Taille
Ratio
Poids
Format
Taille
Ratio
Poids
Format
Midjourney + Gemini + Gaëtan Namouric
Consulter la charte et les crédits photo
Le Canada a un problème de productivité.
Il y a un chiffre qui devrait nous faire réfléchir un peu plus souvent : 74,70 $ USD. C’est la richesse produite en moyenne pour chaque heure travaillée au Canada, en 2023. Vous voulez savoir combien c’est chez nos voisins américains? 97,00 $ USD. Et en France? 89,30 $ USD. On a beau se moquer des Américains ces temps-ci, il y a au moins une chose qu’ils font nettement mieux que nous : produire de la richesse.
PIB par heure travaillée, données 2023, USD à parité de pouvoir d’achat (PPA). Source : OCDE, Études économiques : Canada 2025.
Attention, on parle de productivité. Ça ne veut pas dire que nous travaillons moins fort que nos voisins américains. Ça veut dire qu’une heure de travail produit moins de valeur économique. On peut se lever plus tôt, rester plus tard au bureau, répondre à ses courriels pendant les vacances, ça ne change rien au problème. La productivité, c’est ce qu’on arrive à produire avec les ressources dont on dispose. Et là-dessus, on n’est vraiment pas les champions.
Le plus embêtant, c’est que ça dure depuis longtemps. Dans les années 1960 et 1970, notre productivité progressait d’environ 3 % par année. Entre 2000 et 2019, on tournait plutôt autour de 1 %. On ne parle donc pas d’une mauvaise année, d’une récession ou d’une crise passagère. Ça fait un quart de siècle qu’on avance au ralenti.
Et combien nous coûte ce retard? La Banque du Canada a fait le calcul. Si notre productivité avait progressé au même rythme que celle des autres pays du G7 depuis 2000, notre PIB serait aujourd’hui supérieur d’environ 9 %.
7 000 $
de richesse annuelle supplémentaire par habitant.
C’est l’écart estimé par la Banque du Canada si notre productivité avait augmenté au rythme des autres pays du G7 depuis 2000, soit un PIB environ 9 % plus élevé. Un scénario comparatif, pas une facture à payer ni une somme directement déposée dans chaque poche.
Sept mille dollars par personne. Pas par travailleur. Par habitant. Évidemment, personne n’aurait reçu un chèque de 7 000 $. C’est une façon de mesurer la richesse supplémentaire que notre économie aurait pu produire chaque année. Mais quand on multiplie ça par la population canadienne, on commence à comprendre l’ampleur du problème.
Un pays qui n’aime pas trop la technologie.
Pourquoi sommes-nous si peu productifs? Il y a plusieurs raisons, bien sûr. Le sous-investissement des entreprises, notamment. Mais l’OCDE nous apprend quelque chose d’assez fascinant : parmi les pays du G7, le Canada possède la plus grande proportion d’activités économiques à faible intensité numérique et la plus petite proportion à forte intensité numérique.
Dit plus simplement, nos entreprises sont moins technologiques que celles de nos partenaires. On a des ordinateurs, des téléphones, des sites Web et des comptes LinkedIn, évidemment. Mais intégrer véritablement la technologie dans notre manière de produire, de gérer, de décider ou de servir nos clients, ça, c’est une autre histoire.
Et voilà qu’arrive l’intelligence artificielle. Une technologie capable d’automatiser certaines tâches, d’accélérer la recherche d’information, d’aider à prendre des décisions, de soutenir les employés moins expérimentés. Bref, quelque chose qui pourrait justement nous aider à régler une partie de notre problème de productivité. Pas tout, évidemment. Mais quand même.
On pourrait donc imaginer qu’on va se précipiter dessus, non? Après vingt-cinq ans de retard, ce serait une excellente occasion de rattraper un peu le peloton. Eh bien, figurez-vous que non.
Le pays a peur.
En janvier 2026, Ipsos a publié les résultats d’une grande étude réalisée pour Google auprès d’environ 21 000 personnes dans 21 pays. Je suis allé regarder les résultats pour notre pays. Et ce qui m’a frappé, ce n’est pas simplement qu’on a peur de l’intelligence artificielle. C’est qu’on cumule à peu près toutes les formes possibles de réticence.
Nous sommes pessimistes, anxieux, méfiants et réfractaires. Quatre attitudes qui semblent se ressembler, mais qui racontent des choses assez différentes.
| Notre rapport à l’IA | 🇨🇦 Canada | 🌍 21 pays | Rang |
|---|---|---|---|
| PessimismeEffets négatifs sur les travailleurs | 68 % | 50 % | 1er |
| AnxiétéInquiétude plutôt qu’enthousiasme | 65 % | 46 % | 2e |
| MéfiancePeu ou pas confiance dans l’exactitude des réponses | 62 % | 38 % | 2e |
| RéfractairesRefus d’utiliser davantage l’IA, même avec plus d’assurance | 34 % | 22 % | 2e |
Enquête menée auprès d’environ 21 000 adultes dans 21 pays (septembre–octobre 2025). Source : Ipsos-Google, Our Life With AI 2025, questions 6, 7, 10 et 26.
Nous sommes pessimistes. Au Canada, 68 % des répondants anticipent des conséquences négatives de l’IA sur les emplois et les travailleurs. Dans l’ensemble des pays étudiés, c’est 50 %. Ça fait 18 points d’écart. On imagine plus facilement les emplois qui vont disparaître que les possibilités qui pourraient apparaître.
Nous sommes anxieux. Chez nous, pour 65 % des répondants, l’inquiétude domine l’enthousiasme. Dans l’ensemble des pays étudiés, on est à 46 %. Vous voyez la différence? Avant même de se demander ce qu’on pourrait faire avec l’IA, on pense à ce qui pourrait mal aller.
Nous sommes méfiants. Chez nous, près de deux personnes sur trois, soit 62 %, accordent peu ou pas de confiance à l’exactitude des informations produites par l’IA. Dans l’ensemble des pays étudiés, c’est 38 %. Et là, on parle d’autre chose. On ne se demande plus seulement ce que l’IA va changer dans nos vies. On se demande si on peut croire ce qu’elle nous raconte. Ce qui, avouons-le, est parfois une excellente question.
Nous sommes réfractaires. Et celle-là, je la trouve particulièrement intéressante. Même si nous devenions plus confiants dans notre capacité à utiliser l’IA, 34 % d’entre nous ne voudraient pas en faire davantage usage. La proportion est de 22 % dans l’ensemble des pays. Autrement dit, même en nous sentant mieux équipés, plusieurs d’entre nous ne seraient toujours pas tentés d’aller plus loin.
Vous voyez la nuance? On ne parle plus seulement d’avoir peur ou de manquer de confiance. On parle de gens qui, même si on réglait une partie de leurs inquiétudes, ne voudraient pas nécessairement avancer.
Pourtant, chez nous, 60 % des personnes sondées ont utilisé l’IA au cours des douze derniers mois. Ce n’est donc pas une technologie complètement inconnue. On s’en sert, on la regarde faire, on en parle énormément. Mais de là à lui faire une vraie place dans notre façon de travailler, il reste manifestement du chemin.
Vous voyez le piège?
Reprenons. Nous traînons un problème de productivité depuis vingt-cinq ans. Une nouvelle technologie arrive et pourrait nous aider à améliorer les choses. Mais nous sommes parmi les populations les plus inquiètes, les plus méfiantes et les plus réticentes à l’utiliser davantage. C’est quand même un drôle de paradoxe.
Je ne suis pas en train de dire que notre peur de l’IA explique vingt-cinq ans de retard économique. ChatGPT n’existait même pas il y a cinq ans. Et personne de sérieux ne prétend que l’intelligence artificielle va régler à elle seule tous nos problèmes de productivité. Mais imaginons un instant la suite.
Si on a peur d’une technologie, on hésite à l’essayer. Si on hésite à l’essayer, on apprend moins vite à s’en servir. Et si on apprend moins vite, on découvre moins vite ce qu’elle pourrait changer dans notre travail. Pendant ce temps-là, ailleurs, des entreprises expérimentent, des employés développent de nouvelles compétences et des organisations commencent à transformer leurs façons de faire.
Le retard pourrait alors continuer à se creuser. Cette fois, en partie parce qu’on aurait eu peur d’essayer de le rattraper.
La prudence?! L’alibi parfait, oui!
Je comprends parfaitement qu’on puisse avoir peur de l’IA. Les risques existent. Il peut y avoir des erreurs, des fuites de données, des décisions absurdes, des conseils complètement inventés. On aurait tort de faire comme si tout ça n’existait pas.
Mais il y a une différence entre prendre un risque au sérieux et décider qu’on ne fera rien tant que le risque n’aura pas complètement disparu.
Dans les entreprises, on est particulièrement doués pour déguiser notre peur en prudence. On dit que la technologie n’est pas assez mature, que les employés ne sont pas prêts, qu’il faudrait attendre la prochaine version, qu’on manque de temps pour se former. Et puis, tant qu’à y être, attendons aussi que nos concurrents aient fait tous les essais à notre place.
Ces arguments peuvent être parfaitement légitimes. Le problème commence lorsqu’ils deviennent une méthode pour ne jamais rien essayer.
Parce qu’il faut voir l’autre côté de la médaille. Si on lance un projet d’IA et qu’il échoue, tout le monde va le savoir. On aura dépensé de l’argent, consacré du temps, peut-être dérangé quelques habitudes. Il faudra expliquer pourquoi ça n’a pas fonctionné.
Mais si on ne lance jamais le projet? Rien. Aucun dépassement de budget, aucun échéancier raté, aucune réunion pour expliquer l’échec. On continue comme avant, et on peut même se féliciter d’avoir été prudent.
Sauf qu’on paie quand même. On paie en temps perdu, en occasions manquées, en tâches répétitives, en employés qui passent leurs journées à faire des choses qu’une machine pourrait leur éviter. Ce coût-là est moins spectaculaire. Il ne figure pas nécessairement dans un tableau de bord. Mais il existe.
Et si on regardait ce qui fonctionne?
En 2025, trois chercheurs, Erik Brynjolfsson, Danielle Li et Lindsey Raymond, ont publié une étude menée auprès de 5 172 agents de service client. Certains avaient accès à un assistant d’intelligence artificielle pour les aider dans leur travail. Résultat : 15 % de problèmes résolus en plus par heure travaillée, en moyenne.
Je trouve ce chiffre absolument fascinant. On ne parle pas de 15 % d’heures supplémentaires ni de 15 % d’employés de plus. On parle des mêmes personnes, qui disposent simplement d’un meilleur outil pour accomplir leur travail.
Et le détail le plus intéressant est ailleurs : les gains étaient particulièrement importants chez les employés les moins expérimentés. L’IA leur permettait de profiter plus rapidement de connaissances et de bonnes pratiques qu’ils auraient autrement mis beaucoup plus de temps à acquérir.
Évidemment, une étude sur des agents de service client ne permet pas de prédire les gains de productivité de toutes les entreprises canadiennes. Mais elle montre au moins une chose : dans certaines conditions, l’IA peut déjà produire des résultats concrets et mesurables.
Et si on commençait par ça? Plutôt que de débattre sans fin de tout ce qui pourrait mal aller, on pourrait aussi se demander ce qu’on pourrait améliorer dès maintenant.
Un pays qui ose.
J’aime beaucoup ce qu’a fait Singapour. En 2024, le gouvernement a permis à plus de 150 PME de tester des outils d’intelligence artificielle générative pendant trois mois, notamment pour améliorer leur marketing et leurs relations avec leurs clients.
Trois mois. Pas un grand plan de transformation sur dix ans. Pas une révolution organisationnelle annoncée à grand renfort de présentations PowerPoint. Juste l’occasion d’essayer quelque chose, dans de vraies entreprises, avec de vrais problèmes à résoudre.
Et savez-vous ce qui s’est passé? Selon le gouvernement de Singapour, près de 80 % des entreprises participantes ont continué à utiliser les outils après la période d’essai.
J’adore cette idée. On n’a pas demandé à ces entreprises de croire aveuglément aux promesses de l’IA. On leur a donné les moyens de se faire leur propre idée. Certaines ont probablement découvert des usages très utiles, d’autres ont dû ajuster leurs attentes. Mais au moins, elles ont appris quelque chose.
C’est peut-être là qu’on devrait commencer, nous aussi.
Lundi matin, dans nos entreprises, nos municipalités ou nos services publics, on pourrait demander aux équipes quelle tâche leur fait perdre un temps fou. Pas dix tâches. Une seule. Celle que tout le monde trouve interminable, répétitive ou franchement absurde.
Et si on demandait à quelques employés d’essayer de la faire autrement avec l’IA? Pendant un mois, par exemple. Avec des règles claires pour protéger les données, évidemment. On mesurerait le temps gagné, la qualité du travail, les erreurs éventuelles et ce qu’on apprend en cours de route.
Si ça ne fonctionne pas, on ajuste. Si ça fonctionne, on partage les résultats avec les collègues. Et on recommence avec un autre problème.
Ce n’est pas très spectaculaire, je sais. Mais c’est comme ça qu’on développe de nouvelles compétences, qu’on transforme progressivement les habitudes et qu’on finit par améliorer la productivité. À force d’apprendre, de faire des essais et de comprendre ce qui fonctionne vraiment.
Je ne crois pas une seconde que nous manquions d’intelligence, de créativité ou d’ambition. Et je ne crois pas non plus qu’il faille avoir honte de nos inquiétudes. La peur peut même être très utile, à condition de s’en servir pour réfléchir à ce qu’on doit protéger et à la façon d’avancer.
Mais il va falloir accepter une chose : le monde ne va pas attendre que nous soyons parfaitement rassurés. Et quand on regarde notre retard de productivité, on réalise qu’on n’a pas vraiment le luxe de passer les prochaines années à regarder les autres avancer.
Et si on essayait, pour voir?
Ce qu'il faut retenir
Depuis vingt-cinq ans, le Canada accumule un retard de productivité qui coûte cher. L’IA pourrait nous aider à en rattraper une partie. Mais les résultats d’Ipsos-Google montrent que nous cumulons pessimisme, anxiété, méfiance et réticence à utiliser davantage l’IA face à cette technologie. Ces inquiétudes ne sont pas absurdes : elles devraient nous aider à encadrer les risques et à mieux expérimenter. Car si on attend d’être parfaitement rassurés pour essayer, d’autres auront déjà appris à avancer. La piste : commencer avec une tâche concrète, mesurer les gains, corriger les erreurs et partager ce qui fonctionne.
Gaëtan est le fondateur de Perrier Jablonski. Créatif et stratège, il est aussi enseignant à HEC, à l’École des Dirigeants et à l'École des Dirigeants des Premières Nations. Il est membre du C.A. de l’École Nationale de l’Humour. Il est certifié par le MIT (Design Thinking, I.A.), il étudie l'histoire des sciences, la philosophie, et les processus créatifs. Il est l’auteur de deux essais et plus de 200 articles sur tous ces sujets.
Bibliographie et références de l'article
OCDE, Études économiques : Canada 2025, « Rehausser la productivité du secteur des entreprises ». Comparaison du PIB par heure travaillée en 2023, valeurs en $ USD à parité de pouvoir d’achat et intensité numérique des entreprises du G7.
Nicolas Vincent, Banque du Canada, « Vers un cercle vertueux pour la productivité », 19 novembre 2025. Progression sur 25 ans ; scénario d’un PIB supérieur de 9 % et d’environ 7 000 $ par habitant.
Ipsos pour Google, Our Life With AI 2025 Survey — Topline, janvier 2026. Enquête menée du 22 septembre au 10 octobre 2025 auprès d’environ 21 000 personnes dans 21 pays ; questions 3, 6, 7, 10 et 26.
Erik Brynjolfsson, Danielle Li et Lindsey R. Raymond, « Generative AI at Work », The Quarterly Journal of Economics, 140(2), 889–942, 2025. Étude sur 5 172 agents de service client.
Ministère du Développement numérique et de l’Information de Singapour, discours de Tan Kiat How, 29 novembre 2024. Bilan du programme GenAI Sandbox pour les PME.
L'I.A. a pu contribuer à cet article. Voyez comment.
Nous utilisons souvent des outils d'intelligence artificielle, notamment des grands modèles de langage (LLM), pour soutenir nos recherches, structurer nos idées, améliorer nos textes et évaluer leur qualité.
Nous exploitons nos propres corpus documentaires et entraînons également des modèles sur nos contenus. Lorsque la confidentialité l'exige, nous privilégions des modèles exécutés localement.
Ces usages sont supervisés par l'auteur. Les sources, les analyses et les contenus publiés demeurent sous notre responsabilité éditoriale.
Tableau de bord
Cet article est final.
spellcheck
Cet article est en relecture.
rule
Cet article a été remis à Gaëtan
badge
Cet article est encore dans les mains de l'équipe.
psychology
Cet article est un projet.
psychology
Cet article n'a pas de statut!
I.A.
Changement
Management
sell
Aucun sujet sélectionné!
subject
Il n'y a pas de teaser!
hdr_auto
Il n'ya a pas d'introduction!
copyright
Pas de légende d'illustration
Légende :
Midjourney + Gemini + Gaëtan Namouric
Pourquoi le Canada hésite-t-il à adopter l’intelligence artificielle malgré son retard de productivité? Dans « IA. Le Canada a peur. », Gaëtan Namouric, de Perrier Jablonski, relie la faible croissance de la productivité canadienne aux risques d’une adoption trop lente de l’IA. Selon l’OCDE, le PIB par heure travaillée atteignait 74,70 $ USD au Canada en 2023, contre 97,00 $ USD aux États-Unis, à parité de pouvoir d’achat. La Banque du Canada estime qu’une croissance de productivité comparable à celle des autres pays du G7 depuis 2000 représenterait environ 7 000 $ de richesse annuelle supplémentaire par habitant. Une enquête Ipsos-Google dans 21 pays révèle qu’au Canada, 68 % des répondants anticipent des effets négatifs de l’IA sur les travailleurs, 65 % se disent plus inquiets qu’enthousiastes, 62 % doutent de la fiabilité des informations et 34 % résistent à une utilisation accrue. Ces attitudes ne sont pas la cause démontrée du retard historique, mais elles pourraient en compliquer le rattrapage. L’article cite une étude sur 5 172 agents de service client ayant gagné 15 % de problèmes résolus par heure en moyenne avec un assistant IA, puis recommande des expérimentations courtes, encadrées et mesurées.
.avif)