Soustraction, pas substitution
Les recherches de septembre sur le marketing de contenu, le service client et l'audit interne soulèvent une question pratique : lorsqu'une organisation supprime du travail humain, comment vérifie-t-elle que la technologie en a repris toutes les fonctions ?
Les recherches publiées en septembre soulèvent une question pratique sur l’adoption de l’IA : lorsqu’une organisation supprime du travail humain, comment vérifie-t-elle que la technologie en a repris toutes les fonctions ?
Les projets d’investissement dans l’IA reposent souvent sur l’hypothèse qu’un nouveau système absorbera le travail effectué par des personnes. Les économies attendues dépendent de cette hypothèse.
Réduire un budget peut être immédiat. Vérifier que le travail reste correctement accompli demande davantage de temps.
Les résultats publiés en septembre sur le marketing de contenu, le service client et l’audit interne invitent à examiner cet écart. Ces études mesurent des phénomènes différents et ne permettent pas d’établir une cause commune. Elles soulèvent toutefois des questions sur les capacités que les organisations préservent lorsqu’elles adoptent l’IA.
Le marketing de contenu délaisse des pratiques associées aux meilleurs résultats
Orbit Media interroge chaque année les professionnels du marketing de contenu depuis 2014. Son édition de septembre enregistre les résultats les plus faibles de l’histoire de l’enquête : moins de 14 % des répondants déclarent obtenir de très bons résultats, soit environ la moitié de la proportion observée en 2022. Près d’un sur cinq ne sait pas si ses contenus produisent des résultats. [1]
Plus de 92 % des répondants utilisent l’IA. L’enquête ne relève aucune relation mesurable entre son utilisation et de meilleurs résultats.
Elle constate en revanche un recul des pratiques historiquement associées à la réussite : recherche originale, collaboration avec des experts externes, recherche de mots-clés, révision humaine, promotion payante et mesure régulière des performances.
La collaboration avec des experts externes présente l’association la plus forte avec les résultats, à 2,6 fois la valeur de référence. Pourtant, la proportion de professionnels qui y recourent est passée de 25 % en 2017 à 7 % aujourd’hui.
L’enquête n’établit pas pourquoi ces activités ont diminué. Elle laisse une question à ceux qui investissent dans la génération de contenu : comment préserver la recherche, l’expertise et la diffusion qui contribuent à son efficacité ?
Les économies du service client doivent être évaluées sur une période plus longue
Deux publications de Gartner parues en septembre décrivent des aspects différents d’un même problème opérationnel.
Une enquête auprès de plus de 3 500 clients révèle que seuls 27 % réessaieraient un chatbot après une seule mauvaise expérience. Elle indique aussi que 49 % en auraient utilisé un s’il leur avait été proposé, alors que seuls 7 % l’ont effectivement fait. [2]
Les clients sont disposés à utiliser ces systèmes. Les entreprises doivent encore les rendre accessibles et suffisamment fiables pour qu’ils reviennent.
Selon une autre prévision de Gartner, 30 % des salariés licenciés dans le cadre de réductions d’effectifs liées à l’IA devront être réembauchés d’ici 2029, souvent à un coût supérieur. Parmi les cas d’usage de l’IA dans le service client évalués par Gartner, environ un quart a créé une valeur positive, un quart une valeur négative, et 42 % n’ont pas pu être évalués. [3]
Le chiffre des réembauches est une prévision. Il signale un coût futur possible qui mérite d’être intégré aux décisions d’investissement actuelles.
Les réductions d’effectifs et la baisse du coût par contact apparaissent rapidement dans les comptes. Les problèmes non résolus, les clients perdus et la diminution de l’expertise prennent davantage de temps à mesurer. Leurs effets peuvent aussi se répercuter sur le budget d’un autre service.
Une évaluation crédible doit tenir compte de ces coûts ultérieurs et vérifier que les clients parviennent toujours à résoudre leurs problèmes.
La supervision exige des moyens concrets d’intervention
Dans un sondage réalisé lors d’un webinaire Gartner auprès de 161 responsables de l’audit interne, 93 % des fonctions d’audit déclaraient utiliser l’IA. 60 % n’avaient pas de stratégie formelle, seuls 15 % disposaient de cas d’usage définis et plus de la moitié n’avaient pas commencé à mesurer le retour sur investissement. [4]
L’échantillon est restreint et constitué de participants volontaires. Il ne peut représenter toutes les fonctions d’audit. Il suggère néanmoins que même les équipes chargées d’évaluer les contrôles peuvent adopter l’IA avant de définir comment en encadrer l’usage.
L’étude d’ABBYY, menée par Opinium sur six marchés, ajoute un autre élément. Parmi les dirigeants dont l’organisation utilise déjà l’IA, 82 % déclaraient disposer d’un cadre formel de gouvernance. Seuls 35 % indiquaient avoir un moyen d’arrêter le système. [5]
Une supervision efficace exige une capacité d’action réelle. Quelqu’un doit pouvoir détecter un problème, en prendre la responsabilité et intervenir.
Ce travail demande du temps et des ressources. Dans l’étude ABBYY, 70 % des répondants estimaient que les exigences de gouvernance des données ralentissaient le déploiement, tandis que 57 % jugeaient que la gouvernance facilitait le passage au-delà de la phase pilote. Le travail effectué pendant le déploiement peut aider un système à fonctionner de manière fiable à plus grande échelle.
La recherche qualitative de Kris Johnson Ferreira et Jordan Tong, portant sur cinq entreprises, décrit une répartition des responsabilités : les agents réalisent les analyses et font ressortir les arbitrages possibles ; les personnes apportent le contexte, fixent les limites et prennent les décisions finales. [6]
Cette contribution humaine reste une composante du coût de fonctionnement.
Les capacités qui nécessitent encore des investissements
Les limites géographiques de ces travaux comptent. L’enquête sur le marketing de contenu ne présente aucune ventilation géographique, et les chiffres de Gartner sur le service client cités ici ne précisent pas de zone de référence. ABBYY inclut le Royaume-Uni, la France et l’Allemagne parmi les six marchés étudiés. Ces résultats offrent une base limitée pour tirer des conclusions propres à la Suisse ou à l’Italie.
La question pratique reste pertinente pour les organisations avec lesquelles je travaille dans ces deux pays : quelles capacités faut-il conserver pour qu’un investissement dans l’IA produise la valeur attendue ?
L’IA a fortement réduit le coût de nombreuses activités de production. La recherche originale, l’expertise externe, le jugement éditorial, un transfert fiable vers un interlocuteur humain et la présence d’un responsable du système nécessitent toujours des investissements.
Avant de supprimer une activité ou un poste, une organisation doit en identifier toutes les contributions et décider comment chaque fonction sera assurée. Après la mise en place, elle doit recueillir des éléments qui démontrent que le dispositif fonctionne.
C’est la distinction entre soustraction et substitution. Une baisse des dépenses est facile à constater. Établir que le travail reste accompli dans son intégralité demande davantage d’efforts.
— Stefano
Sources
- Andy Crestodina, « Blogging Statistics 2026: What 1,042 Content Marketers Told Us About What Works », Orbit Media Studios, 8 septembre 2026.
- Gartner, « Gartner Survey Finds Only 27% of Customers Would Try a Chatbot Again After a Negative Experience », 2 septembre 2026.
- Kristen Doerer, « Are AI-driven customer service cuts here to stay? Gartner predicts rehiring », CX Dive, 11 septembre 2026, reprenant la publication de Gartner du 9 septembre.
- Gartner, « Gartner Survey Finds 93% of Audit Functions Use AI, but 60% Lack a Formal Strategy », 10 septembre 2026.
- ABBYY et Opinium, « Who Answers for AI: The Governance Gap », 9 septembre 2026.
- Kris Johnson Ferreira et Jordan Tong, « How AI Agents Orchestrate Work Across Silos », Harvard Business Review, septembre–octobre 2026.