La gestion du changement à l’épreuve de l'IA

Il incombe à la gestion du changement de prendre en charge le volet humain des déploiements technologiques. Or, avec l'arrivée de l’IA générative, la discipline fait face aujourd’hui à un défi important. Les approches classiques et linéaires ne suffisent plus pour assurer l'adoption d'une technologie qui évolue aussi rapidement et dont les impacts sont aussi incertains.

Pour comprendre la transformation en cours, il faut d’abord changer de grille de lecture : le déploiement de l’IA ne peut pas être abordé comme celui d'un simple logiciel. Alors que les modèles d'IA deviennent de plus en plus autonomes, la technologie ne peut plus être pensée uniquement comme un outil, mais elle devient aussi un collaborateur à part entière.

Ce changement de perspective nous oblige à repenser en profondeur la gestion du changement et ses principaux leviers d’intervention. De la formation du personnel aux communications, de l’accompagnement des gestionnaires aux mesures d’adoption, c’est toute la boîte à outils de la discipline qui doit aujourd'hui évoluer pour s'adapter à l'ère de l'IA.

De l’adoption à la collaboration

Au premier semestre 2026, l’effondrement du tokenmaxxing — cette pratique qui consistait à encourager les employés à surconsommer des jetons (tokens) d’intelligence artificielle pour grimper dans des classements internes — a démontré par l’absurde le caractère illusoire de certaines métriques d’adoption.

Face à l’explosion des factures et l’exigence de retour sur investissement, la tendance a vite été renversée. En voyant leur budget annuel consommé en quelques mois, les entreprises qui avaient fait de l’utilisation à outrance de l’IA un critère de performance ont dû se résigner à instaurer des quotas stricts et des limites mensuelles par employé.

Comme jadis la ruée vers l’or, la ruée vers l’IA est motivée par l’illusion d’un gain rapide. Mais sans stratégie claire, les entreprises s’exposent davantage à des pertes rapides qu’à des quick wins. La croyance à la technologie ressemble parfois à la croyance à la magie : les deux consistent à espérer un miracle pour résoudre un problème complexe.

Qu’on le calcule par jetons consommés ou par licences actives, le taux d’adoption de l’IA dans une entreprise n’est rien de plus qu’un indicateur de vanité : une métrique qui permet de donner une impression positive au comité de direction, mais qui n’est rattachée à aucun objectif d’affaires concret et ne mesure en rien la valeur créée.

L’objectif ne devrait pas être de maximiser l’utilisation de la technologie, mais de promouvoir son utilisation efficace, efficiente et responsable. Ce qui implique de rechercher un juste équilibre entre les tâches que l’on peut confier à l’IA en toute confiance et celles qui devraient demeurer sous un contrôle humain.

À bien des égards, l’IA diffère des vagues technologiques précédentes : elle est capable de manipuler le langage et de générer de nouvelles idées par elle-même; elle peut prendre des décisions et accomplir des tâches complexes sans intervention humaine; et elle se déploie à une vitesse et à une échelle jamais égalées dans l’histoire de l’humanité.

En un sens, on pourrait presque considérer le déploiement de l’IA comme un projet RH plutôt qu’un projet TI. Il ne s’agit pas seulement d’implanter un nouvel outil, mais d’intégrer un nouveau collaborateur. Avant d’être opérationnel, celui-ci doit apprendre la culture de l’entreprise, les processus internes et les codes de l’équipe qu’il vient soutenir.

Un changement de paradigme

Autrefois, lorsqu’on déployait un nouveau logiciel dans une entreprise, on pouvait généralement définir à l’avance ce qui allait changer : les fonctionnalités à utiliser, les comportements à adopter, les changements dans les rôles et responsabilités. La gestion du changement consistait alors à préparer les employés à l’arrivée d’une solution préconçue.

La technologie était relativement stable. L’incertitude se situait surtout du côté des individus : allaient-ils accepter la solution, l’adopter et modifier leurs façons de faire, ou la rejeter et revenir aux anciennes habitudes? C’est à cette incertitude que la gestion du changement cherchait principalement à répondre.

Avec l’IA, l’incertitude ne provient plus seulement des individus. Elle est devenue inhérente à la technologie elle-même. En effet, les capacités de l’IA évoluent de manière exponentielle, ses usages se découvrent souvent par l’expérimentation et ses limites ne sont pas toujours connues à l’avance.

En quelques années seulement, nous sommes passés d’une IA capable de générer des textes et des images fixes à une IA capable de raisonner sur des problèmes complexes, d’utiliser des outils, de bâtir des programmes informatiques complets et d’accomplir des tâches en plusieurs étapes avec une autonomie croissante.

Il devient alors difficile de définir à l’avance l’ensemble des tâches que l’IA pourra accomplir, les processus qu’elle transformera ou les rôles qui seront appelés à évoluer. L’enjeu n’est plus de faire adopter une solution prédéfinie, mais d’apprendre à travailler avec une nouvelle forme d’intelligence dont les capacités évoluent rapidement.

La valeur du travail ne réside plus seulement dans la capacité à produire, mais aussi dans l’orchestration de la production. De manière croissante, le savoir-faire laisse sa place au savoir-faire-faire, que l’on peut définir comme l’art de déléguer, d’encadrer, d’expliquer et de piloter le travail pour qu’il soit exécuté par un système d’IA.

IA et développement des compétences

Dans un contexte technologique en constante évolution, une approche équilibrée du développement des compétences doit s’articuler autour de deux piliers : 

·       Les compétences techniques : Axées sur la prise en main d’outils spécifiques, qui permettent de générer rapidement des gains d’efficacité.

·       Les compétences transversales : Fondées sur des cadres et des approches méthodologiques, qui sont applicables à différents outils d’IA.

Les compétences du premier type permettent de développer rapidement l’agilité avec les outils, mais elles sont éphémères et doivent être constamment renouvelées. Celles du second type demandent un investissement initial plus important, mais elles sont plus durables et offrent une plus grande résilience face à l’évolution de l’IA.

Il existe un référentiel simple qui précise quelles compétences on devrait développer pour collaborer de manière efficace, efficiente et responsable avec l’IA – le modèle des 4D :

·       Délégation : Savoir choisir stratégiquement les tâches à confier à l’IA et celles qui doivent rester sous la responsabilité humaine.

·       Description : Savoir formuler des instructions claires et précises pour guider le comportement de l’IA et obtenir le résultat attendu.

·       Discernement : Savoir évaluer rigoureusement la qualité des réponses de l’IA en vérifiant l’exactitude, la pertinence et la cohérence des résultats.

·       Diligence : Savoir utiliser l’IA de façon responsable et transparente en protégeant les données sensibles et en assumant la pleine responsabilité du travail produit.

Ces quatre compétences ne sont pas sans faire penser aux qualités recherchées chez un gestionnaire : savoir déléguer, donner des directives claires à ses subordonnés, évaluer le travail accompli et assumer la responsabilité des résultats. Ultimement, elles définissent un rapport de collaboration basé sur le principe : l’humain commande, l’IA exécute.

Dans ce rapport de collaboration, l’humain assume la pensée stratégique, l’esprit critique, la créativité, le jugement professionnel et le sens moral, tandis que les systèmes d’IA prennent en charge l’exécution, l’analyse, la synthèse de l’information et la production des livrables, le tout sous la supervision de l’humain.

IA et communications

Les progrès de l’IA suscitent autant d’espoirs que d’inquiétudes. Cependant, dans l’espace public, la conversation apparaît surtout dominée par la peur : la peur de perdre le contrôle sur la technologie, la peur de voir les emplois disparaître massivement, la peur de devenir encore plus dépendants des géants numériques américains.

Les peurs véhiculées par le discours social trouvent un écho dans les entreprises, où elles viennent renforcer la résistance au changement. Dans un tel contexte, il devient difficile de contrôler le narratif. Un discours promotionnel faisant miroiter les avantages de l’IA risque désormais de se heurter à une angoisse existentielle déjà bien installée.

Jamais un CRM ou un ERP n’avait suscité une telle réaction. La complexité du logiciel pouvait angoisser, mais personne n’avait l’impression qu’il remettait en question son identité professionnelle. Or, quand l’IA devient capable de réaliser des tâches exigeant de la créativité et du jugement, il n’est pas surprenant qu’on puisse en ressentir un malaise.

Ultimement, l’adoption d’une nouvelle technologie est une question de confiance, et la confiance naît de la transparence et d’une communication honnête sur les objectifs visés. Si la direction parvient à démontrer que son objectif n’est pas de supprimer des postes, il est possible de transformer l’angoisse de substitution en une occasion d’émancipation.

Le rôle des gestionnaires est déterminant pour gagner la confiance des employés. Il leur incombe de trouver les repères éthiques qui aideront les équipes à mieux collaborer avec l’IA. En faisant la promotion d’une utilisation responsable, et en étant à l’écoute des préoccupations, ils contribuent à rassurer, à guider et à donner du sens au changement.

Le manque d’alignement est souvent la cause profonde d’une résistance au changement. Lorsque les employés ne comprennent pas la vision de l’entreprise, ou ne voient pas le sens d’une transformation, ils s’y opposent naturellement. Si elle veut susciter l’adhésion de ses employés, l’entreprise doit d’abord leur expliquer la raison d’être du changement.

En donnant du sens au changement, en reconnaissant les préoccupations légitimes et en établissant un dialogue ouvert sur les incertitudes, l’organisation peut progressivement transformer la peur en confiance. Cela suppose de placer l’humain au cœur de sa transformation et d’adopter une gestion du changement adaptée aux défis posés par l’IA.