L’IA fait gagner du temps : pourquoi peut-on malgré tout se sentir plus occupé ?

Une IA prépare un texte en quelques secondes. Pourtant, la journée se termine parfois aussi tard qu’avant. Ce paradoxe trouve un éclairage dans une étude publiée le 16 octobre 2026 par Anthropic, l’entreprise qui développe Claude, sur les transformations de son propre travail.

La société décrit une hausse de plusieurs indicateurs de production et un déplacement des activités vers la supervision des agents. Elle observe aussi, à partir des calendriers, une augmentation de 20 % du temps de réunion du salarié médian sur un an. La croissance de l’entreprise et l’évolution des postes contribuent à ce résultat : il ne peut pas être attribué entièrement à l’IA.

Produire est une étape, décider en est une autre

Un assistant peut proposer plusieurs versions d’un document. Quelqu’un doit encore vérifier les informations, sélectionner la bonne version et décider de son utilisation. Dans les situations décrites par Anthropic, l’attention humaine devient ainsi une ressource particulièrement sollicitée.

Prenons une petite équipe fictive qui prépare une campagne de communication. Sans IA, elle examine trois propositions ; avec des assistants, elle en reçoit trente. Si elle ne change pas sa façon de sélectionner, le temps gagné sur la rédaction peut être absorbé par la lecture et les échanges.

Ce scénario illustre notre analyse : accélérer une étape peut déplacer la difficulté vers l’étape suivante. Le résultat dépend aussi de l’organisation et du volume de travail que l’on décide d’accepter.

Mesurer le travail terminé

Pour comprendre l’effet réel d’un outil, compter les textes produits ne suffit pas. On peut regarder le temps nécessaire jusqu’à la validation, les corrections demandées et la qualité du résultat final. L’objectif n’est pas obligatoirement de produire davantage, mais parfois de finir à l’heure ou de dégager du temps pour les clients.

Une règle simple peut être de demander d’abord une proposition courte, de valider sa direction, puis d’autoriser le développement. Cela évite de relire un document complet construit sur une mauvaise hypothèse.

Une étude à replacer dans son contexte

Anthropic étudie ses propres équipes, particulièrement exposées aux outils qu’elles fabriquent. Ce terrain ne représente pas tous les métiers ni toutes les entreprises. Le rapport apporte un cas concret, pas une prévision universelle de l’emploi.

Il rappelle néanmoins une question utile pour chacun : après avoir automatisé une tâche, a-t-on aussi décidé ce que l’on ferait du temps libéré ?

Source

Anthropic — How employment is changing at Anthropic, 16 octobre 2026.
Source consultée le 24 octobre 2026. Les exemples et pistes d’organisation relèvent de notre analyse.