Pourquoi l'IA rend les travailleurs individuels plus rapides mais laisse les entreprises entières à la traîne

Points clés

• Le rapport 2026 State of Teams d'Atlassian, qui a sondé 12 000 travailleurs, révèle que 89 % des cadres du Fortune 1000 affirment que l'IA accélère les individus dans leurs entreprises.
• Seulement 6 % de ces mêmes cadres peuvent citer un exemple spécifique et concret de retour financier lié à l'IA.
• Environ 14 % des équipes au sein de ces organisations ont réussi à convertir l'utilisation de l'IA en une véritable valeur mesurable.
• Les équipes qui ont réussi partageaient trois caractéristiques : un référentiel commun des connaissances organisationnelles, des flux de travail redessinés et une culture accueillant ouvertement les expériences échouées.
• Atlassian a testé des « accords de travail avec l'IA », des règles d'équipe écrites sur la façon et le moment d'utiliser l'IA, et a constaté qu'ils amélioraient la vitesse, la prise de décision et la qualité des résultats.

Imaginez une course de relais où chaque coureur reçoit des chaussures plus rapides, mais personne n'est d'accord sur l'itinéraire. C'est à peu près ce qui se passe en ce moment dans la plupart des entreprises utilisant l'IA, selon la Dre Molly Sands.

Sands dirige le Teamwork Lab chez Atlassian, l'entreprise derrière les outils de gestion de projet comme Jira et Confluence. Son équipe de scientifiques comportementaux étudie comment l'IA change la façon dont les gens travaillent ensemble, puis intervient dans les organisations pour effectuer des changements concrets. Elle a présenté les conclusions du laboratoire à VB Transform 2026, d'abord rapportées par VentureBeat.

Alors pourquoi l'IA ne donne-t-elle pas de résultats ?

La réponse courte : les entreprises forment les individus, pas les équipes. Les outils deviennent plus rapides. La coordination reste défaillante.

Les chiffres le confirment clairement. Le rapport annuel State of Teams d'Atlassian, qui a sondé 12 000 travailleurs dans le monde et interrogé environ 200 cadres d'entreprises du Fortune 1000 (les 1 000 plus grandes entreprises américaines selon les revenus), révèle un écart inconfortable. Près de neuf cadres sur dix ont déclaré que les gens dans leurs entreprises travaillaient plus vite avec l'IA. Seuls 6 % pourraient nommer un endroit spécifique où cette vitesse s'était transformée en un véritable retour financier.

Environ 14 % des équipes, cependant, avaient trouvé la solution. Ce qui les distinguait se résumait à trois choses.

Connaissances partagées. Les équipes gagnantes stockaient les objectifs, les décisions et le contexte dans des outils que tout le monde pouvait voir, plutôt que de garder tout dans les esprits individuels ou les discussions privées. Atlassian appelle cela un « graphe de contexte », essentiellement une carte vivante de qui fait quoi et pourquoi, que les outils d'IA peuvent lire et utiliser. Sans cela, un assistant IA ne connaît que ce que la personne en face de lui sait.

Flux de travail redessinés. Les équipes très performantes n'ont pas seulement accéléré les tâches existantes. Elles ont reconstruit des processus entiers à partir de zéro. Sands a exprimé clairement le risque de sauter cette étape : rendre les individus plus rapides sans les aligner, et ils « commencent très rapidement à se heurter les uns aux autres ».

Une culture qui tolère l'échec. Les équipes les plus rapides avaient des leaders qui rendaient l'expérimentation sûre. Certaines expériences échoueraient. C'était justement le but.

Qu'ont fait exactement les équipes gagnantes différemment ?

Elles ont imposé des contraintes délibérées pour apprendre rapidement. Un exemple : une équipe s'était engagée à ne pas écrire une seule ligne de code à la main pendant une semaine, forçant tout le monde à passer par des outils d'IA. Non durable à long terme, selon Sands, mais un moyen rapide de développer une compétence partagée et de mettre en évidence ce qui fonctionne.

Elles ont également noté les règles avant de démarrer les projets. Atlassian appelle cela des « accords de travail avec l'IA », un document court où l'équipe décide ensemble pour quoi elle utilisera l'IA, ce qu'elle continuera à faire elle-même, les agents d'IA qu'elle partagera, et les compétences de base dont tout le monde a besoin. Les équipes qui ont adopté cette pratique ont avancé plus vite et produit un meilleur travail.

La leçon plus profonde n'est pas nouvelle. Les hypothèses cachées et les modèles mentaux désalignés ont ralenti les équipes bien avant l'arrivée de l'IA. L'IA ne crée pas ces problèmes. Elle les rend simplement plus coûteux à ignorer.

Questions courantes

Cela signifie-t-il que les outils d'IA sont une perte d'argent si les équipes ne sont pas prêtes ?

Pas exactement. Les travailleurs individuels deviennent réellement plus rapides, et cela a une certaine valeur. Le problème est que la vitesse sans coordination se traduit rarement par le type de retour qui apparaît sur un bilan.

Que peut faire un manager à partir de cette semaine ?

Tenez une brève réunion avant le prochain projet et notez ensemble les tâches pour lesquelles l'équipe utilisera l'IA et lesquelles elle ne le fera pas. Cette seule conversation comble plus de lacunes que des heures de formation individuelle à l'IA.