Depuis deux ou trois ans, presque tous les logiciels professionnels ont ajouté un bouton “IA” quelque part dans leur interface. Éditeurs de texte, CRM, outils de gestion de projet, messageries internes, tout le monde s’y est mis. Le problème, c’est que dans beaucoup d’entreprises, ces fonctionnalités restent largement ignorées. Les taux d’usage réels sont souvent bien plus bas que ce que les éditeurs annoncent, et le sujet commence à agacer les directions qui ont investi des budgets conséquents dans ces déploiements.

Voici pourquoi tant de fonctionnalités IA restent finalement peu utilisées.

#. Un outil de plus, pas une solution

La première explication tient à la manière dont l’IA arrive dans le quotidien professionnel. Dans la grande majorité des cas, elle débarque comme un outil supplémentaire à côté des systèmes déjà en place, plutôt que comme une réponse à un vrai problème rencontré par les équipes.

Or la plupart des salariés jonglent déjà avec de nombreux logiciels différents dans une même journée. Un CRM pour le suivi client, un outil de ticketing pour le support, une messagerie pour la communication interne, un tableur pour le reporting…etc. Ajouter une nouvelle brique IA à cet écosystème signifie souvent apprendre une nouvelle interface, changer d’habitude, et perdre du temps avant d’en gagner, si tant est qu’on en gagne un jour.

Une étude relayée courant 2025 par plusieurs médias américains (NBC News, Harvard Business Review, le Wall Street Journal) illustrait bien ce paradoxe. Chez les salariés utilisant des outils IA au quotidien, le temps passé sur les emails avait augmenté de plus de 100 %, celui sur la messagerie interne de 145 %, et le travail le week-end avait bondi de près de 50 %. Dans le même temps, les erreurs coûteuses avaient progressé de 39 % et le temps consacré à corriger du contenu généré par l’IA de 41 %. Autrement dit, l’IA n’a pas réduit la charge de travail dans ces cas précis. Elle l’a plutôt déplacée, voire alourdie.

Lire Aussi : Faut-il bloquer les robots IA sur votre site ?

#. Le coût caché de la vérification

Un point revient souvent dans les retours d’utilisateurs, celui du temps de relecture. Demander à une IA de rédiger un texte, de résumer un document ou de proposer une réponse peut sembler plus rapide que de le faire soi-même. Mais ce gain de temps apparent cache un travail de vérification qui, lui, n’est pas toujours pris en compte.

Concrètement, utiliser un contenu généré par IA implique en général de :

  • Parcourir l’intégralité de la réponse produite,
  • Repérer les points qui méritent une attention particulière,
  • Vérifier chaque information une par une,
  • S’assurer que le raisonnement tient la route,
  • Corriger et régénérer si besoin,
  • Relire le résultat, parfois plusieurs fois.

Ce processus prend du temps, demande de la concentration, et suppose surtout que l’utilisateur ait les compétences nécessaires pour juger de la fiabilité de ce qu’il a sous les yeux. Pour un expert du sujet, cette vérification reste gérable. Pour quelqu’un de moins familier avec le domaine, elle devient vite un frein plutôt qu’un gain.

#. La confiance ne se décrète pas

Un autre facteur, moins souvent évoqué, concerne la manière dont ces outils sont imposés aux équipes. Dans beaucoup d’organisations, la décision d’adopter l’IA vient d’en haut, sans réelle concertation avec les personnes qui devront s’en servir au quotidien. Les salariés découvrent la nouveauté sans avoir été consultés, sans avoir pu tester l’outil en amont, et parfois sans comprendre à quel besoin précis il répond.

Ce contexte alimente une certaine méfiance. À cela s’ajoute un climat où les discours sur l’automatisation des métiers et le remplacement de certains postes par l’IA sont omniprésents. Difficile, dans ces conditions, de percevoir un nouvel outil IA comme une opportunité plutôt que comme un signal supplémentaire d’incertitude sur l’avenir de son poste.

Ce n’est donc pas tant l’IA en tant que technologie qui pose problème, mais la façon dont elle est présentée et déployée. Une fonctionnalité imposée, mal expliquée, sans lien clair avec le travail réel des équipes, a peu de chances d’être adoptée durablement, quelle que soit sa qualité technique.

Ce que les utilisateurs attendent réellement

Ce que montrent la plupart des retours, c’est que les utilisateurs ne comparent pas l’IA à l’humain. Ils comparent des fonctionnalités entre elles. Si une fonction propulsée par IA est moins fiable qu’une fonction classique équivalente dans un autre produit, le choix se fait naturellement vers la seconde. La question n’est donc pas “IA ou pas IA”, mais “est-ce que ça fonctionne correctement, tout le temps”.

Beaucoup de discours autour de l’IA mettent en avant la vitesse d’exécution. Mais pour une bonne partie des utilisateurs, la vitesse n’est pas le critère principal. Ce qu’ils recherchent, c’est un outil fiable, prévisible, accessible, qui fonctionne de la même manière à chaque utilisation. La rapidité ne compense pas l’incertitude si le résultat final demande autant, voire plus, de travail de correction.

Les tâches les plus adaptées à l’IA restent celles jugées répétitives, chronophages et peu valorisantes. Trier des emails, résumer de longs documents, remplir des champs administratifs, préparer un premier jet de compte-rendu. Sur ces tâches précises, l’IA rencontre généralement moins de résistance, car elle libère du temps sur des activités que personne n’apprécie particulièrement.

À l’inverse, sur les tâches qui demandent une expertise, une sensibilité ou un jugement propre au métier, la réticence reste forte. Les utilisateurs veulent garder la main sur ce qui fait la valeur de leur travail, et ne pas voir l’IA s’installer sur la partie la plus intéressante de leur métier.

Lire Aussi : Un tiers des nouveaux sites web sont générés par IA 

Une IA discrète fonctionne mieux qu’une IA visible

Les outils qui rencontrent le plus de succès ne sont pas ceux qui mettent l’IA en avant, mais ceux qui l’intègrent discrètement dans un flux de travail déjà existant.

Une suggestion automatique dans un champ de recherche, une correction orthographique améliorée, un classement automatique de tickets par priorité. Ces fonctions utilisent l’IA, mais ne se présentent pas comme telles. Elles s’adaptent à la façon dont les utilisateurs travaillent déjà, sans exiger d’apprendre une nouvelle logique ou un nouveau vocabulaire.

À l’opposé, les interfaces qui demandent à l’utilisateur de formuler une requête, d’attendre une réponse, de la vérifier, puis de l’ajuster manuellement, ajoutent une étape supplémentaire dans le processus. Cette étape peut avoir du sens pour certains usages ponctuels, mais elle devient vite pesante si elle s’applique à des tâches simples ou répétées plusieurs fois par jour.

Quelques repères pour les entreprises qui déploient de l’IA

Pour les organisations qui réfléchissent à l’intégration d’outils IA, quelques éléments ressortent des retours d’expérience disponibles à ce jour :

Impliquer les utilisateurs finaux avant le déploiement change beaucoup de choses. Un outil testé et validé par les équipes concernées rencontre naturellement moins de résistance qu’un outil imposé sans explication.

Cibler en priorité les tâches répétitives et peu valorisantes donne de meilleurs résultats que de viser des tâches à forte valeur ajoutée, où l’expertise humaine reste attendue et appréciée.

Mesurer l’usage réel, et pas seulement le taux d’activation, permet de distinguer une fonctionnalité réellement adoptée d’une fonctionnalité simplement testée une fois puis abandonnée.

Enfin, communiquer clairement sur ce que l’outil fait, sur ses limites, et sur ce qu’il ne remplace pas, reste un facteur de confiance déterminant. Un outil présenté avec honnêteté sur ses limites inspire souvent plus confiance qu’un outil vendu comme infaillible.

Les utilisateurs ne rejettent pas l’IA par principe. Ce qu’ils rejettent, c’est une IA mal intégrée, imposée sans concertation, qui ajoute du travail au lieu d’en retirer, et qui s’attaque aux tâches où leur expertise fait justement la différence. Les déploiements qui fonctionnent sont ceux qui restent discrets, qui automatisent les tâches réellement pénibles, et qui laissent aux utilisateurs le contrôle sur le reste de leur travail.