En février, une équipe de chercheurs emmenée par Nicholas Bloom publie au NBER une enquête menée auprès de près de 6 000 dirigeants, aux États-Unis, au Royaume-Uni, en Allemagne et en Australie. Le résultat tient en une ligne : environ neuf sur dix ne constatent aucun effet de l'IA sur la productivité ni sur l'emploi de leur entreprise au cours des trois dernières années. Fortune titre aussitôt sur des économistes qui ressortent un paradoxe vieux de quarante ans.
Ce paradoxe est celui de Robert Solow, et le rapprochement est juste. Il est même plus instructif qu'il n'y paraît, à condition de ne pas s'arrêter à la phrase de 1987 et de relire la suite : comment, où, et à quelle condition ce paradoxe s'est dénoué.
La phrase de 1987
Le 12 juillet 1987, dans un article de la New York Times Book Review, l'économiste Robert Solow écrit : « You can see the computer age everywhere but in the productivity statistics ». On voit l'ère de l'informatique partout, sauf dans les statistiques de productivité.
Le contexte compte. Depuis le début des années 1970, la croissance de la productivité américaine ralentit, alors que les entreprises investissent massivement dans l'informatique. Les ordinateurs gagnent tous les bureaux et la courbe ne bouge pas. Ce n'est pas un doute sur la technologie : c'est une énigme de mesure et de calendrier.
Ce que dit l'enquête du NBER
Les chiffres de 2026 ont la même forme. Plus des deux tiers des dirigeants interrogés utilisent régulièrement l'IA, mais en moyenne 1,5 heure par semaine. 28% ne l'utilisent pas du tout, la réponse la plus fréquente est jusqu'à une heure par semaine (41%), et seuls 7% y passent plus de cinq heures. Sur trois ans, environ neuf sur dix ne constatent aucun effet sur l'emploi ni sur la productivité de leur entreprise.
Les mêmes dirigeants attendent pourtant un effet dans les trois prochaines années : +1,4% de productivité, +0,8% de production et −0,7% d'emploi en moyenne. C'est, en miniature, la structure exacte du paradoxe de Solow : la technologie est partout dans les attentes, nulle part dans les résultats.
Deux précautions avant d'aller plus loin. Ce sont des déclarations de dirigeants sur leur propre entreprise, pas des mesures de productivité : aucun effet veut dire aucun effet perçu. Et trois ans, c'est très court à l'échelle des transformations dont il va être question.
Comment le paradoxe de 1987 s'est dénoué
Le paradoxe de Solow n'est pas resté un paradoxe. D'après le McKinsey Global Institute, la productivité du travail américaine progresse de 2,5% par an entre 1995 et 2000, presque deux fois le rythme de 1,4% observé de 1972 à 1995. L'informatique finit par apparaître dans les statistiques, moins d'une décennie après la phrase de Solow.
Mais la manière compte davantage que le résultat. Le même institut établit que six secteurs sur 59 (commerce de gros, commerce de détail, valeurs mobilières, semi-conducteurs, fabrication d'ordinateurs, télécommunications) expliquent la quasi-totalité de la croissance nette de la productivité sur la période, grâce à des innovations à la fois managériales et technologiques. Le gain n'est pas venu de la présence de l'ordinateur partout. Il est venu de quelques endroits qui avaient changé leur manière de travailler autour de lui.
Le moteur électrique dans l'usine à vapeur
En 1990, l'économiste Paul David publie dans l'American Economic Review ce qui reste la réponse la plus éclairante à Solow : « The Dynamo and the Computer ». Il y rapproche l'informatique de l'électrification des usines, au tournant du XXe siècle, dont les effets ont eux aussi mis des décennies à se voir dans la productivité.
Son explication est organisationnelle. Les premières usines électrifiées ont remplacé la machine à vapeur centrale par un moteur électrique central, en conservant l'agencement des ateliers et les façons de travailler. Le gain n'est venu qu'avec des usines repensées autour de la nouvelle énergie. Une technologie de cette ampleur ne produit pas ses effets en étant installée : elle les produit quand on réorganise autour d'elle les flux de travail, les compétences et les pratiques de management.
Relisons l'enquête du NBER avec cette grille. Une heure et demie par semaine, c'est un usage d'appoint : l'IA ajoutée à une journée de travail qui, pour le reste, n'a pas changé. C'est le moteur électrique posé à la place de la machine à vapeur, avec les mêmes arbres de transmission. C'est une lecture, pas un résultat de l'étude, mais elle prédit assez exactement ce que l'étude observe.
Pourquoi les chiffres peuvent d'abord baisser
Erik Brynjolfsson, Daniel Rock et Chad Syverson ont donné à cette intuition une forme précise en 2021 : la courbe en J de la productivité. Une technologie d'usage général, et ils y rangent l'IA, exige des investissements complémentaires importants : nouveaux processus, nouveaux produits, nouveaux modèles d'affaires, nouvelles compétences. Ces investissements sont pour l'essentiel immatériels, et mal mesurés par la comptabilité nationale.
Conséquence : dans les premières années, la croissance de la productivité mesurée est sous-estimée, parce que l'effort de réorganisation est compté comme un coût sans que soit compté l'actif qu'il construit. Plus tard, quand ces actifs produisent, elle est surestimée. D'où la forme en J : un creux, puis une remontée.
Cela change la lecture des neuf sur dix. Aucun effet au bout de trois ans est compatible avec deux histoires opposées : celle où rien ne se passera, et celle où la réorganisation a commencé sans avoir encore payé. Une enquête déclarative ne permet pas de les distinguer. Et une entreprise qui se réorganise vraiment peut, un temps, paraître moins productive qu'une entreprise qui ne change rien.
La question utile n'est pas celle des gains
Si l'histoire de l'informatique se répète, et rien ne garantit qu'elle le fasse, les gains de l'IA arriveront tard, de façon inégale, et d'abord là où quelqu'un aura redessiné le travail. Pas forcément là où le nombre d'heures d'usage est le plus élevé.
Pour une entreprise, la question utile n'est donc pas de savoir si les gains sont là au bout de trois ans. C'est de savoir ce qu'elle a réorganisé autour de l'IA, par opposition à ce qu'elle lui a simplement ajouté. Nous l'avions écrit à propos d'une note de l'Institut Montaigne : le frein n'est pas la technologie, c'est l'organisation. À l'échelle d'une équipe, c'est aussi ce qu'expliquait l'expérience de quarante jours de Luc Bonnin : des équipes disent gagner 30% de temps sans que les plannings bougent, parce que le gain est absorbé ailleurs (supervision, dette cachée, absence de quelqu'un dont c'est le travail).
Ce que nous en faisons
Survol part de ce pari, et autant le dire clairement : le gain ne viendra pas d'agents ajoutés à un processus de développement inchangé, mais d'un processus repensé autour d'eux. La spécification validée y devient la source de vérité, chaque session est rattachée à une fonctionnalité et à sa version, chaque décision est tracée. C'est notre version de l'usine redessinée autour du moteur.
Nous ne savons pas encore si ce pari se verra dans les chiffres de nos utilisateurs, et nous ne le promettrons pas avant de l'avoir mesuré. L'histoire de Solow indique au moins où regarder.
À retenir
Solow avait raison en 1987, et ceux qui répondaient qu'il fallait attendre aussi. Mais le paradoxe ne s'est pas dissipé avec le temps seul : il s'est résolu dans une poignée de secteurs qui avaient changé leur façon de travailler. Les dirigeants qui ne voient rien ne prouvent pas que l'IA ne sert à rien. Ils décrivent assez fidèlement ce à quoi ressemble une technologie installée, mais pas encore adoptée.
Sources
- Ivan Yotzov, Jose Maria Barrero, Nicholas Bloom et al., « Firm Data on AI », NBER Working Paper 34836, février 2026. Enquête auprès de près de 6 000 dirigeants (directeurs généraux, directeurs financiers et cadres dirigeants) aux États-Unis, au Royaume-Uni, en Allemagne et en Australie. Les chiffres de l'enquête cités ici en proviennent.
- Fortune, article du 17 février 2026 rapprochant l'enquête du NBER du paradoxe de Solow.
- Robert Solow, « We'd better watch out », New York Times Book Review, 12 juillet 1987, p. 36. Référence établie par The Standup Economist.
- McKinsey Global Institute, « US Productivity Growth 1995-2000 », 2001.
- Paul A. David, « The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox », American Economic Review, vol. 80, n° 2, mai 1990, p. 355-361.
- Erik Brynjolfsson, Daniel Rock, Chad Syverson, « The Productivity J-Curve: How Intangibles Complement General Purpose Technologies », American Economic Journal: Macroeconomics, vol. 13, n° 1, janvier 2021, p. 333-372.
