Adoption IA, Organisation du travail
Adoption IA, Organisation du travail
Les outils d’IA sont là. Il reste à inventer le travail qui va avec.
Les outils d’IA sont là. Il reste à inventer le travail qui va avec.
L’IA est déjà utilisée par les équipes, souvent au cas par cas. L’étape suivante consiste à transformer ces usages dispersés en une nouvelle organisation du travail, conçue avec ceux qui le font.
L’IA est déjà utilisée par les équipes, souvent au cas par cas. L’étape suivante consiste à transformer ces usages dispersés en une nouvelle organisation du travail, conçue avec ceux qui le font.
Dans la plupart des entreprises, l’IA n’attend plus d’être adoptée. Une recherche préparée plus vite, une analyse de données, une automatisation de la chaîne commerciale : les usages progressent, service par service. Mais ces gains restent souvent individuels. Le prochain enjeu est collectif : décider quelles tâches confier à l’IA, lesquelles augmenter, quels processus réorganiser et où réinvestir le temps libéré.
Gallup a interrogé plus de 43 000 salariés américains au premier semestre 2026. Parmi ceux qui utilisent l’IA chaque semaine, seuls 17 % lui attribuent l’effet maximal sur leur productivité. Cette proportion atteint 50 % chez ceux qui allient un plan clair, le soutien actif de leur manager et un engagement dans leur travail. La disponibilité de l’outil ne suffit donc pas à expliquer les résultats. L’écart provient surtout de la manière dont l’IA s’inscrit dans le travail de l’équipe. Rendre l’IA accessible et décider de ce qu’elle change dans le travail sont deux étapes distinctes. Beaucoup d’entreprises abordent maintenant la seconde.
Passer des usages au travail
Un usage individuel fait gagner quelques minutes. À l’échelle collective, l’échelle change. Il faut revoir la répartition des tâches, les passages de relais entre services, les règles de validation, les compétences à renforcer et la destination du temps libéré. Ces décisions dépassent l’usage individuel.
Dans un article publié fin août par la Harvard Business Review, Faisal Hoque, Tom Davenport et Paul Scade proposent de prendre la tâche, plutôt que le poste, comme unité d’analyse. Un métier associe en effet plusieurs types d’activités. Certaines peuvent être confiées à l’IA. D’autres reposent sur la coordination, les relations, la connaissance du contexte ou le jugement. Les traiter séparément permet de comprendre ce qui peut évoluer sans fragiliser l’ensemble du processus.
L’IA ouvre ainsi une perspective plus large que celle de l’automatisation. Dans beaucoup d’entreprises, le travail s’est organisé par accumulation : une procédure ajoutée ici, un outil ailleurs, une validation conservée par habitude. Il a rarement été réexaminé dans son ensemble. L’arrivée de l’IA permet de reprendre chaque tâche et de poser une question simple : faut-il la soulager, l’augmenter, la réorganiser ou la protéger ?
Réunir deux regards complémentaires
La direction voit les objectifs, les coûts, les résultats et les interdépendances entre activités. Les équipes connaissent le détail du travail réel : les tâches qui prennent plus de temps que prévu, les ressaisies d’un outil à l’autre, les exceptions que la procédure ne décrit pas et les gestes discrets qui garantissent la qualité finale.
Ces deux regards ne se concurrencent pas. La direction voit l’ensemble ; les équipes voient le détail. Une feuille de route solide a besoin des deux.
Cette double lecture évite de réduire un poste à ses tâches les plus visibles. Elle révèle aussi la supervision, les relations, les exceptions et les savoirs tacites qui permettent au processus de fonctionner. Avant de choisir ce que l’IA peut prendre en charge, l’entreprise doit donc rendre ce travail visible. Associer les équipes améliore la précision de la carte et la qualité des décisions qui en découlent.
Gallup a interrogé plus de 43 000 salariés américains au premier semestre 2026. Parmi ceux qui utilisent l’IA chaque semaine, seuls 17 % lui attribuent l’effet maximal sur leur productivité. Cette proportion atteint 50 % chez ceux qui allient un plan clair, le soutien actif de leur manager et un engagement dans leur travail. La disponibilité de l’outil ne suffit donc pas à expliquer les résultats. L’écart provient surtout de la manière dont l’IA s’inscrit dans le travail de l’équipe. Rendre l’IA accessible et décider de ce qu’elle change dans le travail sont deux étapes distinctes. Beaucoup d’entreprises abordent maintenant la seconde.
Passer des usages au travail
Un usage individuel fait gagner quelques minutes. À l’échelle collective, l’échelle change. Il faut revoir la répartition des tâches, les passages de relais entre services, les règles de validation, les compétences à renforcer et la destination du temps libéré. Ces décisions dépassent l’usage individuel.
Dans un article publié fin août par la Harvard Business Review, Faisal Hoque, Tom Davenport et Paul Scade proposent de prendre la tâche, plutôt que le poste, comme unité d’analyse. Un métier associe en effet plusieurs types d’activités. Certaines peuvent être confiées à l’IA. D’autres reposent sur la coordination, les relations, la connaissance du contexte ou le jugement. Les traiter séparément permet de comprendre ce qui peut évoluer sans fragiliser l’ensemble du processus.
L’IA ouvre ainsi une perspective plus large que celle de l’automatisation. Dans beaucoup d’entreprises, le travail s’est organisé par accumulation : une procédure ajoutée ici, un outil ailleurs, une validation conservée par habitude. Il a rarement été réexaminé dans son ensemble. L’arrivée de l’IA permet de reprendre chaque tâche et de poser une question simple : faut-il la soulager, l’augmenter, la réorganiser ou la protéger ?
Réunir deux regards complémentaires
La direction voit les objectifs, les coûts, les résultats et les interdépendances entre activités. Les équipes connaissent le détail du travail réel : les tâches qui prennent plus de temps que prévu, les ressaisies d’un outil à l’autre, les exceptions que la procédure ne décrit pas et les gestes discrets qui garantissent la qualité finale.
Ces deux regards ne se concurrencent pas. La direction voit l’ensemble ; les équipes voient le détail. Une feuille de route solide a besoin des deux.
Cette double lecture évite de réduire un poste à ses tâches les plus visibles. Elle révèle aussi la supervision, les relations, les exceptions et les savoirs tacites qui permettent au processus de fonctionner. Avant de choisir ce que l’IA peut prendre en charge, l’entreprise doit donc rendre ce travail visible. Associer les équipes améliore la précision de la carte et la qualité des décisions qui en découlent.
Une feuille de route IA gagne en précision lorsqu’elle réunit deux regards : la direction voit l’ensemble, les équipes connaissent le travail réel.
Une feuille de route IA gagne en précision lorsqu’elle réunit deux regards : la direction voit l’ensemble, les équipes connaissent le travail réel.
Article
Article
Une feuille de route IA gagne en précision lorsqu’elle réunit deux regards : la direction voit l’ensemble, les équipes connaissent le travail réel.
Article
Quatre décisions pour chaque tâche
Une fois le travail réel rendu visible, chaque tâche est examinée à travers deux questions. Comment l’équipe la vit-elle : comme une charge ou comme une activité enrichissante ? Et où réside sa valeur : peut-elle être automatisée ou repose-t-elle sur une contribution humaine à préserver ?
Le croisement des réponses conduit à quatre décisions.
Soulager. Les tâches pénibles et automatisables constituent les premiers chantiers. Les traiter rapidement libère du temps et donne au programme ses premières preuves concrètes.
Augmenter. Sur une tâche appréciée et partiellement automatisable, l’IA devient un copilote. Elle augmente, prépare, recherche ou produit un premier jet ; l’expert conserve le contrôle du résultat et de sa qualité.
Réorganiser. Certaines tâches demeurent pénibles et ne peuvent pas être confiées à l’IA. Leur difficulté vient souvent des rôles, des règles, des interfaces ou des cadences. La réponse passe alors par le processus lui-même.
Protéger. Les activités enrichissantes, dont la valeur repose sur l’humain, forment le cœur du métier. Elles portent ce que les clients viennent chercher et ce que les talents veulent exercer. Le temps libéré ailleurs peut y être réinvesti.
La feuille de route cesse alors d’être une simple liste d’outils. Elle devient une série de choix explicites sur l'avenir du travail, avec un responsable nommé pour chaque chantier.
Décider où réinvestir le temps libéré
Automatiser une tâche libère du temps. Ce temps ne crée de la valeur que si l’entreprise décide de son emploi : approfondir la relation client, améliorer la qualité, lancer plus vite une nouvelle offre, former les équipes ou consacrer davantage d’efforts aux décisions complexes.
HBR formule ce principe comme un changement de perspective : développer une stratégie d’entreprise intégrant l’IA, plutôt qu’une stratégie d’IA séparée du reste. Les gains obtenus peuvent non seulement réduire certains besoins, mais aussi renforcer les équipes là où la présence humaine crée davantage de valeur.
La décision stratégique porte sur ce qui suit l'automatisation : que voulons-nous accomplir de plus, de mieux ou de différent grâce au temps retrouvé ? C’est le sens de la promesse portée par Spentia : automatiser ce qui pèse, protéger ce qui distingue.
Concevoir avec les équipes, arbitrer clairement
La participation fonctionne lorsqu’elle s’accompagne d’une répartition claire des décisions. Les équipes décrivent le travail réel et proposent les chantiers. Les managers coordonnent leur mise en œuvre, accompagnent les apprentissages et en signalent les effets aux autres équipes. La direction fixe l’ambition, arbitre les moyens et décide où réinvestir le temps libéré.
Le manager relie ces trois niveaux. Chez Gallup, les salariés dont le manager soutient activement l’usage de l’IA sont engagés à 48 %, contre 30 % lorsque ce soutien n’est pas présent. Ce rôle ne consiste pas seulement à encourager l’utilisation d’un outil. Le manager traduit une orientation générale en règles concrètes : où utiliser l’IA, où ne pas l’utiliser, comment évaluer les résultats et bien sûr, quand reprendre la main.
Les équipes conçoivent au plus près du terrain. La direction tranche et donne les moyens d’agir. La feuille de route reste ainsi collective dans sa construction et claire dans sa gouvernance.
Une feuille de route conçue pour évoluer
Les capacités de l’IA continueront d’évoluer. La feuille de route doit donc évoluer avec elles. HBR propose de traiter la réversibilité comme un critère de conception : avancer par étapes, mesurer les résultats et conserver la possibilité de modifier une décision lorsque la technologie ou les faits évoluent.
La revue mensuelle donne un cadre concret à ce principe. Un nouvel outil conduit à réexaminer les tâches concernées. Un chantier qui n’atteint pas ses objectifs est revu. Chaque gain de temps doit avoir une destination identifiable. La carte ne cherche pas à figer le travail, mais à organiser son évolution.
L’avantage durable ne tient pas à une feuille de route parfaite. Il vient de la capacité à redessiner régulièrement le travail avec ceux qui le connaissent, à protéger ce qui distingue l’entreprise et à réinvestir les gains dans des activités de plus grande valeur. Les outils sont là. Le travail qui va avec se construit désormais avec ceux qui le font.
Sources :
Jim Harter, « Employee Engagement Remains Flat as AI Adoption Accelerates », Gallup, 21 juillet 2026. Enquête menée auprès de 43 262 salariés américains en février et mai 2026 : https://www.gallup.com/workplace/712433/employee-engagement-remains-flat-adoption-accelerates.aspx
Faisal Hoque, Tom Davenport et Paul Scade, « AI Transformation Requires Redesigning Work, Not Cutting Roles », Harvard Business Review, 28 août 2026 : https://hbr.org/2026/08/ai-transformation-requires-redesigning-work-not-cutting-roles
Spentia, « Adoption de l’IA en entreprise » : https://www.spentia.com/expertises/adoption-ia
Quatre décisions pour chaque tâche
Une fois le travail réel rendu visible, chaque tâche est examinée à travers deux questions. Comment l’équipe la vit-elle : comme une charge ou comme une activité enrichissante ? Et où réside sa valeur : peut-elle être automatisée ou repose-t-elle sur une contribution humaine à préserver ?
Le croisement des réponses conduit à quatre décisions.
Soulager. Les tâches pénibles et automatisables constituent les premiers chantiers. Les traiter rapidement libère du temps et donne au programme ses premières preuves concrètes.
Augmenter. Sur une tâche appréciée et partiellement automatisable, l’IA devient un copilote. Elle augmente, prépare, recherche ou produit un premier jet ; l’expert conserve le contrôle du résultat et de sa qualité.
Réorganiser. Certaines tâches demeurent pénibles et ne peuvent pas être confiées à l’IA. Leur difficulté vient souvent des rôles, des règles, des interfaces ou des cadences. La réponse passe alors par le processus lui-même.
Protéger. Les activités enrichissantes, dont la valeur repose sur l’humain, forment le cœur du métier. Elles portent ce que les clients viennent chercher et ce que les talents veulent exercer. Le temps libéré ailleurs peut y être réinvesti.
La feuille de route cesse alors d’être une simple liste d’outils. Elle devient une série de choix explicites sur l'avenir du travail, avec un responsable nommé pour chaque chantier.
Décider où réinvestir le temps libéré
Automatiser une tâche libère du temps. Ce temps ne crée de la valeur que si l’entreprise décide de son emploi : approfondir la relation client, améliorer la qualité, lancer plus vite une nouvelle offre, former les équipes ou consacrer davantage d’efforts aux décisions complexes.
HBR formule ce principe comme un changement de perspective : développer une stratégie d’entreprise intégrant l’IA, plutôt qu’une stratégie d’IA séparée du reste. Les gains obtenus peuvent non seulement réduire certains besoins, mais aussi renforcer les équipes là où la présence humaine crée davantage de valeur.
La décision stratégique porte sur ce qui suit l'automatisation : que voulons-nous accomplir de plus, de mieux ou de différent grâce au temps retrouvé ? C’est le sens de la promesse portée par Spentia : automatiser ce qui pèse, protéger ce qui distingue.
Concevoir avec les équipes, arbitrer clairement
La participation fonctionne lorsqu’elle s’accompagne d’une répartition claire des décisions. Les équipes décrivent le travail réel et proposent les chantiers. Les managers coordonnent leur mise en œuvre, accompagnent les apprentissages et en signalent les effets aux autres équipes. La direction fixe l’ambition, arbitre les moyens et décide où réinvestir le temps libéré.
Le manager relie ces trois niveaux. Chez Gallup, les salariés dont le manager soutient activement l’usage de l’IA sont engagés à 48 %, contre 30 % lorsque ce soutien n’est pas présent. Ce rôle ne consiste pas seulement à encourager l’utilisation d’un outil. Le manager traduit une orientation générale en règles concrètes : où utiliser l’IA, où ne pas l’utiliser, comment évaluer les résultats et bien sûr, quand reprendre la main.
Les équipes conçoivent au plus près du terrain. La direction tranche et donne les moyens d’agir. La feuille de route reste ainsi collective dans sa construction et claire dans sa gouvernance.
Une feuille de route conçue pour évoluer
Les capacités de l’IA continueront d’évoluer. La feuille de route doit donc évoluer avec elles. HBR propose de traiter la réversibilité comme un critère de conception : avancer par étapes, mesurer les résultats et conserver la possibilité de modifier une décision lorsque la technologie ou les faits évoluent.
La revue mensuelle donne un cadre concret à ce principe. Un nouvel outil conduit à réexaminer les tâches concernées. Un chantier qui n’atteint pas ses objectifs est revu. Chaque gain de temps doit avoir une destination identifiable. La carte ne cherche pas à figer le travail, mais à organiser son évolution.
L’avantage durable ne tient pas à une feuille de route parfaite. Il vient de la capacité à redessiner régulièrement le travail avec ceux qui le connaissent, à protéger ce qui distingue l’entreprise et à réinvestir les gains dans des activités de plus grande valeur. Les outils sont là. Le travail qui va avec se construit désormais avec ceux qui le font.
Sources :
Jim Harter, « Employee Engagement Remains Flat as AI Adoption Accelerates », Gallup, 21 juillet 2026. Enquête menée auprès de 43 262 salariés américains en février et mai 2026 : https://www.gallup.com/workplace/712433/employee-engagement-remains-flat-adoption-accelerates.aspx
Faisal Hoque, Tom Davenport et Paul Scade, « AI Transformation Requires Redesigning Work, Not Cutting Roles », Harvard Business Review, 28 août 2026 : https://hbr.org/2026/08/ai-transformation-requires-redesigning-work-not-cutting-roles
Spentia, « Adoption de l’IA en entreprise » : https://www.spentia.com/expertises/adoption-ia
