L’intelligence artificielle révèle les enjeux managériaux.

L'IA comme révélateur d'enjeux managériaux

Les organisations déploient des systèmes d’intelligence artificielle pour améliorer la prise de décision. Les promesses sont ambitieuses : décisions plus rapides, analyses plus fines, réduction de l’incertitude, pilotage plus rationnel. Les outils se multiplient, qu’il s’agisse de scoring de performance, de priorisation automatique des tâches ou de recommandations managériales. Dans une entreprise de services, par exemple, un outil d’IA attribue à chaque chef de projet un score de performance composite. Ce score agrège automatiquement plusieurs indicateurs : respect des délais, dépassements budgétaires, taux de satisfaction client, taux de facturation des équipes et volume d’heures supplémentaires. À partir de ces données, l’outil classe les managers en catégories (« excellent », « conforme », « à risque ») et alimente les décisions de bonus, de promotion ou d’affectation sur des projets stratégiques. Le manager ne voit plus seulement ses résultats qu'il pouvait apprécier dans un contexte qu'il connaissait ; il reçoit une note globale sensée résumer sa valeur professionnelle. Ces outils sont utilisés, parfois de façon progressive, parfois à grande échelle.

Un malaise diffus s’installe aujourd’hui chez de nombreux managers. Ils ont le sentiment de ne plus décider exactement comme avant. Certaines options semblent disparaître sans qu’ils sachent vraiment pourquoi. Des arbitrages deviennent soudain « évidents », presque naturels, comme s’ils s’imposaient d’eux-mêmes. Une sorte de gouvernance algorithmique. Un exemple fréquent concerne la gestion des talents. Autrefois (si je puis dire ;), un manager pouvait décider de conserver dans son équipe, un collaborateur aux résultats chiffrés moyens, mais dont il percevait le potentiel, l’engagement ou la capacité à faire progresser les autres. Avec un outil d’IA qui classe automatiquement les salariés selon leurs indicateurs de performance, cette option disparaît progressivement. Le système identifie ce collaborateur comme « sous-performant » et recommande sa mobilité ou son exclusion de certains projets. Garder cette personne devient alors un choix à justifier, presque suspect, alors qu’auparavant cela relevait du jugement professionnel. Pour autant, le malaise n’est pas d’abord technologique. Il est organisationnel.

Des enjeux managériaux préexistant à l'intelligence artificielle

Les systèmes d’IA ne surgissent jamais dans le vide. Ils s’appuient sur des données existantes, sur des indicateurs construits parfois depuis des années, sur des définitions historiques de ce qu’est la performance, l’efficacité ou la valeur. Ces choix ont été faits à un autre moment de l’histoire de l’organisation, dans un contexte où ils étaient parfaitement rationnels.

Prenons l’exemple d’un grand groupe industriel au début des années 2010, dans le contexte de l’après-crise financière de 2008. Sous pression des marchés et des actionnaires, la direction générale décide alors de faire de la productivité individuelle l’indicateur central de performance. Ce choix est porté par le comité exécutif, soutenu par la direction financière. Il se traduit dans les outils RH par des objectifs chiffrés standardisés : nombre de dossiers traités par jour, taux d’occupation, respect strict des temps standards. À ce moment-là, l’enjeu est clair : restaurer la rentabilité, démontrer la capacité de l’entreprise à « tenir ses coûts », rassurer les investisseurs. Personne, toutefois, ne parle de vision politique du travail. Il s’agit d’une décision présentée comme technique, rationnelle, incontournable. Dix ans plus tard, ces mêmes indicateurs servent de base aux algorithmes d’IA qui évaluent automatiquement la performance, sans que le contexte initial de leur création ne soit plus discuté.

Progressivement, les enjeux managériaux se sont cristallisés en choix. Ces choix se sont transformés en habitudes, puis en standards, puis en évidences. Ils ont quitté le champ du débat. On ne les interrogeait plus, tant ils semblaient aller de soi.

Ce que l’IA change, ce n’est pas la nature de ces choix, mais leur statut. Avant, ils restaient en partie négociables. Les managers pouvaient interpréter les indicateurs, ajuster localement, faire des exceptions, protéger certains profils ou certains projets. Il existait toujours une marge d’arbitrage humain.

Du pilotage procédural au pilotage cognitif

Avec l’IA, ces choix deviennent codés. Ils sont intégrés dans des modèles, automatisés, systématisés. L’IA ne crée pas ces arbitrages. Elle les cristallise. Ce qui était implicite devient rigide. Ce qui était négociable devient non discutable. L’organisation se retrouve face à ses propres choix, désormais inscrits dans des outils.

On pourrait m'objecter que ce phénomène existait déjà avec les ERP. C’est vrai. Les ERP ont déjà figé des processus, imposé des règles et standardisé des flux de travail ("workflows" pour les français). Mais ils agissaient surtout sur l’exécution. Ils disaient comment faire.

L’IA agit à un autre niveau. Elle dit ce qu’il faudrait décider. Là où l’ERP organisait l’action, l’IA organise le jugement. On passe d’un pilotage procédural à un pilotage cognitif.

Faut-il en conclure que cela génère nécessairement des questions chez les acteurs ? Pas systématiquement. Certains peuvent intégrer ces recommandations sans les interroger, par conformisme, par fatigue ou par confiance dans la technologie. Mais dès lors que les décisions produisent des effets concrets – refus de promotion, retrait d’un projet, pression accrue –, un trouble apparaît. Lorsque le raisonnement devient opaque, un sentiment de perte de maîtrise émerge. Et lorsque les équipes demandent des explications, les managers sont contraints de chercher du sens, même s’ils ne le trouvent pas toujours. C’est là que le malaise prend forme.

Manager, interprête de l'IA par nécessité

Ce basculement transforme profondément le travail réel des managers. Leur rôle ne se limite plus à piloter l’activité. Ils doivent désormais interpréter les arbitrages intégrés dans les outils qu’ils utilisent. Ils deviennent, de fait, des traducteurs du système. Ce rôle ne leur a pourtant jamais été formellement assigné. Il émerge de la structure même de l’organisation. Les directions déploient les outils et attendent qu’ils soient appliqués. Les équipes demandent des explications lorsque les décisions paraissent injustes ou incompréhensibles. Les outils, eux, produisent des recommandations sans fournir de récit explicatif. Pris entre ces trois pôles, le manager devient interprète par nécessité, non par mandat. En pratique, il absorbe des tensions qu’il n’a pas créées. Il amortit les effets organisationnels de décisions prises ailleurs, parfois longtemps auparavant. Ce travail est invisible, peu reconnu, rarement nommé. Or personne ne l’a formé à cela. On l’a (parfois) formé à manager des équipes, à fixer des objectifs, à organiser le travail. Pas à lire une organisation, à analyser un système, à détecter des arbitrages invisibles. On lui demande aujourd’hui un travail de sociologie organisationnelle sans lui en donner les clés.

Un devoir de questionnement ?

Lire son organisation devient alors une compétence centrale. Cela consiste d’abord à interroger ce que l’on mesure réellement et, surtout, ce que l’on ne mesure pas. C’est se demander quelles décisions sont devenues automatiques, lesquelles ne sont plus discutées. C’est identifier où se déplace la responsabilité, qui assume réellement les conséquences des choix faits. C’est repérer quelles options ont disparu sans débat et, enfin, se demander qui décide en pratique : l’outil, la règle, le comité ou le manager. Lire son organisation ne consiste pas à critiquer systématiquement les outils ou la hiérarchie. Il s’agit de comprendre les mécanismes qui structurent l’action, de mettre en mots ce qui semblait jusqu’ici diffus.

L'IA rend la responsabilité managériale plus complexe

L’IA ne supprime pas la responsabilité managériale. Elle la rend plus complexe. La véritable compétence aujourd’hui n’est pas de savoir utiliser des outils d’IA, mais de comprendre ce qu’ils font à l’organisation. Managers, DRH, si vous ne lisez pas le système dans lequel vous agissez, vous en subirez les effets sans pouvoir les nommer ni les réguler.