Vladimir Atlani appelle les entreprises à préparer l’adoption massive de l’IA

L’intelligence artificielle s’installe dans les entreprises par des portes très concrètes : un assistant qui résume des documents, un logiciel qui aide à trier des demandes clients, un outil qui détecte des anomalies dans des données ou qui prépare une première ébauche de contenu. Derrière ces usages, la transformation est plus profonde qu’un simple changement de logiciel. Pour Vladimir Atlani, expert en économie, les organisations doivent se préparer à une adoption massive de l’IA en repensant simultanément leurs compétences, leurs processus et leur manière de décider.

Le sujet ne consiste donc pas à choisir entre l’humain et la machine. L’enjeu est de savoir quelles tâches confier à un système automatisé, quel contrôle conserver, comment protéger les informations utilisées et comment permettre aux équipes de tirer un bénéfice réel de ces nouveaux outils. Une entreprise qui attend d’être contrainte par le marché risque de subir la technologie. Une entreprise qui la prépare peut en faire un levier d’efficacité et d’innovation.

L’IA devient un sujet d’organisation, pas seulement de technologie

Dans l’analyse portée par Vladimir Atlani, l’adoption de l’intelligence artificielle appelle un véritable changement de paradigme. Pendant longtemps, la transformation numérique a été associée à l’informatisation des tâches, au travail collaboratif à distance ou à la dématérialisation. L’IA ajoute une dimension particulière : elle peut produire, classer, recommander ou prédire à partir de grandes quantités de données et d’instructions.

Cette capacité peut accélérer certaines activités, mais elle ne permet pas de déléguer aveuglément une décision. Un outil d’IA générative peut, par exemple, proposer une synthèse, rédiger un brouillon ou reformuler un texte. Il peut aussi commettre des erreurs, omettre un élément important ou présenter une information inexacte de façon convaincante. Dans une entreprise, la valeur provient donc autant du contrôle humain, de l’expertise métier et de la qualité des données que du modèle utilisé.

Préparer l’adoption de l’IA revient à se poser quelques questions simples, mais structurantes :

• quelles difficultés opérationnelles l’outil doit-il résoudre ;
• quelles données peuvent être utilisées et lesquelles doivent rester protégées ;
• qui vérifie les résultats produits ;
• comment les salariés sont-ils accompagnés ;
• quels indicateurs permettront de savoir si le projet apporte réellement un bénéfice.

Sans cette préparation, l’IA peut se diffuser de façon désordonnée, au gré des initiatives individuelles. Cette situation peut donner une impression de rapidité, mais elle multiplie les risques d’erreur, de fuite d’informations ou de disparités entre équipes.

Quels usages de l’IA une entreprise peut-elle préparer ?

Le terme « intelligence artificielle » couvre des outils très différents. Certains existent depuis longtemps, notamment dans l’analyse de données ou la détection d’anomalies. D’autres, comme les assistants conversationnels capables de générer du texte, des images ou du code, ont rendu l’IA beaucoup plus visible auprès du grand public et des salariés.

La première étape d’une stratégie sérieuse consiste à distinguer les usages selon leur utilité et leur niveau de risque. Une aide à la préparation d’un compte rendu n’a pas les mêmes conséquences qu’un système qui influence une décision de recrutement, de crédit ou d’évaluation.

Cette cartographie évite deux écueils. Le premier est de lancer un projet très ambitieux sans problème précis à résoudre. Le second est de laisser chaque service choisir ses outils sans règles communes. Dans les deux cas, l’entreprise risque de dépenser sans obtenir de résultats mesurables.

Pour Vladimir Atlani, les dirigeants doivent adopter une démarche proactive. Cela suppose d’évaluer les besoins de chaque activité, plutôt que de rechercher une solution universelle. Une petite expérimentation, menée avec les équipes qui connaissent le terrain, permet souvent de mieux comprendre les gains possibles et les limites de l’outil avant un déploiement plus large.

Former les salariés pour transformer les métiers, pas seulement les outils

L’une des principales préoccupations liées à l’IA concerne l’emploi. L’automatisation peut modifier des postes, notamment lorsque certaines tâches répétitives peuvent être confiées à un logiciel. Mais l’effet concret dépend de la façon dont l’organisation redéfinit le travail. Une tâche automatisée ne signifie pas automatiquement la disparition d’un métier : elle peut aussi déplacer l’effort vers la vérification, la relation client, la résolution de problèmes ou la prise de décision.

Vladimir Atlani insiste sur la nécessité d’adapter le modèle éducatif et de développer des compétences correspondant aux métiers émergents. Dans l’entreprise, cette ambition ne se limite pas à apprendre à rédiger une instruction pour un assistant conversationnel. Les salariés doivent être en mesure de comprendre ce que l’outil sait faire, ce qu’il ne sait pas faire et dans quelles circonstances ses résultats doivent être contrôlés.

Une formation utile peut articuler quatre dimensions :

• la connaissance des outils disponibles et de leurs limites ;
• la capacité à vérifier une réponse, une source ou un calcul ;
• la maîtrise des règles internes concernant les données et la confidentialité ;
• les compétences proprement humaines, comme l’écoute, la coopération, le jugement et la créativité contextualisée.

Cette dernière dimension est centrale. L’IA peut automatiser une partie du traitement de l’information, mais elle ne remplace pas le dialogue avec un client, la compréhension fine d’une situation d’équipe ou l’arbitrage entre plusieurs intérêts. C’est pourquoi Atlani appelle à une préparation qui intègre aussi les approches interpersonnelles et pratiques.

Former n’est donc pas seulement une mesure sociale destinée à rassurer les équipes. C’est une condition de qualité et de sécurité. Un salarié qui connaît les limites d’un outil est plus à même de détecter une réponse douteuse, de ne pas transmettre une information confidentielle dans un service inadapté et de tirer parti de l’IA sans en devenir dépendant.

La collaboration homme-machine doit rester pilotée

L’avenir décrit par Vladimir Atlani repose sur la complémentarité entre l’humain et la machine. L’IA peut prendre en charge une partie des tâches de préparation, de tri ou de recherche. L’humain conserve la responsabilité du contexte, de la décision et de la relation avec les autres personnes concernées.

Cette complémentarité n’apparaît pas spontanément. Elle doit être organisée. Lorsqu’un outil produit une recommandation, les salariés doivent savoir si elle est simplement informative, si elle doit être validée par un responsable ou si elle peut déclencher une action automatique. De même, une direction doit pouvoir expliquer à ses équipes pourquoi un outil est utilisé, ce qu’il change dans le quotidien et comment les difficultés remontées seront traitées.

Atlani alerte sur les risques d’une automatisation mal maîtrisée : fragmentation des structures organisationnelles et dégradation possible des relations interpersonnelles. Si les outils multiplient les validations automatisées, les tableaux de bord et les recommandations algorithmiques sans clarifier les responsabilités, les équipes peuvent perdre en autonomie plutôt qu’en gagner.

Le dialogue social et managérial a ici un rôle concret. Il permet de discuter des tâches transformées, des critères d’évaluation, du temps nécessaire pour apprendre et des situations où le jugement humain doit prévaloir. Dans les activités ayant des conséquences importantes pour des personnes, cette vigilance est indispensable.

Investir dans l’IA suppose une vision à long terme

L’IA peut améliorer la productivité, moderniser certains processus et ouvrir de nouvelles façons d’aborder la relation client. Mais l’investissement ne se limite pas aux licences logicielles ou à l’infrastructure informatique. Il comprend le temps consacré à la formation, la mise en qualité des données, la cybersécurité, l’accompagnement des changements de métier et l’évaluation régulière des résultats.

Pour une direction, le retour sur investissement ne devrait pas être réduit au nombre d’heures économisées. Une expérimentation peut aussi avoir de la valeur si elle réduit les erreurs, accélère l’accès à une information fiable, améliore le service rendu ou libère du temps pour des tâches qui demandent une expertise humaine. À l’inverse, un outil qui génère beaucoup de contenus rapidement, mais exige de longues vérifications, peut ne pas produire le gain attendu.

Une stratégie cohérente passe par des objectifs concrets. Il peut s’agir de diminuer le délai de traitement d’une demande, de mieux orienter les clients, de réduire les ressaisies ou d’aider des équipes à retrouver une information interne. Les résultats doivent être observés dans la durée, avec des retours des utilisateurs, plutôt qu’annoncés sur la seule base d’une démonstration technique.

L’enjeu souligné par Atlani est celui de la pérennité. Les organisations qui comprennent les effets de l’IA sur leurs activités peuvent se positionner plus solidement face à des concurrents plus agiles. Celles qui négligent la préparation risquent au contraire de devoir s’adapter dans l’urgence, à un coût plus élevé et avec moins de maîtrise.

Une gouvernance claire face aux risques de l’automatisation

L’adoption de l’IA soulève des questions éthiques, juridiques et sociales que chaque entreprise doit traiter selon son activité. Des informations personnelles, des documents stratégiques ou des données sur les salariés ne peuvent pas être versés sans précaution dans n’importe quel outil. Les entreprises doivent également examiner les conditions d’utilisation des services choisis, les modalités de conservation des données et les règles de sécurité.

La réglementation européenne renforce progressivement ce cadre. Le règlement sur l’intelligence artificielle, entré en vigueur le 1er août 2024, s’applique selon un calendrier échelonné. Il repose notamment sur une approche par les risques : plus un système peut avoir de conséquences importantes sur les droits, la sécurité ou les personnes, plus les exigences sont élevées.

Dans la pratique, une gouvernance IA peut identifier un responsable de projet, associer les équipes informatiques, métiers, juridiques et de protection des données, puis définir une procédure de validation. Il ne s’agit pas de créer une bureaucratie qui bloque toute initiative. Il s’agit de savoir quel outil est utilisé, pour quel usage, avec quelles données et sous quel contrôle.

Cette organisation est aussi un moyen de conserver la confiance des salariés et des clients. Une entreprise qui explique ses règles d’usage, qui forme ses équipes et qui corrige les erreurs observées se donne de meilleures chances de déployer l’IA de façon durable.

Ce qu’il faut surveiller dans les prochains mois

En février 2025, l’accélération des investissements dans l’IA place les entreprises devant un choix stratégique. Elles peuvent multiplier les expérimentations sans coordination, ou bâtir progressivement une capacité collective à utiliser ces technologies. La seconde option demande davantage de méthode, mais elle est plus compatible avec les recommandations de Vladimir Atlani : anticiper, former et maintenir l’humain au centre des activités professionnelles.

Les signaux à suivre sont clairs : l’évolution des compétences demandées dans chaque métier, l’appropriation réelle des outils par les équipes, les erreurs ou risques remontés pendant les tests, la qualité des données disponibles et le respect du calendrier réglementaire européen. L’IA ne dispense pas les dirigeants de faire des choix. Elle rend, au contraire, ces choix plus nécessaires.

L’entreprise qui réussira sa transition ne sera pas forcément celle qui automatise le plus vite. Ce sera celle qui saura relier la technologie à un besoin précis, donner aux salariés les moyens d’agir avec discernement et mesurer les effets de ses décisions sur la durée.