Workslop : le coût caché de l'IA en entreprise

L’usage de l’IA générative s’est massivement répandu en entreprise, et pourtant le retour sur investissement reste introuvable pour l’écrasante majorité des organisations. Le programme NANDA du MIT, dans son rapport State of AI in Business 2025, établit que près de 95 % des organisations ayant déployé l’IA ne constatent aucun gain mesurable. Une étude conduite par BetterUp Labs et le Stanford Social Media Lab, publiée dans la Harvard Business Review en septembre 2025, avance une explication aussi concrète qu’inattendue : le workslop. Ce terme désigne un contenu produit par IA qui a toutes les apparences d’un travail soigné, mais qui n’a pas la substance nécessaire pour faire avancer réellement la tâche. Loin de faire gagner du temps, il en fait perdre — et ce temps a un prix.

Pour un DSI ou un CTO, ce n’est pas une anecdote de management. C’est un angle mort de la gouvernance de l’IA : on mesure l’adoption, rarement la qualité des livrables qu’elle produit. Or c’est précisément là que se loge la fuite de valeur.

La mécanique d’une taxe invisible

Le workslop n’est pas de la négligence ordinaire. Un travail bâclé demande encore un minimum d’effort ; le workslop, lui, n’en demande aucun. Il suffit de valider une sortie d’IA et de la transmettre. L’effet pervers est là : l’effort n’est pas économisé, il est déplacé. Celui qui reçoit le document doit décoder ce qui a été produit, repérer ce qui manque, reconstituer le contexte absent, puis corriger ou refaire. La charge cognitive glisse de l’émetteur vers le destinataire, souvent sans que l’émetteur en ait conscience.

Lundi matin. Une cheffe de projet ouvre un rapport de quinze pages reçu la veille : titres structurés, paragraphes propres, graphiques colorés. Après vingt minutes de lecture, le doute s’installe — les chiffres ne correspondent pas au marché visé, les concurrents analysés opèrent sur un autre continent, les recommandations sont génériques au point d’être inutilisables. L’auteur a voulu « gagner du temps ». Résultat : plusieurs heures de reprise, une réunion de clarification, et parfois la tâche confiée à quelqu’un d’autre.

Cette dynamique s’inscrit dans un phénomène plus large, celui de la production de contenu sans valeur ajoutée que l’IA rend trivialement facile, en transformant l’outil en prétexte pour éviter l’effort de réflexion et de contextualisation qu’exige tout travail de qualité.

Ce que ça coûte vraiment

L’étude chiffre cette taxe invisible. Chaque incident de workslop coûte en moyenne 1 h 51 de traitement à celui qui le reçoit — environ vingt minutes de plus que s’il avait fait le travail lui-même. Rapporté aux salaires déclarés par les répondants, cela représente de l’ordre de 186 dollars par mois et par salarié (environ 170 euros). Pour une organisation de 10 000 personnes, compte tenu d’une prévalence estimée à 40 % des salariés touchés chaque mois, la facture annuelle atteint plus de 9 millions de dollars (de l’ordre de 8 millions d’euros) en productivité perdue.

Ces ordres de grandeur sont calculés sur des salaires et un temps de travail américains. Pour savoir ce que cela représente sur votre propre périmètre — votre effectif, vos salaires, votre temps de travail légal —, le plus simple est de poser vos propres chiffres dans un calculateur de coût plutôt que de raisonner sur une moyenne importée.

L’érosion de la confiance

Le coût financier n’est que la partie visible. L’étude documente un dommage plus difficile à réparer : la dégradation du regard que les collègues portent les uns sur les autres. Environ la moitié des personnes ayant reçu du workslop ont jugé l’émetteur moins créatif, moins compétent et moins fiable qu’auparavant. Plus de quatre sur dix lui font désormais moins confiance, et un tiers déclarent vouloir moins retravailler avec lui.

Cette défiance est particulièrement corrosive dans les métiers où la valeur ajoutée humaine est censée être au cœur de la prestation — conseil, stratégie, conception. Quand un livrable manifestement généré par IA arrive pour la troisième fois, ce n’est pas seulement un document qui est dévalué, c’est une réputation professionnelle. Et la confiance, une fois entamée, se reconstruit lentement.

Les secteurs les plus exposés

Deux univers concentrent le risque. Les services professionnels d’abord, soumis à une double pression : produire vite des livrables impressionnants, sur des sujets complexes. Un consultant peut générer en quelques minutes un rapport de cinquante pages sur une transformation digitale qui ne dira rien de pertinent sur la situation réelle du client.

Le secteur technologique ensuite, victime de son propre enthousiasme. Du code qui compile mais ne répond pas à la spécification, des roadmaps déconnectées de la réalité technique, des documentations si génériques qu’elles en deviennent inexploitables : l’apparence de production masque une absence de travail réel.

Pilotes et passagers : deux rapports à l’outil

L’étude distingue deux profils d’utilisateurs, et l’écart entre eux est décisif. Les « pilotes » traitent l’IA comme un copilote : ils génèrent des brouillons qu’ils retravaillent, sollicitent des perspectives qu’ils évaluent, automatisent le répétitif pour se concentrer sur la valeur. Leur usage de l’IA est environ 75 % plus fréquent que celui des autres, mais paradoxalement moins visible — parce que le résultat final est contextualisé et pertinent.

Les « passagers » voient au contraire l’IA comme un moyen d’éviter le travail. Ils transmettent les sorties sans les relire, en espérant que « ça passe ». Ironiquement, ce sont eux qui créent le plus de travail pour les autres. Le même outil amplifie donc deux comportements opposés : il démultiplie la rigueur des uns et la négligence des autres.

Comment éviter le piège

La conclusion de l’étude est contre-intuitive pour beaucoup de directions : imposer l’IA partout ne réduit pas le workslop, cela l’aggrave. Un mandat aveugle pousse les passagers à produire davantage de contenu creux. Ce qui fonctionne, ce sont des garde-fous explicites et un cadre d’usage. Quelques principes structurent une « hygiène IA » efficace.

Le premier est une règle de discipline simple. Réfléchir avant de prompter, en clarifiant l’objectif réel. Réviser systématiquement la sortie au regard du contexte. Et assumer : celui dont le nom figure sur le document en répond, IA ou pas. Le deuxième consiste à délimiter ce qui relève de l’IA et ce qui relève de l’humain. Premier jet, reformulation, analyse de données structurées se prêtent bien à l’automatisation ; les décisions stratégiques, le feedback personnalisé et les situations ambiguës demandent un jugement humain.

Le troisième principe porte sur la formation. Savoir prompter ne suffit pas ; encore faut-il savoir quoi faire du résultat — évaluer sa pertinence, l’adapter au contexte, repérer les hallucinations et les biais. Le post-traitement est une compétence à part entière, trop souvent négligée. Le dernier principe est la transparence : plutôt que de masquer l’usage de l’IA, ce qui mène droit au workslop, mieux vaut l’assumer ouvertement. Annoncer qu’un texte a été structuré avec une IA puis adapté au contexte spécifique préserve la confiance tout en bénéficiant de l’outil.

Pour une direction informatique, l’enjeu dépasse la formation des équipes : il s’agit de traiter une sortie d’IA selon les mêmes standards de revue qu’un livrable humain. Tant que le contenu généré échappe au contrôle qualité, il continue de circuler et de coûter.

Le coût caché de la facilité

Le workslop rappelle une vérité que la promesse de l’IA tend à faire oublier : il n’existe pas de raccourci vers la qualité. L’IA peut accélérer des processus, soulager des tâches, ouvrir des perspectives. Elle ne remplace ni la réflexion, ni le contexte, ni le jugement. C’est un amplificateur, pas un substitut.

Le parallèle avec d’autres formes de dettes cachées qui grèvent les budgets informatiques est frappant : ici comme ailleurs, l’économie apparente d’aujourd’hui se transforme en gouffre demain. Investir dans l’IA sans investir dans l’encadrement de son usage, c’est réunir les conditions parfaites d’une épidémie de workslop. À l’échelle d’une grande organisation, c’est un luxe que peu peuvent s’offrir.