L’IA, c’est du taylorisme 2.0, ce que ça change pour les managers
CAP, COLLECTIF, CADRE
Le travail intellectuel croyait avoir échappé au taylorisme. Il avait tort.
Cette thèse, développée par plusieurs économistes et sociologues du travail, mérite qu’on s’y arrête. Non pour alarmer, mais parce qu’elle change radicalement la manière dont on devrait penser le management, la formation et la valeur de ce que nous appelons encore “l’expertise humaine”.
Ce que le taylorisme avait vraiment réussi à faire
On confond souvent Taylor avec Ford. C’est une erreur utile à corriger. Ford a industrialisé la division horizontale du travail : chaque ouvrier répète un geste unique, à l’infini, pour maximiser la vitesse. Taylor, lui, a opéré une division verticale, bien plus profonde sur le plan organisationnel. Il a séparé la conception de l’exécution. Les ingénieurs des méthodes, les “cols blancs”, observent les ouvriers, extraient de leurs gestes la compétence tacite, la théorisent, l’optimisent, puis la redescendent sous forme de procédures. Ce faisant, ils retirent aux ouvriers leur expertise. Et avec elle, leur pouvoir de négociation.
Ce modèle s’est diffusé au XXe siècle dans des secteurs entiers : l’automobile, les centres d’appels, la restauration rapide, la logistique. Partout où le travail pouvait être décomposé en règles et en méthodes, il l’a été. Mais il restait un angle mort : tout ce qui ne se laissait pas facilement réduire à des procédures. Le diagnostic médical. La traduction. La comptabilité complexe. Le conseil juridique. Ces domaines avaient en commun de reposer sur une expertise qui résistait à la formalisation, une forme de jugement, d’interprétation, d’arbitrage contextuel. L’intelligence artificielle vient de refermer cette parenthèse.
L’IA là où Taylor n’avait pas pu aller
Ce qui distingue l’IA générative des systèmes experts des années 1980, c’est précisément sa capacité à traiter ce qui n’était pas modélisable. Un système expert nécessitait qu’un ingénieur de la connaissance transcrive manuellement les règles d’un expert. Travail colossal, couverture partielle, résultat fragile. L’IA moderne, entraînée sur des milliards de textes et d’interactions humaines, absorbe directement le savoir collectif sans passer par cette étape de formalisation explicite. L’IA récupère les règles depuis les données. Elle extrait l’implicite. Elle capte le jugement sans le demander.
C’est là que la métaphore du taylorisme 2.0 prend toute sa force. Les travailleurs du savoir n’ont pas cédé leur expertise à un ingénieur des méthodes lors d’un entretien de travail filmé sous tous les angles. Ils l’ont déposée, graduellement, dans des emails, des comptes-rendus, des articles, des échanges clients, des forums professionnels. Ce corpus est devenu la matière première des modèles (quel cadeau incroyable !). Et ce qui en ressort, un outil capable de produire un diagnostic différentiel, une synthèse juridique ou une traduction idiomatique, leur échappe totalement.
La différence avec le taylorisme classique, c’est que les travailleurs concernés ne sont pas seulement dépossédés de leur expertise. Ils sont, dans un nombre croissant de cas, remplacés. Pas dégradés dans la hiérarchie des tâches, éliminés du circuit.
Ce que cette lecture change pour les managers
J’ai accompagné des équipes de direction pendant des années, soit en charge du charge du digital, de l’IA ou en tant que coach, dans des secteurs très différents. Ce que j’observe depuis quatre ans, c’est une confusion assez répandue entre deux questions qui n’ont pas la même réponse : “Comment utiliser l’IA pour gagner du temps ?” et “Qu’est-ce que l’IA change à notre organisation ?”
La première est une question d’outil … de technologie. La seconde est une question de pouvoir et d’organisation.
Un manager qui gagne deux heures par semaine grâce à l’IA parce qu’elle synthétise ses réunions et rédige ses comptes-rendus a résolu un problème de productivité. Mais si on regarde ce qu’il faisait avant avec ces deux heures, traiter de l’information, la mettre en forme, la transmettre, on réalise que c’est précisément cette fonction de traitement de l’information qui définissait une large part de sa valeur dans l’organisation. L’IA ne l’a pas libéré. Elle a révélé que cette partie de son travail était en fait mécanisable.
Ce qui reste, et c’est là que la question devient intéressante, c’est tout ce que l’IA ne fait pas bien. Lire une dynamique d’équipe qui se referme. Sentir qu’une décision techniquement juste va être vécue comme une trahison. Nommer une tension que tout le monde évite. Tenir un espace où des désaccords réels peuvent s’exprimer sans que l’équipe explose. Ces compétences-là n’ont pas été déposées dans des corpus textuels, ce sont des contextes systémiques. Elles ne s’apprennent pas en lisant des comptes-rendus. Elles se développent dans la relation, dans l’erreur, dans des centaines d’heures de présence à des situations humaines complexes et parfois (pour ne pas dire souvent) devant la machine à café.
Le paradoxe de la valeur managériale
On arrive ici à un paradoxe que peu d’organisations ont commencé à prendre au sérieux. Les compétences managériales les plus difficiles à développer et donc les plus rares sont précisément celles que l’IA met le plus en valeur par contraste. Mais ce sont aussi celles que les systèmes d’évaluation, de promotion et de rémunération traditionnels mesurent le moins bien.
Résultat : des organisations qui investissent massivement dans des outils IA pour leurs équipes, sans reconsidérer ce qu’elles valorisent chez leurs managers. On demande à ces derniers de “faire plus avec moins” grâce à l’automatisation, mais la compétence nouvelle qu’on leur demande implicitement, accompagner des équipes déstabilisées, maintenir le sens dans un environnement qui se transforme vite, gérer la relation à l’erreur quand les processus changent, n’est ni nommée, ni formée, ni évaluée.
C’est un peu comme si Taylor avait demandé à ses contremaîtres de superviser des ouvriers dont les gestes avaient radicalement changé, sans leur enseigner comment observer ces nouveaux gestes.
Ce que ça change, concrètement
Si la thèse du taylorisme 2.0 est juste et je pense qu’elle l’est, tout du moins partiellement, alors trois déplacements s’imposent pour les organisations qui veulent éviter d’en être les victimes plutôt que les bénéficiaires.
Le premier est une clarification honnête des rôles. Quelles tâches sont effectivement mécanisables dans les six à dix-huit prochains mois ? Quelles compétences restent irréductibles ? Comme je le dis souvent en formation IA pour dirigeants, cette cartographie ne peut pas être déléguée à la seule DSI ou aux éditeurs de logiciels. Elle exige une lecture fine des dynamiques de travail réelles, pas celles de l’organigramme, celles des processus et de ce qui n’est pas textuel entre deux tâches d’un processus.
Le deuxième est un investissement sérieux dans ce que j’appelle la compétence relationnelle organisationnelle. Ce n’est pas du team building. C’est la capacité concrète à naviguer dans la complexité humaine : gérer des désaccords qui ne se résolvent pas par l’analyse, maintenir la confiance dans l’incertitude, décider sans avoir toutes les données. Ces compétences se développent mais pas en une seule journée de séminaire, une fois par an.
Le troisième est une réflexion sur la redistribution de la valeur créée. Si l’IA compresse le travail de dix personnes en trois, la question de ce qu’on fait des sept postes libérés n’est pas seulement sociale, elle est sociétale et stratégique. Les organisations qui sauront répondre à cette question de façon cohérente avec leurs valeurs déclarées auront un avantage considérable sur celles qui ne la poseront pas.
Taylor pensait avoir rationalisé le travail. Il avait surtout rationalisé ce qu’il pouvait voir. L’IA voit plus loin. La question qui reste entière, c’est : qui décide de ce qu’on fait de ce qu’elle voit ?
Et vous, dans votre organisation, cette question a-t-elle déjà été posée à voix haute ?