Trois informations par équipe, et vous avez le chiffre. Il ne sort pas de nos estimations maison : il sort d'une étude sur 25 000 salariés, heures vérifiées dans les registres administratifs.
Coût chargé : le brut annuel augmenté des charges patronales, soit environ 1,4 fois le brut. Un brut de 60 000 € revient donc à peu près à 85 000 € chargés, un brut de 70 000 € à 100 000 €.
Le calcul ventilé équipe par équipe, transférable à qui décide.
Avec les trois cas d'usage à lancer en premier, le gain attendu, les outils, le délai et le piège à éviter.
Un email, rien d'autre, désinscription en un clic. Pas de prix dans le rapport : un budget qui tient debout se construit sur votre périmètre réel, pas sur trois menus déroulants.
Trente minutes pour dire par où commencer chez vous, dans quel ordre, et avec quel budget. Vous repartez avec la fourchette même si vous ne donnez pas suite.
Choisir un créneauLe détail de chacun (gain attendu, outils, délai de mise en œuvre, piège à éviter) est dans le rapport que vous venez de demander.
Ce temps est déjà gagné, sans que vous ayez rien décidé. Sans aucune initiative de l'employeur, l'étude mesure que 40 % des salariés ont déjà utilisé l'IA au travail et que 6 % s'en servent tous les jours. Sur des outils grand public, avec vos dossiers, vos chiffres et ceux de vos clients. Ce temps là, vous ne le payez pas en euros : vous le payez en données qui sortent, en risque réputationnel et en absence totale de contrôle. Ce dernier point est notre analyse, pas une mesure de l'étude.
C'est le niveau que l'étude mesure les jours où les gens se servent vraiment de l'outil. Installer cet usage là, et le rendre quotidien, c'est l'objet de nos formations. Le même temps gagné, mais cette fois sur des outils que vous avez choisis, avec vos règles, vos données à l'intérieur et des équipes qui savent ce qu'elles font. Vous ne récupérez pas seulement des heures, vous récupérez la main sur la façon dont elles sont gagnées.
Le résultat est du temps de travail, les euros n'en sont que la valorisation. Les heures sont calculées sur 1 607 heures de travail par an et par personne, la durée légale de référence, et le jour-homme est posé à 7 heures.
Nous formons à l'usage quotidien, pas à la découverte de l'outil. Ce qui sépare les deux situations ne tient pas à l'outil, qui est le même pour tout le monde et bien souvent déjà installé chez vous. Ça tient à ce que vos équipes savent réellement en faire, et à la régularité avec laquelle elles s'en servent.
Un diagnostic, des groupes de dix au maximum, vos vrais dossiers. Le diagnostic sert à savoir où sont vraiment vos équipes, parce que la moyenne d'une équipe ne veut rien dire. Les groupes sont ensuite constitués par niveau et non par service, parce que le gain mesuré n'est pas le même selon le niveau de départ. Les exercices sont construits sur vos productions réelles et non sur des cas d'école, vos équipes repartent avec une bibliothèque de prompts qui vous appartient, et si l'outil n'est pas encore en place nous vous accompagnons sur son installation.
Notre seul chiffre à nous, donné pour ce qu'il vaut : 82 % de ceux qui ont suivi une formation chez nous en 2024 nous ont rappelés en 2025. C'est un signal de nos clients, pas une mesure indépendante.
Il suppose que l'usage devienne quotidien, et c'est là que nous intervenons. Le chiffre est celui que l'étude mesure les jours où les gens se servent réellement de l'outil. Dans l'échantillon, personne n'y est à ce rythme toute l'année, pour une raison simple : ces salariés se débrouillaient seuls, sans que personne ne les forme. C'est précisément le travail que nous faisons, et c'est aussi le seul endroit où nous avons besoin de vous. Nous pouvons outiller vos équipes, les entraîner et les relancer. Nous ne pouvons pas ouvrir l'outil à leur place le mardi matin.
Le temps libéré n'est pas de l'argent encaissé. Dans l'étude, 80 % des salariés réaffectent ce temps à d'autres tâches. Ce n'est pas une économie de masse salariale, c'est de la capacité rendue, et c'est la raison pour laquelle nous affichons des jours-homme avant des euros. Si vous cherchez à réduire des effectifs, cette étude mesure exactement le contraire : aucun effet sur les heures ni sur les salaires, deux ans après. À l'inverse, nous ne comptons ni les gains de qualité, ni les tâches nouvellement possibles, ni la montée en compétence des juniors : non par modestie, mais parce que nous ne savons pas les chiffrer honnêtement.
La vraie faiblesse de cette étude, c'est sa date. Elle observe l'année 2024, et les modèles ont beaucoup progressé depuis. Ces taux sont donc probablement un plancher plutôt qu'un plafond. Nous ne les remplaçons pourtant par rien de plus récent, parce qu'il n'existe rien de sérieux : une étude de productivité crédible demande douze à vingt-quatre mois entre la collecte et la publication. Ce vide est aujourd'hui rempli par des pages qui vous promettent 40 % de productivité en plus et un retour sur investissement de 4 000 %. Nous préférons un chiffre daté et vérifiable à un chiffre récent et inventé.
Tous les taux du calcul viennent d'une seule étude : Humlum & Vestergaard, Large Language Models, Small Labor Market Effects, University of Chicago, 2025, tableau 2. 25 000 salariés danois dans 11 métiers exposés, 7 000 entreprises, enquête menée avec Statistics Denmark et reliée aux registres administratifs de salaires et d'heures. Ce ne sont pas des chiffres déclarés par un éditeur de logiciel, et les auteurs n'ont rien à vendre. L'étude est publique et le lien l'ouvre directement : vous pouvez aller y lire le tableau 2 sans passer par nous.
Notre choix de constituer les groupes par niveau s'appuie sur une seconde étude, qui ne sert pas au calcul : Brynjolfsson, Li & Raymond, Generative AI at Work, Quarterly Journal of Economics, 2025. Sur 5 172 agents de support client, elle mesure 15 % de dossiers traités en plus par heure en moyenne, 30 % chez les moins expérimentés, et aucun gain significatif chez les plus experts. Le gain dépend donc du niveau de départ. En tirer qu'il faut séparer les niveaux dans la salle est notre choix de méthode, pas un résultat d'étude.
Un désaccord avec une hypothèse, un chiffre à challenger, un métier qui ne colle pas ?
https://calendly.com/nathan-miracle-ai/30min