À retenir

Cartographiez les tâches avec ceux qui les réalisent, puis financez le temps de formation et de contrôle avant d’annoncer un gain de productivité.

L’IA ET SES CONSÉQUENCES

Comprendre le changement.

Usages disponibles ; effets sur l’emploi dépendants de l’organisation
Ce qui existe aujourd’hui

Des assistants peuvent déjà préparer des textes et aider à rechercher des informations selon leur configuration. Leur présence ne décrit pas à elle seule une transformation complète du métier.

Ce que cela apporte

Certaines tâches peuvent devenir moins répétitives et les dossiers mieux préparés. Les gains dépendent du travail de vérification et de l’organisation choisie.

Ce que cela peut faire perdre

La charge peut se déplacer vers les exceptions et les experts chargés de valider. Des tâches utiles à l’apprentissage peuvent disparaître sans être remplacées par une autre formation.

Ce qui se prépare

Les études d’exposition décrivent des possibilités de transformation, pas un nombre certain de suppressions de postes. Les scénarios prospectifs doivent rester identifiés comme tels.

Ce qui doit rester sous votre contrôle

Associez les salariés à l’analyse des tâches et à l’évaluation des outils. Financez du temps de formation, de retour d’expérience et de contestation des résultats.

Exposition technique ne signifie pas disparition d’un poste

L'étude actualisée de l'Organisation internationale du Travail examine l'exposition des tâches à l'IA générative. Cette notion décrit une possibilité de transformation technique ; elle ne donne pas le nombre de licenciements futurs dans une entreprise. Un poste rassemble des activités visibles et d'autres moins documentées : résoudre une ambiguïté, rassurer un client, négocier une priorité ou détecter qu'une procédure ne convient pas au cas présent.

Pour une direction, la première erreur serait donc de convertir un score d'exposition en objectif automatique de réduction d'effectifs. La question opérationnelle est plus précise : quelles parties du travail peuvent changer, avec quelles contraintes de qualité et quelle organisation autour ? Notre démarche proposée commence par une discussion sur des dossiers récents plutôt que par les intitulés de postes. Une même fonction peut recouvrir des pratiques différentes selon les équipes. L'analyse gagne à inclure les situations qui prennent du temps sans apparaître dans le système de suivi, car ce sont souvent celles où l'expérience humaine évite une erreur ou rétablit une relation.

Observer une journée avant de choisir un outil

Prenons un service client : la rédaction d'un message représente une partie de l'activité, mais le salarié doit aussi comprendre le problème, consulter des règles, vérifier une commande et choisir une réponse acceptable. Un générateur peut accélérer le brouillon sans régler les autres étapes. Si les données de commande sont incohérentes, une phrase mieux formulée ne résout pas le dossier. Ce scénario est une grille d'observation, pas le résultat d'une étude de performance.

Invitez les personnes concernées à décomposer quelques cas en actions, décisions, recherches et échanges. Identifiez ensuite les tâches répétitives, les exceptions et celles qui permettent aux débutants d'apprendre. Pour chaque proposition d'assistance, nommez une sortie vérifiable : résumé relié aux sources, liste de pièces manquantes, brouillon à relire. Préservez la possibilité de signaler qu'un outil gêne le travail sans transformer ce retour en évaluation négative du salarié. L'objectif de cette étape est de voir ce qui pourrait être amélioré, pas d'imposer à toute activité le même assistant parce qu'une licence est disponible.

LE SUJET EN MOUVEMENT

Generative AI and Jobs: A global analysis of potential effects on job quantity and quality.

Discussion officielle sur l’exposition des tâches et la qualité de l’emploi. Vidéo de contexte fondée sur l’étude de 2023 ; le dossier utilise aussi l’actualisation de 2025 et les travaux disponibles en 2026.

2023 · Anglais · Démonstration de l’éditeur. Ouvrir sur YouTube

Les compétences à développer dépassent le prompt

L'OCDE souligne, dans ses travaux sur les compétences à l'ère de l'IA, l'importance de capacités complémentaires comme le jugement critique et la collaboration. Savoir écrire une demande utile compte, mais ne remplace pas la compréhension du métier. Pour vérifier une réponse, il faut reconnaître ce qui manque, retrouver une référence et décider quand demander de l'aide. Une formation centrée uniquement sur des formulations prêtes à copier risque de laisser ces compétences essentielles de côté.

Nous proposons un parcours fondé sur les dossiers de l'équipe : produire une première réponse, repérer une erreur, documenter la correction et expliquer pourquoi elle importe. Faites travailler ensemble débutants et personnes expérimentées, en protégeant les données utilisées. Prévoyez aussi un exercice sans l'outil. Il permet de vérifier que l'équipe conserve les connaissances nécessaires pour fonctionner lors d'une panne ou pour contester une suggestion. La formation ne doit pas se résumer à une démonstration initiale ; elle doit accompagner les changements de processus et les situations nouvelles rencontrées après le lancement.

Qui reçoit le gain, qui supporte la nouvelle charge ?

Si l'IA accélère certaines étapes, l'organisation choisit ensuite l'usage du temps dégagé : mieux servir les clients, réduire les retards, former les équipes ou augmenter le volume attendu. Ce choix n'est pas contenu dans le modèle. Les travaux français sur le dialogue social technologique, notamment ceux de l'Anact, donnent une place à la discussion du travail et à la participation des salariés. Le ministère du Travail présente également ces questions comme un enjeu collectif, au-delà de l'achat d'outils.

Notre conseil est de discuter explicitement de la charge de relecture, des nouveaux objectifs et du droit pratique de ralentir lorsqu'un dossier devient incertain. Une production plus rapide de brouillons peut déplacer le goulot d'étranglement vers les experts qui valident. Suivez leur disponibilité et la qualité des échanges, pas uniquement le nombre de réponses envoyées. Demandez aussi si les cas confiés aux humains deviennent plus difficiles ou émotionnellement éprouvants. Une organisation qui automatise les demandes simples doit anticiper ce changement de contenu du travail, au lieu de conserver mécaniquement les mêmes cadences.

Conserver l’apprentissage et la possibilité de contester

Les tâches de premier niveau ne sont pas toujours du temps perdu : elles peuvent former au vocabulaire, aux produits et aux exceptions. Les supprimer sans alternative peut rendre les futurs experts plus difficiles à former. Il s'agit ici d'un risque organisationnel à examiner, pas d'une conséquence automatique démontrée dans chaque entreprise. Demandez aux équipes quelles activités leur ont permis d'acquérir leur jugement, puis cherchez comment préserver cet apprentissage si l'outil en prend une partie en charge.

Organisez des revues de dossiers où le résultat de l'IA peut être contesté sur le fond. Le salarié doit pouvoir expliquer une divergence sans devoir se battre contre une réponse présentée comme objective. Réservez un circuit simple aux erreurs récurrentes et attribuez la responsabilité de modifier le processus. L'INRS publie des travaux prospectifs sur l'IA et le travail à l'horizon 2035 : ils aident à explorer des conséquences possibles, mais ne doivent pas être lus comme une description déjà établie du futur. Utilisez-les pour poser des questions concrètes sur l'autonomie, les compétences et les conditions de travail.

Une décision de transformation, pas une prévision certaine

Les outils d'assistance à la rédaction, à la recherche et à la préparation de dossiers sont disponibles aujourd'hui selon les offres. Leur existence ne permet pas de prévoir exactement l'évolution d'un métier, encore moins celle d'un salarié. Les annonces de nouveaux agents et les scénarios de remplacement intégral doivent rester séparés des capacités effectivement observées dans un processus local. Un calendrier commercial ne vaut pas plan de transformation sociale.

Pour conclure un pilote, réunissez résultats, erreurs, temps de reprise et retours des personnes. Décidez ensuite si le processus doit être maintenu, adapté ou arrêté. Fixez un rendez-vous de suivi après l'adoption : les effets peuvent changer lorsque l'usage devient quotidien et que les volumes augmentent. Communiquez ce qui a été appris sans inventer une promesse universelle de productivité. Une politique de compétences réussie rend l'équipe plus capable de comprendre et de maîtriser son activité. Elle évite que l'entreprise gagne des réponses rapides tout en perdant progressivement les personnes capables d'en évaluer la qualité.

Décider avant de déléguer
SituationChoix conseillé
Rédaction répétitiveTester un brouillon vérifiable
Expertise impliciteDocumenter avant d’automatiser
Gain de temps annoncéExaminer charge et qualité après correction

Les pièges à éviter

  • Transformer un indice d’exposition en prévision de licenciements.
  • Former uniquement à écrire des prompts.
  • Accélérer les objectifs sans mesurer la nouvelle charge.

À vérifier avant de choisir

  • Analyser des dossiers réels avec l’équipe
  • Identifier les tâches qui forment les débutants
  • Inclure relecture et exceptions dans le bilan
  • Discuter la répartition du temps gagné
LE REGARD MOC

Cartographiez les tâches avec ceux qui les réalisent, puis financez le temps de formation et de contrôle avant d’annoncer un gain de productivité.

Sources & documentation

Sources consultées le 3 octobre 2026. Les caractéristiques et disponibilités dépendent des versions et références. Les méthodes proposées constituent des repères éditoriaux ; elles ne remplacent pas les notices ni les conseils professionnels adaptés à votre situation.

Un autre angle sur ce sujet

Des lectures complémentaires du réseau MOC.

Signaler une correction