Comment mesurer le ROI d’un assistant IA : la méthode des heures récupérées

« Nos clients gagnent 30 % de productivité. » Ce genre de phrase ne veut rien dire : 30 % de quoi, mesuré comment, sur quelles tâches, avec quel taux d’adoption? Les gains d’un assistant IA sont réels, les études le montrent, mais ils sont locaux : ils dépendent de vos tâches, de vos volumes et de vos gens. Le pourcentage d’un autre ne prédit pas le vôtre.

Notre règle, posée dès le cadrage de chaque mandat : chaque gain se mesure chez le client, avant et après, sur des indicateurs choisis d’avance. Cet article donne la méthode complète, celle que nous appliquons, pour que vous puissiez l’exiger de n’importe quel fournisseur, nous compris.

Le ROI est une comparaison. Si vous ne savez pas combien de temps prend une soumission, une recherche de procédure ou un compte rendu aujourd’hui, vous ne saurez jamais ce que l’assistant a changé : vous comparerez des impressions à des souvenirs, et les impressions sont indulgentes.

La mesure de départ n’a pas besoin d’être un projet en soi. Deux semaines suffisent : choisissez les trois tâches que l’assistant visera, demandez aux personnes concernées de noter le temps passé (un simple tableau partagé fait l’affaire), et consignez trois ou quatre données par tâche : fréquence, durée moyenne, personnes impliquées, taux de reprise ou d’erreur quand il se compte. Ce petit inventaire servira deux fois : pour le ROI, et pour prioriser les cas d’usage, car la meilleure cible est rarement celle qu’on croyait.

Le cœur du calcul tient en une ligne : les heures récupérées par période, multipliées par le coût horaire chargé (salaire plus avantages et charges) des personnes qui les récupèrent. On y ajoute, quand ils se mesurent proprement, les gains d’erreurs évitées (reprises, pénalités, rebuts) et les gains de délai qui se traduisent en revenus (une soumission déposée à temps est une soumission qui peut gagner).

Voici à quoi ressemble le calcul sur un scénario hypothétique, présenté comme tel : un assistant de procédures et de recherche documentaire dans une PME de 40 employés, dont 20 utilisateurs réguliers.

Les repères publiés aident à cadrer les attentes, à condition de les citer pour ce qu’ils sont : des mesures faites ailleurs. Dans une expérience contrôlée publiée dans la revue Science, Noy et Zhang ont mesuré qu’avec un assistant d’IA générative, des professionnels accomplissaient des tâches d’écriture environ 40 % plus vite, avec une qualité jugée supérieure. Au service client, l’étude de Brynjolfsson, Li et Raymond, publiée au Quarterly Journal of Economics en 2025 sur 5 172 agents, a mesuré 15 % de dossiers résolus en plus par heure en moyenne, et environ 30 % chez les agents les moins expérimentés.

Deux lectures prudentes s’imposent. Ces études portent sur des tâches précises, pas sur des emplois entiers : un gain de 40 % sur l’écriture ne fait pas une entreprise 40 % plus productive. Et l’effet varie selon l’expérience des personnes : l’assistant nivelle vers le haut, il ne remplace pas l’expertise. C’est cohérent avec ce que BDC rapporte de son côté : selon ses études, les PME canadiennes qui utilisent l’IA seraient environ 24 % plus productives que les autres, une corrélation qui invite à agir, pas une garantie individuelle.

Deux repères complètent le portrait. McKinsey estimait, dans une étude devenue classique (2012), que les travailleurs de l’information consacraient 19 % de leur semaine, près d’une journée, à chercher et rassembler de l’information : si vos gens se reconnaissent, la recherche documentaire est probablement votre premier cas d’usage rentable. Et Statistique Canada a publié en avril 2026 une analyse qui remet les pendules à l’heure : l’écart brut de productivité entre entreprises utilisatrices d’IA et les autres (16,8 %) fond à 5,1 % une fois pris en compte les investissements complémentaires en infonuagique, en R-D et en formation. Autrement dit, l’IA seule ne suffit pas; c’est le projet complet, données et formation comprises, qui produit le gain.

Un assistant IA produit des bénéfices réels qui résistent à la monétisation : le savoir d’un expert qui ne part plus à la retraite avec lui, l’employé qui cesse de déranger trois collègues pour trouver une procédure, le nouveau qui devient autonome en semaines plutôt qu’en mois, le risque de non-conformité qui recule.

Notre conseil va contre l’instinct des tableurs : nommez ces gains, suivez-les qualitativement, mais ne les convertissez pas en dollars. Chaque conversion forcée (« la rétention du savoir vaut 80 000 $ ») fragilise tout le calcul aux yeux d’un conseil d’administration. Un ROI sobre et défendable convainc plus qu’un ROI gonflé et contestable.

Un ROI se calcule contre les coûts complets, pas contre la première facture : implantation, matériel (ou location), entretien annuel (de l’ordre de 10 à 20 % du coût d’implantation, comme nous le détaillons dans la grille de prix), formation, et le temps interne de vos gens pendant le déploiement, qui n’est gratuit pour personne.

En face, deux allègements se calculent aussi : les aides publiques, qui réduisent le capital investi (notre page Subventions recense les programmes), et, pour une solution locale, l’absence de licences par utilisateur qui autrement grimperaient avec l’adoption. L’ironie mérite d’être notée : plus un assistant infonuagique facturé au siège réussit, plus il coûte; plus un assistant local réussit, plus son heure récupérée coûte cher... au fournisseur d’à côté.

Le ROI global d’un « projet d’IA » est une abstraction. Ce qui se pilote, c’est un indicateur par cas d’usage, choisi avant le déploiement, revu à chaque vague. Voici les appariements que nous utilisons le plus souvent.

Cette semaine : choisissez les trois tâches candidates, lancez la mesure de départ (deux semaines, un tableau partagé), et arrêtez l’indicateur de chaque cas d’usage avec les gens qui feront le travail. Avant tout engagement : exigez de votre fournisseur (nous compris) que la mesure avant-après et les points de décision figurent dans la proposition, noir sur blanc.

Si vous voulez confronter vos trois tâches candidates à ce que nous avons vu ailleurs, l’appel de cadrage sert exactement à ça. Et si le calcul montre que votre projet ne se rembourse pas, nous vous le dirons : un mandat qui déçoit coûte plus cher à notre réputation qu’un mandat qu’on refuse.