L’IA au travail accélère les tâches, pas toujours l’organisation

L’IA au travail peut faire gagner du temps sur un courriel, une synthèse ou une recherche. Elle ne réduit pas automatiquement le nombre de validations, de réunions ou de décisions à prendre. La différence se joue entre le gain obtenu par une personne et la transformation du processus complet.

L’adoption progresse plus vite que la transformation

Le Work Trend Index 2024 publié par Microsoft et LinkedIn a interrogé 31 000 personnes dans 31 pays. Trois employés de bureau sur quatre dans le monde, soit 75 %, déclaraient utiliser l’IA au travail, contre 56 % en France. Parmi les utilisateurs, 78 % disaient employer leurs propres outils dans leur activité professionnelle.

Ces chiffres mesurent un usage et des perceptions. Ils ne prouvent pas que les entreprises ont modifié leurs réunions, leurs circuits de validation ou la répartition des responsabilités. Le même rapport indiquait que 79 % des dirigeants jugeaient l’adoption de l’IA nécessaire pour rester compétitifs, tandis que 59 % s’inquiétaient de la mesure des gains de productivité. En France, 57 % attendaient encore de leur organisation une vision claire de la mise en oeuvre.

Le décalage apparaît dans des situations ordinaires. Un salarié peut résumer une réunion en quelques secondes, mais la réunion reste aussi longue. Trois personnes peuvent encore relire le compte rendu et le comité suivant peut toujours être nécessaire avant une décision. L’IA accélère alors une étape sans raccourcir le processus.

Le gain individuel ne change pas forcément le travail collectif

Une expérimentation randomisée menée auprès de 7 137 travailleurs du savoir dans 66 entreprises permet de mesurer ce décalage. Pendant six mois, les participants disposaient d’un outil intégré au courrier électronique, aux documents et aux réunions. Dans la seconde moitié de l’expérience, les utilisateurs concernés passaient environ deux heures de moins par semaine dans leurs courriels. En incluant les personnes qui utilisaient peu l’outil, l’estimation atteignait 1,3 heure.

Les chercheurs n’observaient toutefois pas de changement significatif dans la quantité ou la composition globale des tâches. La réduction du temps passé dans les courriels ne suffisait donc pas à modifier le fonctionnement de l’organisation. Les messages étaient traités plus rapidement, mais les arbitrages, les dépendances entre services et les validations restaient en place.

La première étape consiste à cartographier le processus. Dans un service client, l’IA peut retrouver une procédure et préparer une réponse. Il faut ensuite déterminer quand l’agent sollicite un expert, qui valide une réponse sensible et comment un nouveau cas enrichit la base de connaissances. Sans ces règles, l’outil produit des réponses plus vite sans clarifier la responsabilité finale.

Les métiers changent par les compétences et les responsabilités

Quand rechercher, rédiger, analyser, synthétiser ou coder devient plus rapide, le métier ne disparaît pas nécessairement. La répartition des tâches change d’abord. Les profils débutants doivent encore pouvoir diagnostiquer un problème, relire une solution et justifier un choix. Si ces étapes sont systématiquement déléguées, l’équipe gagne du temps à court terme, mais réduit les occasions d’apprentissage.

Le travail des experts évolue lui aussi. Il comprend le traitement des exceptions, l’explication des critères, la détection d’une réponse inadaptée et l’enrichissement de la connaissance commune. Cette transmission doit rester visible dans l’organisation, même lorsqu’un outil rend certaines réponses accessibles immédiatement.

La formation ne peut donc pas se limiter à apprendre des formulations efficaces. Elle doit porter sur la vérification d’une réponse, l’identification d’une erreur plausible et le choix des situations dans lesquelles il ne faut pas déléguer. Une direction doit aussi préciser les usages autorisés, les données accessibles et les personnes responsables du contrôle.

La fiabilité de l’IA varie d’une tâche à l’autre

Une réponse fluide n’est pas nécessairement une réponse juste. La réussite d’un outil dans la reformulation d’un texte ne permet pas de déduire sa fiabilité pour une analyse réglementaire, une recommandation financière ou une décision concernant une personne. Deux tâches proches en apparence peuvent donc exiger des niveaux de contrôle différents.

Une politique de délégation cohérente peut s’appuyer sur quatre questions :

• La tâche est-elle réversible si une erreur est détectée?
• La réponse touche-t-elle à un droit, à une personne, à un engagement financier ou à une obligation réglementaire?
• Quel professionnel possède les compétences nécessaires pour contrôler le résultat?
• Que devient la responsabilité lorsque l’outil a préparé la réponse?

Une première ébauche réversible peut recevoir un contrôle léger. Une réponse adressée à un client vulnérable, une décision de recrutement ou un document contractuel exigent un contrôle humain explicite. L’enjeu n’est pas de conserver une validation partout, mais de la placer là où une erreur coûte réellement quelque chose.

Le bureau et le management doivent suivre les nouveaux usages

Une étude Ifop réalisée auprès de 502 dirigeants d’entreprises de 50 salariés et plus indiquait que 89 % d’entre eux estimaient que le bureau resterait aussi stratégique ou deviendrait plus stratégique avec le développement de l’IA. Pour 85 %, il devait surtout devenir un lieu de coopération et de décision. Ces réponses décrivent une perception de dirigeants, pas une preuve de gain de productivité.

Si les tâches de préparation, de synthèse ou de recherche prennent moins de temps, les réunions peuvent être consacrées davantage aux arbitrages, aux cas complexes et à la transmission. Cela suppose de réduire les réunions qui ne débouchent sur aucune décision et de préserver les moments où une équipe apprend à traiter une situation nouvelle. Automatiser le compte rendu d’une mauvaise réunion ne règle pas le problème de la réunion.

Un déploiement sérieux commence par un processus limité, un indicateur observable et une règle de contrôle écrite. Il se poursuit par l’examen des erreurs, des tâches devenues invisibles et des compétences que l’équipe n’exerce plus. Le bon résultat n’est donc pas le nombre de textes ou de synthèses générés, mais l’amélioration mesurable du travail qui suit.