La promesse est séduisante : un développeur seul, équipé d’un assistant d’intelligence artificielle, pourrait désormais produire en quelques heures ce qui nécessitait hier plusieurs jours, parfois plusieurs semaines. L’outil écrit, corrige, teste, documente, suggère une architecture, propose une alternative, ouvre une nouvelle piste. Sur le papier, tout progresse. Les tâches s’empilent. Les branches se multiplient. Les tableaux de suivi donnent l’impression d’une machine de production enfin libérée de ses lenteurs.
Mais cette impression de puissance cache une fragilité nouvelle. L’IA ne supprime pas la complexité du travail intellectuel. Elle la déplace. Elle réduit la friction d’exécution, mais augmente le risque de dispersion. Elle donne la capacité de lancer plusieurs chantiers en parallèle, sans garantir la capacité humaine de les conduire à terme. Elle permet de commencer plus vite, pas forcément de finir mieux.
C’est là que se joue le piège. Le temps mort qui existait dans le travail technique avait une fonction. Il obligeait à réfléchir, à hiérarchiser, à relire, à attendre le résultat d’une action avant d’en ouvrir une autre. Avec les nouveaux assistants de code, ce temps mort devient suspect. Quand l’outil traite une demande, l’utilisateur se sent presque coupable d’attendre. Il ouvre une autre tâche, puis une autre, puis une troisième. La productivité devient occupation permanente. Le travail se transforme en pilotage simultané de micro-chantiers dont aucun n’avance vraiment jusqu’au bout.
Cette situation ne concerne pas uniquement les développeurs. Elle annonce un problème plus large pour toutes les fonctions intellectuelles exposées à l’IA générative. Dans le conseil, le marketing, les ressources humaines, la communication, la finance ou le juridique, la tentation sera la même : produire davantage de versions, de notes, de plans, de scénarios, de synthèses, de tableaux, de prototypes. La question ne sera plus : « Peut-on produire ? » La question deviendra : « Qui garde la cohérence de ce qui est produit ? »
Le mythe du professionnel « 1000 fois plus productif » repose sur une erreur d’analyse. Il confond volume de sortie et valeur réelle. Or une organisation ne tire pas sa valeur de la quantité de documents, de lignes de code ou de projets ouverts. Elle la tire de décisions appliquées, de produits stabilisés, de services utilisables, de processus compris, de livrables maintenables. Le problème de nombreuses équipes n’a jamais été seulement de produire plus. Il a souvent été de produire juste, de choisir, d’arbitrer, de renoncer, puis d’exécuter jusqu’au dernier kilomètre.
L’IA rend les débuts faciles. C’est précisément pour cela que les fins deviennent plus difficiles. Le démarrage d’un projet génère une satisfaction immédiate : l’outil structure, propose, avance. La dernière partie reste moins spectaculaire : vérifier les détails, corriger les incohérences, traiter les exceptions, documenter proprement, tester sérieusement, assumer les choix. Cette partie exige de la patience, de la rigueur et une compréhension fine du travail effectué. Elle ne disparaît pas avec l’IA. Elle devient même plus critique, car le volume à contrôler augmente.
Le risque le plus sérieux n’est donc pas seulement la surcharge. C’est l’érosion du jugement. Quand l’outil produit l’essentiel du raisonnement visible, l’utilisateur peut perdre progressivement confiance dans sa propre capacité à comprendre. Il valide plus vite. Il relit moins. Il demande à l’IA d’expliquer ce qu’elle vient de générer. Puis il lui demande de corriger ce qu’il n’a pas vraiment maîtrisé. La dépendance s’installe sans bruit : demander devient plus confortable que réfléchir, relancer devient plus rassurant que décider, replanifier devient une manière élégante de repousser l’exécution.
Cette dérive doit être prise au sérieux par les managers. La productivité augmentée ne se pilote pas avec les mêmes réflexes que la productivité classique. Il ne suffit pas d’équiper les équipes et de mesurer le nombre de tâches produites. Il faut regarder la qualité des arbitrages, le taux de finalisation, la capacité de relecture, la stabilité des décisions et la maîtrise réelle des livrables. Une équipe qui ouvre dix sujets et n’en termine aucun n’est pas devenue plus performante. Elle a seulement transformé son désordre en activité numérique.
La discipline devient donc la compétence centrale. Utiliser l’IA efficacement suppose de limiter volontairement les flux parallèles. Un chantier principal doit rester visible. Les tâches secondaires doivent être décidées à l’avance, pas ouvertes par impulsion parce que l’outil travaille en arrière-plan. La planification doit être bornée. Relire doit redevenir obligatoire. Comprendre ligne par ligne, paragraphe par paragraphe, hypothèse par hypothèse, n’est pas une perte de temps : c’est le prix de la maîtrise.
Cette règle vaut aussi pour les dirigeants. L’IA peut donner l’illusion que l’organisation peut tout mener plus vite : plus de projets, plus de contenus, plus de reportings, plus d’analyses, plus de tests. Mais une entreprise n’a pas besoin d’une inflation de production. Elle a besoin d’une meilleure capacité à transformer cette production en décisions cohérentes. L’enjeu n’est pas seulement technique. Il est managérial, cognitif et culturel.
La vraie productivité augmentée ne consistera pas à demander plus vite, ni à multiplier les assistants, ni à saturer les journées de tâches parallèles. Elle reposera sur une compétence plus rare : rester clair lorsque la machine rend tout possible. Choisir une priorité. Suivre le fil. Comprendre ce qui est produit. Refuser certains détours. Terminer ce qui a été commencé. L’IA ne remplacera pas cette discipline. Elle la rendra indispensable.
