Optimisez-vous des emplois en voie de disparition ?
Gains d’efficacité: Les entreprises automatisent des postes mais doivent réfléchir à la contribution humaine essentielle à mesure que l’IA évolue.
Mutation du marché de l’emploi: Le déclin marqué des postes débutants menace, à terme, les opportunités de développement du leadership pour les organisations.
Failles dans l’investissement IA: La plupart des organisations accordent une priorité erronée à l’automatisation plutôt qu’à la valorisation des rôles humains et au développement de compétences clés.
Responsabilité stratégique: La responsabilité de la transformation par l’IA doit revenir aux DRH afin d’aligner au mieux le travail humain et la technologie.
Développement des talents: Les nouveaux modèles de main-d’œuvre imposent de miser sur la polyvalence des compétences, et pas seulement sur la spécialisation traditionnelle.
Quelque part, en ce moment, une entreprise investit pour rendre un poste plus efficace. Ce poste traite des réclamations, dirige des demandes ou synthétise des rapports, ce genre de choses. L’équipe a cartographié les flux de travail, identifié les points de friction et élaboré un plan. D’ici la fin du trimestre, ce poste prendra 30 % de temps en moins pour effectuer le même travail.
D’ici la fin de la décennie, ce travail sera entièrement réalisé par l’IA.
Ce n’est pas une histoire de réussite ou d’échec technologique. C’est l’histoire continue du défi de leadership le plus important de ce siècle, et il se déroule à grande échelle dans des industries qui pensent être stratégiques avec l’IA alors qu’en réalité, elles ne font que s’occuper.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
La question sous-jacente à presque toute discussion sérieuse sur l’IA en ce moment est celle que la plupart des organisations évitent : Non pas comment utiliser l’IA, mais de quoi avons-nous réellement besoin les humains ?
Ceux qui dépensent des millions pour optimiser la productivité n’apportent pas de réponse à cette question. Ils la repoussent, un gain d’efficacité à la fois.
Le pipeline est déjà en train de s’effondrer
Trente-sept pour cent des organisations prévoient de remplacer les postes de début de carrière par l’IA, selon Korn Ferry. 66 % ont également ralenti le recrutement des jeunes diplômés. Si vous êtes un jeune diplômé et que vous peinez à comprendre pourquoi le marché de l’emploi est structurellement différent de ce que vos professeurs décrivaient, voilà pourquoi.
Les postes de début de carrière ont historiquement servi de principal mécanisme pour développer les talents au sein des organisations. L’analyste devient manager. Le coordinateur devient directeur. Le jeune collaborateur qui passe trois ans à apprendre l’entreprise de l’intérieur devient celui qui finira par la diriger.
Supprimez la porte d’entrée et vous ne perdez pas seulement une main-d’œuvre à moindre coût. Vous perdez le pipeline de développement qui produit des leaders expérimentés dans dix ans.
IBM fait le choix inverse, en triplant ses embauches de jeunes diplômés alors que ses concurrents se retirent. Reste à voir s’il s’agit d’un pari sur les talents ou d’une opération de communication. Mais une chose ne fait pas débat : on ne peut pas former de leaders si on ne les recrute pas. IBM se positionne pour avoir des humains aux commandes, bien au-delà des prochaines années.
La mauvaise question capte tout le budget
La plupart des investissements dans l’IA aujourd’hui suivent une logique familière : identifier où les humains passent du temps, automatiser autant que possible, mesurer le gain de productivité, et recommencer.
Le principe 70-20-10 que nous avons déjà exploré décrit la façon dont certaines organisations sophistiquées répartissent leurs investissements en IA. Cela traduit une autre priorité — 70 % de l’investissement vont aux personnes et à la refonte des processus, 20 % à l’infrastructure, 10 % aux algorithmes eux-mêmes. Petite réserve toutefois : quasiment aucune organisation ne fonctionne réellement selon ce principe. La plupart ont inversé cette logique.
Le résultat : des organisations techniquement avancées mais stratégiquement à la dérive. Elles disposent de meilleurs outils, mais n’ont pas plus de certitude sur ce que doivent devenir les humains qui utilisent ces outils.
Les postes les plus vulnérables à l’automatisation ne sont pas ceux qui sont les moins importants. Ce sont souvent ceux qui nécessitent le plus de jugement routinier, ou des compétences de résolution de problèmes structurés — précisément le domaine d’excellence de l’apprentissage automatique.
Les rôles qui subsistent, ou qui seront créés, requièrent autre chose : la capacité à évoluer dans l’ambiguïté, à prendre des décisions éthiques, à gérer des relations aux intérêts divergents, et à exercer un jugement contextuel qui ne peut se résumer à une simple instruction.
Peu de descriptions de poste correspondent à ce profil d’après ce que j’observe. Il n’existe pas d’échelle de carrière pour cela actuellement, et presque aucun budget de développement n’y est consacré.
À qui appartient ce problème
David Swanagon avance que l’adoption de l’IA a été confiée aux CIOs alors qu’elle devrait revenir aux CHROs.
L’adoption est complètement différente du déploiement. On a confié au DSI non seulement la conception, les tests et le déploiement des outils, mais aussi leur adoption. L’adoption devrait être portée par le DRH — car il s’agit de culture, de confiance, d’autonomie, de compétences.
Le raisonnement est solide. La mise en œuvre technologique n’est qu’une petite partie de ce qui fait réussir ou échouer la transformation par l’IA. Le plus grand défi consiste à décider quelles tâches doivent relever des humains, les compétences que cela exige et comment les développer chez des personnes recrutées pour tout autre chose.
Les DSI ne sont pas positionnés pour répondre à ces questions. Leur orientation concerne les systèmes, non pas l’infrastructure humaine que ces systèmes sont censés servir.
Lorsque la stratégie IA relève de la direction technologique, ce sont les questions techniques qui reçoivent une réponse. Les questions organisationnelles et humaines sont repoussées ou reléguées aux RH à titre accessoire une fois que la mise en œuvre est déjà lancée.
C’est ainsi qu’on se retrouve avec un déploiement de l’IA qui fonctionne sur le plan technique mais échoue sur le plan stratégique. Les outils fonctionnent. Le personnel ne sait pas ce qu'il est censé faire avec eux, ni à quoi ressemblera son rôle dans trois ans, ni s’il doit développer des compétences que l’organisation n’a pas signalé valoriser.
Il ne s’agit pas de dire que les DRH relèvent actuellement ce défi. En réalité, Swanagon soutient que ce n’est pas le cas.
La plupart des DRH, malheureusement, commencent par « nous voulons automatiser les choses et nous voulons faire des économies ». Et c’est bien, mais ce n’est pas amusant, a déclaré Swanagon. Ce n’est pas non plus intéressant. C’est juste bien.
Le fossé en M
Pendant des années, la stratégie de gestion des talents a privilégié les profils en T — des spécialistes possédant une vision suffisamment large des domaines voisins pour collaborer entre eux. Ce modèle avait du sens dans un environnement où la spécialisation était stable et où la largeur était un avantage de coordination.
L’IA modifie ce que signifie la largeur de compétences. Le modèle émergent est parfois appelé profil en M ou en peigne : des salariés qui ont plusieurs domaines d’expertise réelle, pas juste une connaissance superficielle, reliés par un jugement intégré leur permettant de naviguer aisément entre les domaines.
Cette distinction est importante, car former des collaborateurs en peigne nécessite un investissement différent de celui dédié aux profils en T. Il ne s’agit pas seulement d’élargir la vision périphérique de quelqu’un. Il s’agit de bâtir plusieurs pôles de compétences chez une même personne, puis de cultiver le discernement pour les mobiliser selon les situations.
La plupart des organisations ne disposent pas d’un programme de développement de ce type. Elles ont des catalogues de formation et des licences LinkedIn Learning.
Ce que demande l’action de « stewardship »
Le mot stewardship est employé vaguement dans le contexte du leadership. Il signifie en général quelque chose comme « nous prenons soin de nos collaborateurs » dans la même veine que « nos collaborateurs sont notre plus grand atout ». Aucune de ces phrases ne résiste à l’annonce d’un plan de départs.
Une véritable démarche de stewardship dans le cadre d’une transition IA signifie prendre aujourd’hui des décisions qui protègent la capacité de création de valeur humaine sur un horizon de cinq à dix ans, même si ces choix sont plus difficiles à justifier lors d’un bilan trimestriel que l’automatisation supplémentaire.
Récemment, Adam DeRose de HR Brew et moi-même avons participé à un épisode de Your Work Friends avec Francesca Ranieri et Mel Plett. Et Adam a dit quelque chose qui m’a fait réfléchir tout le reste de la journée.
« Je comprends la valeur de la revue d’activité trimestrielle, mais honnêtement, je pense qu’on devrait simplement les supprimer. »
La raison ? L’accent mis sur la performance trimestrielle a détérioré la capacité de la direction à penser sur le long terme. Cette obsession du chiffre trimestriel est omniprésente, du conseil d’administration jusqu’aux managers de proximité, mais, bien souvent, les tactiques qui servent la performance à court terme minent notre capacité à adopter une réflexion stratégique de long terme, en particulier au sujet des talents dans la conjoncture actuelle.
Nous vivons un moment qui pourrait bien exiger de financer le développement de compétences pour des métiers qui n’ont pas encore de titre. Cela implique de préserver le vivier de début de carrière même quand la logique chiffrée suggère de le supprimer. Cela implique de considérer comme stratégique, et non comme un simple problème RH, la question de la place de l’humain dans l’organisation, et d’inclure la fonction RH dans la prise de décision.
Peu d’organisations font cela. Elles optimisent. Mais optimiser, appliqué à une structure en pleine mutation, c’est une façon sophistiquée de courir dans la mauvaise direction.
Les emplois actuellement rendus plus efficaces ne sont pas ceux qui définiront la valeur organisationnelle en 2030. Le travail qui comptera — jugement, capacité à s’orienter, prise de décision éthique, aptitude à guider d’autres humains dans une incertitude réelle — se développe et s’exerce presque nulle part. Il n’a pas de ligne dédiée dans le budget, pas d’indicateur de suivi, et certainement pas assez de sponsors parmi les cadres dirigeants.
C'est là l'échec du leadership. L'IA nous permet d'atteindre l'objectif d'avancer rapidement, mais il vaut la peine de se demander si nous ne cassons pas trop de choses en chemin.
