IA générative au travail : pourquoi le management humain reste décisif

L’intelligence artificielle générative peut rédiger un premier brouillon, résumer un document, proposer des pistes de recherche ou aider à organiser des informations. Mais sa présence au bureau ne se résume pas à l’installation d’un nouvel outil. Elle modifie les habitudes, la répartition de certaines tâches et parfois le sentiment même d’utilité des salariés. C’est pourquoi, pour Hanan Ouazan d’Artefact, son acceptabilité dépend d’abord d’une approche managériale humaine.

Publié le 7 octobre 2024, ce constat remet les personnes au centre d’une transformation souvent racontée sous l’angle des performances techniques. Un outil peut être impressionnant et pourtant rester inutilisé, mal employé ou rejeté s’il arrive sans explication, sans règles et sans accompagnement. À l’inverse, une organisation qui associe ses équipes, reconnaît leurs inquiétudes et leur donne les moyens d’apprendre peut faire de l’IA générative un appui plutôt qu’une source de défiance.

L’IA générative change les tâches, pas seulement les logiciels

L’IA générative désigne des systèmes capables de produire, à partir d’une instruction formulée par un utilisateur, du texte, des images, du code informatique ou d’autres contenus. Dans une entreprise, elle peut accélérer la préparation d’une note, la synthèse d’échanges, la création d’une première version de présentation ou la recherche d’idées.

Ce fonctionnement explique son potentiel, mais aussi ses limites. Ces systèmes génèrent des réponses plausibles à partir des données sur lesquelles ils ont été entraînés et de la demande qui leur est soumise. Ils ne remplacent donc pas la vérification humaine. Une réponse peut être incomplète, biaisée ou erronée tout en paraissant convaincante. Les informations confidentielles, personnelles ou stratégiques ne doivent pas non plus être introduites sans cadre clair.

L’enjeu managérial est alors très concret : définir les tâches pour lesquelles l’outil peut apporter une aide, celles pour lesquelles une validation est indispensable, et celles qui doivent rester hors de son champ. Présenter l’IA comme une solution universelle crée des attentes irréalistes. L’inscrire dans un processus de travail connu rend son usage plus compréhensible.

Pourquoi les salariés peuvent-ils se montrer réticents ?

La résistance au changement ne traduit pas nécessairement un refus de l’innovation. Elle peut être une réaction rationnelle à un manque d’informations. Lorsqu’une entreprise annonce le déploiement d’une IA générative sans préciser ce qui va évoluer, les salariés peuvent craindre une suppression de postes, une intensification du travail ou une évaluation automatisée et opaque.

Hanan Ouazan souligne ainsi l’importance d’une communication ouverte et transparente. Il ne suffit pas de vanter les gains de productivité. Le management doit expliquer ce que l’organisation cherche à améliorer, les tâches concernées, les limites de l’outil et la place des collaborateurs dans le nouveau dispositif. La question n’est pas seulement « que peut faire l’IA ? », mais aussi « que voulons-nous lui faire faire, et dans quelles conditions ? ».

Cette transparence doit porter sur les conséquences positives comme sur les changements plus inconfortables. Un assistant capable de préparer une synthèse peut libérer du temps pour l’analyse, l’échange avec des clients ou la résolution de problèmes complexes. Mais il peut également modifier des tâches appréciées ou rendre visibles de nouvelles exigences de rapidité. Reconnaître ces arbitrages est plus crédible qu’une promesse d’automatisation sans contrepartie.

Former pour utiliser l’outil avec discernement

La formation est l’un des piliers mis en avant par Hanan Ouazan. Elle ne devrait pas se limiter à une démonstration technique ou à une liste de commandes à saisir. Les collaborateurs doivent comprendre ce que l’outil sait faire, ce qu’il ne sait pas faire, et à quel moment il faut questionner, corriger ou écarter sa réponse.

Une formation utile part des situations de travail. Un salarié chargé de relation client n’a pas les mêmes besoins qu’un juriste, un recruteur, un analyste ou une équipe de communication. Dans chaque cas, il faut montrer comment formuler une demande claire, comment relire un résultat et comment éviter d’y intégrer des données qu’il ne faudrait pas partager. Cette approche rend la technologie moins abstraite et aide chacun à mesurer son utilité réelle.

L’apprentissage a aussi une dimension collective. Des ateliers peuvent permettre de comparer les résultats obtenus, d’identifier les erreurs fréquentes et de diffuser de bonnes pratiques. Les collaborateurs les plus expérimentés ne doivent pas devenir les seuls détenteurs d’un savoir informel. Le rôle de l’entreprise consiste justement à rendre ce savoir accessible, afin d’éviter une adoption à deux vitesses entre personnes formées et personnes laissées seules face à l’outil.

La formation ne vaut pas approbation automatique de tous les usages. Elle développe au contraire une capacité de jugement. Savoir utiliser l’IA générative, c’est aussi savoir reconnaître quand elle n’est pas le bon moyen pour réaliser une tâche.

Donner un droit à l’expérimentation encadrée

L’innovation ne peut pas reposer uniquement sur des directives descendantes. Hanan Ouazan appelle les entreprises à créer un environnement dans lequel les équipes peuvent expérimenter sans craindre des conséquences négatives. Cette idée est essentielle : les personnes qui réalisent quotidiennement les tâches sont souvent les mieux placées pour repérer les usages pertinents, les gains possibles et les risques concrets.

Expérimenter ne signifie pas laisser chacun faire n’importe quoi avec n’importe quelles données. Il s’agit plutôt de mettre en place un cadre : un objectif identifié, un petit groupe volontaire, des règles d’utilisation, un temps limité et un bilan. Une équipe peut, par exemple, tester l’IA générative pour préparer des documents internes, puis comparer le temps nécessaire, la qualité des résultats et les corrections apportées par un humain.

Ce type de démarche a deux avantages. D’une part, il révèle les usages réellement utiles, au lieu de généraliser un outil parce qu’il est à la mode. D’autre part, il valorise les salariés en leur reconnaissant un rôle actif dans la transformation. Ils ne sont plus seulement destinataires d’une décision technologique, mais contributeurs à son amélioration.

L’éthique, une condition de confiance au quotidien

Pour Hanan Ouazan, l’intégration de principes éthiques constitue un enjeu majeur de l’IA générative. Dans une entreprise, ces principes doivent devenir des règles praticables, et non rester de grandes déclarations. Cela suppose notamment de s’interroger sur la confidentialité des informations, l’équité des résultats produits, la traçabilité des usages et la responsabilité en cas d’erreur.

Les décisions qui affectent directement une personne appellent une vigilance particulière. S’appuyer aveuglément sur une recommandation algorithmique pour évaluer un candidat, prioriser des dossiers ou orienter une décision importante peut donner l’illusion d’une neutralité technique. Or, un système d’IA reflète des choix de conception, des données et des consignes. Un contrôle humain, capable de comprendre le contexte et de justifier une décision, reste donc indispensable.

Le cadre réglementaire européen rappelle cette nécessité. Le règlement européen sur l’intelligence artificielle, souvent appelé AI Act, est entré en vigueur le 1er août 2024. Son application se fera progressivement. Sans attendre les différentes échéances prévues par ce texte, les entreprises peuvent déjà organiser leur gouvernance : cartographier les outils utilisés, fixer des règles de validation, définir les usages interdits et désigner des responsables capables de répondre aux questions des équipes.

Faire évoluer la culture d’entreprise, pas seulement les processus

Le déploiement de l’IA générative révèle souvent la culture réelle d’une organisation. Dans une entreprise où l’erreur est systématiquement sanctionnée, les salariés auront peu d’intérêt à tester de nouveaux usages ou à signaler les faiblesses d’un outil. Dans une culture de collaboration et d’apprentissage continu, ils seront plus enclins à partager leurs découvertes comme leurs difficultés.

Cette culture repose sur des gestes managériaux très concrets. Un responsable peut demander à son équipe quels irritants elle souhaiterait réduire, réserver du temps pour un retour d’expérience, valoriser une idée qui n’a pas abouti mais a permis d’identifier un risque, ou rappeler qu’une réponse générée doit être relue. Ces pratiques installent progressivement une relation plus sereine avec la technologie.

L’acceptabilité ne signifie d’ailleurs pas que tous les salariés adopteront l’IA au même rythme ni avec le même enthousiasme. Une transformation inclusive accepte cette diversité. Elle évite de culpabiliser les personnes moins à l’aise et veille à ce que l’accès à la formation, aux outils et à l’expression des préoccupations soit équitable.

Ce qu’il faut surveiller pour une transformation durable

L’IA générative peut contribuer à améliorer certains processus, mais son intégration ne se joue pas au moment de l’annonce ou de l’achat d’une solution. Elle se joue dans la durée, à travers la qualité de la formation, l’écoute des équipes, la clarté des règles et la capacité à corriger un déploiement lorsque les résultats ne sont pas au rendez-vous.

Les organisations ont intérêt à suivre à la fois des indicateurs de fonctionnement et le ressenti des collaborateurs. Le temps gagné sur une tâche est un repère utile, mais il ne suffit pas. Il faut aussi se demander si la qualité a progressé, si les erreurs sont détectées, si les salariés comprennent les règles et s’ils se sentent associés aux décisions.

La vision défendue par Hanan Ouazan est donc celle d’un équilibre durable entre technologie et humanité. Le management ne remplace pas la technique, pas plus que la technique ne remplace le management. L’un donne un cap, des règles et une écoute. L’autre peut, lorsqu’elle est bien utilisée, aider les équipes à créer, analyser et travailler autrement. C’est de cette articulation que dépendra l’acceptation de l’IA générative au travail.