Google a passé au crible 15 millions d’interactions avec ses outils d’IA pour savoir ce que l’intelligence artificielle fait réellement de nos journées. Sa première étude AI & Economy ATLAS en tire deux mesures qui ne racontent pas la même histoire : Gemini est utilisé dans 68 % des métiers, mais n’intervient que sur 21 % des tâches à l’intérieur de chacun d’eux. Entre les deux, il y a la distance qui sépare une technologie installée d’une technologie qui travaille.
Une technologie partout, sur une poignée de tâches
La diffusion est réelle et large : sur plus de 800 métiers analysés, 68 % montrent un usage de Gemini, soit l’équivalent de 90 % de l’emploi total aux États-Unis. À ce niveau de couverture, l’IA n’est plus une curiosité de service innovation, elle a atteint la quasi-totalité du marché du travail américain.
Le second chiffre circule beaucoup moins. À l’intérieur d’un même poste, l’IA n’intervient en moyenne que sur 21 % des tâches, et d’abord sur les missions les plus routinières. Quatre tâches sur cinq continuent de se faire sans elle. L’adoption est horizontale, l’usage reste ponctuel.
Ce ratio est la donnée la plus utile du rapport quand il s’agit de planifier un déploiement. Un taux d’adoption de 68 % se met dans une présentation ; 21 % des tâches, c’est ce qui atterrit dans un planning.
Moins d’une interaction sur dix vise à déléguer entièrement
Google classe aussi les intentions derrière ces échanges. Moins de 10 % des interactions professionnelles visent l’automatisation complète d’une tâche. Le reste relève de la collaboration : idéation, stratégie, recherche d’information. On ne confie pas le travail à la machine, on s’en sert pour le préparer.
Les tâches cognitives non routinières pèsent 65 % des interactions professionnelles, alors qu’elles ne pèsent que 35 % du travail réel dans l’économie. L’IA est donc appelée en priorité là où le travail est le moins standardisé, c’est-à-dire le moins automatisable en l’état.
Sur les 15 millions d’échanges observés, la délégation de bout en bout reste une exception statistique, au moment même où l’agent autonome se vend aux directions comme un produit disponible.
Anthropic, qui mène le même exercice sur Claude, arrive à un tout autre résultat : 45 % des conversations grand public y sont classées en automatisation, contre 52 % en augmentation. L’écart vient d’abord des définitions retenues de part et d’autre, ce qui rappelle qu’aucun de ces pourcentages ne vaut hors de la grille qui l’a produit.
Quatorze jours d’avril, et seulement les outils de Google
Un chiffre de cette ampleur mérite qu’on regarde comment il a été fabriqué. Les 15 millions d’interactions ont été collectées entre le 6 et le 19 avril 2026, sur trois surfaces uniquement : l’application Gemini, le mode IA de la recherche Google et l’API Gemini (l’interface de programmation par laquelle les développeurs branchent le modèle sur leurs propres outils). Le périmètre couvre plus de 800 métiers, 4 000 tâches, 150 pays et 140 langues.
Trois limites en découlent. La fenêtre d’abord : quatorze jours ne capturent ni la saisonnalité ni la montée en compétence des utilisateurs sur un trimestre. Le périmètre ensuite : ce que mesure Google, c’est l’usage de Google. Les agents déployés en entreprise sur d’autres modèles, ou enfouis dans des outils métier, n’apparaissent nulle part dans ces pourcentages.
La nature de la mesure, enfin. Une conversation rangée dans l’une des 4 000 tâches d’une grille reste une interprétation : rien ne dit qu’elle a produit un livrable, ni combien de temps elle a fait gagner. Le rapport décrit des intentions d’usage, pas de la productivité constatée. Un déploiement d’entreprise mesuré au même étalon donnerait, lui aussi, des taux d’adoption flatteurs et des gains introuvables.
Les mécaniciens s’en servent, les caissiers non
La cartographie par métier confirme l’intuition sur les cols blancs : analystes financiers, développeurs de logiciels, administrateurs de réseaux et de systèmes informatiques figurent parmi les catégories surreprésentées. À l’autre bout, les aides à domicile, les employés de la restauration rapide et les caissiers n’ont quasiment aucun usage observé.
Les métiers manuels, eux, se partagent en deux. Près d’un tiers des postes très physiques ne montrent aucun usage. D’autres s’en servent tous les jours, avec une part inhabituelle d’IA multimodale, celle qui traite une photo et une question dans la même requête. Google cite les techniciens automobiles et les mécaniciens industriels, qui font interpréter des résultats de tests complexes, diagnostiquer un câblage électrique ou inspecter une machine pour détecter l’usure.
Ces usages ne passent par aucun projet de transformation, aucune licence négociée, aucun comité. Ils naissent d’un téléphone, d’une photo et d’une question posée devant la panne.
86 % des usages n’ont rien à voir avec le travail
Plus loin, le rapport livre le pourcentage qui remet les autres à leur échelle : plus de 86 % des interactions avec les outils d’IA de Google ont lieu hors du cadre professionnel. Les loisirs et la détente représentent à eux seuls 30,6 % des conversations Gemini. Le débat public s’est fixé sur le travail ; l’usage, lui, a filé ailleurs, dans des activités domestiques et administratives que les statistiques économiques ne voient pas.
Google tente d’en chiffrer la valeur cachée : jusqu’à 149 milliards de dollars par an aux États-Unis, un potentiel qui n’apparaît dans aucun agrégat du PIB. Le rapport reconnaît lui-même qu’il faut manier ce montant avec précaution, puisqu’il dépend entièrement des hypothèses retenues pour valoriser du temps non marchand. Retenez l’ordre de grandeur, pas la décimale.
Plus inconfortable, l’étude relie l’intensité d’usage au niveau de revenu. Le temps gagné se concentre chez ceux qui disposent déjà du plus de moyens, ce qui fait de ces outils un accélérateur d’écarts autant qu’un levier de productivité.
Passer du taux d’adoption à la liste des tâches
Ce rapport a une utilité immédiate : il fournit un étalon public là où chacun avançait à l’estime. Si un fournisseur vous annonce des agents qui exécutent des processus complets alors que la mesure la plus large disponible ne relève pas plus de 10 % d’intentions d’automatisation complète, l’écart mérite une explication autre que le retard technologique de votre organisation.
Le geste concret tient en une question à poser à vos équipes cette semaine : quelles sont, nommément, les tâches qui composent votre 21 % ? Les nommer vaut mieux qu’un taux d’adoption global, parce que c’est là que se joue le prochain palier. La deuxième édition de l’ATLAS dira si ce ratio grimpe ; tant qu’il stagne, l’agent autonome restera une ligne de plaquette commerciale plutôt qu’une ligne de votre planning.
