Manager l’IA générative ne consiste pas seulement à rendre les équipes plus productives. C’est aussi leur rendre le temps de penser, à condition que quelqu’un décide où va ce temps…
Prenons Sophie, chargée de clientèle dans une PME industrielle. Lundi matin, elle ouvre sa messagerie : 63 mails. Dans la semaine, elle doit rédiger deux comptes rendus de réunion, mettre à jour le tableau des relances, préparer le reporting mensuel et répondre aux mêmes questions sur les délais de livraison. Jeudi soir, elle se rend compte qu’elle n’a parlé à aucun client, sauf pour éteindre des urgences.
Sophie n’est pas désorganisée. Son poste s’est construit comme ça, couche après couche, au fil des années. Beaucoup de dirigeants reconnaîtront cette semaine, chez eux ou chez leurs équipes.
Ce que disait Drucker (Peter, pas Michel)
En 1999, dans Management Challenges for the 21st Century, Peter Drucker faisait un constat simple. Au XXe siècle, le management avait multiplié par cinquante la productivité du travail manuel. Le défi du XXIe siècle serait de faire la même chose pour le travail intellectuel, celui des « travailleurs du savoir ».
Il ajoutait un point que l’on oublie souvent. Pour améliorer ce travail, la première question à poser est : quelle est la tâche ? À quoi sert-elle ? Pour qui ? Drucker l’avait résumé dans une phrase restée célèbre : rien n’est plus inutile que de faire efficacement ce qui ne devrait pas être fait du tout.
L’IA générative tombe pile sur ce chantier. Elle sait rédiger un premier jet, résumer, classer, comparer, traduire, préparer. C’est exactement la couche de travail qui remplissait la semaine de Sophie.
Ce que l’IA générative peut déjà prendre en charge
Rien de spectaculaire dans les exemples qui suivent, et c’est le point important. L’émancipation commence par des tâches modestes.
Au service client, l’IA trie les demandes entrantes, propose une réponse aux questions courantes et résume l’historique d’un client avant un appel. Le conseiller garde les cas compliqués, les clients mécontents et les situations où il faut faire un geste.
Côté commercial, elle prépare un rendez-vous en quelques minutes : synthèse du compte, dernières commandes, actualité de l’entreprise visitée. Après le rendez-vous, elle rédige le compte rendu et met à jour le CRM. Le commercial passe moins de temps devant son écran et plus de temps à écouter.
Aux ressources humaines, elle produit la première version d’une fiche de poste, synthétise les entretiens annuels d’une équipe et répond aux questions récurrentes sur les congés ou la mutuelle.
Dans un bureau d’études, elle retrouve une information dans des centaines de pages de documentation technique et fait une première vérification d’un dossier par rapport au cahier des charges. L’ingénieur relit et tranche, mais il ne cherche plus pendant une heure.
En comptabilité, elle prépare les rapprochements et rédige un premier commentaire des tableaux de bord du mois.
À chaque fois, l’humain garde le jugement et la décision. L’IA prend la préparation. C’est la logique que nous suivons dans nos accompagnements IA en entreprise.
Manager l’IA générative, c’est décider où va le temps libéré
C’est là que beaucoup d’entreprises se trompent. Elles déploient un outil, mesurent des heures gagnées, puis constatent six mois plus tard que rien n’a changé.
La raison est simple. Le temps gagné est absorbé par plus de volume. Si Sophie traite 120 mails par semaine au lieu de 63, sa productivité a augmenté. Elle n’est pas plus libre pour autant, et ses clients ne sont pas mieux servis.
Décider où va ce temps est le vrai travail du manager. Il ne se délègue ni à l’outil ni au service informatique. Manager l’IA générative, ce n’est pas choisir un outil : c’est choisir ce que l’équipe fera des heures qu’elle vient de gagner. Je vois trois endroits où cette décision rapporte le plus.
Si cela vous intéresse suivez-moi sur LinkedIn
Retourner voir les clients
Pour Drucker, le but d’une entreprise est de créer un client. Le profit en découle. Un projet d’IA qui se limite à réduire les coûts passe donc à côté de l’essentiel.
Imaginons que Sophie consacre désormais une demi-journée par semaine à appeler des clients sans motif commercial. Elle leur demande ce qui les gêne dans leur relation avec l’entreprise. Au bout d’un mois, elle remarque que trois gros clients se plaignent de la même chose : les pièces arrivent dans des emballages qu’ils jettent aussitôt, et cela leur coûte en traitement des déchets.
Personne ne l’avait vu. Pas par manque de compétence, mais parce que personne n’avait le temps de poser la question.
Innover sur des offres plus durables
La remarque de ces clients peut devenir un projet : des emballages consignés, repris lors de la livraison suivante. Ou, dans une autre entreprise, un contrat de maintenance qui prolonge la durée de vie des machines plutôt que de vendre des pièces neuves.
L’IA aide aussi à cette étape. Elle analyse des centaines de retours clients pour repérer les irritants qui reviennent, elle aide à chiffrer un scénario ou à rédiger une première proposition. Mais l’idée de départ vient presque toujours de quelqu’un qui a eu le temps d’écouter.
C’est le paradoxe le plus intéressant de l’IA générative : en automatisant l’exécution, elle redonne de la valeur aux moments les plus humains du travail.
Confier aux salariés l’avenir de leur métier
Drucker définissait le travailleur du savoir comme quelqu’un qui connaît son travail mieux que son chef. Il en tirait une conséquence : on ne peut pas le diriger dans le détail, il faut lui donner des objectifs et le laisser s’organiser.
Appliqué à l’IA, cela veut dire que la direction ne devrait pas décider seule des tâches à automatiser. Les équipes savent mieux qu’elle ce qui est inutile, répétitif ou mal conçu dans leur quotidien : le déploiement vient d’en bas, pas d’en haut.
Un exemple simple : une fois par mois, chaque équipe passe une heure à lister ses tâches. Elle décide ce qu’elle confie à l’IA, ce qu’elle garde et ce qu’elle veut apprendre. Une comptable peut ainsi proposer d’automatiser les rapprochements et de prendre en charge l’analyse des marges par client, un sujet sur lequel personne ne travaillait faute de temps.
Elle n’est plus spectatrice de la transformation de son poste. Elle en est l’auteure. C’est cela, l’émancipation dont on parle : avoir prise sur l’évolution de son propre travail.
Manager l’IA générative : ce que cela change
Manager l’IA générative change d’abord ce que l’on mesure. Le nombre de mails traités ou de dossiers bouclés dit peu de chose. Le nombre de problèmes clients résolus, d’idées testées ou de tâches inutiles supprimées en dit beaucoup plus.
Il change aussi sa façon de demander. Déléguer à une IA ressemble au management par objectifs que décrivait Drucker en 1954 : on donne un résultat attendu, un contexte, des critères, puis on vérifie. Un manager qui sait bien briefer son équipe sait souvent bien briefer une IA, et l’inverse est vrai. Avant de généraliser l’outil, il reste utile de vérifier si l’entreprise est prête pour Copilot. Le meilleur moyen de comprendre ce que l’outil change pour ses équipes reste de l’utiliser soi-même, chaque jour, sur son propre travail.
Il doit enfin traiter un sujet que beaucoup évitent : la peur. Si les salariés pensent que le temps gagné servira à réduire les effectifs, ils cacheront leurs gains. Ils utiliseront l’IA discrètement, ou pas du tout. Dire clairement à quoi servira le temps libéré est une condition de la confiance. Sans elle, aucun déploiement ne tient.
Deux autres pièges méritent d’être nommés. Le premier consiste à automatiser des tâches qui n’auraient jamais dû exister, comme un reporting que personne ne lit, désormais produit plus vite par l’IA. Le second consiste à produire davantage de documents, plus longs et plus nombreux, simplement parce que c’est devenu facile. Dans les deux cas, on fait plus efficacement ce qui ne devrait pas être fait. Drucker aurait souri.
Une question pour lundi matin
Si vous dirigez une équipe, voici une façon simple de commencer. Demandez à chacun : si l’IA faisait demain une partie de ton travail, que ferais-tu des heures libérées pour nos clients ?
Certaines réponses vous surprendront. D’autres montreront que personne n’y a encore réfléchi, ce qui est déjà une information.
Drucker n’a jamais vu une IA générative. Mais il nous a laissé la bonne question à poser à ceux qui doivent aujourd’hui manager l’IA générative. Elle ne porte pas sur ce que la machine sait faire. Elle porte sur ce que nous voulons faire de notre temps, ensemble, pour ceux que nous servons.
Si cela vous intéresse suivez-moi sur LinkedIn
