IA générative: résoudre le paradoxe de la productivité

Et si le principal obstacle à une utilisation productive de l’IA n’était pas la technologie? De nombreuses entreprises suisses disposent depuis longtemps d’outils d’IA générative performants. Pourtant, les gains de productivité stagnent. Comment instaurer une collaboration constructive entre l’être humain et l’IA.

L’essor de l’IA générative a commencé il y a environ trois ans. Peu après, le personnel de nombreuses entreprises suisses a pu expérimenter pour la première fois Copilot, ChatGPT ou un autre outil d’IA. L’enthousiasme était grand et les premiers exemples de réussite ont rapidement circulé. Aujourd’hui, la situation est toutefois différente dans de nombreuses équipes: les outils sont certes installés, mais leur valeur ajoutée pour l’entreprise reste difficile à cerner. Dans le même temps, les responsables informatiques constatent que d’autres outils d’IA non autorisés sont utilisés en arrière-plan, sans que personne sache précisément quelles données sont transmises ni où elles aboutissent.

Le paradoxe: productivité individuelle ou productivité de l’entreprise

Tel est le paradoxe de la productivité dans la phase actuelle de l’IA: la technologie fonctionne, mais un fossé sépare la productivité individuelle de l’impact mesurable sur l’entreprise. De nombreuses entreprises ont d’abord introduit l’IA générative sous la forme d’un assistant personnel. L’intégrer dans des processus pertinents et repenser le travail de façon à générer une valeur à l’échelle de l’entreprise est nettement plus exigeant.

En Suisse, Christof Zogg, Co-Lead Swisscom AI & Software Products, observe plusieurs facteurs qui ralentissent l’utilisation de l’IA générative tout en la favorisant: une forte conscience juridique et une aversion marquée au risque peuvent freiner son introduction, tandis que le niveau élevé des compétences informatiques et la qualité de l’infrastructure numérique constituent une base solide. La question décisive n’est donc pas la vitesse à laquelle les entreprises introduisent l’IA générative, mais les tâches auxquelles elles l’affectent et la contribution concrète de ces applications à leurs objectifs.

La prochaine étape de développement pourrait résoudre au moins en partie ce paradoxe de la productivité: les agents d’IA et les solutions davantage intégrées peuvent non seulement soutenir des tâches isolées, mais aussi traiter des processus cohérents de bout en bout. Pour créer une véritable valeur, de nouveaux outils ne suffisent toutefois pas. Les entreprises doivent sélectionner les bons cas d’usage, faire évoluer leurs méthodes de travail et renforcer les aptitudes qui rendent l’être humain particulièrement précieux dans la collaboration avec l’IA.

Que reste-t-il lorsque l’IA prend en charge les tâches routinières?

Plus l’IA prend en charge les tâches routinières, les recherches et les premières ébauches de textes, plus il devient évident ce qui doit réellement rester du ressort de l’humain. Ryan Roslansky, ancien CEO de LinkedIn, et Aneesh Raman, Chief Economic Opportunity Officer chez Microsoft et ancien cadre de LinkedIn, ont identifié avec des spécialistes de différents domaines cinq aptitudes qui rendent l’être humain irremplaçable dans la collaboration avec l’IA: les cinq C: Curiosity, Courage, Creativity, Compassion et Communication, soit la curiosité, le courage, la créativité, la compassion et la communication.

Ce qui était autrefois globalement relégué au rang des compétences relationnelles devient ainsi une compétence clé à l’ère de l’IA. Pour les entreprises, cela signifie que ces cinq aptitudes ne sont pas un simple complément à la stratégie d’IA: elles deviennent la stratégie dès lors que les tâches routinières disparaissent.

La curiosité (Curiosity) est l’aptitude fondamentale sur laquelle reposent toutes les autres. L’IA détecte des schémas dans les données existantes, mais seul l’être humain se demande s’il ne faudrait pas repenser entièrement une tâche. Dans le quotidien professionnel, cela peut être une personne de la comptabilité qui refuse de se satisfaire de l’explication «cela a toujours été ainsi» et cherche à comprendre pourquoi certains coûts varient fortement chaque trimestre. Elle met alors au jour une inefficacité qu’aucun rapport standard n’avait révélée.

Le courage (Courage) détermine ce que l’on fait de cette curiosité. L’IA peut calculer des risques, mais seul l’être humain décide quel risque une entreprise est disposée à prendre. C’est le cas d’une personne chargée du développement qui propose, en plein projet, de passer à un nouveau cadre technologique parce qu’il servira mieux la clientèle à long terme. Ou d’un membre de la direction des ventes qui explique ouvertement à une entreprise cliente importante que sa demande ne constitue pas la bonne solution. Le courage consiste à agir avant de disposer de toutes les informations, une décision qu’aucun algorithme ne peut prendre à notre place.

La créativité (Creativity) va au-delà de la simple recombinaison d’éléments existants que réalise l’IA. Elle consiste à imaginer quelque chose qui n’existait pas encore. Steve Jobs n’a inventé ni l’ordinateur ni le téléphone. Il a toutefois imaginé comment réunir les deux dans un même appareil. Pour les entreprises, la créativité n’est donc pas le privilège du marketing ou du développement de produits, mais une aptitude nécessaire dans chaque fonction dès que l’IA prend en charge le travail de préparation.

La compassion (Compassion) ne peut être simulée par aucune IA, aussi convaincant que puisse paraître le ton d’un chatbot. C’est l’aptitude qui permet à un membre de la direction de constater la baisse de performance d’une personne de son équipe, de s’enquérir de la situation puis d’accorder, sans dramatiser, des horaires flexibles parce que cette personne doit s’occuper d’un parent. Dans un monde du travail où l’IA structure toujours davantage les interactions, le contact humain devient un facteur de différenciation, tant vis-à-vis du personnel que de la clientèle.

Enfin, la communication (Communication) est l’aptitude à donner du sens au langage, et non à se contenter de traduire des informations comme le fait une IA. Une personne capable de formuler précisément au sein de l’équipe ce qu’elle attend d’un système d’IA et d’interpréter clairement ses résultats porte la collaboration avec l’IA à un tout autre niveau qu’une personne qui se contente de saisir des instructions.

Les deux auteurs soulignent que les cinq C ne s’acquièrent pas dans le cadre d’un atelier organisé le temps d’un week-end. Elles se développent progressivement, grâce à des relations authentiques et à la résolution de problèmes difficiles. Pour les entreprises, cela signifie que les cinq C ne peuvent pas être imposées par directive: il faut leur ménager délibérément une place dans le quotidien professionnel.

Shadow AI: non pas un problème de discipline, mais un signal

De nombreuses organisations réagissent d’abord à l’utilisation incontrôlée de l’IA par des interdictions: domaines bloqués, directives strictes et rappels à l’ordre lors des réunions d’équipe. Or la Shadow AI répond presque toujours à un besoin légitime. Les membres du personnel adoptent un outil non autorisé parce qu’il leur permet d’accomplir une tâche plus rapidement, plus simplement ou de façon plus créative que l’outil officiel. Une interdiction ne supprime pas ce besoin. Elle le déplace simplement vers des canaux plus difficiles à contrôler et pénalise précisément la curiosité que les entreprises devraient encourager.

Une autre approche est plus efficace: faire de la sécurité, de la convivialité et de la confiance les fondements d’une utilisation contrôlée qui s’impose d’elle-même. Ce n’est que lorsque les membres du personnel savent que leurs données sont réellement protégées dans un outil autorisé qu’ils osent utiliser celui-ci avec courage et curiosité – Courage et Curiosity – pour des tâches exigeantes. La gouvernance ne constitue alors plus un frein, mais une condition indispensable pour que le personnel soit prêt à expérimenter avec l’IA.

Une boîte à outils souveraine plutôt qu’un outil unique

Une autre raison explique l’enlisement de certains projets d’IA: la volonté de couvrir tous les besoins avec un seul outil. Un espace de travail dédié à l’IA, adapté aux besoins et structuré en trois niveaux, est plus judicieux:

• Copilot dans l’écosystème Microsoft 365, pour la productivité personnelle dans le quotidien professionnel;
• un assistant d’entreprise souverain, tel que le Swiss AI Assistant, qui fonctionne sur une infrastructure suisse et permet de traiter de manière sûre et assistée par l’IA des données d’entreprise confidentielles et particulièrement sensibles, y compris lorsque l’utilisation d’autres solutions d’IA est limitée en raison d’exigences en matière de protection des données ou de conformité;
• des agents d’IA spécialisés, intégrés aux systèmes CRM, ERP ou aux bases de données métier, qui automatisent des processus métier concrets.

Ces trois niveaux ne s’excluent pas, mais se complètent. Pour les PME disposant de ressources informatiques limitées, cela signifie que chaque problème ne nécessite pas un nouvel outil. La combinaison de Microsoft 365 Copilot et d’un assistant d’entreprise léger et sécurisé suffit souvent, par exemple, pour les premiers cas d’usage internes. Dans les grandes entreprises, les responsables de l’IA devraient d’abord définir l’architecture: quel outil utiliser pour quelle tâche et selon quel mode de conservation des données? La question du déploiement ne vient qu’ensuite.

L’utilisation doit être accompagnée: trois leviers importants

Même avec une architecture d’outils adéquate, le même effet apparaît souvent après quelques mois: l’utilisation s’essouffle si personne ne l’accompagne activement. La technologie, à elle seule, ne modifie pas les habitudes de travail. C’est la pratique vécue au sein de l’équipe qui les fait évoluer. La boucle se referme ici avec les cinq C: elles ne se développent pas grâce à un outil, mais par l’échange, l’exercice et une collaboration authentique.

Trois leviers se sont révélés efficaces à cet égard:

• Faciliter le partage des connaissances: permettre aux membres du personnel de mettre à la disposition de l’équipe leurs propres modèles d’instructions spécialisés et d’échanger ouvertement les bonnes pratiques, ce qui constitue un bon exercice de communication.
• Mettre en place un accompagnement entre pairs assuré par des personnes ambassadrices de l’IA dans les unités spécialisées. Celles-ci soutiennent leurs collègues dans leur quotidien concret, plutôt que dans le cadre d’une simple formation centralisée. Cette approche stimule la curiosité et réduit les réticences à expérimenter.
• Créer des espaces d’apprentissage continus: organiser de brèves séances pratiques et démonstrations régulières afin d’ancrer durablement l’IA dans les habitudes de travail existantes.

Pour les responsables informatiques des PME, c’est une bonne nouvelle: ces trois leviers exigent peu de budget, mais de l’attention et de la constance. Pour les responsables de l’IA et du travail flexible dans les grandes organisations, il s’agit d’un mandat clair: budgétiser et piloter l’accompagnement au même titre que l’introduction technique, comme un lot de travaux à part entière assorti de ses propres objectifs, et non comme un aspect secondaire.

Du projet informatique au développement organisationnel

Quiconque conduit la transformation par l’IA exclusivement comme un projet informatique finira par arriver au même point: la technologie fonctionne, mais son impact reste inférieur aux attentes. La véritable opportunité se situe ailleurs. Il s’agit de rendre le travail plus humain, plus créatif et plus efficace en confiant les tâches routinières à l’IA et en libérant ainsi de l’espace pour la curiosité, le courage, la créativité, la compassion et la communication.

Trois mesures concrètes peuvent en être déduites:

• Mettre en place une infrastructure sûre et souveraine, avec le Swiss AI Assistant, Microsoft 365 Copilot ou une combinaison des deux.
• Investir de manière ciblée dans les cinq C du personnel, au moyen de programmes de personnes ambassadrices, d’espaces d’apprentissage et d’un partage ouvert des connaissances. Selon Roslansky et Raman, ces aptitudes ne se développent qu’avec le temps, grâce aux relations et à la résolution de problèmes réels.
• Ne pas simplement convertir le temps gagné grâce à l’IA en davantage de production du même type, mais le réserver délibérément à l’innovation, à la stratégie et au développement des relations avec la clientèle.

Le paradoxe de la productivité ne se résout pas avec la prochaine mise à jour d’un outil. Il se résout lorsque les entreprises commencent à organiser consciemment le travail autour de ce qui distingue l’être humain. Le critère de réussite passe alors de la question «Combien de temps gagnons-nous?» à la question «Dans quelle mesure la qualité de notre travail s’améliore-t-elle?».

Suggestion de lecture

Open to Work: How to Get Ahead in the Age of AI, Ryan Roslansky et Aneesh Raman, HarperCollins, 2026. Disponible en anglais, en espagnol et en français.