Les dirigeants mondiaux sont aux prises avec cinq tensions fondamentales à mesure que l’intelligence artificielle (IA) s’intègre dans les lieux de travail, selon connaissances de plus de 100 constructeurs, dirigeants, investisseurs, conseillers et chercheurs. Ces tensions englobent la relation entre experts et novices, la centralisation ou la décentralisation en matière de gouvernance, l’impact de l’IA sur les structures hiérarchiques, l’équilibre entre rapidité et mise en œuvre délibérée, et l’interaction entre les initiatives de changement descendantes et celles impulsées par les pairs. Les recherches indiquent que les premières applications de l’IA ont montré un double effet. Les endoscopistes polonais utilisant l’IA pour la détection du cancer ont constaté une précision améliorée dans les procédures basées sur l’IA, mais une diminution des tâches non liées à l’IA. Les étudiants utilisant l’IA pour la rédaction d’essais de style SAT ont initialement montré des pics de créativité ; cependant, ceux qui ont commencé avec des idées générées par l’IA ont présenté une activité d’onde alpha réduite et ont produit un résultat très similaire. Une étude réalisée en 2025 dans 20 pays européens a en outre révélé que les travailleurs occupant des emplois hautement automatisés signalaient une diminution de leur objectif, un contrôle réduit et un stress accru, malgré le fait que les tâches devenaient techniquement plus faciles. Le nouveau Work AI Institute de Glean a compilé ces résultats dans le « AI Transformation 100 », une liste annotée d’idées pour tirer parti des avantages de l’IA et atténuer ses inconvénients. Cette initiative vise à différencier la véritable transformation du battage médiatique, en comprenant les progrès, la stagnation et les conséquences imprévues de l’IA. Une tension vient de la capacité de l’IA à brouiller les frontières entre experts et novices, permettant ainsi à des non-spécialistes d’effectuer des tâches nécessitant historiquement une formation approfondie, comme le codage ou l’analyse de données. Ce changement élargit les opportunités de contribution, mais risque de confondre la maîtrise de l’IA avec une véritable maîtrise. John Lilly, membre du conseil d’administration de Duolingo, a noté que des non-ingénieurs ont prototypé un cours d’échecs utilisant l’IA en quatre mois, surpassant ainsi d’autres initiatives internes, car les experts, s’ils étaient impliqués trop tôt, pourraient exprimer les raisons pour lesquelles un projet ne fonctionnerait pas. Les équipes de Google ont également adopté une approche « privilégiant le prototype », en utilisant le « codage dynamique » alimenté par l’IA pour créer des démos fonctionnelles avant de rédiger des propositions, accélérant ainsi les itérations. Cependant, une dépendance excessive à l’égard des novices peut conduire à une « erreur d’IA » : des résultats qui semblent convaincants mais manquent de substance. Une étude de Stanford indique une baisse du recrutement de développeurs débutants, tandis que la demande d’ingénieurs seniors a augmenté, ce qui suggère que les entreprises s’appuient sur des experts pour contrer ce phénomène. Pour résoudre ce problème, les stratégies consistent notamment à permettre aux généralistes de lancer des projets avec l’IA, tout en garantissant que les experts affinent et mettent à l’échelle les résultats positifs. Chez Stitch Fix, l’ancien directeur des algorithmes, Eric Colson, a décrit des algorithmes personnalisés signalant des besoins non satisfaits, les concepteurs humains sélectionnant ensuite les options alignées sur la marque et les normes de qualité. Les organisations devraient également impliquer dès le départ les meilleurs employés, comme des cliniciens ou des experts en données, dans la formation sur les modèles d’IA et les programmes pilotes, comme le recommande Alexandre Guilbault, vice-président de l’IA de TELUS, qui a déclaré : « Les meilleures personnes sont celles qui peuvent conduire la plus grande transformation. L’intégration d’experts au sein d’équipes locales, comme l’équipe « Glean on AI » de Glean pour l’automatisation fonctionnelle et l’équipe « AI Outcomes » pour les solutions clients, facilite également l’identification et le développement de processus basés sur l’IA. Une autre tension concerne l’équilibre entre la centralisation et la décentralisation du contrôle de l’IA au sein des organisations. La centralisation, souvent via des centres d’excellence en IA, vise à faire respecter les normes et à gérer les risques, mais peut étouffer l’innovation en raison de processus d’approbation étendus. À l’inverse, le développement décentralisé de l’IA peut conduire à une innovation rapide mais non coordonnée, entraînant une fragmentation des outils et un épuisement numérique, selon Paul Leonardi, professeur à l’UC Santa Barbara. Pour y faire face, les entreprises centralisent les domaines à haut risque tels que la gouvernance des données et l’infrastructure de sécurité, tout en décentralisant les expérimentations à faible risque telles que l’automatisation des flux de travail. Les organisations devraient également éviter de créer des rôles symboliques d’IA sans budget ni autorité, mais plutôt répartir les responsabilités d’IA au sein des équipes existantes. Les choix technologiques doivent inclure des fonctionnalités de gouvernance de niveau entreprise, telles que la sécurité et les pistes d’audit, tout en permettant une certaine flexibilité aux équipes individuelles. Les équipes RH de Booking.com ont mis en place une plateforme de recherche basée sur l’IA qui garantit que les employés accèdent uniquement aux informations pour lesquelles ils ont l’autorisation, selon le directeur principal de l’ingénierie, Tadeu Faedrich, qui a déclaré : « Nous ne voulions pas que les gens trouvent des documents auxquels ils ne devraient pas avoir accès ». La troisième tension concerne la tendance vers des hiérarchies organisationnelles plus plates. Alors que l’IA automatise les décisions et les rapports de routine, de nombreux dirigeants supposent qu’elle permet de supprimer les couches de gestion pour accélérer les mouvements. Cependant, Michael Arena, ancien directeur des talents chez General Motors, a constaté qu’une aplatissement excessive peut surcharger les managers et créer des goulots d’étranglement, en particulier lorsqu’ils supervisent plus de sept subordonnés directs. Les managers travaillent souvent de 10 à 13 heures par jour et ont encore du mal à s’acquitter de leurs tâches. Les organisations doivent évaluer leurs modes de travail avant de s’aplatir. Si le travail implique principalement des tâches « tête en bas » nécessitant une coordination minimale, les agents IA peuvent gérer des tâches de routine, permettant ainsi aux managers de diriger des équipes plus importantes. Pour le travail « en tête-à-tête », qui nécessite une interdépendance et une communication en temps réel, le maintien d’équipes plus petites permet aux managers de se concentrer sur le coaching, le jugement et l’établissement de relations. L’IA devrait alléger, et non éliminer, la gestion en déchargeant les tâches administratives telles que les mises à jour de statut et la planification. Phil Wilburn, vice-président de Workday People Analytics, a noté que son équipe ne compile plus de documents d’information ou de mises à jour hebdomadaires, car un système d’IA regroupe les données non structurées de Slack et des plans de projet, ce qui lui permet d’utiliser l’IA pour compiler des briefs ou des sujets de recherche avant les réunions. L’IA a supprimé les charges administratives sans remplacer les fonctions de gestion. La quatrième tension concerne l’impulsion d’adopter rapidement l’IA par rapport à la nécessité d’une intégration minutieuse et délibérée. Une focalisation excessive sur la rapidité peut créer des lacunes dans la mise en œuvre des décisions, où de nouveaux outils sont adoptés rapidement mais sans résoudre les problèmes systémiques existants ni comprendre l’adéquation technologique. Cela peut conduire à une adoption inégale, à des retards ou à l’abandon des initiatives d’IA. Hatim Rahman, professeur à l’Université Northwestern, a décrit un projet hospitalier dans lequel la formation de l’IA pour les diagnostics médicaux nécessite des milliers d’images échographiques, mais les pressions existantes en matière d’efficacité des soins de santé minimisent l’acquisition d’images. Les processus de consentement des patients et les conflits interministériels ralentissent encore davantage les progrès, entraînant des délais de mise en œuvre plus longs que prévu. Les techniciens résistent également au projet, craignant une utilisation abusive des données à des fins de contrôle des performances ou de suppressions d’emplois.
- Protégez les modes lents en intégrant des ralentisseurs dans le travail créatif et stratégique, y compris les points de contrôle et les périodes de réflexion. Perry Klebahn, qui dirige l’accélérateur Launchpad de la Stanford d.school, a observé que si l’IA accélère la génération de prototypes, elle peut diminuer l’engagement des fondateurs envers les idées, car ils les perçoivent comme étant trop faciles à générer.
- Récompensez l’apprentissage plutôt que la mise en scène. Les événements d’apprentissage de l’IA « U-Days » d’Udemy récompensent des prix pour l’impact commercial, l’amélioration mesurable et les commentaires des pairs, plutôt que uniquement pour des démonstrations flashy.
- Effectuez un test « AI Residue » : supprimez tout le jargon lié à l’IA des présentations pour évaluer la substance sous-jacente. Si le contenu restant n’est pas substantiel, cela indique une idée faible.
La dernière tension concerne la question de savoir si la transformation de l’IA doit être menée de haut en bas ou pilotée par les pairs. Le leadership descendant est crucial pour l’adoption à l’échelle de l’entreprise, les données de Worklytics montrant que les équipes étaient deux fois plus susceptibles d’adopter des outils d’IA si leurs managers les utilisaient en premier. Cependant, une pression verticale excessive peut conduire à une résistance ou à une conformité superficielle. Un recours excessif aux efforts ascendants peut entraîner une fragmentation et une expérimentation non coordonnée. Un CTO a noté que cela pourrait être comparé à « des centaines de petits bateaux rapides courant dans des directions différentes ». Pour équilibrer ces approches, les entreprises établissent des rythmes de changement. Le PDG d’un détaillant Fortune 20 maintient l’IA comme sujet permanent lors des réunions mensuelles des vice-présidents, et un comité directeur interfonctionnel aligne l’adoption et les cas d’utilisation. Les réunions du personnel du département comprennent un « moment IA » de partage d’expériences. Les organisations prévoient également l’échec des expériences, reconnaissant qu’environ 80 % des projets d’IA risquent de ne pas atteindre les objectifs de productivité initiaux. Une organisation Fortune 500 ne redéfinit pas les tâches tant qu’il n’y a pas de « preuves convaincantes » que l’IA augmentera l’efficacité. Des cycles de révision sont mis en œuvre pour capturer les leçons des employés aux niveaux inférieurs, garantissant ainsi que les échecs alimentent l’apprentissage. Il est également essentiel de mesurer l’impact sur l’activité. Nan Guo, vice-président principal de l’ingénierie de Zendesk, utilise un tableau de bord équilibré de six mesures de productivité d’ingénierie, y compris le temps de cycle et le taux d’échec des modifications, plutôt que des indicateurs superficiels comme les connexions ou le nombre d’invites. La formalisation des réseaux de pairs, comme l’initiative d’Uber qui a identifié 53 premiers champions de l’IA dans toutes les fonctions, favorise les communautés d’apprentissage et l’engagement internes. Les dirigeants qui réussissent maîtrisent les complexités de l’IA en traitant ces tensions comme des caractéristiques de conception plutôt que comme des défauts. Ils restent adaptables, reconnaissant que la voie à suivre optimale est provisoire. « Cinquante pour cent de ce que nous vous enseignons s’avérera faux », aurait déclaré un doyen de la faculté de médecine de Harvard aux nouveaux étudiants, reflétant l’incertitude dans la mise en œuvre de l’IA. Les dirigeants qui font preuve d’humilité et cultivent la flexibilité organisationnelle seront les mieux équipés pour apprendre et s’adapter continuellement à mesure que le paysage technologique évolue.
