Vos employés savent-ils qu’ils travaillent aux côtés d’agents IA ?
Fossé de sensibilisation: Beaucoup d’employés ignorent la présence d’agents IA dans leur environnement de travail, ce qui engendre méfiance et confusion.
Importance de la transparence: Les cadres de gouvernance supposent une supervision humaine, mais l'absence de sensibilisation des employés augmente les risques de défaillance de la responsabilité.
Érosion de la confiance: De nombreux travailleurs jugent les systèmes d'IA peu fiables : 62 % expriment des inquiétudes concernant la fiabilité des agents IA.
Implication des employés: La divulgation est cruciale : les employés doivent comprendre le rôle de l’IA afin d’assurer une supervision et une interaction efficaces avec les systèmes.
Déficit de formation: Seules 38 % des organisations proposent une formation sur les outils d'IA, ce qui accentue le sentiment d’obsolescence des salariés.
La plupart des employés ignorent avec quoi ils travaillent.
L’IA agentique a largement dépassé le stade du projet pilote et oriente désormais les dossiers du service client, signale les contre-performances, planifie des entretiens et rédige des comptes rendus de réunions avant même que quelqu’un n’ait quitté sa session.
Dans un nombre croissant d’organisations, elle rédige des réponses et prend des décisions à faible enjeu au nom de collaborateurs qui n’ont pas été informés de ce qui se passe.
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
Le déploiement a dépassé la divulgation. Selon une enquête de la Cloud Security Alliance publiée en avril, 82 % des entreprises ont découvert l’année passée la présence d’agents IA inconnus fonctionnant dans leurs environnements informatiques, dont beaucoup sont apparus à plusieurs reprises. C’est un problème de visibilité pour l’informatique. Mais l’enjeu de sensibilisation des employés va plus loin encore.
L’étude globale de Workday pour 2025 montre, après avoir interrogé près de 3 000 décideurs en Amérique du Nord, APAC et EMEA, que seulement 24 % des employés sont à l’aise à l’idée que des agents IA opèrent en arrière-plan sans qu’ils en aient connaissance.
On ne peut pas parler d’une préoccupation marginale lorsque trois salariés sur quatre tracent une limite claire — et que la plupart d’entre eux le font sans connaître vraiment où se situe cette limite dans leur milieu de travail.
Transparence et suppositions partagées
L’argument éthique pour combler cet écart est simple. Les travailleurs ont le droit légitime de comprendre les systèmes qui influent sur la répartition de leurs tâches, leur charge de travail et, dans certains cas, l’évaluation de leur performance. Mais l’argument opérationnel sera peut-être plus audible des dirigeants qui doivent l’entendre.
Les cadres de gouvernance, comme le Cadre de gestion des risques liés à l’IA du NIST, les exigences de transparence du Règlement de l’UE sur l’IA et la majorité des politiques d’entreprise liées à l’IA rédigées ces deux dernières années, reposent tous sur l’hypothèse partagée que les humains restent dans la boucle.
Il ne s’agit pas seulement des dirigeants ou des équipes conformité, mais des personnes qui font le travail. La supervision humaine signifie que lorsqu’un agent commet une erreur, mal oriente un dossier, applique un mauvais barème ou dérive de son comportement attendu, quelqu’un s’en aperçoit. Et ce quelqu’un, c’est quasi systématiquement un collaborateur de terrain, suffisamment proche du résultat pour percevoir lorsqu’il y a un problème.
Quand les employés ignorent qu’un agent agit, cette supervision disparaît structurellement. L’architecture de la responsabilité repose sur une conscience qui n’existe pas.
Que se passe-t-il lorsqu’ils l’apprennent ?
Lorsque la rupture survient, elle est généralement d’ordre personnel. Environ huit mois avant de s’entretenir avec People Managing People, Mike Rolfe, VP Produit chez Outbuild (une plateforme de planification pour la construction), a déployé un système agentique dans les opérations de relation client. Ce système pouvait surveiller de façon autonome la santé des comptes, planifier des appels pour les CSM et rédiger des rapports de risque de non-renouvellement sans aucune intervention humaine.
La direction avait été informée, mais l’équipe de service client au sens large ne l’était pas, en partie parce qu’en interne, tout le monde continuait de qualifier cela « d’automatisation » au lieu de nommer ce dont il s'agissait vraiment.
Un CSM est entré dans un appel client et le client a mentionné une réunion qu’il avait déjà planifiée, que le CSM n’avait jamais organisée.
Il a fallu des semaines pour réparer la perte de confiance au sein de l’équipe. Sa règle est aujourd’hui que dès qu’un système IA prend une action visible par un tiers, la personne dont le nom est associé à cette action doit en être informée avant que cela ait lieu.
Son équipe a aussi complètement abandonné le mot « automatisation », le remplaçant par des formulations explicites. Par exemple, « le système prendra des rendez-vous pour vous et avertira le client avec votre nom ».
Cela tient au fait que, dans la culture du secteur du BTP en particulier, un vocabulaire technologique trop flou ne permet pas un consentement éclairé. Il crée précisément les conditions du genre de situation qu’a vécue son CSM.
La responsabilité, une affaire humaine
Steven Betito, COO et responsable de la protection des données chez Elestio, a également vécu cela de première main.
Lorsque son équipe a intégré l'IA agentique dans les opérations quotidiennes, elle a intégré la transparence dès le départ. Chaque agent avait un rôle documenté et était explicitement présenté à l’équipe comme étant une IA, ce qui signifiait que personne n’avait jamais de doute sur la nature de leur interlocuteur. Ce qu’ils n’ont pas mis en place assez tôt, c’est une structure claire d’escalade.
Au cours des premiers mois, nous n’avions pas formalisé les voies d’escalade. Un collègue humain envoyait un email à un agent avec une demande ambiguë, l’agent l’interprétait du mieux possible et, parfois, le résultat était mis en production sans qu’un humain l’ait explicitement validé.
La solution a été simple une fois le problème identifié. Désormais, toute action d’agent au-dessus d’un certain seuil requiert un approbateur humain désigné, mais la leçon est restée. Être transparent sur la nature d’un agent ne garantit pas automatiquement la responsabilité de ce qu’il fait. Ce sont deux sujets différents qui nécessitent des réponses distinctes.
La confiance est introuvable
Le rapport 2025 Global State of AI at Work d’Asana, qui a interrogé plus de 2 000 travailleurs du savoir aux États-Unis et au Royaume-Uni, révèle que 62 % considèrent les agents IA comme peu fiables.
Plus révélateur encore : 82 % des employés estiment qu’une formation adéquate est essentielle pour utiliser efficacement les agents IA, mais seules 38 % des organisations l’ont effectivement fournie.
Le véritable enjeu n’est pas tant que les employés rejettent les agents IA, mais plutôt qu’ils naviguent dans un décalage entre ce qui leur est donné et ce qu’on leur a appris, tout en se sentant de moins en moins concernés à mesure que le déploiement s’accélère.
Quand les salariés découvrent, par un collègue, une modification de processus ou un résultat qu’ils ne s’expliquent pas, que des systèmes d’IA fonctionnent déjà dans leurs flux de travail, la réaction n’est généralement pas la curiosité. C’est une forme spécifique de méfiance née du sentiment d’être géré, et non inclus. Et cette défiance ne se limite pas seulement à la question de l’IA.
Une partie du problème est liée à la définition. "IA agentique" ne figure pas encore dans la plupart des manuels de l’employé ou des programmes de formation des managers, alors même que les outils sont bien là. De nombreuses organisations ont déployé des agents sous des noms commerciaux — assistants de workflow, intégrations CRM, plateformes de planification — qui ne mettent pas en avant l’autonomie sous-jacente.
Un employé qui suit une recommandation d’acheminement de dossier peut ne pas se rendre compte que cette recommandation provient d’un agent IA, et non d’un manager ou d’une règle statique.
L’enquête "workplace" 2025 de WalkMe (lien) a révélé que 78 % des employés utilisent des outils d’IA non fournis par leur employeur, et près de la moitié choisissent de ne pas déclarer leur utilisation de l’IA au travail pour éviter d’être jugés. L’adoption dans l’ombre et l’opacité institutionnelle s’alimentent mutuellement.
Résoudre ce problème ne se limite pas à une simple opération de communication ponctuelle. Ce qui fonctionne, c’est d’intégrer la transparence dès le déploiement, en expliquant ce que fait (et ne fait pas) le système avant sa mise en production dans l’équipe, en assurant une visibilité continue sur les interventions des agents et en donnant aux salariés un canal clair pour signaler tout problème.
Ce dernier point est plus important que ce que la plupart des plans de déploiement d’IA ne le reconnaissent.
Les employés ne sont pas seulement le public de la transparence. Ils constituent la première ligne de détection des erreurs pour tout système agentique opérant sur leur périmètre. Lorsqu’ils savent ce qui fonctionne et comprennent quoi faire en cas de dysfonctionnement, la gouvernance joue pleinement son rôle. Dans le cas contraire, les cadres mis en place restent théoriques.