L'IA : La main d’œuvre infinie

Tous les échelons de l'organisation subissent la pression de l'IA générative. Mais une compétence en particulier est en train de devenir la nouvelle ressource rare, alors qu'elle était sous nos yeux depuis le début.

Une certaine ironie se joue actuellement dans les bureaux de direction et les espaces ouverts de tous les secteurs d’activité. La technologie que beaucoup pensaient voir enfin rendre la gestion obsolète en supprimant les échelons, en aplatissant les hiérarchies et en automatisant les tâches intermédiaires rend, au contraire, les compétences fondamentales de la gestion plus essentielles qu’elles ne l’ont été depuis une génération. Ceux qui avaient anticipé cette évolution prennent déjà une longueur d’avance. 

Soyons clairs sur un point : l’IA ne peut se limiter à une simple fonctionnalité de productivité. Il ne s'agit pas de la prochaine mise à jour logicielle. C'est un changement structurel de ce qu'est réellement la main-d'œuvre administrative. Les dirigeants qui la considèrent encore comme un simple outil, tel qu'un tableur plus rapide ou un moteur de recherche plus intelligent, sont déjà à la traîne. 

La question qu'il convient de se poser n'est pas de savoir si l'IA va transformer votre organisation. Elle l'a déjà fait. La vraie question est : qui, au sein de votre organisation, est en mesure de tirer parti de ce changement ?

Une main-d’œuvre infinie qui a besoin d’être guidée

Voici le modèle mental qui m’aide à y voir plus clair : 

Imaginez que vous vous réveilliez demain avec à votre disposition un nombre illimité de jeunes employés extrêmement compétents, extrêmement motivés et extrêmement rapides. Ils sont capables d’écrire, de faire des recherches, d’analyser, de coder, de rédiger, de résumer et de synthétiser… sans relâche, simultanément, pour un coût quasi nul. Que feriez-vous d’eux ?

La plupart des gens, s’ils sont honnêtes, resteraient figés. Non pas parce que cette ressource n’est pas précieuse, elle l’est évidemment, mais parce que la plupart des professionnels n’ont jamais eu à réfléchir attentivement à la manière d’articuler exactement ce qu’ils veulent, de le décomposer en éléments distincts et exécutables, et d’évaluer le résultat de manière critique. Ce travail cognitif est souvent réparti entre les processus organisationnels, les réunions et les itérations. Désormais, il doit se faire dans votre tête, clairement, avant même que vous n’ouvriez une fenêtre de commande. 

« Le goulot d'étranglement a changé de nature. Ce n'est plus l'exécution. C'est l'orientation. La capacité à bien orienter les actions est, au fond, la définition la plus ancienne qui soit de la gestion. »

C'est là l'idée centrale qui distingue les organisations qui gagnent du terrain de celles qui tournent en rond : l'IA a considérablement élargi la couche d'exécution tout en mettant en évidence la fragilité de la couche de direction. Chaque projet mal défini, chaque briefing vague, chaque livrable du type « je le saurai quand je le verrai »… Toutes ces dettes de gestion se font sentir immédiatement, car l'IA exécutera exactement ce que vous lui demandez, et non ce que vous vouliez dire.

À quoi ressemble réellement une bonne gestion de l'IA

Les compétences qui permettent de diriger efficacement l'IA ne sont pas nouvelles. Ce sont celles qui ont toujours distingué les gestionnaires exceptionnels des gestionnaires moyens. Elles constituent désormais un minimum requis plutôt qu'un facteur de différenciation.

01 Décomposition du travail

La capacité à prendre un objectif ambigu et à le décomposer en actions concrètes, séquencées et exécutables indépendamment les unes des autres est la première compétence essentielle qui vient à l'esprit. Bien sûr, l'IA peut vous aider dans cette tâche si vous le lui demandez, mais la qualité d'une décomposition dépend entièrement de votre capacité à l'évaluer. L'IA proposera un plan avec assurance, et celui-ci pourra sembler tout à fait raisonnable tout en omettant une dépendance critique, en sous-estimant une contrainte réglementaire ou en ordonnant les étapes d'une manière qui échouerait dans votre contexte spécifique. Si vous ne disposez pas de la maîtrise du domaine nécessaire pour remettre en question le plan, vous l'exécuterez quand même. C'est une compétence dans laquelle la plupart des professionnels ont trop peu investi, car les équipes et les réunions permettaient auparavant de faire émerger ces lacunes de manière organique. Désormais, vous devez les repérer vous-même, avant que le travail ne commence.

02  Définir clairement ses attentes

Expliquer à une IA ce que l'on attend d'elle revient, en substance, à rédiger un cahier des charges destiné à un employé extrêmement compétent mais dépourvu de tout contexte. Des instructions vagues donnent lieu à des résultats vagues. Chaque ambiguïté dans votre consigne est une décision que vous déléguez, et l'IA prendra cette décision à votre place, discrètement, sans vous en avertir si vous n'avez pas mis en place de garde-fous contre ce type de comportement. Les professionnels qui tirent le meilleur parti de l'IA aujourd'hui sont ceux qui savent définir explicitement et dès le départ les résultats attendus, les contraintes, le format et les critères de qualité.

03 Évaluation critique des résultats

Les résultats de l'IA sont rapides et souvent très bons, ce qui rend la situation dangereuse si vous ne disposez pas de l'expertise du domaine et du jugement critique nécessaires pour les évaluer. Une IA trop enthousiaste et très productive produira avec assurance la mauvaise réponse. Un évaluateur doté d'une solide expertise du domaine et d'un esprit critique occupe désormais l'un des rôles les plus précieux dans tout flux de travail exploitant l'IA. En effet, il apporte une profondeur de matière et une vision large qui ne sont pas enfermées dans les ensembles de données et les modèles d'entraînement que l'IA elle-même ne peut fournir. Aujourd'hui plus que jamais, il est déconseillé de confier le contrôle qualité au même système qui génère le travail.  Certes, vous pouvez opposer un grand modèle linguistique (LLM) à un autre pour obtenir de meilleurs résultats, mais le principe de l'humain dans la boucle (HITL) reste la meilleure protection contre les hallucinations et les conclusions erronées générées par l'IA.

04  La discipline de l'itération

Savoir quand un résultat est satisfaisant et quand il faut aller plus loin, réorienter ou rejeter, et être capable d'expliquer précisément ce qui ne va pas et à quoi ressemblerait une meilleure solution. C'est exactement le cycle de rétroaction d'un gestionnaire performant avec son équipe, condensé et accéléré. Sans cette discipline, on n'obtient pas de meilleurs résultats plus rapidement ; on obtient des résultats médiocres à grande échelle.

Un défi qui en vaut la peine

L'idée selon laquelle les compétences en gestion deviennent universellement plus précieuses risque de faire oublier une distinction importante : tous les gestionnaires ne gèrent pas bien, et l'expérience traditionnelle en gestion ne se traduit pas automatiquement par une gestion efficace de l'IA. 

À remettre en question

De nombreux gestionnaires qui ont passé leur carrière à évoluer dans des environnements où l'ambiguïté était acceptable, car les humains comblaient les lacunes, trouveront en l'IA un miroir qui ne pardonne pas. Les habitudes cognitives qui faisaient de quelqu’un un « bon gestionnaire » dans un environnement peu exigeant en matière de responsabilité ne sont pas transférables. Il faut acquérir une nouvelle maîtrise, et pas seulement de l’expérience.

Il y a également un aspect plus difficile à prendre en compte : à mesure que les systèmes d’IA deviennent plus capables de décomposer les tâches de manière autonome et d’effectuer des itérations de manière autonome, la période pendant laquelle les compétences purement managériales constituent une ressource rare pourrait être plus courte qu’il n’y paraît. Les professionnels qui se positionnent véritablement bien ne se contentent pas de développer une aisance managériale avec l’IA, ils acquièrent en parallèle une expertise approfondie dans leur domaine. L’IA ne peut pas (encore) remplacer le jugement qui découle d’années d’expérience auprès des clients, de connaissance de la réglementation ou de maîtrise technique. Cette combinaison d’autorité dans le domaine ET de compétences en pilotage de l’IA constitue un véritable avantage combiné.

Ce que cela signifie pour les organisations à l'heure actuelle

La main-d'œuvre des cols blancs se divise en deux camps à un rythme plus rapide que ne le prévoient la plupart des stratégies de gestion des talents. D'un côté, on trouve des professionnels qui considèrent l'IA comme un collègue, qui ont acquis la capacité de déléguer clairement, d'effectuer des vérifications rigoureuses et d'adopter une réflexion structurée. De l'autre, on trouve ceux qui continuent de la traiter comme un simple moteur de recherche, générant des résultats qu'ils ne sont pas en mesure d'évaluer de manière critique, ou qui l'évitent complètement par un mélange de scepticisme et d'anxiété. 

Pour les dirigeants, l’implication pratique est claire. L’investissement le plus important que vous puissiez faire dans votre personnel à l’heure actuelle n’est pas l’accès aux outils d’IA. La plupart de vos collaborateurs en disposent déjà. C’est le développement des compétences métacognitives sous-jacentes qui importe : comment aborder les problèmes de manière à ce que l’IA puisse agir, comment évaluer les résultats de l’IA avec une véritable rigueur, et comment concevoir des flux de travail qui tirent parti de l’exécution de l’IA sans perdre le contrôle qualité humain. 

 Il s'agit, dans sa structure, du même défi que celui de constituer une équipe hautement performante. Vous le faites simplement avec une main-d'œuvre qui ne dort jamais, ne résiste jamais et s'adapte à l'infini — ce qui signifie que les conséquences d'une orientation floue et d'une évaluation insuffisante sont amplifiées, et non atténuées. Il s'avère que la gestion n'a jamais été une question de hiérarchie. Elle a toujours été une question de connaissances et de compétences. L'IA ne fait que le rendre plus évident.

Frederic Landry est directeur general d'InnovX Solutions. Les opinions exprimées ici n'engagent que lui. Mai 2026.