« IA vs RH » par Sia : IA et charge de travail : et si les gains nous échappaient ?

Depuis 1975, le temps de travail annuel en France a baissé de 350 heures (1). Et pourtant, la perception de la charge de travail (voir l’encadré) ne cesse de s’alourdir. Aujourd’hui, 39 % des salariés français déclarent ressentir une charge de travail accrue, contre seulement 7 % qui estiment qu’elle a qu’elle a diminué (2).

Ce paradoxe s’inscrit dans une logique cyclique que l’histoire du travail connaît bien. L’ordinateur, le smartphone, le mail, Internet… Chaque grande vague technologique a porté la même promesse : gagner du temps, travailler mieux, travailler moins. Et à chaque fois, ce temps libéré a été réabsorbé par de nouvelles exigences, de nouveaux usages, une intensité toujours plus grande.

L’intelligence artificielle ne fait pas exception. Elle amplifie cette dynamique : les gains de productivité sont assez massifs et assez rapides pour alimenter une logique de compétitivité qui risque de les absorber avant même qu’ils n’aient profité aux salariés. La vraie question n’est donc pas de savoir si l’IA réduit la charge de travail. C’est de comprendre ce qu’elle supprime et ce qui est remplacé.

Les gains sont réels mais ils ne sont pas acquis

Les bénéfices de l’IA sur la charge de travail commencent à être documentés. En automatisant des tâches répétitives et chronophages, les outils d’IA générative permettent des gains de temps significatifs – une heure par jour pour 47 % des utilisateurs selon une étude récente du BCG (3). Un collaborateur qui consacrait deux heures à synthétiser un rapport peut désormais y passer dix minutes.

Au-delà du gain de temps, l’IA élargit le champ des possibles : un salarié sans compétences techniques particulières peut aujourd’hui produire une analyse statistique, concevoir un tableau de bord ou structurer une présentation. Ce décloisonnement des compétences est une opportunité réelle d’enrichissement des missions et d’autonomisation des collaborateurs.

Ces effets sont réels. Mais dans les organisations que nous accompagnons, nous observons que leur bénéfice net dépend d’un choix que peu d’entreprises formalisent : que fait-on du temps récupéré ? Le réinvestit-on dans la qualité, la montée en compétences, le temps de réflexion ? Ou le laisse-t-on être absorbé par de nouvelles exigences de performance ? Ce choix, souvent implicite, est en réalité le plus structurant.

Trois mécanismes par lesquels les gains nous échappent

L’intensification par la parallélisation. Là où un salarié traitait les tâches les unes après les autres, l’IA permet d’en gérer plusieurs simultanément. Une étude publiée dans la Harvard Business Review, conduite au sein d’une entreprise technologique, confirme ce mécanisme : l’IA a conduit les employés à prendre en charge davantage de tâches et à travailler plus longtemps (4). L’étude pointe également le brouillage des frontières entre travail et repos, l’IA étant utilisée pendant les pauses ou les temps d’attente, allongeant ainsi insidieusement la journée de travail. Cette réduction des temps de répit s’installe progressivement, jusqu’à ce que le salarié ressente un épuisement dont il peine à identifier la source.

L’intensification par la complexité cognitive. Les tâches qui restent à la main des humains sont souvent les plus exigeantes : analyser des situations ambiguës, exercer un jugement, arbitrer, convaincre, créer. Le cerveau n’a plus de « point bas » pour récupérer. L’effort devient continu. Or, des recherches en sciences cognitives montrent que même de brèves pauses – cinq minutes au cœur d’une tâche complexe – sont déterminantes pour maintenir la qualité de l’attention et prévenir la baisse de performance (5). Comment évaluer et réguler une charge de travail qui ne se mesure plus en volume de tâches, mais en intensité cognitive ? Les outils traditionnels de suivi – entretiens annuels, décomptes d’heures – ne sont tout simplement pas calibrés pour capter cette réalité.

La spirale compétitivité-intensification. La pression concurrentielle peut conduire à anticiper des gains que l’IA n’a pas encore délivrés en réduisant les effectifs ou en rehaussant les objectifs avant que les équipes ne soient prêtes. Ce glissement transforme un levier de performance en facteur de risque. 57 % des dirigeants doutent pourtant de la capacité de leurs équipes à saisir les opportunités liées à l’IA (6). Dans un contexte où environ une profession sur huit franchit le seuil des 30 % de tâches automatisables (7), et où les inégalités d’adoption entre grandes et petites entreprises sont marquées – 33 % des entreprises de plus de 250 salariés recourent à l’IA, contre 9 % des moins de 50 salariés (8) -, le risque de marginalisation d’une partie de la population active est réel. L’IA exige en outre de nouvelles compétences : formuler des requêtes précises, évaluer la qualité des résultats, corriger les biais. Or plus de la moitié des salariés estiment que leur employeur n’investit pas suffisamment dans les compétences dont ils auront besoin (9). Faute de formation, la pression s’installe silencieusement.

Trois leviers pour que les gains ne nous échappent pas

Pour les DRH et les dirigeants engagés dans un déploiement responsable de l’IA, la question n’est pas de freiner la transformation, c’est de s’assurer qu’elle profite réellement à l’organisation et aux salariés. Trois leviers sont alors décisifs.

• Mesurer ce que les outils existants ne voient pas

Les dispositifs de suivi et de régulation de la charge de travail – entretiens, indicateurs RH, DUERP, accords QVCT – ont été conçus avant l’IA. Ils mesurent des volumes, pas des intensités. Les mettre à jour pour capter la charge cognitive, les effets de la parallélisation, et l’écart entre charge prescrite et charge réelle est une nécessité. L’article L. 4121-1 du Code du travail impose à l’employeur d’évaluer et de prévenir l’ensemble des risques professionnels. À mesure que l’IA reconfigure les conditions de travail, ne pas adapter ses dispositifs d’évaluation expose l’organisation à un décalage croissant entre ses obligations légales et ses pratiques réelles. Un risque juridique que la jurisprudence n’a pas encore pleinement saisi, mais qui se dessine.

• Co-construire l’IA, pas seulement la déployer

L’IA ne peut pas rester un angle mort du dialogue social. Le CSE doit être consulté sur tout projet d’introduction d’un outil numérique ayant un impact sur les conditions de travail (art. L. 2312-8 du Code du travail). Mais cette consultation ne peut pas se réduire à un moment unique avant déploiement : les effets de l’IA sur la charge de travail émergent dans l’usage, se révèlent progressivement, varient selon les métiers. C’est un dialogue social itératif qu’il faut construire, capable d’accompagner la transformation dans la durée, et non de la valider à un instant t où ses effets réels sont encore largement inconnus. Les managers, de leur côté, ne peuvent pas être réduits à des relais de déploiement : ils sont les premiers régulateurs humains de la charge. Les former aux effets de l’IA sur les conditions de travail – et donner aux salariés des espaces de discussion dédiés pour rendre ces impacts visibles – est une condition sine qua non d’un déploiement durable.

• Lever le tabou

La charge de travail liée à l’IA est encore souvent un sujet non-dit dans les organisations. Non par mauvaise volonté, mais parce que les repères manquent. Comment signaler une surcharge quand on ne maîtrise pas encore bien ce qu’on délègue à la machine ? Créer les conditions pour que collaborateurs et managers puissent exprimer leur vécu réel – ce qui soulage, ce qui alourdit, ce qui déroute – est une condition indispensable à toute régulation efficace. Et la formation ne peut pas se réduire à un catalogue de tutoriels : elle doit être progressive, adaptée aux métiers et aux profils, assortie d’un droit à l’erreur. Former un collaborateur à l’IA, c’est aussi lui donner les moyens d’évaluer ce qu’il peut lui déléguer et ce qu’il ne doit pas lui déléguer.

Conclusion : la question du partage

Ces dynamiques posent une question encore peu débattue, mais qui s’imposera rapidement sur la table des négociations : celle du lien entre IA, charge de travail, compétences et rémunération. L’IA reconfigure le travail en profondeur mais qui en bénéficie réellement ? Si la charge augmente et que de la valeur nouvelle est créée, la question de sa juste rétribution est légitime. Les signaux sont déjà là : 68 % des cadres estiment que la maîtrise de l’IA améliorera leur rémunération (10).

L’histoire du travail nous montre que la technologie ne libère que si l’on choisit consciemment de s’en servir ainsi. Ce choix n’est pas technologique. Il est managérial, social, et politique. Et il appartient aux femmes et aux hommes qui font vivre les organisations : à condition qu’on leur en donne les moyens, le temps et la voix.

—

1. Insee, Depuis 1975, le temps de travail annuel a baissé de 350 heures, mais avec des horaires moins réguliers et plus contrôlés, 19/11/2019

2. Lead Opinion, L’observatoire national ‘Les salariés et leur entreprise 2025’ : entre enthousiasme professionnel et vigilance accrue sur la santé mentale, 30/04/2025

3. BCG, AI at work, 06/2025

4. Harvard Business Review, AI Doesn’t Reduce Work—It Intensifies It, 09/02/2026

5. Fondation pour la Recherche sur le Cerveau, Une pause de 5 minutes permet d’améliorer l’attention et la concentration, 04/08/2023

6. The Adecco Group, Intelligence Artificielle – Méfiants, 66% des dirigeants préfèrent recruter plutôt que de former, 05/04/2024

7. Coface, Emplois, compétences, valeur : ce que l’IA est en train de bouleverser, 01/04/2026

8. Insee, Les technologies de l’information et de la communication dans les entreprises en 2024, 01/07/2025

9. ADP, L’intelligence artificielle : qu’en pensent les salariés ?, 08/01/2025

10. IT Social, Salaires des cadres 2025 : l’expertise en IA fait bondir les rémunérations dans les technologies, 10/09/2025