certains sont d’anciens employés, pour former le personnel junior et reprogrammer les outils d’IA inefficaces. Alors que l’entreprise a continué à déployer des systèmes de vision IA dans 33 usines à travers le monde et a effectué des millions d’inspections de chaînes de montage avec plus de 1 000 caméras, elle a reconnu que la technologie ne serait pas aussi efficace sans la surveillance humaine.
« L’intelligence artificielle est un excellent outil, mais sa valeur dépend des informations que vous utilisez pour la former », a déclaré aux journalistes Charles Poon, vice-président de l’ingénierie du matériel automobile chez Ford, le mois dernier. « Historiquement, nous n’avons pas accordé autant d’attention que nous le devrions à l’expérience de nos ingénieurs les plus compétents, qui nous ont accompagnés tout au long de nombreux cycles de production. »
Ford suit des sociétés telles qu’IBM, qui ont supprimé des milliers d’emplois l’année dernière en augmentant leurs dépenses en services cloud. En mars, l’entreprise a annoncé qu’elle triplerait ses embauches de débutants dans toutes les unités commerciales américaines, arguant qu’un lieu de travail axé sur l’IA nécessite davantage d’embauches.
Dans l’état actuel des choses, ce travail humain est bien moins cher que les outils automatisés dans lesquels les entreprises investissent, ce qui remet encore plus en question les avantages de l’IA en matière de productivité sur le lieu de travail. Brian Catanzaro, vice-président de l’apprentissage profond appliqué chez Nvidia, a déclaré plus tôt cette année que le coût de l’IA dépassait encore de loin le coût du travail humain, mais a reconnu que cela coïncide avec l’ère du token max. Des entreprises technologiques comme Meta ont encouragé l’utilisation de l’IA par le biais de classements internes des employés, ce qui a conduit les employés à utiliser la technologie uniquement pour l’IA, tout en augmentant les coûts.
La course à l’utilisation la plus efficace des jetons est le signe que les entreprises ont du mal à tirer profit de l’IA et ne parviennent pas à en tirer de réels avantages sur le lieu de travail, a déclaré Slok.
« Si les entreprises ne constatent pas de retour sur investissement immédiat, elles dépenseront moins en IA », a déclaré Slok. « Et l’accent actuel mis sur l’optimisation des jetons est un avertissement précoce selon lequel la mise en œuvre de l’IA pourrait être un chemin plus difficile et plus long que prévu. » (Slock a affirmé séparément que l’IA créerait davantage d’emplois, et non pas moins, car il est devenu le principal partisan de la pertinence du paradoxe de Jevons à Wall Street. Il pense également que l’IA entraînera un boom de l’entrepreneuriat dans les petites entreprises.)
Pourquoi l’IA n’a-t-elle pas encore tenu ses promesses ?
Peter Cappelli, professeur de commerce à la Wharton School de l’Université de Pennsylvanie, a reconnu les problèmes identifiés très tôt par Slock et a mené une étude de cas sur la société de services numériques Ricoh publiée dans Harvard Business Review. En bref, il a découvert, comme il l’a déclaré au magazine Fortune plus tôt cette année, que les gens sous-estiment largement « la quantité de travail nécessaire » pour augmenter la productivité et le retour sur investissement.
« Quand vous écoutez les gens qui créent la technologie, ils vous disent simplement ce qui est possible, et ils ne pensent pas à ce qui est pratique », a déclaré Cappelli à propos des cours d’IA.
L’écart entre le potentiel de l’IA et son utilisation pratique est dû à la « honte de l’IA », ou à la pression exercée pour que ces technologies émergentes soient efficaces, d’autant plus que la pression des investisseurs augmente. Il s’agit d’un phénomène observé dans les entreprises technologiques tokenmaxxing, où les dirigeants imposent une utilisation accrue de l’IA mais ne parviennent pas à articuler des cas d’utilisation ou des objectifs spécifiques liés à l’utilisation de l’IA.
Dans une étude récente, le Boston Consulting Group a constaté que le déploiement de l’IA pour le plaisir de l’IA peut en réalité entraver les gains de productivité de la technologie. Selon le rapport mondial 2026 sur l’IA au travail du cabinet de conseil, qui a interrogé environ 12 000 employés de première ligne, 42 % des personnes interrogées ont déclaré avoir économisé huit heures par semaine grâce à l’utilisation régulière de l’IA, mais la plupart ont déclaré avoir reçu peu ou pas de conseils sur la façon d’utiliser le temps gagné, et la moitié ont déclaré qu’elles n’utilisaient pas leur temps libre pour accomplir des tâches plus stratégiques.
« Ce problème de maximisation symbolique a probablement suivi son cours et frappe désormais assez durement la base de coûts », a déclaré à Fortune David Martin, responsable mondial des talents et des affaires organisationnelles du BCG. « De nombreuses entreprises offrent l’IA à tout le monde, quel que soit le titre de leur poste, mais je pense que maintenant elles disent : « Réfléchissons davantage à qui a accès, quelle est l’analyse de rentabilisation ? Et en fin de compte, y parvenons-nous ?
Dans le cas de Ricoh, l’externalisation des tâches administratives de bas niveau pour le traitement des réclamations d’assurance à AI a abouti à un processus qui a nécessité environ 500 000 $ en honoraires de consultant externe et 200 000 $ par mois en frais d’IA, ce qui a finalement coûté trois fois plus cher que si les employés accomplissaient les tâches administratives manuellement, a déclaré Cappelli. Cappelli a déclaré que l’entreprise n’avait que légèrement réduit le nombre d’employés, de 44 à 39.
En fin de compte, Ricoh a triplé la productivité du département, mais cela a pris du temps, et l’exemple met en évidence les inquiétudes de Slok quant à ce que l’IA peut apporter. Améliorer la productivité est possible, mais cela entraîne un coût initial important en termes de temps et d’argent.
« C’est donc ça la récompense », a déclaré Cappelli. « Mais ce n’est pas bon marché et cela a pris très longtemps. »
