Le laboratoire indépendant METR a conduit en 2025 une expérience que peu d'organisations oseraient reproduire chez elles. Seize développeurs open source expérimentés, 246 tâches réelles, sur des dépôts qu'ils connaissaient par cœur, la moitié avec assistance IA, l'autre sans.

Les auteurs de l'étude METR posent eux-mêmes les limites : profils très expérimentés, bases de code matures, périmètre étroit. Sur des tâches simples ou des profils débutants, les résultats s'inversent, comme le montre la recherche sur les centres de relation client. Le résultat robuste n'est donc pas « l'IA ralentit ». Il est plus dérangeant : l'expérience subjective d'un gain de temps ne constitue pas une preuve de gain de temps.

Pourquoi la perception dérape

Trois mécanismes se combinent, et aucun ne relève de la mauvaise foi.

• La fluidité est confondue avec la vitesse. Obtenir un premier jet en quinze secondes procure une sensation d'avance qui masque les vingt minutes de vérification, de reprise et de reformulation qui suivent.
• L'effort perçu diminue plus vite que le temps passé. Un travail moins pénible est spontanément jugé plus rapide, ce qui est un excellent argument pour la qualité de vie au travail et un très mauvais indicateur de productivité.
• Le temps de reprise n'est attribué à personne. Il tombe souvent sur le relecteur, le manager ou le client, donc hors du périmètre où le gain est mesuré. La productivité d'une équipe s'améliore, celle du processus se dégrade.

Cinq indicateurs qui tiennent devant un comité

Trois pièges de mesure fréquents

1. Confondre adoption et valeur. Le nombre de licences activées, de requêtes envoyées ou d'utilisateurs actifs mesure l'appétence, jamais la performance. C'est pourtant le tableau de bord le plus souvent présenté en comité.
2. Mesurer une tâche au lieu d'un processus. Un gain de 40 % sur une étape qui représente 5 % du cycle produit un gain net de 2 %, invisible dans les comptes. Le rapport du MIT sur l'état de l'IA en entreprise attribue précisément à ce mécanisme l'absence d'impact de la grande majorité des pilotes.
3. Choisir le périmètre après avoir vu les résultats. Le biais le plus coûteux, parce qu'il transforme un pilote en exercice de justification. Le périmètre et la cible chiffrée s'écrivent avant, et se signent.

Le tableau d'une page à présenter

Un comité n'a pas besoin de vingt indicateurs. Il a besoin de cinq lignes lisibles et d'une conclusion assumée.

• Processus ciblé, cible chiffrée fixée avant le pilote, période de mesure
• Référence avant, mesure après, écart en pourcentage et en valeur absolue
• Taux de reprise avant et après, avec les trois motifs dominants
• Coût complet mensuel, licences et consommation variable séparées
• Décision proposée : généraliser, ajuster le périmètre, ou arrêter

La dernière ligne est la plus importante, et c'est celle qui manque presque toujours. Un pilote qui ne peut pas conclure à l'arrêt n'est pas un pilote, c'est une dépense déjà engagée qui cherche sa justification.

Questions fréquentes

Aurélien Mizeret accompagne les comités de direction sur la gouvernance de l'IA et les décisions d'outillage. Il est l'auteur de Ce que l'IA fait de nous.

Un rapport publié à l'été 2025 par l'initiative NANDA du MIT a produit l'un des chiffres les plus commentés de l'année : entre 30 et 40 milliards de dollars investis dans l'IA générative par les entreprises, et 95 % des pilotes sans impact mesurable sur le compte de résultat. L'étude croise des entretiens de dirigeants, un sondage de responsables et l'analyse de trois cents déploiements publics.

Ce 95 % ne mesure pas l'inutilité de la technologie. Il mesure l'incapacité d'un pilote isolé à franchir le stade où il déplace une ligne du compte de résultat. La nuance déplace le débat, de « faut-il faire de l'IA » vers « comment on la met en production ».

La cause n'est pas technologique

Les auteurs pointent un déficit d'apprentissage organisationnel : des outils qui ne retiennent rien du contexte métier, des processus laissés intacts, et un biais d'investissement vers les cas d'usage visibles au détriment des fonctions support, pourtant plus rentables. Le Boston Consulting Group formule la même chose sous forme de règle budgétaire : 10 % de l'effort pour les algorithmes, 20 % pour la technologie et les données, 70 % pour les personnes et les processus. La plupart des organisations appliquent la répartition inverse, puis s'étonnent du résultat.

Ce qu'un cas réel apprend d'une décision d'outillage

J'ai piloté en 2026 la consultation d'un réseau de distribution de produits frais et locaux, Otera, quinze magasins, engagé dans la structuration d'un campus de formation interne. La question qui m'était posée ressemblait à un choix de logiciel. Elle n'en était pas un.

La direction avait devant elle un marché saturé, des démonstrations conçues pour séduire, et des promesses écrites invérifiables. Le dispositif a consisté à rendre la décision comparable avant de rencontrer qui que ce soit.

Cette inversion est le cœur du sujet. Le fournisseur qui arrivait en tête sur ses réponses écrites a perdu neuf points dès qu'il a fallu démontrer plutôt que promettre. Sans grille posée à l'avance et sans cadre de soutenance identique, personne ne l'aurait vu. La décision se serait prise sur la qualité du commercial.

Les cinq conditions du gain réel

1. Une ligne de résultat nommée avant le pilote. Pas « améliorer la productivité », mais « réduire de X le délai de traitement de tel dossier ». Sans cible chiffrée préalable, aucun pilote ne peut prouver quoi que ce soit.
2. Une mesure de référence prise avant le déploiement. C'est l'étape la plus souvent sautée et la plus coûteuse à sauter. Sans point de départ, le gain devient une conviction.
3. Le processus redessiné, pas simplement outillé. Poser un assistant sur un processus inchangé produit de la satisfaction d'usage et zéro impact financier. Le travail réel commence quand une étape disparaît de l'organigramme du flux.
4. Le shadow AI ramené dans le cadre. Vos équipes utilisent déjà ces outils sur des comptes personnels que personne ne supervise. Un cadre explicite vaut mieux qu'une interdiction contournée : usages autorisés, données interdites, obligation de relecture.
5. Une décision documentée et défendable. Les critères, les pondérations, les preuves exigées et les arbitrages écrits. C'est ce qui vous permettra d'expliquer votre choix dans dix-huit mois, y compris devant un conseil.

Où les gains sont réellement documentés

L'étude publiée dans The Quarterly Journal of Economics en 2025 par Erik Brynjolfsson, Danielle Li et Lindsey Raymond reste la référence sur un déploiement à grande échelle : plus de cinq mille agents de relation client, un assistant conversationnel introduit progressivement, et un gain de 14 % de problèmes résolus par heure. La répartition est plus instructive que la moyenne. Les agents les moins expérimentés progressent de 34 %, les plus expérimentés très peu, avec même de légères baisses de qualité. Le mécanisme identifié est la diffusion des pratiques des meilleurs vers les autres.

Trois enseignements opérationnels en découlent. Le gain se concentre là où existe un écart de compétence à combler. Il suppose un référentiel de bonnes pratiques que le système puisse apprendre. Il s'accompagne d'effets seconds mesurables, satisfaction client et rétention des salariés, qui pèsent souvent plus lourd que le gain de temps lui-même.

Questions fréquentes

Aurélien Mizeret accompagne les comités de direction sur les décisions technologiques à fort engagement. Il est l'auteur de Ce que l'IA fait de nous.

Une responsable administrative de cinquante-deux ans me demandait récemment quelle formation entreprendre pour « changer complètement ». Trois questions plus tard, il apparaissait qu'elle tenait depuis quinze ans la mémoire réglementaire de son organisation, savait qui appeler dans chaque administration, et désamorçait deux crises par trimestre sans que personne ne le note nulle part. Elle voulait quitter tout cela pour apprendre un logiciel.

Cette scène se répète. Elle procède d'une erreur d'analyse, pas d'un manque de courage.

Pourquoi la fuite échoue

Le métier « sûr » n'existe pas dans la durée

Le classement des professions exposées se réécrit à chaque génération de modèles. Les fonctions techniques fortement numérisées, considérées comme protégées il y a cinq ans, figurent parmi celles dont le potentiel d'automatisation a le plus progressé dans la révision 2025 de l'indice de l'Organisation internationale du Travail. Choisir un métier sur son classement d'exposition revient à acheter une action sur son cours de la veille.

La reconversion complète détruit votre actif principal

Ce qui vous rend difficile à remplacer n'est presque jamais votre compétence technique. C'est votre connaissance du contexte, votre réseau interne, votre capacité à sentir ce qui va coincer avant que cela ne coince. Ces éléments ne se transfèrent pas. Une reconversion complète vous replace au premier échelon d'un métier dont vous ignorez les angles morts, précisément là où la pression est la plus forte.

Le premier échelon est justement le terrain le plus disputé

Les travaux du Stanford Digital Economy Lab sur les données de paie américaines documentent une contraction relative de l'emploi des 22-25 ans dans les métiers les plus exposés, quand les travailleurs expérimentés des mêmes métiers restent stables. Une reconversion complète vous fait entrer exactement par la porte qui se referme.

La stratégie qui tient : se déplacer sans partir

Le mouvement utile n'est pas latéral, d'un métier vers un autre. Il est vertical, à l'intérieur du même métier, depuis la production vers l'arbitrage. Quatre déplacements le composent, et aucun n'exige de tout quitter.

Ces quatre positions ont un point commun : la machine peut y contribuer, elle ne peut pas les occuper. Elle ne signe pas, elle ne porte pas de responsabilité juridique, elle n'entretient pas de relation dans la durée, et elle ne transmet pas ce qu'elle n'a pas vécu.

Le paradoxe du débutant, et ce qu'il faut en faire

L'étude de référence sur l'assistance conversationnelle en centre de relation client, menée auprès de plus de cinq mille agents, mesure un gain de productivité de 14 % en moyenne et de 34 % pour les moins expérimentés, l'outil diffusant les pratiques des meilleurs vers les nouveaux. Les gains sont minimes pour les agents chevronnés, avec même de légères baisses de qualité sur les profils les plus experts.

Deux lectures s'affrontent. La première : l'IA est une rampe d'accès qui accélère l'entrée dans un métier. La seconde : l'IA aplatit la courbe d'expérience, donc réduit la valeur de l'expérience, donc fragilise la position des débutants une fois le gain capté par l'employeur. Les deux sont vraies, à des horizons différents.

La conséquence individuelle est nette. Utilisez l'outil pour franchir plus vite les premiers paliers, refusez d'y rester. Ce qui protège n'est pas la vitesse d'exécution, c'est ce que vous accumulez pendant que vous exécutez : contexte, jugement, relations, responsabilité.

Ce que les employeurs déclarent chercher

L'enquête du Forum économique mondial auprès de plus de mille grands employeurs fait remonter deux familles de compétences en croissance conjointe, ce que les commentaires retiennent rarement. Les compétences technologiques progressent, évidemment. Les compétences dites humaines progressent au même rythme : pensée analytique, créativité, résilience, agilité, curiosité et capacité d'apprentissage continu, encadrement et influence sociale.

Près de 40 % des compétences requises pour tenir un poste auront changé d'ici 2030, et 63 % des employeurs désignent déjà l'écart de compétences comme leur premier obstacle. La rareté ne se situe pas là où le débat public la place. Elle se situe chez les personnes capables de tenir les deux registres à la fois.

Un plan en cinq semaines, sans quitter votre poste

1. Semaine 1, inventaire honnête. Vingt tâches réelles d'une semaine ordinaire. Trois colonnes : automatisable aujourd'hui, augmentable, hors de portée.
2. Semaine 2, expérimentation encadrée. Prenez trois tâches de la colonne « augmentable » et travaillez-les avec l'outil, en mesurant le temps réel, pas le temps ressenti.
3. Semaine 3, remontée d'un cran. Identifiez une décision que vous préparez actuellement pour quelqu'un d'autre, et proposez de la porter.
4. Semaine 4, transmission. Formez une personne sur ce que vous savez faire et qui ne s'écrit nulle part. Le savoir tacite ne se documente pas, il se passe de main en main.
5. Semaine 5, arbitrage. Décidez si le déplacement est possible chez votre employeur actuel. Si la réponse est non après un vrai test, la reconversion devient une décision, plus une fuite.

Questions fréquentes

Aurélien Mizeret est coach, formateur et architecte de la complexité pour dirigeants et organisations. Il est l'auteur de Ce que l'IA fait de nous.

Deux sources font autorité et se recoupent : l'enquête du Forum économique mondial auprès de plus de mille grands employeurs représentant quatorze millions de salariés, et l'indice d'exposition professionnelle construit par l'Organisation internationale du Travail avec l'institut polonais NASK, à partir de près de 30 000 tâches professionnelles.

Pourquoi presque toutes les listes se trompent

Elles raisonnent par intitulé. Or l'intitulé ne dit rien de la composition réelle d'un poste. Deux comptables d'un même cabinet peuvent avoir des expositions opposées, selon que l'un passe ses journées à saisir et rapprocher, et l'autre à arbitrer, expliquer et engager sa signature.

L'OIT tire de son analyse une conclusion qui contredit frontalement le récit dominant : la majorité des professions mélangent des tâches automatisables et des tâches qui ne le sont pas, ce qui rend la transformation du métier beaucoup plus probable que sa disparition. Le gradient d'exposition le plus élevé, celui qui approche du remplacement complet, ne concerne que 3,3 % de l'emploi mondial.

Les fonctions en recul

Le rapport 2025 du Forum économique mondial place les reculs les plus marqués sur des fonctions qui partagent un même trait : elles traitent de l'information selon des règles stables.

L'OIT confirme par une autre méthode : les professions administratives présentent le niveau d'exposition le plus élevé, avec une hausse notable dans les fonctions techniques fortement numérisées. Une donnée mérite d'être posée sur la table des directions des ressources humaines : le gradient d'exposition maximal touche 4,7 % des emplois occupés par des femmes contre 2,4 % de ceux occupés par des hommes, effet direct de la composition des filières administratives.

Les métiers en création

Il faut distinguer deux mesures que les articles confondent systématiquement.

La croissance la plus rapide, en pourcentage

• Spécialistes du big data, ingénieurs fintech, spécialistes de l'IA et de l'apprentissage automatique
• Développement logiciel et applicatif, entrepôts de données
• Sécurité des systèmes et gestion de la sécurité
• Véhicules autonomes et électriques, objets connectés
• Conception d'interfaces et d'expérience utilisateur

La croissance la plus forte, en volume absolu

• Travailleurs agricoles, première création mondiale en nombre, portée par la transition environnementale
• Livreurs et chauffeurs, ouvriers du bâtiment, vendeurs, opérateurs de transformation alimentaire
• Métiers du soin : personnel infirmier, travail social, accompagnement psychologique
• Métiers de l'éducation, tirés par la démographie des pays à revenu intermédiaire

La conclusion pratique est déplaisante pour les récits de reconversion faciles. Les métiers qui créent le plus d'emplois en nombre ne sont pas des métiers technologiques. Ce sont des métiers de présence, de corps et de relation, c'est-à-dire précisément ceux dont la machine ne peut pas occuper la place.

L'angle mort : la porte d'entrée du métier

La question du remplacement se concentre sur les postes existants. Le mouvement réel se joue sur le recrutement des débutants.

Les données de paie américaines analysées par le Stanford Digital Economy Lab montrent un recul relatif de l'emploi des 22-25 ans dans les métiers les plus exposés, de l'ordre de 13 % dans la première version et de 16 % dans la révision de novembre 2025, alors que les travailleurs expérimentés des mêmes métiers restaient stables. Une mise à jour de février 2026 précise que le signal devient statistiquement significatif à partir de 2024 avec les contrôles les plus larges.

Le paradoxe apparaît lorsqu'on rapproche ce résultat de l'étude de référence sur l'assistance conversationnelle en centre de relation client, menée auprès de plus de cinq mille agents : le gain de productivité y atteint 14 % en moyenne et 34 % pour les débutants, l'outil diffusant les pratiques des meilleurs vers les moins expérimentés.

Trois critères pour situer votre métier

1. Part de routine informationnelle. Combien de vos heures hebdomadaires consistent à transformer de l'information selon des règles stables ? Au-delà de 50 %, votre poste sera recomposé, quel que soit son intitulé.
2. Poids de la responsabilité engagée. Que se passe-t-il si le livrable est faux ? Si la réponse implique un contentieux, un dommage humain ou une sanction réglementaire, votre poste résiste, parce que la machine ne signe pas.
3. Présence irremplaçable. Faut-il un corps dans la pièce, une main sur une main, une confiance construite dans la durée ? C'est le critère le plus solide, et le plus souvent oublié dans les grilles.

Questions fréquentes

Aurélien Mizeret accompagne dirigeants et directions des ressources humaines sur la transformation des métiers par l'IA. Il est l'auteur de Ce que l'IA fait de nous.

Personne ne se lève un matin en décidant de renoncer à son jugement. La chose se produit autrement, par petites soustractions raisonnables. Une synthèse qu'on ne rédige plus. Un mail qu'on ne pèse plus. Une recherche qu'on ne mène plus, parce qu'une réponse propre s'affiche en quatre secondes. Chacune de ces renonciations est défendable. Leur somme ne l'est plus.

Je défends dans Ce que l'IA fait de nous une thèse simple : le vrai problème n'est pas la machine, c'est l'écart qui se creuse entre ceux qui comprennent ce qu'ils manipulent et ceux qui l'utilisent sans le savoir. Des poules avec un couteau. L'objet est remarquable, la question est de savoir ce qu'on taille avec.

Trois études qui déplacent la question

Le coût différé du raisonnement délégué

Une équipe du MIT Media Lab, conduite par Nataliya Kosmyna, a fait rédiger des essais à cinquante-quatre participants répartis en trois groupes : avec assistant conversationnel, avec moteur de recherche, sans aucune assistance. Les mesures d'électroencéphalographie ont montré chez le groupe assisté la connectivité cérébrale la plus faible, une mémorisation dégradée, et une incapacité fréquente à citer un passage de leur propre texte quelques minutes après l'avoir rendu. Les auteurs parlent de dette cognitive, et observent que l'effet persiste au-delà de la session.

La béquille qui se voit à l'examen

Un travail publié dans les PNAS en 2025 par Hamsa Bastani et ses coauteurs a suivi près d'un millier de lycéens turcs répartis entre trois conditions. Le groupe disposant d'un assistant fournissant directement les réponses a amélioré ses résultats aux exercices de 48 %, puis chuté de 17 % à l'examen sans outil, comparé aux élèves n'y ayant jamais eu accès. Le groupe disposant d'une version conçue pour donner des indices et non des solutions n'a pas subi cette perte.

La vitesse que l'on croit avoir gagnée

Le laboratoire indépendant METR a mené en 2025 une expérience contrôlée auprès de seize développeurs open source expérimentés, sur 246 tâches réelles dans des dépôts qu'ils connaissaient parfaitement. Les participants anticipaient un gain de vitesse de 24 %. Ils ont été en moyenne 19 % plus lents avec assistance. Après l'expérience, ils estimaient toujours avoir été 20 % plus rapides.

L'écart entre la performance mesurée et la performance ressentie atteint ici près de quarante points. Retenez ce chiffre la prochaine fois qu'un comité de direction valide un déploiement sur la foi d'un ressenti d'équipe. Les auteurs précisent eux-mêmes le périmètre : profils très expérimentés, bases de code matures. Sur des tâches simples ou des profils débutants, les effets peuvent s'inverser, ce que confirme d'ailleurs la recherche sur les centres de relation client.

Ce que le remplacement recouvre vraiment

Trois mécanismes se cachent derrière un seul mot, et les confondre interdit toute décision sensée.

Les deux premiers mécanismes font l'objet de rapports, de plans de formation et de négociations sociales. Le troisième n'apparaît dans aucun tableau de bord. Il ne coûte rien cette année. Il coûte tout le jour où il faut décider vite, sans outil, dans une situation inédite.

L'uniformisation, angle mort collectif

Une étude publiée dans Science Advances en 2024 par Anil Doshi et Oliver Hauser a mesuré l'effet de l'assistance générative sur la créativité littéraire. Le résultat mérite d'être lu deux fois : chaque texte assisté est jugé plus créatif que ce que son auteur aurait produit seul, et l'ensemble des textes produits est plus homogène. Gain individuel, appauvrissement collectif.

Transposez cela à une organisation. Chaque note gagne en tenue, chaque présentation gagne en clarté, et le stock d'idées se resserre autour d'une moyenne. Une entreprise ne se différencie pas par la qualité moyenne de ses documents. Elle se différencie par ce que personne d'autre n'aurait pensé.

Quatre garde-fous applicables lundi matin

1. Formuler avant d'ouvrir. Écrivez votre hypothèse, votre angle ou votre position en trois lignes avant de solliciter l'outil. Vous arrivez avec une pensée à amplifier au lieu de venir en chercher une.
2. Concevoir des systèmes qui donnent des indices, pas des réponses. C'est la leçon opérationnelle de l'étude PNAS, et elle vaut pour vos assistants internes comme pour vos parcours de formation.
3. Mesurer sans l'outil. Une fois par trimestre, faites produire un livrable de référence sans assistance. C'est le seul moyen de voir la dette cognitive avant qu'elle ne soit exigible.
4. Nommer le responsable, jamais l'outil. Une décision assistée reste une décision signée. Une organisation qui laisse la machine porter la responsabilité a déjà perdu la main.

Questions fréquentes

Aurélien Mizeret accompagne les dirigeants sur l'impact de l'IA sur la décision, l'émotion et la gouvernance. Il est l'auteur de Ce que l'IA fait de nous.

Une direction générale me pose cette question au moins une fois par mois, presque toujours dans les mêmes termes : « Combien de postes est-ce que je vais perdre ? » La réponse honnête tient en une phrase. Personne ne le sait, parce que la question porte sur la mauvaise unité de mesure.

Un métier ne disparaît pas d'un bloc. Il est composé de dizaines de tâches, dont certaines sont techniquement automatisables et d'autres non, et dont la répartition change dès qu'on entre dans le détail de deux postes pourtant identiques sur l'organigramme. Les études sérieuses ont toutes fait ce déplacement. Le grand public, non.

Ce que mesurent réellement les grands rapports

L'Organisation internationale du Travail a publié en mai 2025, avec l'institut polonais NASK, l'évaluation la plus fine à ce jour de l'exposition des professions à l'IA générative. Le travail repose sur près de 30 000 tâches professionnelles analysées, validées par des panels d'experts et par une enquête nationale auprès de travailleurs.

Le mot important est exposition. Il ne signifie pas suppression. Il signifie qu'un modèle peut prendre en charge une part significative des tâches du poste. La conclusion explicite du rapport tient en une formule : la transformation des tâches est bien plus probable que le déplacement massif de travailleurs.

Le Forum économique mondial arrive au même endroit par un autre chemin. Son Future of Jobs Report 2025, construit sur les déclarations de plus de mille grands employeurs représentant quatorze millions de salariés, projette 170 millions d'emplois créés et 92 millions détruits d'ici 2030, soit un solde net positif de 78 millions. Le chiffre à retenir n'est pourtant pas le solde. C'est la rotation : près de 40 % des compétences requises pour tenir un poste auront changé, et 63 % des employeurs désignent déjà l'écart de compétences comme leur premier obstacle.

Le remplacement n'a pas commencé. Le déplacement, si.

Trois économistes de Stanford, dont Erik Brynjolfsson, ont fait ce que personne n'avait fait : regarder des données de paie réelles plutôt que des prévisions. En exploitant les fichiers d'ADP, premier gestionnaire de paie américain, ils ont isolé un signal net.

Les travailleurs de 22 à 25 ans occupant les métiers les plus exposés à l'IA ont connu un recul relatif de l'emploi de l'ordre de 13 % dans la première version de l'étude, porté à 16 % dans la révision de novembre 2025, à contrôles élargis. Les travailleurs expérimentés des mêmes métiers, eux, sont restés stables, voire en croissance. L'ajustement s'est fait par l'emploi, pas par les salaires.

Le détail décisif se trouve ailleurs dans le papier. Les baisses se concentrent dans les usages où l'IA automatise le travail. Là où elle l'augmente, l'emploi des jeunes progresse. Deux métiers également exposés peuvent donc connaître des trajectoires opposées, selon la manière dont l'outil est mis dans les mains des équipes.

La vraie ligne de fracture ne passe pas où vous croyez

Elle ne sépare pas les métiers manuels des métiers intellectuels, ni les jeunes des seniors, ni même les secteurs entre eux. Elle sépare deux manières d'utiliser la même machine.

Anthropic publie depuis 2025 un indice économique fondé sur des millions de conversations réelles avec son modèle, en distinguant les usages d'automatisation, où l'utilisateur délègue une tâche complète, des usages d'augmentation, où il apprend, itère et fait valider. La part de délégation pure est passée de 27 % fin 2024 à 39 % huit mois plus tard, avant que l'augmentation ne repasse devant dans les relevés suivants. Le rapport le plus récent montre surtout que les utilisateurs les plus expérimentés développent des stratégies qui tirent davantage de la machine.

Traduction pour un dirigeant : la part d'automatisation dans votre organisation n'est pas une donnée subie, c'est un résultat de conception. Vous choisissez, consciemment ou non, si l'outil remplace le geste d'un collaborateur ou s'il augmente son jugement.

Cinq questions à poser à la place de « vais-je être remplacé »

1. Quelles tâches, précisément ? Listez vos vingt tâches réelles d'une semaine ordinaire, pas votre fiche de poste. Marquez celles qu'un modèle exécuterait aujourd'hui à un niveau acceptable.
2. Automatisation ou augmentation ? Pour chacune, déterminez si l'IA ferait à votre place ou vous ferait aller plus loin. La première catégorie est votre exposition réelle, la seconde est votre levier.
3. Qui porte la responsabilité du résultat ? Les tâches dont l'erreur engage juridiquement, financièrement ou humainement l'organisation restent les plus difficiles à déléguer. La responsabilité est un excellent indicateur de stabilité.
4. Que se passe-t-il si le premier échelon disparaît ? Une entreprise qui supprime ses juniors sous prétexte que la machine fait leur travail supprime la fabrique de ses seniors. Le coût apparaît cinq ans plus tard.
5. Qui décide de la place de l'outil ? Si la réponse est « le fournisseur », le sujet n'est plus l'emploi, c'est la souveraineté de votre décision.

Questions fréquentes

Aurélien Mizeret accompagne les comités de direction sur la gouvernance et les décisions d'outillage IA. Il est l'auteur de Ce que l'IA fait de nous.