Automatiser les tâches ou automatiser la bureaucratie ?
Par None
L’arrivée des agents d’intelligence artificielle marque une rupture plus profonde que celle provoquée par les assistants conversationnels. Nous quittons progressivement un monde où l’IA répond à des questions pour entrer dans un autre où elle exécute des séquences d’actions, coordonne plusieurs outils et prend en charge des processus entiers. Beaucoup y voient déjà une révolution comparable à celle d’Internet. J’y vois surtout un test de maturité organisationnelle. Une entreprise qui déploie des agents sans revoir son management, ses compétences et sa gouvernance risque moins d’accélérer sa productivité que de numériser sa bureaucratie. À l’inverse, une organisation capable de repenser la circulation de l’information, la responsabilité humaine et la formation continue peut transformer cette nouvelle génération d’IA en véritable avantage concurrentiel.
Les agents ne remplacent pas les salariés, ils remplacent des organisations
Depuis deux ans, les grands acteurs du secteur multiplient les annonces autour des agents capables d’utiliser des logiciels, de naviguer sur Internet, de rédiger des documents, d’interroger des bases de données ou encore d’orchestrer plusieurs modèles spécialisés. Derrière le marketing, une évolution est réelle : les modèles deviennent capables de planifier, d’exécuter et de corriger une succession d’actions avec une autonomie croissante. Cette progression reste imparfaite, mais elle change déjà la manière d’imaginer les processus métiers.
L’erreur consiste pourtant à raisonner uniquement en termes de suppression d’emplois. Dans la plupart des PME et ETI, le coût principal ne provient pas d’une absence d’automatisation mais de la multiplication des validations, des doubles saisies, des échanges d’e-mails et des pertes d’informations entre services. Les agents IA ne s’attaquent pas d’abord aux métiers ; ils s’attaquent aux frictions organisationnelles.
Autrement dit, une entreprise qui possède des procédures incohérentes verra probablement un agent reproduire ces incohérences à grande vitesse. Les dirigeants espérant résoudre des problèmes de management par une couche technologique seront déçus. L’IA n’efface pas les défauts d’une organisation ; elle les rend souvent plus visibles.
Cette distinction est essentielle. Les entreprises les plus performantes ne seront probablement pas celles disposant du plus grand nombre d’agents, mais celles ayant simplifié leurs processus avant leur déploiement.
La nouvelle compétence devient la gouvernance du travail
On présente souvent les agents IA comme des collaborateurs numériques. L’image est séduisante mais trompeuse. Un collaborateur humain comprend les nuances, détecte les ambiguïtés sociales et sait parfois interrompre une procédure absurde. Un agent suit une logique définie par ses instructions, les outils auxquels il a accès et les limites techniques du modèle.
Cela implique une évolution profonde des compétences managériales. Superviser demain ne signifiera plus uniquement encadrer des équipes humaines. Il faudra également superviser des chaînes d’agents, contrôler leurs décisions, vérifier leurs sources et déterminer les situations où une intervention humaine demeure obligatoire.
Cette responsabilité ne peut pas être confiée uniquement aux équipes informatiques. Elle concerne les ressources humaines, la direction générale, les métiers, la conformité, la cybersécurité et parfois même les représentants du personnel.
Je reste prudente face aux promesses d’une « entreprise autonome ». Une organisation efficace ne cherche pas à supprimer toute intervention humaine. Elle cherche à placer l’humain exactement là où sa valeur est la plus élevée : arbitrer, interpréter, négocier, créer et décider lorsque plusieurs objectifs entrent en conflit.
Cette évolution modifie également la politique de formation. Pendant des décennies, les entreprises ont investi dans des compétences techniques spécifiques. Les prochaines années imposeront davantage de compétences transversales :
• concevoir des processus robustes ;
• superviser des systèmes automatisés ;
• contrôler la qualité des résultats produits par l’IA ;
• comprendre les risques réglementaires et de cybersécurité ;
• collaborer efficacement avec plusieurs agents spécialisés.
Ces compétences évolueront probablement plus lentement que les modèles eux-mêmes. Elles constituent donc un investissement plus durable.
La productivité dépendra davantage des infrastructures que des modèles
Le débat public oppose souvent les différents modèles d’IA comme si leur performance déterminait à elle seule le succès des entreprises. Cette vision me paraît incomplète.
La véritable différence concurrentielle proviendra des infrastructures invisibles : qualité des données internes, architecture des systèmes d’information, gouvernance documentaire, sécurité des accès, interopérabilité entre applications et capacité à mesurer les performances réelles des agents.
Un agent performant alimenté par des données obsolètes produit rapidement de mauvaises décisions. À l’inverse, un modèle moins spectaculaire peut générer une forte valeur lorsqu’il s’appuie sur des données fiables et des processus clairement définis.
Cette réalité rapproche finalement les projets d’IA des transformations industrielles classiques. Avant d’acheter une nouvelle machine, une usine optimise généralement ses flux de production. Les entreprises devraient appliquer le même raisonnement aux agents.
Les contraintes réglementaires joueront également un rôle croissant. En Europe, les obligations liées à la transparence, à la documentation des risques et aux usages à haut risque imposent une gouvernance structurée. Les dirigeants qui considèrent ces exigences comme une simple contrainte administrative risquent de manquer leur véritable intérêt : elles obligent à clarifier les responsabilités internes avant que les systèmes deviennent trop complexes.
Je pense également que la question énergétique sera sous-estimée. Les agents mobilisent des infrastructures de calcul importantes, parfois de manière continue. Leur coût ne se limite donc pas aux licences logicielles. Il comprend aussi les ressources cloud, la consommation énergétique indirecte, la sécurité et la maintenance des intégrations. Une automatisation mal pensée peut finalement coûter davantage qu’elle ne rapporte.
L’entreprise augmentée ne sera pas celle qui automatise le plus
L’histoire récente des technologies montre un phénomène récurrent. Les innovations les plus visibles ne sont pas toujours celles qui créent le plus de valeur. Les entreprises qui ont réussi leur transformation numérique n’étaient pas forcément celles qui possédaient les outils les plus modernes, mais celles qui avaient adapté leur organisation avant leurs concurrents.
Les agents IA suivent probablement la même trajectoire.
Dans les six à vingt-quatre prochains mois, les dirigeants auront intérêt à observer moins les démonstrations spectaculaires que les usages répétitifs générant un retour sur investissement mesurable : préparation d’appels d’offres, veille réglementaire, support client, documentation technique, achats, maintenance ou encore coordination entre plusieurs logiciels métiers.
Le véritable risque n’est donc pas que les agents remplacent massivement les salariés. Le risque est qu’ils renforcent une culture où chacun attend la validation d’un système supplémentaire avant d’agir. Une entreprise capable de préserver l’autonomie de ses équipes tout en utilisant intelligemment les agents construira un avantage durable. Celle qui ajoutera une couche d’automatisation sur une bureaucratie déjà lourde n’obtiendra qu’une bureaucratie plus rapide.
La technologie progresse à un rythme remarquable. Les organisations, elles, évoluent plus lentement. C’est précisément pourquoi la stratégie de main-d’œuvre, la gouvernance et l’éducation deviennent aujourd’hui des actifs aussi décisifs que les modèles d’intelligence artificielle eux-mêmes.
À propos de l’auteur
Ayumi Sato est une analyste japonaise des politiques publiques spécialisée dans la stratégie de main-d’œuvre et la gouvernance éducative. Ses analyses portent sur l’impact des technologies émergentes sur l’emploi, les compétences et l’organisation des entreprises. Elle défend une approche où la performance technologique ne peut être durable sans évolution parallèle des politiques de formation et des modes de gouvernance.
Sources
- OpenAI – Documentation et publications sur les capacités des agents et des modèles d’IA.
- European Commission – Documentation relative à la mise en œuvre de l’IA et au cadre réglementaire européen.
- Organisation for Economic Co-operation and Development – Travaux sur l’impact de l’IA sur les compétences, la productivité et le marché du travail.
- World Economic Forum – Analyses prospectives sur les transformations des emplois et des compétences liées à l’intelligence artificielle.
