IA et management : ce qui change pour le manager et son équipe

Ce que l’IA fait déjà dans le travail des équipes

L’intelligence artificielle n’attend pas qu’un projet officiel l’installe dans l’entreprise. Selon Eurostat, 20 % des entreprises de l’Union européenne d’au moins 10 salariés utilisaient au moins une technologie d’IA en 2025, contre 13,5 % un an plus tôt. L’écart reste net selon la taille : 17 % des petites entreprises, 30 % des moyennes et 55 % des grandes. Les technologies les plus répandues sont l’analyse automatique de textes, la génération d’images, de vidéos ou de sons, et la génération de langage écrit ou parlé ; les fonctions qui y recourent le plus sont le marketing et la vente, puis l’administration et la gestion de l’entreprise.

Ces chiffres d’entreprises sous-estiment ce qui se passe au niveau des postes de travail. L’édition 2024 du Work Trend Index de Microsoft et LinkedIn, fondée sur une enquête menée en février et mars 2024 auprès d’environ 31 000 travailleurs du savoir dans 31 marchés, indiquait que 75 % d’entre eux utilisaient déjà l’IA générative au travail et que 78 % de ces utilisateurs apportaient leurs propres outils, sans attendre ceux de leur employeur. Seuls 39 % des utilisateurs avaient reçu une formation de leur entreprise. L’enquête est déclarative et émane d’un éditeur de logiciels : elle donne un ordre de grandeur, pas une mesure précise de la situation française.

Dans une équipe de bureau, l’IA générative sert aujourd’hui à quatre familles de tâches : produire un premier jet (courriel, note, offre commerciale, support de présentation), résumer (réunion enregistrée, fil de discussion, document long), transformer (traduire, reformuler, changer de ton ou de format) et chercher (interroger une base documentaire ou un ensemble de fichiers). S’y ajoutent les fonctions d’IA intégrées aux logiciels déjà en place : transcription automatique dans l’outil de visioconférence, suggestions dans le gestionnaire de tâches, tri des candidatures dans le logiciel de recrutement. C’est souvent par ces fonctions, activées par une simple mise à jour, que l’IA entre dans une équipe sans que personne l’ait décidé.

Les équipes à distance sont particulièrement exposées, pour une raison simple : elles écrivent beaucoup. Comptes rendus, fils de discussion, documentation, tickets, enregistrements de réunions constituent une matière première abondante pour les outils qui résument et recherchent. C’est une chance, car une équipe bien documentée tire plus de profit de ces outils qu’une équipe qui s’appuie sur l’oral. C’est aussi un risque, car ces traces contiennent des informations sur les personnes, leurs échanges et leurs difficultés, qu’aucun outil ne devrait exploiter sans règle.

Les tâches du manager que l’IA allège, et celles qu’elle ne remplace pas

Le travail d’un manager d’équipe distribuée comporte une part importante de production écrite et de synthèse : comptes rendus, points d’avancement, consolidation d’indicateurs, préparation de réunions et d’entretiens. C’est précisément cette part que l’IA générative accélère. Le reste, qui fait le cœur du métier, ne se délègue pas à un outil.

Trois activités restent hors de portée d’un outil, quelles que soient ses performances. La première est la décision : arbitrer entre deux priorités, accepter un risque, dire non à un client ou à sa propre hiérarchie. Un modèle de langage peut présenter des options ; il ne porte ni la responsabilité ni la connaissance fine du contexte humain de l’équipe. La deuxième est la relation : la confiance, la reconnaissance, le feedback difficile, l’attention portée à un collaborateur qui décroche. Ce sont des actes, pas des textes, et ils perdent leur valeur dès que l’autre soupçonne qu’ils ont été générés.

La troisième est l’évaluation des personnes, et le droit y trace une limite nette. L’article L1222-3 du Code du travail impose d’informer expressément le salarié, avant leur mise en œuvre, des méthodes et techniques d’évaluation professionnelle utilisées à son égard, qui doivent être pertinentes au regard de la finalité poursuivie. Le règlement européen sur l’IA classe à haut risque les systèmes destinés à suivre et évaluer les performances et le comportement des travailleurs. Demander à un assistant d’IA de « résumer » la performance d’un collaborateur à partir de ses messages, de ses tickets ou de ses documents revient à confier à un outil non prévu pour cela une appréciation qui engage la carrière d’une personne, sur la base de données collectées pour d’autres finalités. C’est à proscrire.

Agents IA : organiser le travail entre humains et outils

L’étape suivante est déjà là : les agents IA. À la différence d’un assistant qui répond à une demande, un agent enchaîne des actions pour atteindre un objectif : il lit une boîte de réception, met à jour un outil de suivi, planifie un rendez-vous, rédige puis envoie une relance. Dans une note exploratoire publiée le 20 juillet 2026, la CNIL et le Conseil de l’IA et du numérique décrivent ces systèmes comme capables d’agir sur leur environnement à la place de leur utilisateur. Elles en pointent les risques : des volumes de données plus importants circulant entre de nombreux services, une mémoire persistante qui favorise le profilage, une perte de maîtrise de l’utilisateur sur ses données, des responsabilités diluées entre les acteurs et une exposition aux attaques élargie à tous les services connectés.

Pour le manager, la question n’est pas technique mais organisationnelle : qui fait quoi, et qui répond de quoi ? Quatre règles permettent de garder la main.

• Un responsable humain par agent. Chaque agent mis en service a un propriétaire nommé, qui répond de ce qu’il produit et de ce qu’il envoie. Dans une matrice de responsabilités, l’agent peut figurer parmi les exécutants, jamais comme responsable final.
• Des actions classées par niveau de validation. Ce que l’agent fait seul (classer, préparer un brouillon), ce qu’il propose et qu’un humain valide (écrire à un client, modifier une donnée de référence), ce qu’il ne fait jamais (engager une dépense, communiquer une information concernant un salarié).
• Des droits d’accès minimaux. Un agent n’accède qu’aux dossiers, boîtes et outils nécessaires à sa tâche, avec un compte identifiable, et non avec l’ensemble des droits de la personne qui l’a configuré.
• Une trace consultable. Les actions de l’agent sont journalisées et relues régulièrement, au moins pendant la période de démarrage.

Prenons une situation fréquente : un service client confie à un agent le tri des demandes entrantes et la rédaction des réponses aux questions simples. Les règles ci-dessus imposent de décider qui relit les réponses et à quel rythme, quelles catégories de demandes sont toujours traitées par une personne (réclamation, résiliation, situation sensible), et comment l’équipe signale une erreur de l’agent. Elles obligent aussi à reconnaître que le travail des conseillers change de nature : moins de réponses standard, davantage de cas complexes, de contrôle et de relation. La charge de travail ne baisse pas forcément ; elle se déplace. Il faut le dire, l’organiser et en tenir compte dans les objectifs.

Shadow AI : encadrer les usages plutôt que les interdire

Le shadow AI désigne l’usage d’outils d’IA par les salariés en dehors de tout cadre validé par l’entreprise : compte personnel sur un assistant grand public, extension de navigateur, application de transcription installée sur un téléphone. Il prolonge un phénomène ancien, le shadow IT, avec un risque supplémentaire : chaque requête peut contenir des informations confidentielles ou des données personnelles qui sortent du système d’information, et dont l’usage ultérieur dépend de conditions d’utilisation que personne dans l’entreprise n’a lues.

L’interdiction pure produit rarement l’effet recherché. Elle ne supprime pas le besoin, elle rend l’usage invisible, et elle prive l’entreprise des gains de ceux qui utilisent ces outils avec discernement. La réponse efficace tient en trois mouvements : mettre à disposition au moins un outil validé, dont les conditions contractuelles d’utilisation des données ont été vérifiées ; fixer des règles claires sur les informations qui ne doivent jamais être saisies ; demander aux collaborateurs de déclarer leurs usages, sans les sanctionner pour avoir été transparents. Le détail de ces règles et une trame de charte figurent dans l’article consacré aux règles d’usage de l’IA générative en équipe.

Le manager de proximité joue ici un rôle que ni la direction informatique ni les RH ne peuvent tenir : il sait quels outils son équipe utilise vraiment, et il peut ouvrir la conversation sans qu’elle sonne comme un contrôle. Une question posée en réunion d’équipe, « quels outils d’IA utilisez-vous, pour quoi faire, et qu’est-ce qui vous manque ? », en apprend souvent plus qu’un audit.

Compétences et formation : accompagner l’équipe

Former n’est plus seulement une bonne pratique. L’article 4 du règlement (UE) 2024/1689 sur l’intelligence artificielle impose aux fournisseurs et aux déployeurs de systèmes d’IA, donc aux employeurs qui en utilisent, de prendre des mesures pour soutenir le développement de la maîtrise de l’IA de leur personnel et des autres personnes qui utilisent ces systèmes pour leur compte. Dans sa rédaction issue du règlement dit « omnibus IA », entré en vigueur le 27 juillet 2026, le texte précise que cette obligation n’impose pas de garantir un niveau de maîtrise déterminé pour chaque personne. Dans ses questions-réponses mises à jour en octobre 2026, la Commission européenne indique qu’aucun certificat n’est exigé, qu’un suivi interne des formations et des actions menées suffit, et que l’obligation vise aussi une entreprise dont les salariés utilisent un assistant conversationnel pour rédiger ou traduire ; le personnel doit alors être informé des risques propres à ces outils, comme les « hallucinations ». Le contrôle par les autorités nationales a commencé le 2 août 2026.

Le besoin est réel. Parmi les entreprises européennes qui ont envisagé d’utiliser l’IA sans le faire, 71 % citent le manque de compétences comme frein, devant le manque de clarté sur les conséquences juridiques (53 %) et les préoccupations liées à la protection des données (49 %), selon Eurostat.

Un plan de formation proportionné à une équipe de PME tient en trois niveaux.

1. Un socle commun pour tous : ce qu’est un modèle de langage, pourquoi il peut produire une réponse fausse et convaincante, quelles données ne jamais saisir, comment vérifier une production, quels outils sont autorisés.
2. Des usages métier : deux ou trois cas d’usage par fonction, travaillés sur des exemples réels de l’équipe (répondre à un appel d’offres, préparer une relance client, synthétiser des retours d’utilisateurs), avec leurs limites.
3. Des référents : une ou deux personnes volontaires, formées plus en profondeur, qui répondent aux questions, partagent les bonnes pratiques et font remonter les problèmes.

Le manager se forme en premier. Il ne peut pas fixer des règles sur un outil qu’il n’a jamais utilisé, ni repérer un usage risqué qu’il ne sait pas reconnaître. Il doit aussi accepter que certains membres de l’équipe en sachent plus que lui sur ces outils, et s’appuyer sur eux plutôt que de le vivre comme une menace.

Le cadre légal : RGPD, AI Act et dialogue social

Trois corps de règles s’appliquent en même temps à l’IA utilisée dans une équipe.

Le RGPD, dans tous les cas

Dès qu’un outil d’IA traite des données personnelles, le règlement général sur la protection des données s’applique. La CNIL le rappelle : le règlement sur l’IA ne remplace pas le RGPD, il le complète. Deux points concernent directement le manager. L’article 22 du RGPD donne à chacun le droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé, y compris le profilage, lorsqu’elle produit des effets juridiques à son égard ou l’affecte de manière significative de façon similaire. Et un traitement susceptible d’engendrer un risque élevé pour les personnes, ce qui est souvent le cas d’un outil qui évalue ou surveille des salariés, exige une analyse d’impact préalable. Le délégué à la protection des données, s’il existe, doit être associé avant tout déploiement.

Le règlement européen sur l’IA

Le règlement (UE) 2024/1689, ou AI Act, classe les systèmes selon leur niveau de risque. Depuis le 2 février 2025, il interdit notamment les systèmes d’IA destinés à inférer les émotions d’une personne sur le lieu de travail, sauf raisons médicales ou de sécurité. Il range parmi les systèmes à haut risque ceux qui servent à recruter, à sélectionner, à décider des promotions ou des ruptures, à attribuer des tâches en fonction du comportement ou des traits personnels, ou à suivre et évaluer la performance et le comportement des travailleurs. Les obligations attachées à ces systèmes s’appliqueront à partir du 2 décembre 2027, date fixée par l’omnibus IA (règlement (UE) 2026/1744) en remplacement du 2 août 2026 initialement prévu. Pour l’employeur, elles comprennent notamment un contrôle humain confié à des personnes compétentes et l’information préalable des représentants du personnel et des salariés concernés. Le détail figure dans notre point juridique AI Act et RH : obligations de l’employeur et calendrier et dans la fiche système d’IA à haut risque du lexique.

Le Code du travail et le dialogue social

Le droit français n’a pas attendu l’IA pour encadrer les outils numériques. Dans les entreprises d’au moins 50 salariés, le comité social et économique est informé et consulté sur l’introduction de nouvelles technologies et sur tout aménagement important modifiant les conditions de santé, de sécurité ou de travail (article L2312-8), ainsi que, préalablement à la décision de mise en œuvre, sur les moyens ou techniques permettant un contrôle de l’activité des salariés (article L2312-38). Il peut se faire assister par un expert habilité en cas d’introduction de nouvelles technologies (article L2315-94). Quelle que soit la taille de l’entreprise, aucune information concernant personnellement un salarié ne peut être collectée par un dispositif qui n’a pas été porté préalablement à sa connaissance (article L1222-4).

Introduire l’IA dans l’équipe en cinq étapes

L’arrivée de l’IA dans une équipe est un changement comme un autre : elle réussit quand elle répond à un problème identifié, qu’elle est expliquée et que l’équipe a le temps d’apprendre. La démarche suivante tient sur un trimestre pour une équipe de taille courante.

1. Partir des irritants, pas des outils. Lister avec l’équipe les tâches répétitives, chronophages ou peu valorisantes : comptes rendus, saisies en double, recherches d’information, relances. Retenir deux ou trois cas où le gain serait visible et le risque faible.
2. Choisir un outil validé. Avec la direction informatique et le délégué à la protection des données, ou avec le dirigeant dans une petite structure : vérifier où sont traitées les données, si elles servent à entraîner les modèles du fournisseur, combien de temps elles sont conservées, et quelles fonctions d’IA sont déjà présentes dans les logiciels en place.
3. Poser les règles avant le lancement. Données interdites, vérification humaine obligatoire, transparence sur les contenus produits avec l’IA, circuit de signalement des incidents. Consulter le CSE lorsque l’entreprise en est dotée et que le projet modifie les conditions de travail.
4. Former et expérimenter. Un socle commun, puis une expérimentation de six à huit semaines sur les cas retenus, avec des référents et un point d’étape à mi-parcours. Garder une trace des actions de formation.
5. Mesurer et ajuster. Quelques indicateurs simples : part de l’équipe qui utilise l’outil, temps gagné estimé par les utilisateurs, erreurs repérées en relecture, incidents. Décider ensuite d’étendre, d’ajuster ou d’arrêter, et l’expliquer.

Une question est souvent oubliée : une fois l’outil adopté, que fait-on du temps libéré ? Si la réponse implicite est « davantage de la même chose », l’équipe percevra vite l’IA comme une intensification du travail. Le dire clairement, et réinvestir une partie de ce temps dans ce que l’outil ne fait pas (relation client, qualité, entraide, apprentissage), conditionne l’adhésion. Le chapitre suivant, consacré à la conduite du changement et à la transformation digitale, détaille la démarche d’accompagnement.