Cartographier l'IA en entreprise : quatre méthodes, quatre cartes. L'IA cachée au travail : voir ce que les équipes utilisent vraiment.

Bienvenue dans ce nouvel épisode des Signaux du changement. Aujourd'hui, nous explorons l'usage réel de l'IA que l'entreprise ne maîtrise pas totalement. La plupart des directions pensent voir clair sur l'usage de l'IA dans leurs murs. Chartes, licences officielles, rapports de conformité. Cet épisode part d'un fait qui fissure cette assurance : une part des équipes cache ce qu'elle utilise vraiment. On ne pilote pas ce qu'on ne voit pas. Et la question devient : comment le voir ? Quatre méthodes le promettent, elles ne dessinent pas la même carte. Bonne écoute !

— On peut s'imaginer la scène un instant : on est dans un bureau en espace ouvert, disons une équipe classique de dix personnes. En apparence, tout le monde tape sagement sur son clavier.

— Ouais, tout le monde utilise les bons vieux logiciels officiels, bien validés par la direction.

— Exactement, le tableau parfait. Mais sous la surface, la réalité est vraiment tout autre. Sur ces dix personnes, beaucoup utilisent secrètement un outil surpuissant au travail.

— Et on parle d'une intelligence artificielle non approuvée là, pas d'une simple calculatrice.

— C'est ça, une IA qui est capable de manipuler des données hyper confidentielles de l'entreprise, de rédiger des stratégies entières ou même de coder. Et le pire, c'est que la direction informatique l'ignore totalement. Bienvenue dans la réalité silencieuse de ce qu'on appelle le Shadow AI.

— C'est un changement de paradigme complètement invisible. En fait, c'est une infrastructure parallèle qui opère littéralement sous nos yeux, mais totalement en marge des circuits de validation classiques.

— C'est fascinant. Et pour mener notre plongée d'aujourd'hui, on a rassemblé des sources vraiment solides. D'abord, le dernier Work Trend Index, publié par Microsoft et LinkedIn.

— Tout à fait, c'est une mine d'or. Et on a aussi une enquête hyper révélatrice menée par Wakefield Research pour PagerDuty en 2026.

— Voilà. Et on a épluché avec ça les notes méthodologiques de plusieurs approches d'audit, dont l'architecture technique d'une méthode très spécifique, celle de Spentia. Notre mission, avec toute cette matière, c'est de résoudre une tension centrale.

— Sécuriser un truc qu'on ne voit pas, c'est impossible.

— C'est clair. Donc, à partir de là, comment est-ce qu'on parvient à cartographier l'usage réel — j'insiste sur le mot réel — de l'IA dans une organisation complexe ?

— C'est vraiment la question de la méthode qui devient centrale ici. Actuellement, le marché propose quatre grandes voies pour tenter de dessiner cette fameuse carte.

— Quatre voies qui s'opposent, non ?

— Complètement. Le problème, c'est que si on applique ces quatre méthodes à la même entreprise, exactement au même moment, elles produisent des résultats radicalement différents. Il faut donc vraiment disséquer ce que chaque approche arrive à capter, et surtout, quelle est la faille qui lui échappe.

— Bon, commençons par la méthode qui vient instinctivement à l'esprit. Si une boîte veut savoir ce que font ses équipes avec l'IA, la solution la plus simple, la moins chère, c'est de leur demander.

— Les bons vieux sondages internes.

— Exactement. On lance des enquêtes sur les plateformes d'écoute collaborateurs. En un seul clic, on peut interroger 50 000 personnes à travers le monde. C'est magique.

— L'attrait de cette méthode, c'est sûr, c'est le passage à l'échelle. C'est instantané. Les RH maîtrisent ça à la perfection.

— On pose des questions toutes simples, du genre « Utilisez-vous l'IA ? », « Quels outils préférez-vous ? », « Avez-vous besoin de formation ? ». Et on obtient de superbes graphiques.

— Les données reviennent bien formatées, prêtes à rassurer tout le monde dans de jolis tableaux de bord.

— Oui, mais c'est précisément là que ça coince. Est-ce qu'on peut vraiment espérer obtenir la vérité avec un questionnaire institutionnel envoyé par la grande direction ?

— J'en doute fort.

— J'aime bien utiliser cette analogie : c'est un peu comme arrêter des automobilistes sur une aire d'autoroute, leur tendre un micro avec le gros logo de la police et leur demander s'ils dépassent les limitations de vitesse quand il n'y a pas de radar.

— Ah oui, personne ne va dire oui, c'est évident.

— Bah non. Si l'outil d'IA qu'un employé utilise pour gagner deux heures par jour n'est pas approuvé par la charte informatique, quelle incitation il aurait à l'avouer ?

— Aucune. Le risque de sanction pèse bien plus lourd que l'envie de jouer la carte de la transparence. Et nos sources le chiffrent avec une grande précision.

— Les chiffres de Wakefield Research, c'est ça ?

— Oui, l'enquête de Wakefield Research pour PagerDuty. Elle met en lumière un chiffre redoutable : environ un tiers des salariés qui utilisent l'IA au travail dissimulent activement cet usage à leur hiérarchie.

— Un tiers ? Mais attendez, un tiers, ce n'est plus une petite marge d'erreur. C'est un immense trou noir dans la base de données.

— Totalement. Et il faut creuser pour comprendre pourquoi ce tiers se cache. L'enquête montre que ce n'est pas forcément par malveillance.

— C'est pour être plus efficace ?

— Souvent, oui. Les collaborateurs utilisent le Shadow AI pour pallier la lourdeur des processus internes. Ils veulent atteindre leurs objectifs, mais les outils de l'entreprise sont vieux ou lents.

— Donc ils bricolent avec des solutions externes.

— Exactement. Et l'avouer dans un sondage RH, c'est risquer de se voir confisquer ce superpouvoir. Donc le sondage, au final, il cartographie le déclaratif, pas le réel. Il mesure juste le niveau de risque qu'un employé est prêt à prendre.

— Donc la photo est complètement tronquée. Face à ça, face à ce mutisme, la parade classique des directions, c'est de dégainer les grands moyens formels. Et c'est notre deuxième approche : l'audit de maturité.

— Ah, l'audit, c'est le langage adoré par les conseils d'administration, ça.

— Sur le papier, c'est du sérieux. On n'envoie pas un petit mail. On mandate des auditeurs, on évalue des processus département par département, et on donne des scores techniques.

— Ça fournit une métrique hyper comparable. Une direction peut dire fièrement : sur le déploiement de l'IA générative, on est passé d'un niveau 2 l'an dernier à 3,5 cette année.

— Ça crée une illusion de contrôle très rassurante. Mais vous dites « une illusion » — l'exercice est pourtant super codifié ?

— Codifié dans la forme, oui. Mais regardons comment on collecte l'information. Les auditeurs ne s'assoient pas à côté de chaque employé pendant une semaine.

— Ils n'ont pas le temps pour ça.

— Non. Ils s'entretiennent avec un échantillon de directeurs, de managers. Donc la fameuse note globale, elle repose uniquement sur ce que cette couche managériale veut bien dire.

— Et cette couche-là ne sait pas forcément ce qui se passe tout en bas.

— Pire que ça : c'est le syndrome du téléphone arabe institutionnel.

— Comment ça ?

— Imaginez un peu. Un jeune analyste dit à son manager qu'il utilise ChatGPT en douce pour déboguer son code. Le manager veut montrer que son équipe innove sans casser les règles.

— Alors il embellit la chose.

— Voilà. Il remonte à son directeur que l'équipe, je cite, « expérimente des algorithmes en environnement contrôlé ». Et le directeur, devant l'auditeur, déclare fièrement qu'ils ont une stratégie robuste et maîtrisée.

— Ouais, on est passé d'un compte ChatGPT perso à une stratégie robuste.

— Exactement. À chaque échelon, la réalité un peu brute est lissée, reformulée. L'audit mesure une posture, une intention. Mais c'est fondamentalement déconnecté des usages quotidiens.

— Donc on a un mur : l'humain fausse la donne. Par le bas, on a la peur de la sanction dans les sondages, et par le haut, le besoin de conformité dans les audits.

— C'est l'impasse totale.

Deux méthodes, deux cartes, un même angle mort. Le sondage mesure ce qu'on accepte de déclarer. L'audit mesure ce que la hiérarchie veut bien voir. Le filtre humain se déplace, il ne disparaît pas. La suite tente de le retirer en sortant l'humain de l'équation. Place maintenant à la détection technique.

— Du coup, la réaction de l'industrie tech, c'est de dire : on sort l'humain de l'équation. C'est notre troisième méthode, la détection technique, l'outillage de cybersécurité pur et dur.

— Là, on quitte les RH pour entrer dans la cour des départements informatiques.

— Et c'est redoutable. On installe des agents sur les ordis, on scanne le trafic réseau. C'est là que je reprends mon analogie : c'est l'équivalent d'un drone avec une caméra thermique qui survole un bâtiment la nuit.

— Oui. On ne pose plus de questions, on regarde juste les flux.

— C'est ça. La machine voit exactement où se trouve la chaleur, où part la donnée vers des serveurs d'IA. C'est factuel, c'est incontestable.

— L'objectivité de la caméra thermique, c'est très séduisant. Si 300 Go partent vers une IA de traduction pas nette, l'outil le signale. Mais il y a un angle mort colossal.

— Lequel ?

— Une caméra thermique, elle détecte une source de chaleur qui bouge derrière un mur.

— Mais elle ne voit pas le visage de la personne ?

— Et surtout, elle ne voit pas ses intentions. Elle ne voit pas le motif. La détection technique voit l'outil, le flux, mais elle ignore totalement le sens du travail qui s'accomplit.

— Concrètement, dans un bureau, ça donne quoi, cette limite ?

— Prenons un exemple réel. Les sondes détectent qu'un département juridique utilise massivement une IA de synthèse grand public.

— Alerte rouge pour la cybersécurité.

— Voilà. Le département informatique voit un flux non sécurisé et bloque le site instantanément. Félicitations, l'entreprise est protégée.

— Du point de vue des juristes ?

— Ce que la sonde n'a pas vu, c'est que ce département devait absorber 5 000 pages de réglementation avec la moitié de ses effectifs. Sans cette IA, il passait des heures sur des tâches répétitives.

— Et en bloquant l'outil ?

— On a sécurisé le périmètre, oui, mais on a détruit la productivité et effondré le moral de l'équipe, parce qu'on n'a pas proposé d'alternative.

— Donc c'est une méthode purement répressive : ça voit l'infraction, mais ça ne voit pas la souffrance opérationnelle derrière.

— C'est un œil aveugle à la psychologie du travail. Il ne répond jamais à la question : pourquoi ce contournement a eu lieu ? Quel fardeau l'employé essayait d'alléger ?

— On est vraiment dans un triangle des Bermudes méthodologique, là. Les sondages testent le courage déclaratif, les audits testent le discours officiel, et la technique teste la plomberie sans comprendre le métier.

— Il manque la pièce maîtresse : la vraie cartographie.

La machine voit les flux, elle ignore le sens. Elle compte les octets sans lire le travail. Trois cartes, et toujours pas le ressenti de ceux qui font. La dernière partie cherche une méthode qui écoute le terrain, sans le surveiller.

— Ce qui nous amène directement à notre quatrième approche. Une méthode hybride qui veut réconcilier l'échelle des sondages avec la compréhension intime du terrain. Et c'est l'approche pratiquée par Spentia.

— Tout à fait. C'est une méthode très différente.

— Le postulat de Spentia, c'est d'écouter tout le monde, de la base au sommet, mais avec des preuves. Mais là, je dois vous challenger sérieusement : écouter tout le monde dans une boîte de 10 000 personnes, c'est impraticable pour des consultants humains. Ça prendrait des années.

— Absolument. Logistiquement parlant, c'est impossible.

— Et selon nos sources, Spentia utilise une intelligence artificielle pour mener ses entretiens individuels. Mais attendez, il n'y a pas un immense paradoxe, là ? Confier l'évaluation de la charge mentale à une machine froide…

— Ça peut paraître dystopique au premier abord.

— Grave. Comment on peut espérer qu'un salarié livre ses frustrations, ses petites triches quotidiennes à un algorithme ? Le premier réflexe est la méfiance absolue.

— C'est une objection essentielle. L'humain face à la machine, on pense que ça bloque. On se dit qu'on se confie mieux à un autre humain.

— Bah oui, par empathie.

— Face à un consultant ou un RH, l'employé se sent tout de suite jaugé. L'humain juge, il a des biais, il scrute votre langage corporel. La machine, elle, ne juge pas.

— L'employé se sentirait donc paradoxalement plus en sécurité face à l'IA ?

— Précisément. Parce que le contrat est clair : l'IA pose des questions, mais elle se fiche de vos compétences. Attention, le mécanisme de Spentia ne déroule pas juste un formulaire statique. Ça repose sur le traitement du langage naturel.

— Le NLP, donc. C'est une écoute dynamique.

— Exactement. Imaginez l'interface. L'IA vous demande vos tâches. Vous tapez : « Je passe deux heures chaque matin à consolider des vieux fichiers Excel, les données sont mal formatées, c'est l'enfer. »

— Un sondage classique s'arrêterait là.

— Oui. Mais l'IA de Spentia analyse sémantiquement la réponse et génère une question de rebond tout de suite : « Vous soulignez un problème de formatage — diriez-vous que ça demande une vraie expertise de votre part, ou c'est juste de la correction mécanique ? »

— Ah, c'est brillant. On creuse vraiment la granularité de la tâche. Et c'est cette mécanique qui permet d'extraire ce que nos sources appellent la double mesure.

— C'est la clé de voûte de toute leur approche. La carte ne se dessine pas sur un seul axe, mais sur deux dimensions fondamentales de l'expérience de travail. La première, c'est ce que la tâche pèse. Le poids.

— La charge, le fameux fardeau administratif.

— Tout ce qui est irritant : l'extraction de données, la bureaucratie, les trucs qui drainent votre énergie sans demander aucune créativité. L'IA détecte ce poids en analysant le champ lexical de la fatigue et de la perte de temps.

— Ça, c'est le premier axe. Et le second, qui est peut-être le plus dur à capter pour une machine ?

— C'est ce à quoi l'équipe tient. La valeur intrinsèque, l'attachement professionnel.

— La fierté de l'artisan, en somme.

— Exactement. Le besoin d'empathie avec un client, le jugement critique face à un dossier complexe. Si la direction veut automatiser ça, l'équipe va se braquer, parce que c'est ce qui donne du sens à leur travail.

— L'IA arrive à cartographier ces zones de fierté ?

— Oui, en identifiant les moments où les gens décrivent leur expertise comme indispensable.

— Mais j'ai une question majeure. Vous disiez au début que dans les sondages, les employés ont peur des sanctions. Qu'est-ce qui garantit qu'ils vont se lâcher face à cette IA d'entretien ?

— La garantie, elle se trouve dans l'architecture même du système. C'est un verrouillage par conception. Le mécanisme de Spentia garantit que les transcripts individuels ne sont accessibles à absolument personne.

— Vraiment personne ? Même pas le DRH ou le PDG ?

— Personne. Les données brutes ne remontent jamais. L'algorithme ingère des milliers d'entretiens et recrache uniquement une synthèse agrégée, par département.

— Donc on verrait juste une stat globale.

— Voilà. Le tableau dira par exemple : « Consolider les contrats est un fardeau à 85 % et 40 % utilisent du Shadow AI. » Mais aucun nom, aucune IP n'est exposée.

— Ce bouclier d'anonymat, c'est ça qui fait sauter le biais déclaratif. Si on sait que notre identité est structurellement protégée, on dit la vérité sur nos processus absurdes et nos petites tricheries pour survivre.

— La combinaison d'un espace non jugeant et d'une confidentialité totale, ça permet d'extraire la réalité vécue. Et avec cette carte, la règle d'or pour la gouvernance devient limpide.

— Automatiser ce qui pèse et protéger inconditionnellement ce à quoi les équipes tiennent.

— C'est la boussole stratégique absolue. Sans cette double mesure, les directions achètent des IA hors de prix pour remplacer l'expertise humaine, ce qui braque les équipes, et elles laissent les processus bureaucratiques infernaux en place.

— C'est fou de voir à quel point la méthode de collecte change complètement la réalité qu'on perçoit. Faisons un grand récapitulatif pour finir.

— On a découvert quatre cartes superposées du même territoire. Le sondage livre la carte du déclaré, biaisée par la prudence. L'audit de maturité livre la carte de la posture, un vrai théâtre institutionnel.

— La détection technique nous donne la carte des flux, chirurgicale mais aveugle à l'humain.

— Et enfin, l'écoute par l'IA, par le traitement du langage de Spentia, nous livre la carte de la réalité vécue. Elle mesure le fardeau et la fierté.

— Et le truc frappant, c'est que si une direction posait ces quatre cartes sur une table pour les superposer…

— Elles ne s'aligneraient jamais.

— Jamais. Les frontières ne correspondent pas. La carte qui révèle le vrai poids des tâches fait apparaître un gouffre. Un abîme entre ce que le dernier étage de la tour s'imagine diriger et le bricolage ingénieux, mais non sécurisé, du terrain.

— L'illusion du contrôle pyramidal vole complètement en éclats face à ça.

— Et ça nous laisse avec une réflexion assez vertigineuse pour clore notre analyse d'aujourd'hui. Quand on y pense, la méthode la plus aboutie pour comprendre ce que les employés ressentent vraiment, pour mesurer leur détresse ou leur passion, repose sur une intelligence artificielle. Si, aujourd'hui, une machine froide est le seul confident perçu comme assez neutre pour recueillir la vérité au sein d'une entreprise, qu'est-ce que ça dit sur la faillite de la confiance entre les êtres humains dans nos propres organisations ?

C'est une excellente question.

— On a peut-être la technologie pour cartographier le travail, mais ça souligne à quel point on a perdu la capacité de se parler sans crainte. C'est une faille humaine que même le code le plus parfait ne pourra pas corriger.

Quatre méthodes, quatre cartes qui ne se superposent pas. Celle qui écoute le travail réel mesure deux choses par tâche : ce qui est pénible et ce à quoi les équipes tiennent. On automatise ce qui pèse, on protège ce à quoi on tient. Et ça, c'est plutôt une bonne nouvelle. Merci de votre écoute et à très bientôt pour un nouvel épisode des Signaux du changement.