Les entreprises françaises ont bien commencé à mesurer ce que l’intelligence artificielle rapporte. Ce qu’elles ne montrent pas, c’est à qui elles le reversent. Et sans architecture institutionnelle pour l’imposer, elles n’y seront jamais obligées.
Dans les secteurs les plus exposés, la productivité a presque quadruplé
Dans les services financiers ou l’édition de logiciels, la productivité a presque quadruplé entre 2018 et 2024, passant de 7 % à 27 % [1]. Six ans. Soixante pour cent des dirigeants interrogés en France ont déclaré que leur entreprise avait réalisé des gains de productivité opérationnelle significatifs grâce à l’IA [2].
Ces chiffres sont réels. Ce qui se passe ensuite l’est tout autant : qui perçoit la valeur ainsi créée, et comment. La productivité se mesure dans les comptes d’entreprise. Son partage, lui, n’est tracé nulle part de façon systématique.
En 2024, la France n’a enregistré qu’une très faible hausse de productivité du travail, à peine +0,4 % [3]. Les États-Unis affichaient +2,2 % la même année [3]. L’écart ne tient pas à l’absence de gains dans les entreprises françaises les plus avancées, mais à leur concentration et à la lenteur de leur diffusion. En 2023, la productivité du travail dans la zone euro avait chuté de 0,9 %, sa baisse la plus forte depuis la crise financière de 2008 [4]. Quand l’agrégat stagne, il masque une dispersion croissante entre les entreprises à la pointe et le reste de l’économie.
Le précédent de la machine à vapeur, et ses soixante-dix ans de délai
La question du partage n’est pas nouvelle. Elle est, en réalité, la plus vieille question de l’économie industrielle. La première révolution industrielle a multiplié la richesse produite. Mais c’est seulement au XXe siècle, avec le compromis fordiste et l’État-providence, que les travailleurs ont commencé à en toucher leur part [5]. Selon Axelle Arquié, économiste au CEPII, ce délai a coûté aux Britanniques du XIXe siècle environ soixante-dix ans de vies appauvries avant que les bénéfices commencent à se diffuser réellement [5].
Arquié voit dans l’IA un choc comparable [6]. Cette fois, l’automatisation vise les cadres et les diplômés. Sans compromis institutionnel, les gains de productivité seront une fois de plus absorbés par le capital.
Le mécanisme qu’elle identifie est précis. L’IA parcellise le travail intellectuel comme la mécanisation avait transformé l’artisan en ouvrier. La machine exécute les tâches, l’humain vérifie les résultats. Le sociologue Juan Sebastián Carbonell appelle cela le « taylorisme augmenté » [6] : une déqualification progressive, sans que les salaires en portent la trace.
Un accord sur mille mentionne l’IA
Le constat chiffré est sans appel. Entre septembre 2017 et avril 2024, parmi les 285 421 accords collectifs d’entreprise publiés sur Légifrance, 242 font référence à l’IA [7]. Un sur mille.
Quelques grandes entreprises (Orange, AXA France, BPCE, Decathlon) ont ouvert des négociations. Ces textes restent très marginaux. Aucune dynamique de dialogue social technologique n’a émergé à l’échelle de l’économie française [8].
Ce désert n’est pas faute d’outils. Le droit français de l’intéressement existe depuis des décennies. En 2024, 54 % des salariés du secteur privé étaient couverts par au moins un dispositif d’épargne salariale [9].
Mais cette couverture se concentre sur les grandes structures. Dans les entreprises de plus de 1 000 salariés, le taux atteint 89,1 % des salariés [9]. Dans les TPE et PME de moins de 50 salariés, il tombe à 21,1 % [9]. Or c’est précisément là, dans les PME et les ETI, que l’IA commence à transformer les tâches quotidiennes : sans aucun mécanisme de redistribution enclenché.
Le problème tient à l’assiette. Les dispositifs existants mesurent et redistribuent les bénéfices comptables, pas les gains de productivité liés à une technologie particulière. Dans un accord d’intéressement standard, personne ne sait quelle part du résultat est due au déploiement d’un outil d’IA. Personne n’a d’obligation de le calculer ni de le négocier.
Pourquoi le marché ne corrige pas seul
L’IA peut amplifier les compétences humaines. Mais des défaillances de marché l’orientent ailleurs : des incitations mal alignées chez les firmes et les développeurs, la dépendance au sentier technologique, une préférence systémique pour l’automatisation plutôt que pour l’augmentation des compétences [10].
La logique est simple. Automatiser une tâche s’inscrit immédiatement dans les coûts. Former un salarié à travailler avec l’IA prend du temps, génère de l’incertitude et produit des bénéfices que la firme ne récupère pas seule. Les entreprises perçoivent un retour plus grand à déployer des technologies qui automatisent l’expertise plutôt qu’à créer de nouvelles tâches ou valoriser les compétences des salariés [10].
« Nous ne sommes actuellement pas sur la trajectoire de l’IA pro-travail », résume Simon Johnson [10]. Ce constat, formulé depuis les États-Unis, vaut à l’identique pour la France.
La contrainte budgétaire française ajoute une tension. Les exonérations sur l’intéressement (les impôts auxquels l’État renonce au titre du partage de valeur) représentent déjà plusieurs milliards. Leur extension à de nouveaux dispositifs liés à l’IA exigera un arbitrage explicite dans les prochains budgets. Conditionner autrement ce que l’État renonce déjà à percevoir coûte moins que créer une dépense nouvelle, mais impose de définir ce qu’on attend en retour.
Lier les avantages fiscaux à une négociation sur les gains IA
Le levier n’est pas de créer une prime IA. Ce serait un versement ponctuel sans changer qui décide de quoi. L’arbitrage est de rendre obligatoire, dans toute entreprise déployant des systèmes d’IA dans ses activités, une négociation sur le partage des gains de productivité imputables à ces outils. Cette obligation changerait qui est assis à la table, et sur quelle base on calcule ce que chacun doit recevoir.
Concrètement : tout accord d’intéressement ou de participation signé après déploiement d’un outil d’IA comporterait un indicateur de productivité lié à cet usage : vérifiable, opposable, inclus dans la base de calcul. Les représentants du personnel auraient un droit d’audit sur les mesures de gains ainsi produites. Les entreprises qui ne négocient pas perdraient l’accès aux exonérations fiscales et sociales applicables à l’intéressement.
C’est ce que la révolution industrielle n’a pas fait pendant soixante-dix ans et que le compromis fordiste a finalement imposé : lier institutionnellement le partage des gains à leur mesure [5]. Parmi les neuf leviers qu’Acemoglu, Autor et Johnson identifient pour orienter l’IA vers les travailleurs, le réexamen de la fiscalité pour rééquilibrer capital et travail est celui qui touche directement l’architecture des accords collectifs [10]. Après cette réforme, les entreprises qui déploient l’IA ne pourraient plus bénéficier des avantages fiscaux du partage de valeur sans avoir au préalable négocié sur la part attribuable à ces outils.
Sources
[1] PwC, « AI Jobs Barometer : Hausse de la productivité dans les secteurs les plus exposés à l’IA », mai 2024, https ://www.pwc.fr/fr/espace-presse/communiques-de-presse/2024/mai/ai-jobs-barometer.html (consulté le 10/10/2026).
[2] IBM, « The Race for ROI : Étude sur les gains de productivité de l’IA en France », novembre 2025, https ://fr.newsroom.ibm.com/Etude-IBM (consulté le 10/10/2026).
[3] OCDE, « OCDE Compendium of Productivity Indicators 2026 », juillet 2026, https ://www.oecd.org/en/publications/oecd-compendium-of-productivity-indicators-2026_734a5e68-en (consulté le 10/10/2026).
[4] OCDE, « OCDE Compendium of Productivity Indicators 2025 », juin 2025, https ://www.oecd.org/content/dam/oecd/en/publications/reports/2025/06/oecd-compendium-of-productivity-indicators-2025_f1a7de9f/b024d9e1-en.pdf (consulté le 10/10/2026).
[5] Axelle Arquié et Thomas Grjebine, « De la révolution industrielle à l’IA, ces mutations qui bousculent le travail (et sa rémunération) », L’Économie mondiale 2025, CEPII / La Découverte, décembre 2024, https ://www.cepii.fr/CEPII/fr/publications/em/abstract.asp?NoDoc=14216 (consulté le 10/10/2026).
[6] Axelle Arquié, entretien NVO, « Les effets de l’IA se feront sentir sur l’emploi quand la technologie sera mature », 29 avril 2026, https ://nvo.fr/axelle-arquie-les-effets-de-lia-se-feront-sentir-sur-lemploi-quand-la-technologie-sera-mature/ (consulté le 10/10/2026).
[7] IRES, Document de travail n°03-2025, « Dialogue social, Accords collectifs et Intelligence artificielle », juin 2025, https ://ires.fr/publications/documents-de-travail-de-lires/n03-2025-dialogue-social-accords-collectifs-et-intelligence-artificielle/ (consulté le 10/10/2026).
[8] CEET / Connaissance de l’emploi, cité par CE Expertises, « L’IA dans les accords collectifs », octobre 2024, https ://www.ce-expertises.fr/actualites/lintelligence-artificielle-dans-les-accords-collectifs-etat-des-lieux-et-perspectives/ (consulté le 10/10/2026).
[9] DARES, « L’épargne salariale en 2024 », données citées par Empruntis, août 2026, https ://www.empruntis.com/rachat-credits/actualites/2026/epargne-salariale-record-2024-21048/ (consulté le 10/10/2026).
[10] Daron Acemoglu, David Autor, Simon Johnson, « Building Pro-Worker Artificial Intelligence », The Hamilton Project / Brookings, NBER Working Paper n°34854, février 2026, https ://www.hamiltonproject.org/publication/paper/building-pro-worker-ai/ (consulté le 10/10/2026).