Le management, angle mort de l’usage de l’IA

On répète partout que l’IA va transformer le management. Les chiffres d’usage racontent une autre histoire que je propose de décrypter.

Une étude fraîchement débarquée ATLAS de Google compare la part de chaque grande famille de métiers dans l’emploi américain à sa part dans les interactions avec Gemini (15 millions d’interactions analysées). Le résultat est sans ambiguïté pour la plupart des catégories de cols blancs : Computer and Mathematical pèse 3,5% de l’emploi et 30% des usages. Business and Financial Operations passe de 6,5% à 22%.

On peut dire que ces métiers se sont jetés sur l’outil, bien au-delà de leur poids réel dans le marché du travail.

Celui qui m’intéresse particulièrement, le Management, lui, fait l’inverse. Il représente environ 7% de l’emploi américain, mais seulement 5,5% des interactions. Etonnant. C’est l’une des rares catégories de cols blancs où la courbe d’usage est en dessous de la courbe d’emploi. Les managers utilisent l’IA, mais moins que ce que leur poids dans le monde du travail laisserait attendre.

Le rapport éclaire pourquoi un peu plus loin.

Pourquoi les managers utilisent moins l'IA que les autres métiers

A ma grande surprise, il montre que l’adoption de l’IA est massive mais peu profonde : elle entre dans une tâche isolée, une reformulation, un brouillon, une synthèse, sans reconfigurer l’ensemble d’un rôle. Je m’attendais tout de même à plus de profondeur. Pour le travail cognitif exigeant, l’IA agit comme un collaborateur ponctuel, pas comme un substitut.

Cela rassurera une bonne partie de ceux qui voient le déclin se pointer.

Ce qui reste humain, ce n’est pas la production du texte. C’est le cadrage du problème, la lecture du contexte relationnel, la hiérarchisation de critères contradictoires, l’engagement de la responsabilité dans une décision. Bref, le complexe.

Mon expérience m’a montré que plus on a de recul sur son activité (on sait décrire les gestes corporels et cognitifs de son processus métier/activité), plus on peut être fins à décrire ce que l’on souhaite voir traiter par l’IA, meilleur est le résultat.

Or c’est exactement la matière du travail managérial. Un manager rédige assez peu, en proportion de ce qu’il arbitre, négocie, ajuste en fonction d’une personne ou d’une situation, des activités très relationnelles en somme. En conséquence, l’IA n’a pas encore trouvé où s’insérer dans ce type d’activité et les managers, eux, n’ont pas encore développé les réflexes pour la solliciter à cet endroit. Par manque de formations ? de connaissances ? Le rapport ne le dit pas.

Ce qui m’interpelle dans ces deux lectures croisées, ce n’est pas le sous-usage en tant que tel. C’est ce qu’il révèle en creux : un vide de normes.

Le vrai problème n'est pas le sous-usage, c'est le vide de normes

Je m’explique. Dans la plupart des organisations que j’accompagne, l’usage de l’IA côté management reste une affaire individuelle. Chacun teste, à sa manière, avec ses propres réticences ou son propre enthousiasme, sans cadre collectif sur ce qui est légitime de déléguer et ce qui ne l’est pas. Même dans les chartes IA que j’ai lues (je les demande souvent avant de donner une formation), je n’ai pas vu de protocole sur les cas d’usage autorisés. On parle plutôt de restrictions d’usage dans ces documents. Peu ou pas de règle sur ce qu’on rend visible ou pas quand une production a été assistée par l’IA. Peu ou pas de critère partagé pour distinguer une tâche à faible risque, où l’assistance IA fait gagner du temps sans conséquence, d’une décision sensible, RH, évaluation, arbitrage budgétaire, où l’IA peut informer mais ne doit jamais trancher seule.

Si je prends un peu de hauteur en m’appuyant la grille de lecture de notre modèle COROLLES, cette question relève directement de la dimension CADRE, celle des règles du jeu et des cadres de décision d’une organisation. Une organisation peut avoir un CAP clair et un COLLECTIF soudé, si le CADRE n’a pas intégré la question de l’IA, l’usage reste fragmenté, individuel et surtout invisible pour le collectif. D’aucuns appellent cela le “Shadow AI”. La conséquence : chaque manager réinvente sa propre doctrine, souvent seul, parfois dans le doute (dans mes coachings de managers, le doute est très présent).

Si on prend cette lecture plus au sérieux, la priorité ne serait pas de pousser les managers à utiliser davantage l’IA, ce n’est pas mon propos. C’est de nommer, au niveau de l’équipe ou de l’organisation, où l’assistance est bienvenue et où le jugement humain doit rester seul décisionnaire. Une norme collective, même minimale, vaut mieux qu’une adoption individuelle non dite. Elle rend le sujet discutable en réunion, elle protège les managers qui hésitent encore et elle évite que l’IA s’installe en marge, sans que personne n’ait vraiment choisi comment.

Les quatre zones de décision et d'usage de l'IA

Ce repère se lit à deux axes croisés. En bas, l’enjeu ou le risque de la décision, de faible à élevé. Sur le côté, l’autonomie que vous laissez à l’IA, également de faible à élevée. Le croisement des deux dessine quatre zones, et c’est ce croisement qui doit guider la conversation, pas chaque axe pris séparément.

La zone 1, Assistance, couvre les usages à faible risque où l’IA peut travailler avec une autonomie élevée. Un brouillon, une synthèse, une recherche exploratoire. Si le résultat est mauvais, la conséquence est mineure et corrigible en quelques minutes. C’est la zone où on peut laisser un manager expérimenter librement, sans validation obligatoire.

La zone 2, Augmentation experte, garde une autonomie élevée mais monte en risque. Analyse, diagnostic, préparation de scénarios. Ici l’IA peut produire un travail substantiel, mais une revue métier reste obligatoire avant que quoi que ce soit ne sorte de l’ordinateur du manager. C’est la zone la plus mal cadrée dans les organisations que j’accompagne, parce qu’elle ressemble à de l’assistance alors qu’elle engage déjà un jugement professionnel.

La zone 3, Automatisation encadrée, réduit l’autonomie mais reste sur des enjeux faibles. Tâches répétitives, processus réversibles, avec contrôle et traçabilité. On peut y automatiser largement, à condition de garder la main pour reprendre si quelque chose dérape.

La zone 4, Décision sensible, est la seule où l’autonomie de l’IA doit rester structurellement faible, quel que soit le niveau de maturité de l’outil. RH, droit, finance, évaluation des personnes. L’IA peut informer une décision, jamais la prendre à la place du manager.

Pour rendre cela concret, quelques exemples :

• Zone 1 — Assistance : préparer un ordre du jour de réunion d’équipe avec l’aide de l’IA.
• Zone 2 — Augmentation experte : produire une première analyse de turnover sur une équipe, revue avant tout partage.
• Zone 3 — Automatisation encadrée : générer automatiquement un compte-rendu à partir de notes de réunion, avec relecture possible.
• Zone 4 — Décision sensible : demander à l’IA un résumé d’entretiens annuels pour préparer une décision d’augmentation, sans jamais lui laisser trancher le montant.

Comment transformer ce repère en charte

Pour transformer ça en charte, l’exercice n’est pas de recopier ces quatre zones telles quelles. C’est de prendre les activités réelles d’un manager, celles qu’il fait déjà chaque semaine, et de les positionner une par une sur le repère. Préparer un compte-rendu de réunion, zone 1. Construire une grille d’évaluation annuelle, zone 4. Rédiger une première version d’un plan de formation d’équipe, zone 2. Ce travail de placement, fait collectivement avec les managers concernés plutôt que décidé au-dessus d’eux, est ce qui transforme un repère abstrait en norme réellement appliquée.

Une charte utile là-dessus tient en trois éléments minimum. D’abord la liste des activités managériales positionnées sur les quatre zones, révisée une fois par an. Ensuite, pour les zones 2 et 4, qui est habilité à valider, et sur quel critère. Enfin, une règle simple de traçabilité, pas un système lourd, juste la question de savoir ce qui doit être signalé comme assisté par l’IA et ce qui ne le nécessite pas.

Ce qu'il faut retenir

Le sous-usage du management n’est peut-être pas un retard à rattraper. C’est peut-être le signal d’un endroit où l’organisation n’a tout simplement pas travaillé collectivement la question et donc décidé de la norme à adopter. Un regard externe sur le système est souvent nécessaire pour aider à la prise de conscience.

LeadToBloom accompagne les organisations dans la construction de cadres d'usage de l'IA adaptés à leur réalité managériale, à partir du modèle COROLLES®.