L’enthousiasme entourant l’essor des outils d’intelligence artificielle générative en entreprise est aujourd’hui tempéré par des résultats contrastés. Une étude menée par BetterUp Labs en partenariat avec le Stanford Social Media Lab révèle que l’usage intensif de ces technologies ne rime pas toujours avec gains de productivité. Bien au contraire, leur généralisation entraîne parfois une perte de temps et d’efficacité, en raison de contenus générés de manière superficielle et qualifiés de « workslop ».
Selon les chercheurs, 41 % des employés déclarent avoir été confrontés à ce type de production au cours du mois écoulé. Chaque incident impose en moyenne près de deux heures de corrections ou de réinterprétations, ce qui représente une perte de productivité estimée à 186 dollars par salarié et par mois. Dans une organisation de 10 000 employés, la facture annuelle peut dépasser 9 millions de dollars. Un coût auquel s’ajoutent des effets délétères sur la confiance et la qualité de la collaboration au sein des équipes.
Le phénomène survient lorsque les employés utilisent l’IA pour produire rapidement des rapports, présentations ou résumés qui paraissent aboutis en surface, mais s’avèrent incomplets ou hors contexte. Ce transfert de charge cognitive, du créateur vers le destinataire, engendre frustration, confusion et parfois ressentiment. Des témoignages venus de la finance, de la technologie ou du commerce illustrent ces dérives : documents à réécrire, emails à clarifier, réunions supplémentaires pour corriger des erreurs en cascade.
Les conséquences ne sont pas seulement temporelles. L’étude souligne que 53 % des employés se disent irrités, 38 % confus et 22 % offensés face à ce type de contenu. L’image des expéditeurs s’en trouve altérée : 42 % sont perçus comme moins fiables, 37 % comme moins compétents, et un tiers de leurs collègues hésitent à collaborer avec eux à l’avenir. Un risque réel pour la cohésion et la culture organisationnelle.
Pour éviter cet écueil, les chercheurs recommandent aux dirigeants de définir des normes précises de qualité, de guider l’usage des outils adaptés à chaque tâche et d’encourager une « mentalité de pilote » : autonomie, discernement et créativité plutôt que simple recours mécanique aux réponses générées. La réussite de l’IA en entreprise dépend ainsi moins de son adoption massive que de sa capacité à s’intégrer intelligemment dans les processus de travail et à renforcer la collaboration homme-machine.
Le « workslop », encore perçu comme un effet secondaire anodin, pourrait bien devenir l’un des freins majeurs à l’efficacité de l’intelligence artificielle en entreprise si son usage n’est pas repensé et encadré.
