# Gallup : « prédicteur », puis une impossibilité, dans le même paragraphe

> L'avant-propos du rapport Gallup 2026 qualifie le soutien du manager de prédicteur le plus fort de l'adoption de l'IA, l'intégration technique mise à part, puis écrit dans la phrase suivante qu'aucun réseau de neurones ne peut compenser un chef d'équipe indifférent. Une corrélation, puis une impossibilité.

- Source : https://probans.org/management/manager-goulot-etranglement-ia/gallup-predicteur-pas-cause-demontree-adoption-ia
- Catégorie : Management
- Auteur : Axel Morel
- Publié le : 2026-08-05
- Mis à jour le : 2026-09-01
- Indice de solidité de la preuve (ISP-MGT) : 21/100 (0-30 %, Preuves très limitées), score établi le 2026-09-01

## En résumé

- <strong class="text-ink">Le rapport de 8,7 porte sur une population précise.</strong> Des salariés d'organisations américaines qui investissent déjà dans les technologies d'IA, pas l'ensemble des actifs interrogés dans le monde.
- <strong class="text-ink">C'est le rapport de deux taux de réponse en accord fort.</strong> Il ne se lit pas en multipliant par 8,7 la part de salariés qui constatent une transformation, et Gallup ne nomme pas le groupe de comparaison ; le rapport publie ailleurs la part absolue sur ce même item, 12 %.
- <strong class="text-ink">Deux phrases qui se suivent n'engagent pas la même chose.</strong> L'avant-propos signé du PDG qualifie ce soutien de « prédicteur le plus fort de l'adoption, l'intégration technique mise à part », puis écrit qu'aucun réseau de neurones ne peut compenser un chef d'équipe indifférent.

Dans *State of the Global Workplace 2026*, Gallup publie un rapport de 8,7. Au sein des organisations américaines qui investissent dans les technologies d'IA, les salariés tout à fait d'accord pour dire que leur manager soutient activement l'usage de l'IA par leur équipe sont 8,7 fois plus susceptibles d'être tout à fait d'accord pour dire que l'IA a transformé la façon dont le travail se fait dans leur organisation [1]. Le rapport qualifie ce soutien de « prédicteur le plus fort de l'adoption, l'intégration technique mise à part », dans son avant-propos signé du PDG. La phrase suivante du même paragraphe écrit qu'aucun réseau de neurones, si sophistiqué soit-il, ne peut compenser un chef d'équipe indifférent [1]. La première formulation décrit une association ; la seconde énonce une impossibilité. Aucune mesure ne les sépare : elles se suivent.

1. Le rapport de 8,7 est mesuré dans une population précise : des salariés d'organisations américaines qui investissent déjà dans l'IA, pas l'ensemble des actifs interrogés dans le monde.
2. C'est le rapport de deux taux de réponse en accord fort, et Gallup ne nomme pas le groupe de comparaison. Le rapport publie ailleurs la part absolue sur ce même item, 12 %, et sans la répartition de la population ce couple ne fixe aucune des deux parts comparées.
3. La qualification de prédicteur est écrite dans la seule section du rapport signée par son dirigeant. Aucune des parties qui exposent les mesures ne la reprend, et la phrase qui la suit dans ce même avant-propos engage davantage qu'elle.

## Ce que le chiffre mesure exactement

*Ce que les données établissent.* Gallup écrit que, au sein des organisations américaines qui investissent dans les technologies d'IA, les salariés tout à fait d'accord pour dire que leur manager soutient activement l'usage de l'IA par leur équipe sont 8,7 fois plus susceptibles d'être tout à fait d'accord pour dire que l'IA a transformé la façon dont le travail se fait dans leur organisation. Ils sont 7,4 fois plus susceptibles d'être tout à fait d'accord pour dire que l'IA leur donne plus d'occasions de faire chaque jour ce qu'ils savent faire de mieux. Le rapport introduit ce passage en écrivant que les managers sont déterminants pour les « perceptions of AI value » des salariés [1].

*Ce que la méthode interprète.* Trois précisions comptent ici, et chacune resserre la portée du chiffre.

La première tient à la population. L'enquête d'ensemble, le **Gallup World Poll**, compte pour 2025 un total de 263 810 répondants dont 141 444 actifs occupés, recueillis de janvier à décembre 2025 ; le rapport écrit que l'enquête couvre plus de 160 pays et territoires depuis sa création [1]. Ce n'est pas la base de calcul du rapport de 8,7. Celui-ci porte sur un sous-ensemble : des salariés américains, dans des organisations qui investissent déjà dans l'IA. Un chiffre lu comme mondial, ou comme valant pour une entreprise qui n'a encore rien engagé, sort de son périmètre de mesure.

La deuxième tient à la métrique. C'est un ratio entre deux taux de réponse en accord fort. Un salarié tout à fait d'accord sur le soutien de son manager est 8,7 fois plus susceptible d'être tout à fait d'accord sur la transformation du travail. Il ne se lit pas en multipliant par 8,7 la part de salariés qui constatent une transformation : c'est le rapport de deux parts, pas un facteur applicable à l'une d'elles. Les deux items sont déclaratifs, recueillis au même moment, auprès de la même personne. Gallup ne nomme pas le groupe auquel la comparaison est faite.

La troisième tient au second item, plus étroit qu'il n'y paraît. « Plus d'occasions de faire chaque jour ce qu'ils savent faire de mieux » n'est pas « de meilleures opportunités professionnelles ». C'est une perception du quotidien de travail, pas une promesse de carrière. Le rapport le range d'ailleurs lui-même sous les perceptions.

## Le taux de base que le rapport publie ailleurs

**En clair.** Un rapport entre deux parts dit de combien un groupe dépasse l'autre, jamais où se situent les deux. Le même écart peut séparer deux parts minuscules, ou une part large d'une part étroite. Sans le niveau de départ, il ne renseigne sur aucune des deux grandeurs comparées.

*Ce que les données établissent.* Dans son avant-propos, le rapport écrit que 12 % seulement des salariés d'organisations ayant implémenté l'IA sont tout à fait d'accord pour dire que l'IA a transformé la façon dont le travail se fait dans leur organisation [1]. C'est la part absolue correspondant à l'item sur lequel porte le rapport de 8,7. Elle ne figure pas sur la page de présentation du rapport [2]. Le rapport écrit par ailleurs que moins d'un tiers des salariés américains, dans les organisations qui ont commencé à déployer des technologies d'IA, sont tout à fait d'accord pour dire que leur manager soutient activement l'usage de la technologie par leur équipe [1].

*Ce que la méthode interprète.* Ces deux nombres, mis ensemble, permettent de faire ce que le seul rapport de 8,7 ne permet pas : regarder les niveaux absolus. Si p désigne la part de salariés en accord fort sur le soutien de leur manager, et u la part en accord fort sur la transformation dans le reste de la population, alors la part correspondante dans le groupe soutenu vaut 8,7 u, et la moyenne des deux, pondérée par p, doit valoir 12 %. Une seule équation, deux inconnues : le résultat n'est pas un nombre, c'est une famille. Une lecture est retenue et je la déclare : 8,7 est traité comme le rapport de deux parts, Gallup ne précisant pas s'il s'agit d'un rapport de cotes.

_[Élément interactif « SchemaRapportSurTauxDeBase » disponible sur la version HTML de cette page.]_

Ce que cette famille montre est le point que je retiens, et il est plus dérangeant qu'il n'y paraît. ==Le rapport de 8,7 ne dit pas combien de salariés d'une équipe bien managée constatent une transformation : il dit seulement de combien ils sont plus nombreux à le dire que les autres.== Sur un taux de base de 12 %, la part du groupe soutenu vaut environ 30 % si un salarié sur trois, tout juste, est en accord fort sur le soutien de son manager, environ 59 % s'ils ne sont qu'un sur dix, et davantage encore en dessous ; l'écart de 8,7 ne bouge pas d'un dixième pour autant. Un dirigeant qui lit ce chiffre comme une promesse d'adhésion lit un nombre qui n'en porte aucune.

Deux réserves pèsent sur ce calcul, et je les tiens pour sérieuses. Gallup ne nomme pas le groupe de comparaison : le calcul retient la seule lecture qui referme la population sur 100 %, celle où il s'agit de tous les autres répondants. Et les 12 % sont écrits pour « les organisations qui ont implémenté l'IA » quand le 8,7 est écrit pour « les organisations américaines qui investissent dans l'IA », deux formulations dont le rapport ne dit pas qu'elles recouvrent la même population.

## Combien de salariés déclarent un soutien managérial actif

*Ce que les données établissent.* Moins d'un tiers des salariés américains, dans les organisations qui ont commencé à déployer des technologies d'IA, sont tout à fait d'accord pour dire que leur manager soutient activement l'usage de la technologie par leur équipe. Le rapport ajoute qu'une étude Gallup menée en Allemagne y trouve un soutien également faible, en écrivant que 21 % des salariés d'organisations qui utilisent l'IA ont déclaré que leur manager soutient activement l'usage de l'IA par leur équipe [1]. Cette étude allemande n'est ni titrée ni datée dans le passage cité.

*Ce que la méthode interprète.* Les deux chiffres ne se comparent pas terme à terme, et le rapport ne prétend pas qu'ils le fassent. Le chiffre américain porte sur un accord fort ; la formulation allemande rapporte une déclaration, sans mention d'un accord fort. Rapprocher 21 % d'un « moins d'un tiers » mesuré sur une autre échelle de réponse produirait une comparaison que la source n'autorise pas. Ce que les deux passages soutiennent ensemble est plus modeste, et suffit : dans les deux pays, le soutien managérial actif est minoritaire.

## Une seconde mesure, qui porte sur un usage et non sur une perception

*Ce que les données établissent.* Le rapport s'appuie sur une seconde enquête, distincte du World Poll : une enquête américaine du premier trimestre 2026, dont il tire que les deux principaux facteurs d'usage fréquent de l'IA dans les organisations sont l'intégration de l'IA aux systèmes existants et l'adoption pilotée par le manager [1]. Le graphique qui porte ce résultat donne, dans son texte de remplacement publié sur la page de présentation, les deux couples correspondants : l'usage fréquent de l'IA est plus élevé chez les salariés tout à fait d'accord pour dire que l'IA s'intègre à leurs systèmes de travail, 86 % contre 52 %, et il l'est aussi quand les managers soutiennent activement l'usage de l'IA, 79 % contre 46 % [2].

*Ce que la méthode interprète.* Cette mesure vaut d'être versée pour deux raisons opposées, et je les donne toutes les deux. Elle renforce : le résultat porte sur un usage fréquent déclaré, c'est-à-dire un comportement, et non sur une perception de transformation, ce qui répond en partie à l'objection du questionnaire qui interroge deux fois la même impression. Elle nuance : elle porte sur un autre résultat, mesuré sur une autre enquête, et je ne la compare donc pas au 8,7 ; surtout, le facteur que le rapport cite en premier est l'intégration technique, pas le manager. C'est d'ailleurs ce que l'avant-propos concède en écrivant « l'intégration technique mise à part ».

## Où le mot « prédicteur » est écrit, et où il cesse d'être tenu

**En clair.** Un prédicteur annonce un résultat sans dire ce qui le produit. Deux choses qui vont ensemble peuvent s'expliquer par une troisième, ou par l'ordre inverse : le succès de l'usage rendant le soutien plus visible. Une enquête déclarative prise à un seul moment ne permet de départager aucune de ces lectures.

*Ce que les données établissent.* La phrase « In organizations investing in AI, the strongest predictor of employee adoption, aside from technical integration, is whether their direct manager actively champions it » figure dans le rapport, section « From the CEO », p. 4, signée Jon Clifton, PDG de Gallup. La phrase immédiatement suivante, dans le même paragraphe, est « Even the most sophisticated neural network cannot overcome an indifferent team leader » [1]. Ni « predictor » ni « strongest » n'apparaissent sur la page de présentation du rapport [2]. L'article de presse qui rapporte cette phrase l'attribue explicitement à l'introduction du rapport, et non à un communiqué, dont il cite par ailleurs une autre déclaration du même dirigeant [3]. De la page 4 à la page 15, le rapport écrit que les recherches américaines récentes de Gallup désignent deux facteurs sur lesquels les dirigeants peuvent agir pour améliorer l'adoption de l'IA, dont le fait d'aider leurs managers à soutenir activement l'usage de l'IA par leur équipe [1]. La page d'offre commerciale de Gallup promet, elle, de « conduire l'adoption de l'IA par l'activation des managers », et écrit que l'IA ne peut transformer une entreprise que si les gens s'en servent [4].

_[Élément interactif « SchemaCinqSurfacesMemeRelation » disponible sur la version HTML de cette page.]_

*Ce que la méthode interprète.* Un prédicteur est une variable qui permet d'anticiper un résultat, sans qu'on sache nécessairement si elle en est la cause, la conséquence, ou le simple compagnon d'un troisième facteur commun aux deux. *Corrélation observée*, pas *causalité établie* : le mot retenu s'arrête à ce premier niveau. La phrase qui le suit ne s'y arrête pas. Dire qu'un réseau de neurones ne peut pas compenser un chef d'équipe indifférent, ce n'est pas prédire, c'est poser une condition nécessaire, et c'est le registre le plus engageant de tout le dossier. Il est écrit avant le passage de la page 15, qui nomme un facteur sur lequel agir, et avant la page commerciale, qui énonce une condition de transformation. Entre ces formulations, le rapport publie bien des mesures, dont une sur un autre instrument. Aucune ne compare un même processus d'adoption avant et après une intervention, donc aucune ne fonde le passage d'une association à une condition nécessaire.

Je ne peux pas savoir si ce déplacement est délibéré, et je ne le prête à personne. Ce que je constate est plus simple, et c'est mon point : le glissement que l'on reproche d'ordinaire à la reprise journalistique n'attend pas la reprise. Il est entier dans le paragraphe qui pose la thèse du rapport, avant même que le chiffre soit publié. La presse, elle, en ajoute un autre, de nature différente : le titre de l'article écrit que le désengagement des managers affecte l'usage de l'IA, quand le sous-titre du même article parle d'un prédicteur [3]. Le changement n'est pas seulement de modalité, il est aussi de variable : le titre parle de l'indice d'engagement des managers, passé de 31 % à 22 % entre 2022 et 2025, le sous-titre du fait qu'un manager soutienne activement l'IA. Ce ne sont pas les mêmes mesures.

Un facteur commun concret, non mesuré par l'enquête, suffit à produire ce type d'écart sans qu'aucun soutien managérial n'ait causé quoi que ce soit. Une organisation déjà mature sur le plan numérique attire ou forme des managers qui soutiennent l'IA, et produit indépendamment une transformation perçue plus forte. Un employé qui utilise déjà l'IA avec succès peut aussi être celui qui perçoit, ou recherche, un manager plus soutenant, une auto-sélection qui inverserait le sens de causalité supposé. Une enquête déclarative transversale ne permet de trancher entre aucune de ces lectures, et le rapport ne fait état d'aucun contrôle de ces facteurs.

## Ce que ce champ sait produire comme preuve, et qui manque ici

*Ce que les données établissent.* Pour rattacher le management aux gains technologiques, l'avant-propos du rapport invoque un travail universitaire selon lequel les différences de pratiques de management expliquent environ 30 % des écarts de productivité totale des facteurs [1]. Lu en entier, ce travail précise deux choses. Ce 30 % est une décomposition obtenue à partir d'un modèle, qui pose en hypothèse qu'une augmentation d'un écart-type du score de management cause une hausse de 10 % de la productivité totale des facteurs. Et cette hypothèse causale est reprise d'un essai randomisé conduit dans le textile indien, complété par des résultats non expérimentaux du même travail ; les auteurs citent par ailleurs comme convergents un essai randomisé auprès de PME mexicaines et une expérience naturelle tirée du plan Marshall. Les auteurs écrivent de leurs propres corrélations qu'elles ne sont manifestement pas à prendre pour causales [5].

*Ce que la méthode interprète.* C'est la comparaison qui me paraît la plus éclairante de tout ce dossier. Le champ du management sait produire de la preuve causale : il l'a fait, sur des objets étroits, par assignation aléatoire ou par expérience naturelle, avec des résultats lus sur la production réelle et non sur un questionnaire. Rien de tel n'existe sur la question qui nous occupe. Trois conditions, que je ne trouve dans aucune des sources citées ici, transformeraient ce prédicteur en levier actionnable avec confiance :

1. **Réplication indépendante.** Le même écart, mesuré par une équipe de recherche sans intérêt commercial dans l'adoption de l'IA.
2. **Mesure avant et après.** Le même processus d'adoption, observé dans les mêmes équipes avant et après une intervention managériale, pas seulement comparé entre deux groupes différents à un instant donné.
3. **Contrôle de l'auto-sélection.** Une vérification que les équipes à manager soutenant ne sont pas déjà, avant toute intervention, plus matures sur le plan numérique ou plus motivées que les équipes à manager en retrait.

## Ce que ce vocabulaire change pour une décision de budget

*Ce que la méthode interprète.* La différence entre prédicteur et cause n'est pas une nuance académique sans conséquence pratique. Si le soutien managérial est un prédicteur sans être une cause démontrée, financer sa remobilisation par de la formation ou de la communication ne garantit aucun effet sur la transformation perçue par les employés : cela suppose une relation causale que le mot retenu dans l'avant-propos ne revendique pas. Un dirigeant qui lit ce chiffre comme une preuve d'effet s'engage sur un pari plus risqué que celui que ce mot formule.

Cette prudence de vocabulaire n'invalide pas pour autant l'intérêt du chiffre. Un prédicteur reste une information utile pour orienter une hypothèse de travail, à condition de le lire dans sa population de mesure, des organisations américaines qui investissent déjà dans l'IA, et à côté de son taux de base, qui reste bas dans les deux groupes.

## Mes réserves

- **Effectif inconnu.** Le rapport ne publie ni l'effectif du sous-ensemble sur lequel l'écart de 8,7 est calculé, ni sa marge d'erreur, ni aucun intervalle de confiance. Je raisonne sur un écart dont je ne peux pas apprécier la précision statistique, et je m'interdis d'en tirer une conclusion sur la probabilité qu'il reflète du bruit d'échantillonnage.
- **Libellés non publiés.** L'annexe de méthode publie le libellé des douze items d'engagement, pas celui des questions portant sur l'IA. La formulation exacte des deux items du rapport de 8,7 ne m'est donc pas accessible.
- **Mode de recueil distinct.** Les données américaines de ce rapport sont recueillies par enquête web et ajoutées au jeu de données du World Poll, dont le mode habituel est le face-à-face ou le téléphone [1]. Les deux modes ne se lisent pas comme un échantillon homogène.
- **Trois instruments, trois vagues.** Le rapport de 8,7 vient du jeu de données du rapport, les 79 % contre 46 % d'une enquête américaine du premier trimestre 2026, et les chiffres de la page commerciale d'un panel du deuxième trimestre 2026 [4]. Je ne les additionne pas.
- **Aucune réplication indépendante.** Aucune équipe sans lien avec l'éditeur n'a remesuré cet écart, à ma connaissance.
- **Mon étalon de preuve est un document de travail.** Le travail universitaire dont je me sers pour dire ce que ce champ sait produire porte lui-même la mention qu'il n'est pas passé par une revue par les pairs [5]. Je reproche à Gallup de ne pas publier son protocole : je dois signaler cette limite-là aussi.
- **Intérêt commercial direct.** Gallup vend un accompagnement dont une promesse porte nommément sur l'activation des managers pour conduire l'adoption de l'IA [4]. Ce conflit d'intérêt ne rend pas le chiffre faux. Il change qui a intérêt à ce que le lecteur retienne la version « prédicteur puissant, agissez maintenant » plutôt que la version « corrélation non tranchée, à vérifier avant d'investir ».

L'implication concrète : appliquer la grille de vérification en trois conditions ci-dessus avant tout arbitrage budgétaire. À défaut, traiter le chiffre comme un signal à surveiller, jamais comme une preuve suffisante à elle seule pour prioriser un poste de dépense sur un autre.

## Écart au Standard Probans

Sur cinq sources, trois émanent de Gallup. C'est peu d'indépendance pour une page qui discute un chiffre de Gallup, et je n'ai pas trouvé de réplication indépendante du rapport de 8,7. La seule source vraiment extérieure du dossier ne mesure pas mon objet : elle porte sur les pratiques de management en général, à une époque antérieure à l'IA générative, et je m'en sers pour montrer ce qu'une preuve causale ressemblerait, pas pour en tirer une conclusion sur l'adoption de l'IA.

Le calcul du taux de base est le mien, et il repose sur un rapprochement que la source ne valide pas explicitement : celui de deux formulations de population que le rapport ne dit pas équivalentes. Je le publie parce que l'arithmétique est vérifiable en entier et que ses hypothèses sont écrites, pas parce qu'elle serait certaine.

Enfin, je décris une coexistence de registres à l'intérieur d'un même document, et je ne peux pas dire ce qui l'a produite. Un rédacteur d'avant-propos et un rédacteur de résumé ne sont pas nécessairement la même personne, et une page commerciale n'a pas les mêmes contraintes qu'un rapport. Ce que j'établis est un fait de texte, pas une intention.

Retour au [dossier Le manager, goulot d'étranglement de l'adoption de l'IA](/management/manager-goulot-etranglement-ia) · Lire la [Décision possible](/management/manager-goulot-etranglement-ia/decision-possible) du dossier.

## Sources

- [Gallup (2026). State of the Global Workplace: 2026 Report, rapport intégral, avril 2026.](https://www.gallup.com/file/workplace/707798/state-of-the-global-workplace-2026-download.pdf)
- [Gallup (2026). State of the Global Workplace 2026, page de présentation du rapport.](https://www.gallup.com/workplace/349484/state-of-the-global-workplace.aspx)
- [HR Dive (2026). Manager engagement is slipping, and affecting AI use, Gallup finds, 9 avril 2026.](https://www.hrdive.com/news/engagement-among-managers-is-slipping-affecting-ai-use-gallup/817069/)
- [Gallup. A People-First Approach to AI Adoption, page d'offre commerciale.](https://www.gallup.com/workplace/650153/ai-adoption.aspx)
- [Bloom, N., Sadun, R. & Van Reenen, J. (2016, révisé 2017). Management as a Technology? NBER Working Paper 22327.](https://www.nber.org/system/files/working_papers/w22327/w22327.pdf)

---

Publié sur Probans : https://probans.org/management/manager-goulot-etranglement-ia/gallup-predicteur-pas-cause-demontree-adoption-ia