Tim Ferriss : pourquoi l’IA peut créer plus de travail qu’elle n’en supprime

Un compte rendu produit en quelques secondes, puis envoyé à dix personnes qui ne l’utiliseront pas. Un rapport hebdomadaire plus complet, mais toujours sans décision à prendre. Une série de contenus générés rapidement, puis réécrits par l’équipe. Ces situations sont illustratives, mais elles posent une question très concrète : qui gagne du temps, et qui récupère le travail ?

Dans une séance de questions-réponses publiée le 21 octobre 2026, Tim Ferriss, auteur de La Semaine de 4 heures, met le doigt sur ce décalage. L’IA accélère ce qu’on lui confie. Si la tâche ne mérite pas d’exister, la rendre plus rapide peut surtout multiplier les documents à lire, les vérifications et les sollicitations.

Le gain de productivité ne se mesure donc pas à la vitesse de génération. Il se mesure au travail réellement retiré du processus, corrections et coordination comprises, à qualité comparable. Avant d’automatiser, une entreprise doit vérifier l’utilité de la tâche, supprimer le superflu et seulement ensuite tester ce que l’IA améliore.

Ce que Tim Ferriss critique : automatiser avant d’éliminer

Dans la transcription officielle de l’épisode 887 de son podcast, Ferriss rappelle l’importance de définir les priorités et d’éliminer les tâches inutiles avant de chercher à les automatiser. Sa formule est nette : AI and so on simply multiplies the useless. Autrement dit, l’IA peut aussi multiplier l’inutile.

Il décrit des personnes qui réalisent très vite des tâches qui ne devraient probablement pas être faites du tout, et utilisent ainsi l’IA pour créer davantage de travail au lieu d’en réduire. Il parle des usages qu’il a personnellement observés : ce n’est ni une statistique représentative des entreprises ni la preuve que l’IA réduit partout la productivité.

Sa critique est plus utile qu’un verdict général pour ou contre l’IA. Elle oblige le responsable d’un projet à répondre à une question souvent sautée : si nous arrêtions de produire ce livrable, quelle décision, quel service ou quelle obligation en souffrirait ?

Pourquoi une production plus rapide peut alourdir le travail

Le temps économisé par l’auteur d’un document n’est qu’une partie du bilan. Le destinataire doit encore lire, comprendre, vérifier et parfois refaire. Si l’outil facilite l’envoi de cinq variantes plutôt qu’une proposition aboutie, la sélection est transférée à quelqu’un d’autre.

Deux travaux publiés dans Harvard Business Review éclairent des risques distincts. AI Doesn’t Reduce Work—It Intensifies It, paru en février 2026, décrit une intensification du travail dans une étude qualitative menée au sein d’une entreprise technologique américaine. Pouvoir accomplir davantage ne signifie pas automatiquement travailler moins. Cette observation locale ne suffit pas à généraliser un effet à toutes les organisations.

L’article AI-Generated “Workslop” Is Destroying Productivity, publié en septembre 2025, examine un autre problème : des productions IA qui semblent abouties mais obligent leurs destinataires à reprendre le fond. Son enquête repose sur des déclarations de salariés américains, pas sur une mesure expérimentale du gain net de toutes les utilisations de l’IA.

Ces travaux ne démontrent pas que tout contenu IA est inutile. Ils invitent à examiner deux coûts que la démonstration commerciale montre rarement : la charge supplémentaire créée parce qu’on peut produire davantage, et la charge de remise en état déplacée vers les collègues.

Trois exemples pour distinguer volume et valeur

Le compte rendu que personne n’utilise

Imaginons une réunion commerciale dont le compte rendu résume fidèlement chaque échange. S’il ne précise ni le prochain engagement, ni son responsable, ni son échéance, quelqu’un devra relire pour retrouver ce qu’il faut faire. Le bon résultat n’est pas forcément un meilleur résumé : c’est parfois une seule action validée dans le CRM.

Le passage du compte rendu de réunion à la prochaine action commerciale avec Twenty CRM permet justement de poser ce test : la note aide-t-elle réellement le suivi, ou ajoute-t-elle un document à la pile ?

Le rapport qui n’entraîne aucune décision

Autre situation illustrative : un dirigeant reçoit chaque vendredi un rapport de vingt pages. L’IA permet d’y ajouter des commentaires et des graphiques. Mais si personne n’a défini les écarts qui nécessitent une action, le rapport s’allonge sans améliorer le pilotage.

Il faut d’abord demander qui consulte ce rapport, pour décider quoi et à quel moment. Une alerte courte sur une anomalie peut alors être plus utile qu’un document exhaustif. À l’inverse, un reporting réglementaire doit être conservé même s’il déclenche rarement une décision : l’obligation est son utilité.

Le contenu rapide à générer, long à reprendre

Une équipe peut aussi augmenter sa cadence de publication tout en passant davantage de temps à vérifier les sources, corriger les approximations et rétablir une voix cohérente. Si ces reprises dépassent le temps de rédaction économisé, l’accélération affichée n’a pas réduit sa charge.

La bonne comparaison porte sur des contenus publiables de qualité comparable, pas sur un brouillon IA face à une version humaine déjà finalisée. Et si le contenu n’a ni lecteur identifié ni objectif clair, la première option à tester reste de ne pas le produire.

Éliminer, simplifier, puis automatiser ce qui reste

Pour chaque tâche candidate, le responsable métier peut procéder dans cet ordre :

1. Nommer l’usage. Qui utilise le résultat ? Quelle décision, quel service ou quelle obligation dépend de lui ? Sans réponse, tester sa suppression de façon réversible, après vérification des obligations et des dépendances.
2. Réduire le livrable. Une décision, une alerte ou un champ mis à jour suffit-il à la place d’un rapport ? Supprimer les validations redondantes sans retirer les contrôles indispensables.
3. Choisir la bonne solution. Une règle simple ou une intégration entre logiciels peut suffire. Réserver l’IA aux étapes où l’interprétation de textes, le classement ou la préparation d’une réponse apporte une valeur réelle.
4. Tester sur un périmètre borné. Désigner le responsable de validation, les erreurs inacceptables et le critère d’arrêt avant d’élargir le déploiement.

Un agent peut exécuter une tâche mal choisie avec beaucoup de régularité. Il ne rend pas son objectif pertinent pour autant. Le guide Hermès Agent pour les entreprises aide à distinguer ce qu’un agent peut préparer ou exécuter de ce que l’entreprise doit cadrer et valider.

Mesurer le gain net, sans oublier les destinataires

Avant le test, relever le temps consacré au processus complet, son volume et le niveau de qualité attendu. Pendant le test, suivre la préparation, la production, la relecture, les corrections, les exceptions et la maintenance. Inclure le temps des personnes qui reçoivent les résultats, pas seulement celui de la personne qui lance l’outil.

Le gain net en temps correspond au temps total de référence moins le temps total avec la nouvelle organisation. Les abonnements et les coûts d’intégration doivent être suivis séparément pour juger la rentabilité. La comparaison doit porter sur un volume de travail et une qualité comparables. Un rapport plus rapide à produire, mais qui exige une seconde vérification comptable, doit inclure cette vérification dans le bilan.

Une tâche utile peut aussi devenir plus fréquente après automatisation : davantage de dossiers traités, par exemple. Ce peut être un bénéfice commercial, même si les horaires ne diminuent pas. Dans ce cas, suivre le nombre de dossiers correctement traités et le délai de réponse : c’est un gain de capacité, pas nécessairement du temps libéré.

Chez Say Digital, ce cadrage vient avant le build : partir du travail à retirer, prototyper une modification limitée, vérifier le résultat avec les utilisateurs, puis déployer avec des tests, une livraison contrôlée et une mesure dans la durée. Si le bénéfice disparaît dès qu’on inclut la relecture, il faut revoir le périmètre plutôt qu’augmenter le volume.

Avant d’ajouter une IA, choisissez ce qui doit disparaître

La remarque de Tim Ferriss ne demande pas de renoncer à l’automatisation. Elle demande d’arrêter de traiter chaque tâche existante comme une candidate légitime. Le meilleur premier résultat d’un projet IA peut être une tâche supprimée, un rapport raccourci ou une demande qui n’arrive plus jusqu’à l’équipe.

Vous avez un processus qui produit beaucoup mais soulage peu ? Échangeons avec Say Digital pour identifier ce qui peut être éliminé, simplifié ou automatisé, et définir une preuve de gain net avant d’investir dans le déploiement.

Sources

• Tim Ferriss — transcription officielle de l’épisode 887, 21 octobre 2026. Témoignage et raisonnement de l’auteur, pas une enquête représentative.
• Aruna Ranganathan et Xingqi Maggie Ye — AI Doesn’t Reduce Work—It Intensifies It, Harvard Business Review, 9 février 2026. Étude qualitative dans une entreprise ; limites de généralisation.
• Kate Niederhoffer et coauteurs — AI-Generated “Workslop” Is Destroying Productivity, Harvard Business Review, septembre 2025. Enquête déclarative sur la charge liée à des productions IA insuffisamment abouties.