Une maturité notée 2 sur 10, moins d’un collaborateur sur dix qui utilise l’IA chaque jour. Pourtant, une instance dédiée porte déjà le sujet, un cadre d’usage est en cours de rédaction et le budget augmente. Directeur des ressources humaines d’un groupe belge de services, plus de mille personnes dans son périmètre, il construit la règle avant que l’usage ne s’installe. Sa question ouverte touche au cœur de sa fonction : que vaut un collaborateur quand l’IA prend en charge ce qui se voit de son travail ?
Que révèle une maturité de 2 sur 10 quand la gouvernance est déjà en place ?
Les huit réponses du baromètre composent un profil singulier dans cette série. La maturité est notée 2 sur 10, l’une des notes les plus basses recueillies jusqu’ici, quand plusieurs dirigeants interrogés se situent entre 4 et 7. L’usage quotidien concerne moins de 10 % des collaborateurs, la tranche la plus basse que propose le questionnaire. Aucun projet IA engagé n’a été arrêté, et la position sur l’emploi à dix-huit mois reste ouverte.
Trois autres réponses racontent une histoire différente. Le sujet est porté au plus haut niveau par un comité ou une instance dédiée, et non par une seule fonction. Le cadre d’usage est en cours de rédaction. Le budget IA va augmenter sur les douze prochains mois.
Lu dans son ensemble, ce baromètre décrit une organisation qui pose la gouvernance avant l’usage. Dans beaucoup d’entreprises, l’ordre est inverse : les collaborateurs s’équipent seuls, et la règle arrive ensuite pour encadrer des pratiques déjà installées. Ici, l’instance, le cadre et les moyens précèdent la diffusion.
La note de 2 sur 10 se prête à deux lectures, que l’entretien ne permet pas de départager. Elle peut traduire un démarrage réel. Elle peut aussi refléter l’exigence de celui qui note : une organisation qui a déjà installé une instance dédiée mesure mieux qu’une autre la distance qui lui reste à parcourir.
Pourquoi la compétence est-elle le premier frein quand l’usage reste rare ?
Le frein principal déclaré est la compétence. Avant cet entretien, elle n’avait été désignée qu’une fois comme premier frein dans la série, où la culture revient plus souvent.
Ce choix est cohérent avec le reste du baromètre. Avec moins d’un collaborateur sur dix au quotidien, la difficulté ne tient pas encore à des habitudes à faire évoluer. Elle tient au premier geste : savoir quoi demander à l’outil, comment vérifier ce qu’il produit, ce que l’on peut lui confier et ce que l’on garde. La culture freine une pratique qui existe déjà. La compétence freine une pratique qui n’a pas encore commencé.
Cette lecture éclaire aussi la réponse sur l’emploi. Tant que l’usage reste marginal, nul ne peut dire sérieusement quels métiers l’IA transformera, ni dans quelle proportion. « Trop tôt pour le dire » relève ici de la prudence, pas de l’esquive.
Comment mesure-t-on la valeur d’un collaborateur quand l’IA fait la partie visible de son travail ?
C’est la question à laquelle il déclare ne pas avoir encore de réponse satisfaisante.
« Comment mesure-t-on la valeur d’un collaborateur quand l’IA fait de plus en plus la partie visible de son travail ? »
Directeur des ressources humaines, groupe de services
La question vise un angle mort des systèmes d’évaluation. Entretiens annuels, objectifs, référentiels de compétences et rémunération variable s’appuient largement sur ce qui s’observe : des livrables, des délais, des volumes, une qualité de rendu. Si l’IA produit une part croissante de ces éléments, les indicateurs continuent de fonctionner. Ils mesurent simplement de plus en plus l’outil.
Les travaux disponibles montrent que l’effet n’a rien d’hypothétique. Erik Brynjolfsson, Danielle Li et Lindsey Raymond ont suivi 5 179 agents d’un service client équipés d’un assistant d’IA générative (« Generative AI at Work », NBER, 2023). Le nombre de demandes résolues par heure progresse de 14 % en moyenne et de 34 % chez les agents les moins expérimentés, avec un effet minime chez les plus expérimentés. L’outil réduit l’écart visible entre novices et experts. Ce qui distinguait les meilleurs dans les indicateurs se resserre, alors que ce qui les distingue réellement demeure.
Ce qui demeure se loge dans la partie invisible du travail. Les sociologues Susan Leigh Star et Anselm Strauss ont décrit en 1999 ce travail qui ne laisse pas de trace dans les comptes rendus : ajuster, anticiper, réparer, arbitrer. Le chimiste et philosophe Michael Polanyi le résumait d’une formule : nous savons plus que nous ne pouvons dire. Avec l’IA, cette part devient le cœur de la valeur : poser le bon problème, repérer qu’une réponse plausible est fausse, choisir ce que l’on n’envoie pas, assumer la décision.
Reste un piège, que tout DRH connaît. Remplacer les anciens indicateurs par de nouveaux, comme un taux d’usage de l’IA, expose à la loi de Goodhart, dans la formulation de l’anthropologue Marilyn Strathern : quand une mesure devient un objectif, elle cesse d’être une bonne mesure. La question ne se règle donc pas par un nouveau tableau de bord. Elle oblige à rendre observable le jugement lui-même, par exemple en demandant à chacun de documenter ce qu’il a vérifié, corrigé ou refusé dans ce que l’outil a produit. Ce sont des pistes de lecture, pas sa réponse : la question reste ouverte, et il la pose comme telle.
Pourquoi est-il trop tôt pour dire ce que l’IA a coûté ?
Interrogé sur ce qui lui a coûté le plus cher, une erreur, un angle mort ou une résistance imprévue, il décline la question et dit pourquoi.
« Question trop prématurée au regard de la maturité IA de la société. »
Directeur des ressources humaines, groupe de services
La réponse est cohérente avec le baromètre : aucun projet arrêté, un usage encore rare, un cadre en cours d’écriture. Une organisation ne paie ses erreurs d’IA qu’après s’y être exposée.
Ce temps d’avance a une valeur. Les dirigeants interrogés dans cette série ont souvent payé là où ils ne regardaient pas. Iona Journou pensait que la démonstration de la valeur suffirait à emporter l’adhésion, et a découvert que l’IA touche à l’expertise et à l’identité professionnelle. Anne constate que le cadre d’usage de son organisation a péché par lenteur bien plus que par manque de rigueur. Une organisation qui n’a pas encore payé peut choisir où porter son attention avant que les coûts n’apparaissent.
Pourquoi écrire d’abord ce que l’on refuse de faire avec l’IA ?
Son conseil à un homologue qui démarre tient en une seule phrase, bien en deçà des trois autorisées.
« Dire très tôt, et par écrit, ce que vous refusez de faire avec l’IA. »
Directeur des ressources humaines, groupe de services
La plupart des chartes d’usage commencent par ce qui est permis, puis énumèrent des précautions. Ce conseil inverse l’ordre, et chacun de ses termes compte.
Refuser. Une liste de refus rassure plus sûrement qu’une liste d’autorisations, parce qu’elle dit ce qui n’arrivera pas. Pour un collaborateur, savoir que l’IA ne servira pas à telle décision ou à telle forme de contrôle pèse davantage qu’une promesse générale d’usage responsable. Le lien avec sa question ouverte se lit facilement : une organisation qui cherche encore comment mesurer la valeur de chacun peut au moins écrire ce qu’elle ne confiera pas à la machine dans l’évaluation des personnes.
Par écrit. Un refus énoncé à l’oral se renégocie au premier cas d’usage séduisant. Écrit, il engage la direction et devient opposable. En Belgique, l’introduction d’une nouvelle technologie aux conséquences collectives importantes relève déjà d’une obligation d’information et de concertation des représentants du personnel (CCT n° 39 du 13 décembre 1983). Le droit européen a lui-même tracé une première ligne : depuis le 2 février 2025, le règlement européen sur l’IA interdit notamment les systèmes de reconnaissance des émotions sur le lieu de travail, sauf raisons médicales ou de sécurité. La loi écrit des refus minimaux. L’organisation écrit les siens.
Très tôt. Le moment où il se trouve est précisément celui où ce conseil coûte le moins : moins de 10 % d’usage quotidien, un cadre en cours de rédaction. Chaque cas d’usage installé crée un précédent, et un refus posé après coup se lit comme un recul. Posé avant, il se lit comme un choix.
Questions fréquentes
Comment évaluer un collaborateur quand l’IA produit une partie de son travail ?
En déplaçant l’évaluation du livrable vers le jugement. Les indicateurs fondés sur le volume ou le rendu mesurent de plus en plus l’outil. Ce qui reste propre à la personne se voit dans la qualité du problème posé, dans ce qu’elle a vérifié, corrigé ou refusé, et dans la décision qu’elle assume. Le directeur des ressources humaines interrogé ici considère cette question comme encore sans réponse satisfaisante.
Que faut-il écrire en premier dans un cadre d’usage de l’IA ?
Ce que l’organisation refuse de faire avec l’IA. Pour le DRH interrogé dans cet entretien, ces refus doivent être formulés très tôt et par écrit, avant que les premiers cas d’usage ne créent des précédents.
Faut-il une instance de gouvernance IA quand l’usage est encore faible ?
L’organisation décrite dans cet entretien a fait ce choix : un comité ou une instance dédiée porte le sujet alors que moins de 10 % des collaborateurs utilisent l’IA au quotidien. Poser la gouvernance avant la diffusion permet d’encadrer les usages au lieu de régulariser ce qui existe déjà.
Sources
- Brynjolfsson E., Li D., Raymond L., « Generative AI at Work », NBER Working Paper n° 31161, 2023.
- Star S. L., Strauss A., « Layers of Silence, Arenas of Voice: The Ecology of Visible and Invisible Work », Computer Supported Cooperative Work, vol. 8, 1999.
- Polanyi M., The Tacit Dimension, 1966.
- Strathern M., « “Improving ratings”: audit in the British University system », European Review, vol. 5, 1997.
- Règlement (UE) 2024/1689 du 13 juin 2024 sur l’intelligence artificielle, article 5.
- Convention collective de travail n° 39 du 13 décembre 1983 concernant l’information et la concertation sur les conséquences sociales de l’introduction des nouvelles technologies, Conseil national du travail.
Entretien écrit recueilli le 30 septembre 2026, publié sous fonction et secteur à la demande de l’interviewé. Les intertitres, l’analyse et les références sont de la rédaction ; seules les phrases entre guillemets sont de l’interviewé.
