Les entreprises investissent massivement dans des outils d’intelligence artificielle pour augmenter la productivité de leurs équipes. Si les cadres supérieurs affichent un enthousiasme quasi unanime, les managers de terrain rencontrent de nouveaux obstacles qui compliquent leur quotidien. Une enquête menée auprès de 1 700 directeurs et cadres seniors dans sept pays révèle que l’adoption de l’IA transforme la façon dont le travail est évalué, augmente la charge de supervision et crée une prolifération d’applications difficiles à maîtriser.
L’enthousiasme des dirigeants face à l’IA
Près de 94 % des managers interrogés se disent enthousiastes à l’idée d’utiliser l’IA pour améliorer leurs processus. Ils estiment connaître les domaines où la technologie apporte le plus de valeur et la comparent à l’engouement suscité par Internet au début des années 2000. Cette confiance se traduit par une volonté d’expérimenter de nouvelles méthodes de travail, notamment la création de prompts, la délégation de tâches à des agents automatisés et l’exploration de modèles de collaboration hybrides.
Malgré cet optimisme, la rapidité d’évolution de l’IA dépasse la capacité d’adaptation des organisations. Les managers constatent que les outils, bien que performants individuellement, ne s’intègrent pas toujours aux processus organisationnels existants, créant ainsi un fossé entre les promesses de productivité et la réalité opérationnelle.
Les nouveaux défis d’évaluation et les risques de biais
Plus de la moitié des cadres supérieurs déclarent qu’il est devenu plus difficile d’évaluer le travail de leurs équipes depuis l’introduction de l’IA. Les livrables arrivent souvent déjà polis dans la boîte de réception du manager, rendant floue la part de contribution humaine et celle générée par la machine. En conséquence, près de 50 % des managers passent davantage de temps à réviser et à orienter les productions de leurs équipes.
Face à cette incertitude, 78 % des répondants ont modifié leurs critères d’évaluation, accordant plus d’importance à la capacité à formuler des prompts pertinents, à choisir les tâches à déléguer à l’IA et à expérimenter de nouvelles approches de travail. Cette évolution soulève toutefois des questions d’équité : comment juger un employé lorsque la part d’IA dans son résultat reste opaque ?
Le recours à l’IA pour soutenir les décisions managériales s’intensifie. 46 % des managers utilisent l’IA pour éclairer leurs jugements, et 39 % s’en servent pour rédiger des évaluations de performance. Ces pratiques exposent le processus à des biais potentiels, les modèles de langage reproduisant les schémas humains présents dans leurs données d’entraînement. Des études récentes montrent que les modèles peuvent favoriser ou défavoriser certains groupes sociaux, notamment les candidats noirs masculins, ce qui complique davantage la quête d’objectivité.
Les dirigeants reconnaissent que les mécanismes de contrôle restent à définir. Aucun cadre clair n’a encore émergé pour garantir que l’IA ne renforce pas les discriminations existantes dans les évaluations.
Complexité croissante des outils et gouvernance
L’adoption de l’IA a entraîné une multiplication des applications et des intégrations. 57 % des managers signalent une augmentation du nombre d’outils en circulation, et 51 % constatent une plus grande interconnexion entre ces solutions. Malgré les attentes d’une rationalisation des stacks technologiques, seulement 29 % des organisations considèrent leur infrastructure IA comme pleinement optimisée et centralisée.
Cette dispersion crée ce que l’enquête qualifie de « travail invisible » : les managers doivent désormais choisir les tâches à confier aux agents automatisés, vérifier la qualité des résultats et intervenir en cas d’erreur. Cette couche supplémentaire de supervision consomme du temps et des ressources, contrecarrant partiellement les gains de productivité attendus.
Par ailleurs, la prolifération d’outils non approuvés – souvent appelés « shadow AI » – complique la gouvernance. Les employés adoptent des solutions tierces sans validation officielle, augmentant les risques de sécurité et de conformité. Les dirigeants espéraient que l’IA simplifierait les environnements logiciels, mais la réalité montre une tendance à l’inverse.
Les perspectives pour l’avenir sont également marquées par l’émergence d’agents autonomes. 58 % des managers anticipent de superviser davantage d’agents IA que d’employés humains d’ici l’an prochain, tandis que 46 % expriment des craintes de perdre le contrôle sur leurs actions. La responsabilité en cas de décision erronée prise par l’IA inquiète 35 % des répondants, qui redoutent d’être tenus pour responsables d’erreurs imprévisibles.
En résumé, l’adoption de l’IA représente à la fois une opportunité de productivité et un défi de gouvernance. Sans processus clairs, infrastructures centralisées et critères d’évaluation adaptés, les managers se retrouvent à jongler entre supervision accrue, gestion d’une myriade d’outils et prévention des biais. Les entreprises devront donc investir non seulement dans la technologie, mais aussi dans les cadres organisationnels capables de transformer ces promesses en résultats durables.