Faut-il laisser l'IA décider à notre place ? Un ex-McKinsey répond

7/10

IARenaud Dékode1 octobre 2026 à 14:0038:22

Lecteur audio

0:00 / 0:00

INTRO

Les entreprises françaises veulent largement adopter l’IA, mais la question décisive n’est plus de savoir s’il faut l’utiliser: c’est comment la déployer sans perdre des compétences, creuser l’écart avec les PME, ni affaiblir le contrôle démocratique sur les décisions clés.

POINTS CLÉS

La transformation numérique était déjà lente et lourde

Les grandes entreprises ont passé environ 15 à 25 ans à s’adapter au numérique, souvent via de grands programmes de 18 à 24 mois. Dans des secteurs comme la banque, les équipes numériques dédiées peuvent atteindre 600 à 700 personnes, ce qui montre à quel point il est difficile de faire évoluer une grande organisation. Le défi central a été l’adaptation permanente, car la technologie continue de changer.

L’IA ajoute urgence, fatigue et fascination

Pour de nombreux dirigeants, l’IA n’est pas une nouveauté soudaine mais la dernière vague après les précédents investissements numériques, la migration vers le cloud et la refonte des processus. Depuis 2022, l’IA générative a accru la pression car elle agit directement sur le langage et la connaissance, rendant son impact plus visible dans toutes les fonctions. Cela a produit à la fois de l’enthousiasme et un sentiment d’épuisement dans de grandes organisations déjà engagées dans la transformation.

L’adoption est désormais un objectif quasi universel

Dans les grandes, moyennes et petites entreprises, la demande d’intégration de l’IA est forte. Le principal obstacle n’est pas la volonté mais l’exécution: identifier les cas utiles, sécuriser les données confidentielles, bâtir une gouvernance et gérer la cybersécurité. Dans des secteurs intensifs en recherche comme la pharma ou la conception moléculaire, le déploiement peut exiger des modèles spécialisés et un accès contrôlé aux informations sensibles.

La France risque un écart croissant entre grandes entreprises et PME

Les grandes entreprises françaises adoptent l’IA à un rythme décrit comme proche de celui des États-Unis, mais les PME avancent plus lentement. Cela crée une fracture numérique croissante dans l’économie, à laquelle s’ajoute un autre écart entre l’Europe du Nord et l’Europe du Sud. Les plus petites entreprises manquent souvent de capital, d’expertise interne et de temps pour organiser une véritable reconversion des salariés.

Pas d’apocalypse de l’emploi, mais une profonde perturbation du travail

L’effet probable de l’IA n’est pas un chômage de masse du jour au lendemain, mais une reconfiguration des tâches sur 10 à 15 ans. Les estimations citées évoquent des gains annuels de productivité de 0,7 à 1 point pendant une décennie, tandis qu’environ 30% des heures travaillées pourraient être automatisées à terme. La plupart des métiers ne disparaîtront pas totalement, mais beaucoup verront 10% à 15% de leurs tâches automatisées, obligeant les salariés à travailler autrement.

La formation est le choix économique central

Les entreprises font en pratique face à deux voies: utiliser surtout l’IA pour réduire la masse salariale, ou s’en servir pour accroître les capacités des équipes en place. Le modèle le plus solide à long terme est décrit comme une IA au service des travailleurs, où les outils augmentent les employés au lieu de simplement les remplacer. Cette approche préserve des savoirs opérationnels durement acquis et peut générer plus de croissance qu’une simple logique de réduction des coûts.

L’IA peut démocratiser l’expertise

Un changement majeur pourrait venir d’un accès élargi à des capacités de haut niveau. Avec des copilotes IA, des travailleurs ayant moins d’expertise formelle peuvent prendre en charge une partie de rôles plus avancés, comme une infirmière assumant des tâches plus proches de celles d’un médecin. Cela ne supprime pas les professions senior, mais oblige les organisations à repenser les rôles, les flux de travail et les responsabilités.

Les systèmes de formation ne sont pas prêts

Le marché actuel de la formation enseigne surtout les compétences d’hier, alors que les outils et usages de l’IA changent en quelques mois. Parmi les remèdes proposés figurent des incitations publiques à la formation des PME, notamment des chèques formation et des crédits d’impôt, ainsi qu’une coordination régionale renforcée et l’implication des écoles professionnelles. Les grandes entreprises pourraient de plus en plus créer leurs propres académies internes, comme le font déjà les grands groupes technologiques avec des cycles réguliers de reconversion.

Le jugement humain conserve des lignes rouges

Un cadre se dessine autour de trois zones: les décisions que l’IA devrait largement prendre en charge, celles partagées entre humains et IA, et celles qui devraient rester humaines. L’optimisation logistique, la détection de fraude et une partie du trading financier relèvent de la première catégorie. Le recrutement et la stratégie sont plus hybrides. La justice pénale appartient à la zone protégée, car les sociétés démocratiques exigent encore qu’un humain juge un autre humain.

La seule performance ne suffit pas à trancher la légitimité

Les données issues de la médecine illustrent le problème. Les meilleurs médecins peuvent poser le bon diagnostic dans environ 74% des cas, l’IA seule autour de 90%, mais les binômes médecin-IA peuvent malgré tout être moins performants si les experts ignorent le système. La question est donc autant politique que technique: les institutions ont besoin de règles explicites sur les cas où l’IA éclaire la décision, ceux où elle la guide, et ceux où elle doit être exclue.

Le débat citoyen devient une nécessité de gouvernance

Le risque émergent est une résignation cognitive: soit déléguer trop de réflexion aux machines, soit rejeter totalement l’IA. Pour éviter ces deux extrêmes, le déploiement de l’IA dans des domaines sensibles comme l’éducation, le travail et les services publics doit passer par une délibération publique, et non seulement par des décisions managériales ou des promesses de fournisseurs. Sans cela, les résistances risquent de se durcir même là où l’IA pourrait apporter des gains clairs.

CONCLUSION

La question centrale n’est plus de savoir si l’IA entrera dans les entreprises et les institutions, mais si les dirigeants peuvent combiner assez vite productivité, reconversion et légitimité pour garder le contrôle de la transition. Les gagnants seront probablement ceux qui traiteront l’IA comme un outil de montée en compétence plutôt que comme un simple raccourci pour réduire les effectifs.

Poser une question

Sur le même sujet : IA