Pourquoi la transformation par l’IA commence par la clarté organisationnelle

David Rice : Les ingrédients nécessaires pour obtenir un retour sur investissement grâce à l’IA ont très peu à voir avec la technologie. Ce n’est pas une précaution oratoire. C’est ce que notre invité du jour a appris en développant ses activités chez Zapier et en échangeant avec plus de cent cinquante dirigeants de différents secteurs. Tout le monde se pose la même question : que vaut-il le plus la peine de faire avec l’IA ? Et on ne peut pas répondre à cette question sans clarté organisationnelle. Qu’essayons-nous réellement d’accomplir ici ? Que faut-il pour atteindre l’excellence ? Si une équipe n’a pas une clarté totale sur ces questions, c’est par là qu’il faut commencer, et non par les outils.

Dans l’émission d’aujourd’hui, je discute avec Brandon Sammut, directeur des ressources humaines et de la transformation par l’IA chez Zapier, de ce qui distingue les organisations qui tirent réellement de la valeur de l’IA de celles qui tournent encore en rond. Tout revient aux fondamentaux. Les employés voient leurs concurrents licencier. La peur et l’incertitude sont partout. Et les dirigeants qui créent les conditions permettant à un travail de qualité d’émerger sont ceux qui nomment ouvertement cette réalité, sans l’édulcorer ni prétendre qu’il existe une réponse parfaite.

Nous allons donc parler de la raison pour laquelle la clarté de la mission compte davantage qu’une stratégie d’IA, de ce que requiert une véritable expérimentation et des raisons de ses échecs répétés, de la manière dont le coaching par l’IA transforme la réception des commentaires, ainsi que des raisons pour lesquelles les meilleurs employeurs de la prochaine décennie seront reconnus pour leur façon de faire progresser les personnes.

Je suis David Rice. Vous écoutez People Managing People. Et si votre organisation donne encore la priorité à la technologie plutôt qu’à la clarté qui doit l’accompagner, cette conversation vous montrera ce qui vous fait obstacle. Commençons.

Brandon, bienvenue dans l’émission.

Brandon Sammut : Bonjour, David. Je suis heureux d’être avec vous.

David Rice : On parle beaucoup de l’IA qui transforme les organisations, mais je me demande parfois si nous n’accordons pas presque trop de mérite à la technologie.

Dans bien des cas, l’IA semble révéler des choses qui étaient déjà vraies au sujet d’une entreprise. Mais elle vous aide aussi à bâtir de nouvelles façons de travailler ensemble sans que les êtres humains aient à réaliser eux-mêmes une grande partie du travail de refonte. Lorsque vous examinez les organisations qui réussissent leur transformation par l’IA, que changent-elles dans la façon dont les gens travaillent ensemble et que les autres ne voient pas ?

Brandon Sammut : David, je vous dirais que je suis d’accord avec votre prémisse : une grande partie des ingrédients nécessaires pour obtenir un retour sur investissement grâce à l’IA a peu à voir avec la technologie. Nous pouvons commencer par là. Ce que je veux dire, c’est en partie ce que nous apprenons chez Zapier et en partie ce que nous avons appris en échangeant avec plus de 150 autres dirigeants qui bâtissent des entreprises de toutes sortes partout dans le monde, et pas seulement dans le secteur technologique.

J’ai parlé plus tôt cette semaine avec un homologue d’une entreprise forestière. Les possibilités offertes par l’IA concernent tout le monde, mais ce qu’il faut pour les concrétiser commence par des éléments qui n’ont rien à voir avec la technologie. L’un des ingrédients les plus fondamentaux, si l’on y réfléchit vraiment, consiste pour les dirigeants à être clairs sur ce qu’eux-mêmes et leur entreprise cherchent à accomplir en premier lieu.

La raison pour laquelle je ne peux plus l’ignorer, c’est que l’IA est une technologie et qu’une technologie est un moyen d’accomplir quelque chose. On peut donc faire beaucoup de choses avec l’IA et, dans une certaine mesure, ce n’est pas l’essentiel. La question que beaucoup de dirigeants se posent actuellement est la suivante : que vaut-il le plus la peine de faire avec l’IA ?

Pour répondre à cette question, il faut disposer d’une grande clarté organisationnelle sur ce que nous essayons réellement d’accomplir en tant qu’équipe et sur ce qu’exige l’excellence. Et si une équipe n’a pas, à ce moment précis, une clarté totale sur cette question, c’est là qu’elle doit commencer.

David Rice : Ce que vous dites est intéressant, et je pense que c’est une grande partie du défi auquel de nombreuses organisations sont confrontées.

L’équipe dirigeante voulait cette technologie. Elle veut les avantages concurrentiels, mais dans bien des cas, elle ne sait pas réellement quoi en faire. Je me demande si vous commencez à voir cette situation changer. Nous sommes maintenant à trois ans et demi du début de cette conversation. Évidemment, la technologie a beaucoup évolué depuis.

Voyez-vous les dirigeants parvenir à une idée plus claire de ce qui a une grande valeur et du travail nécessaire à accomplir avec l’IA ?

Brandon Sammut : Je pense que cela commence à se produire. Oui. Et si vous pouvez le croire, David, cela fait maintenant presque quatre ans — pas tout à fait, trois ans et neuf mois — que ChatGPT 3.5 a été lancé, l’une des premières versions à avoir véritablement retenu l’attention du grand public.

Cela fait donc effectivement presque quatre ans. Et oui, je vois la même chose que vous. L’utilisation de l’IA commence par la clarté de la mission, comme nous le disions tout à l’heure. Elle exige également ce que vous évoquez : on pourrait appeler cela la connaissance des possibilités, car elle vous donne une idée de l’offre et de la demande.

Où exigeons-nous l’excellence de nous-mêmes alors que nous ne sommes pas encore très bons ? Et quelle est l’offre d’idées ou de nouvelles façons de travailler que nous pouvons réunir pour passer du bon à l’exceptionnel ? Dans certains cas, les gens acquièrent simplement une meilleure compréhension grâce à ce que les autres partagent, aux échanges avec leurs pairs, et ainsi de suite.

Je pense que nous vivons l’une de ces périodes où la façon dont le travail s’effectue évolue si rapidement que, pour les dirigeants — ceux qui bâtissent des entreprises comme vous et moi, ainsi que pour beaucoup de personnes qui nous écoutent — les avantages de passer du temps à l’extérieur des quatre murs de nos organisations, à discuter avec des pairs et à lire ce que font ou pensent les autres, sont aujourd’hui encore plus importants que d’habitude. Nous avons énormément à apprendre de ce qui se passe à l’extérieur de notre entreprise.

David Rice : Absolument. Toutes les équipes dirigeantes disent vouloir de l’innovation, n’est-ce pas ? Toutes les entreprises affirment vouloir que leurs employés expérimentent avec l’IA. Pourtant, je parle à certains dirigeants et ils ont du mal à faire face à des employés qui hésitent à essayer de nouvelles choses, à partager leurs échecs ou à remettre en question la façon existante de travailler.

Pourquoi, selon vous, l’expérimentation est-elle si difficile lorsque l’organisation affirme lui accorder de la valeur dans tous ces cas ?

Brandon Sammut : Il y a quelques raisons. Premièrement, pour revenir à notre point de départ, une excellente expérimentation exige une hypothèse solide. Et une hypothèse solide doit s’appuyer sur une question à laquelle l’organisation a réellement besoin de répondre.

Là où je vois parfois l’expérimentation échouer, c’est lorsque la question autour de laquelle l’hypothèse devrait être formulée n’est pas claire. Il faut donc savoir très précisément vers quelle fin on expérimente. Ensuite, les enjeux de la réussite doivent être suffisamment importants.

Dans l’équipe des ressources humaines de Zapier, par exemple, nous pourrions nous attaquer à presque n’importe quel problème imaginable lié aux talents ou à la culture. Mais toutes ces initiatives ne constituent pas nécessairement une bonne utilisation du temps et de l’énergie de l’équipe. Il faut donc clarifier non seulement les questions auxquelles il est possible de répondre, mais aussi celles auxquelles il vaut le plus la peine de répondre.

Cela commence par là, car cette clarté renforce l’hypothèse et donne les moyens de continuer à avancer. Je pense qu’une grande partie des difficultés que les organisations rencontrent actuellement avec l’IA tient au fait qu’elles tentent de franchir un gouffre. Elles essaient de construire un pont entre un côté du gouffre et l’autre.

Il faut beaucoup de travail pour construire ce pont, puis il faut le traverser. Pendant ce temps, de l’autre côté, il y a une entreprise à faire fonctionner comme aujourd’hui, ce qui crée des priorités concurrentes. Toute priorité qui n’atteint pas le niveau de « nous devons absolument résoudre cela ensemble » finira donc reléguée au second plan.

Une manière pour les organisations de faciliter cette démarche, dans le cadre d’une solide culture de l’expérimentation, consiste à réserver des personnes et des ressources à l’expérimentation. Au lieu de demander de manière ambiguë à toute une équipe d’expérimenter, il vaut mieux désigner clairement un petit groupe.

Supposons qu’au sein d’une équipe d’acquisition de talents composée de dix personnes, nous disions : « Nous avons un problème important : le nombre de candidatures augmente fortement parce que tout le monde utilise l’IA pour postuler, et nous ne sommes donc pas capables d’examiner une part significative des candidatures. Nous risquons de laisser passer d’excellents profils et nous ne répondons pas aux candidats aussi rapidement que nous nous y sommes engagés. Nous devons résoudre ce problème. »

L’IA peut peut-être contribuer à la solution. C’est très bien. Mais si je suis responsable de l’acquisition de talents et que je dis simplement cela aux dix membres de mon équipe, chacun va partir dans une direction différente en essayant de résoudre le problème.

Une meilleure approche consisterait à dire : « Nous avons besoin que deux personnes de ce groupe de dix travaillent ensemble pendant trente jours et nous montrent une nouvelle façon de faire. Montrez-nous comment résoudre ce problème. Nous allons réserver vingt heures par semaine à chacune d’entre vous, soit quarante heures par semaine au total. »

C’est l’investissement que nous sommes prêts à faire en tant qu’équipe. Au lieu de demander à tout le monde d’y réfléchir, ce qui signifie que personne n’y réfléchira vraiment en profondeur, je vais demander à deux personnes de s’en charger. Vous pouvez les choisir en fonction de leurs compétences ou prendre des volontaires, ce qui fonctionne parfois très bien, sauf lorsqu’il existe d’importants écarts de compétences.

Voilà deux éléments. Le dernier concerne ce qui se passe lorsque l’expérience ne fonctionne pas. Il s’agit davantage de sécurité psychologique dans le cadre de l’expérimentation. Les organisations qui n’ont pas de réponse rassurante à cette question peuvent également avoir du mal dans la dernière étape de l’expérimentation : la présentation des résultats.

Il faut que parler de ce qui n’a pas fonctionné soit perçu comme relativement peu risqué. Même si l’expérience a globalement été un succès, il faut pouvoir parler des cinq difficultés que l’équipe devra connaître si nous voulons généraliser cette pratique.

David Rice : Je suis heureux que vous ayez parlé de l’importance des enjeux, car certaines personnes pensent que si nous faisons les choses correctement, nos expériences seront couronnées de succès. Mais ce n’est pas le seul indicateur, n’est-ce pas ?

Si vous constatez que vous avez énormément d’expériences réussies, je vous demanderais si vous expérimentez réellement à une échelle suffisamment ambitieuse. Nous célébrons l’innovation a posteriori, n’est-ce pas ? Sur le moment, l’expérimentation semble souvent inefficace, désordonnée et parfois même coûteuse.

Si les gestionnaires continuent de récompenser la prévisibilité plutôt que l’apprentissage, les employés vont-ils privilégier la sécurité au fil du temps ?

Brandon Sammut : Je pense qu’il est très important que les dirigeants répondent explicitement à cette question et que nos comportements reflètent ensuite ce que nous disons. Lorsqu’un membre de mon équipe crée un prototype dans un domaine que nous avons déjà identifié comme prioritaire, et que ce qu’il a essayé ne fonctionne pas, comment l’équipe dirigeante responsable des ressources humaines et moi-même réagissons-nous ? Que disons-nous ? Que faisons-nous ? Que ne faisons-nous pas ? Dans quel état cette personne se retrouve-t-elle ?

C’est intéressant, car chaque situation de ce type est une occasion de renforcer une culture très positive autour de l’expérimentation. Il faut être conscient de certains risques afin de ne pas compromettre cette culture, mais l’inverse est également vrai.

David Rice : Il y a environ un an, je repense à certains événements que nous organisions à l’époque, et beaucoup de personnes disaient avoir des problèmes de confiance, notamment après des licenciements ou d’autres événements. Plusieurs facteurs alimentaient le désengagement.

Mais la confiance, le partage des connaissances et la prise de décision existaient déjà avant que l’IA ne devienne le centre de leurs préoccupations. Quelles sont les conséquences lorsqu’on tente de déployer l’IA dans une organisation qui n’a pas réglé ses problèmes fondamentaux de fonctionnement ?

Brandon Sammut : Il y a ici beaucoup de vieilles leçons qui redeviennent pertinentes. Il est difficile de développer presque n’importe quoi dans la vie sur des fondations fragiles. Beaucoup de dirigeants constatent que cette vague d’IA agit comme un test de résistance de la santé organisationnelle, qu’il s’agisse de la clarté organisationnelle, de la culture de l’expérimentation, de la sécurité psychologique ou de la confiance envers la direction.

Si nos fondations étaient fragiles dans l’un de ces domaines, cela nous revient maintenant de manière très visible. Cela paraît plus évident parce qu’en plus de tout cela, nous essayons désormais de repenser le fonctionnement de nombreuses parties de notre travail.

David Rice : C’est amusant. Je pensais récemment à cette idée de fondations fragiles. J’ai vu sur les réseaux sociaux un extrait de Mom Dani parlant d’un immeuble à New York dont les fondations n’avaient jamais été correctement réalisées et qui commençait lentement à pencher.

C’est une bonne analogie pour les organisations : elles commencent à se développer, mais si elles ne font pas ce qu’il faut en chemin pour que tout fonctionne sur des bases solides, elles finissent comme cet immeuble.

Brandon Sammut : N’est-ce pas vrai ? Nous pouvons tirer tellement de leçons d’autres périodes historiques, des grandes vagues technologiques ou même de toute tentative de réaliser quelque chose d’important, notamment dans un domaine comme la construction.

David Rice : Deux organisations peuvent acheter exactement les mêmes outils et obtenir des résultats radicalement différents. Cela revient réellement aux fondamentaux et aux éléments d’infrastructure opérationnelle qu’elles ont peut-être négligés pendant des années.

Je pense que nous assistons maintenant à davantage d’analyses de cette question parce que la discussion sur le retour sur investissement devient de plus en plus intense pour de nombreux dirigeants.

Brandon Sammut : Les coûts reviennent souvent dans la conversation, n’est-ce pas ? Ou plutôt, la discussion sur le retour sur investissement prend de l’ampleur parce que, au minimum, le dénominateur de l’équation — les coûts — augmente rapidement pour beaucoup d’entreprises.

David Rice : J’ai lu récemment que les coûts liés à l’IA de nombreuses entreprises avaient dépassé ce qu’elles dépensaient pour leurs employés. Je me suis dit que cela n’avait pas beaucoup de sens. Cela deviendra probablement moins cher, mais pour le moment, je ne sais pas si cela en vaut la peine.

Brandon Sammut : Que pensez-vous des classements d’utilisation de l’IA ?

David Rice : De la maximisation des jetons ?

Brandon Sammut : Oui, la maximisation des jetons, et à l’opposé, les plafonds stricts d’utilisation de l’IA. Nous voyons actuellement des entreprises situées aux deux extrêmes.

David Rice : Cela montre à quel point le contexte manque dans cette conversation. Je ne voudrais pas nécessairement limiter l’utilisation par une personne qui accomplit un travail très créatif et original, qui assume de nouvelles responsabilités ou ouvre de nouvelles possibilités pour l’entreprise.

Mais comment suis-je censé surveiller et évaluer cela dans une organisation de vingt-cinq mille employés ? C’est un immense défi. Je suis heureux que la maximisation des jetons ait attiré autant d’attention, car ce n’est pas une utilisation productive de cette technologie et cela risque d’inciter les gens à abandonner passivement ce qu’ils font ou la manière dont ils créent de la valeur.

Brandon Sammut : Voulez-vous savoir comment nous abordons cette question chez Zapier ?

David Rice : Absolument.

Brandon Sammut : Je dois cette idée à Carly Gilardi, notre responsable des opérations et de l’infrastructure liées à l’IA chez Zapier. Elle dirige en pratique notre centre d’excellence pour la transformation par l’IA.

Nous avons également constaté que nos coûts augmentaient, mais aussi que toutes les façons dont nous utilisons l’IA pour produire des résultats se développaient. L’augmentation des coûts n’était donc pas, à elle seule, un signal d’alarme. Nous nous sommes toutefois interrogés sur le choix des modèles.

À terme, idéalement, en fonction du niveau d’investissement que vous êtes prêt à consacrer à une période donnée et du travail à accomplir, l’IA pourrait associer chaque tâche au modèle le plus efficace, selon la vitesse, le coût, la qualité ou tout autre critère d’optimisation.

Mais nous n’en sommes pas encore là. Pour l’instant, il revient aux individus de comprendre les avantages et les inconvénients relatifs des différents modèles et de choisir le bon modèle pour la bonne tâche.

C’est ce que Carly et son équipe voulaient résoudre au cours de la première moitié de l’année. Nous n’avons donc pas créé de classements et nous n’avons pas non plus imposé de plafonds stricts. Nous avons recueilli les données d’utilisation de l’IA provenant de tous les outils utilisés dans l’entreprise — Zapier, les produits d’Anthropic, les produits d’OpenAI et quelques autres — et nous les avons regroupées dans un même lac de données.

Nous avons ensuite créé une série de tableaux de bord automatisés. Au début de chaque mois, chaque personne reçoit dans Slack un message privé contenant son rapport personnel d’utilisation de l’IA.

Premièrement, ces données ne sont pas publiques et il n’y a aucun classement. Personne n’est comparé aux autres. Deuxièmement, le rapport ne décrit pas seulement l’utilisation du mois précédent : il formule également des recommandations.

Par exemple, si je suis analyste en avantages sociaux chez Zapier et que j’ai utilisé Fable pour tout le mois dernier, le rapport pourrait me dire : « Dans le cadre de votre rôle, construisez-vous une fusée vers Mars ? Si ce n’est pas le cas, vous n’avez probablement pas besoin de Fable pour accomplir la plupart des tâches d’un analyste en avantages sociaux. D’après notre expérience, Sonnet devrait probablement convenir. Essayez Sonnet et nous ferons le point dans un mois. »

Le système conserve les recommandations formulées et peut ajuster celles du mois suivant. Il est donc à la fois descriptif et prescriptif, sans imposer de plafonds rigides. Nous avons désormais un plafond d’utilisation, mais il sert uniquement à éviter des dépenses incontrôlées et involontaires. Les employés peuvent le faire lever en envoyant un court message dans un canal Slack.

David Rice : J’ai remarqué que certains employés deviennent incroyablement productifs grâce à l’IA. Mais ces gains ne se diffusent pas toujours au sein des équipes ou de l’organisation. Qu’avez-vous fait pour encourager l’apprentissage entre pairs et l’apprentissage collectif ?

Brandon Sammut : Notre priorité absolue pour la deuxième moitié de 2026 est de faire le lien entre l’excellente utilisation individuelle de l’IA et des méthodes de travail avec l’IA qui soient communes à l’ensemble des équipes.

Nous avons déjà mené de nombreuses expérimentations et créé de nombreux prototypes. La plupart des équipes commencent à identifier la meilleure façon d’utiliser l’IA dans le recrutement, le marketing de croissance ou le soutien à la clientèle. Nous allons maintenant développer ces nouvelles méthodes de travail, veiller à ce que le contexte soit accessible, que les outils soient configurés et que le perfectionnement nécessaire soit offert à toutes les équipes.

David Rice : Si les flux de travail liés à l’IA restent dans le carnet d’une seule personne ou dans ses notes Slack au lieu de devenir des connaissances institutionnelles, on améliore un seul employé. Avez-vous vu des organisations aller au-delà de la simple mesure de l’adoption ? Quels indicateurs vous intéressent le plus ?

Brandon Sammut : Zapier investit fortement dans l’IA depuis trois ans et trois mois. L’adoption était essentielle au début, car elle permettait l’expérimentation et l’apprentissage. Elle reste donc un indicateur avancé de l’ampleur de l’expérimentation, de l’apprentissage et du développement des compétences dans l’organisation.

Mais l’adoption ne représente qu’une moitié de l’équation. Tout cela doit aider l’organisation à devenir exceptionnelle et à améliorer son efficacité, quelle que soit la manière dont nous la définissons. Aujourd’hui, Zapier ne produit plus régulièrement de rapports sur l’adoption. Nous savons qu’elle atteint 100 %. Nous recherchons la maîtrise de l’IA lors du recrutement et nous l’intégrons à l’accueil des nouveaux employés.

Nous nous concentrons désormais presque entièrement sur l’impact. Les indicateurs sont généralement des mesures existantes de la réussite organisationnelle : la rapidité avec laquelle nous répondons aux questions des clients, leur satisfaction à l’égard des réponses, la réussite moyenne ou médiane des nouvelles recrues après 90 et 180 jours, la fiabilité du produit, le temps de disponibilité de ses différentes composantes ou encore l’atteinte moyenne ou médiane des objectifs par les représentants commerciaux.

Nous accordions déjà de l’importance à tous ces éléments avant l’IA. L’IA est un moyen d’accomplir quelque chose. Elle ne change généralement pas ce que nous voulons réussir, mais elle influence notre réflexion sur le niveau d’excellence que nous pouvons atteindre.

David Rice : Certains invités précédents ont expliqué que l’expertise était historiquement souvent liée au fait de détenir les réponses. Désormais, l’IA donne à tout le monde accès aux réponses, même si leur exactitude ou leur pertinence contextuelle peuvent varier.

Comment cela transforme-t-il l’influence, la crédibilité et le statut au sein des organisations, non seulement pour les dirigeants, mais aussi pour les collaborateurs individuels qui construisent leur réputation au fil du temps ?

Brandon Sammut : C’est une excellente question. Personne ne me l’avait encore posée. Les bénéfices de cette évolution profitent assurément aux organisations. L’expertise cloisonnée a toujours représenté un risque, lorsqu’elle ne repose que sur quelques personnes qui savent comment faire quelque chose.

Dans mon ancienne entreprise, deux ingénieurs étaient les seuls à savoir comment fonctionnait une partie particulière de l’architecture du produit. Ils étaient donc pratiquement intouchables. Ce n’est sain ni pour eux ni pour l’organisation. Nous assistons à une certaine démocratisation. Internet a largement démocratisé l’accès aux connaissances, et l’IA accélère considérablement cette évolution.

David Rice : Je pense que l’expertise était en partie liée à l’accès à une information rare. L’information est abondante depuis un certain temps, mais lorsqu’il s’agit d’une interprétation que personne d’autre ne possède, vue à travers un angle particulier, l’influence change peut-être.

Dans mon propre travail, il s’agit moins de dire ce que nous devons créer que de poser différentes questions pour pouvoir exercer mon jugement sur de nouvelles idées, de nouvelles façons de travailler et des choses que nous n’avons jamais faites auparavant, puis de relier ces idées entre différentes disciplines.

Je reviens toujours à l’idée de l’orchestrateur. Beaucoup de gens demandent si nous allons tous perdre notre emploi. Je réponds que ce ne sera pas le cas immédiatement, du moins pour ceux qui savent orchestrer. L’IA rend les connaissances accessibles, mais elle augmente la valeur de la sagesse, et je pense que cette tendance va se poursuivre.

Cela vaut pour le travail, mais aussi pour les personnes avec lesquelles vous travaillez : comment tirer le meilleur parti de leurs capacités et les aider à voir les possibilités qu’elles n’ont pas encore explorées.

Brandon Sammut : C’est très juste. Les gens devraient prendre note de cette distinction entre connaissance et sagesse. Ce ne sont pas la même chose.

Il y a aussi les avantages considérables, pour une organisation, d’être digne de confiance, fiable, responsable et capable d’exercer de l’influence sans autorité afin de réunir un groupe et d’accomplir ensemble quelque chose d’ambitieux et d’intimidant. Dans le contexte actuel, où tout évolue rapidement, ces qualités deviennent plus importantes, et non moins.

David Rice : Pendant longtemps, les gestionnaires ont principalement dirigé le travail. Aujourd’hui, les organisations s’aplatissent et les employés conçoivent souvent leurs propres flux de travail ou créent des automatisations. Ils travaillent avec l’IA d’une manière que les dirigeants ne peuvent pas toujours voir.

À quoi ressemble une gestion efficace dans cet environnement ? Quels sont les principaux défis pour aider les gens à donner le meilleur d’eux-mêmes de manière durable et avec un impact à long terme ?

Brandon Sammut : J’ai toujours pensé que les gestionnaires de personnes avaient trois responsabilités uniques. La première consiste à donner de la clarté à l’équipe : que faisons-nous ici et à quoi ressemble l’excellence ? La deuxième est l’allocation des ressources : décider qui fait quoi et quel niveau d’investissement consacrer à une technologie. La troisième est le coaching et le développement de l’équipe.

Les gestionnaires peuvent utiliser l’IA pour les aider dans ces trois responsabilités, mais je n’ai encore vu aucun exemple où l’IA puisse remplacer leur rôle propre dans l’exercice de ces fonctions.

L’une des conséquences pourrait être qu’un gestionnaire puisse encadrer davantage de personnes grâce au levier offert par l’IA. Une partie du meilleur coaching de développement que j’ai reçu cette année venait d’un coach créé par Courtney Hickey, notre responsable des opérations de la direction chez Zapier.

Ce coach assiste à nos réunions de direction et utilise le cadre des cinq dysfonctionnements d’une équipe de Patrick Lencioni, avec lequel notre équipe dirigeante travaille depuis cinq ans. Après chaque réunion, il fournit dans Slack un résumé de coaching.

Il présente une synthèse de notre fonctionnement collectif, un retour individuel sur la manière dont chacune et chacun d’entre nous a contribué, puis suit ces éléments semaine après semaine afin de faire émerger les tendances : ce que nous améliorons en tant qu’équipe et ce que nous n’améliorons pas encore.

Le retour est précis et universel. Personne n’est pris pour cible. Tout le monde reçoit des commentaires et des recommandations. Je trouve également plus facile de recevoir des commentaires incisifs d’un coach formé sur un cadre ou un ensemble de valeurs auxquels j’adhère déjà que de les recevoir chaque semaine de mon supérieur.

Il s’agit du même commentaire et il mérite mon attention quelle que soit la personne qui le formule. Pourtant, les gens semblent particulièrement réceptifs aux commentaires constructifs lorsqu’ils sont transmis par un coach formé sur quelque chose auquel ils adhèrent déjà.

David Rice : J’ai entendu la même chose. Il faut être transparent sur la manière dont on utilise cet outil. Cela façonne fortement la perception de ce qui va en découler.

Pour les gestionnaires, le changement consiste à ne plus tant diriger le travail qu’à créer les conditions permettant à un travail de qualité d’émerger. C’est un modèle de leadership et de gestion beaucoup moins contrôlant, ce qui est probablement bien accueilli par la plupart des employés, même si la transition sera plus longue dans certaines cultures.

Lorsque vous regardez vers l’avenir et que vous pensez à la manière dont l’IA va influencer la structure et le fonctionnement des organisations, y a-t-il quelque chose auquel la plupart des dirigeants n’accordent pas encore assez d’attention ?

Brandon Sammut : Oui. Et ce conseil s’adresse autant à moi-même qu’à n’importe qui d’autre. Je crois que l’IA peut améliorer notre façon de travailler, la qualité du travail et, je l’espère, l’expérience des personnes qui l’accomplissent. Mais cela ne se fera pas tout seul. Il faut énormément de réflexion, d’humilité et d’expérimentation.

Au-delà de l’IA, nos équipes ont actuellement besoin d’aide pour rester concentrées sur ce que nous essayons d’accomplir. Le rythme du changement est très élevé dans de nombreuses organisations et la concurrence dans les secteurs où nous évoluons est exceptionnellement forte.

Nos employés le savent. Ils voient certaines entreprises concurrentes licencier. Il y a beaucoup de peur, d’incertitude et de doute, et cela influence nécessairement leur manière de voir leur travail.

Les dirigeants doivent rester extrêmement concentrés sur le maintien de la concentration et du sens de la mission pour chaque personne de l’organisation, ainsi que sur une communication très claire des défis auxquels l’organisation est confrontée.

Nous pensons parfois que nommer ces difficultés rendra les gens nerveux ou apeurés. En réalité, ils connaissent généralement les risques et les problèmes. Les dirigeants qui les nomment ouvertement, qui expliquent comment ils les vivent et comment ils envisagent les possibilités de l’entreprise dans ce contexte peuvent inspirer confiance.

C’est une leçon classique du leadership : lorsqu’on voit une difficulté, il faut être le premier à la nommer. Ne l’édulcorez pas. Ne prétendez pas qu’il existe une réponse parfaite, à moins de le croire réellement. Nommer les difficultés permet à l’équipe d’en parler, de mieux les comprendre et de commencer à élaborer un plan pour les surmonter.

David Rice : Lorsque nous parlons d’expérience employé, nous parlons souvent de quelque chose que les organisations offrent à leurs employés. Mais il semble que les organisations les plus intéressantes des prochaines années ne seront pas seulement des employeurs. Elles transformeront réellement les personnes.

C’est évidemment une exigence beaucoup plus élevée que l’engagement ou la satisfaction. Lorsque l’on voit ce que traversent les membres de la génération Z et les jeunes diplômés, toutes ces difficultés à trouver un emploi et ces interrogations existentielles sur leur avenir et leur raison d’être, il faut penser autrement au développement des personnes.

Les meilleurs employeurs ne seront peut-être pas connus pour leur salaire ou pour l’image prestigieuse qu’ils donnent sur un CV. Ils seront connus parce qu’ils aident les gens à devenir de meilleures versions d’eux-mêmes : plus compétentes et plus confiantes.

Brandon Sammut : Je pense que c’est exact. L’endroit où une personne passera les prochaines années de sa carrière aura une grande influence sur ses possibilités pendant de nombreuses années par la suite.

Pour ceux qui bâtissent des entreprises, il faut pouvoir répondre à cette exigence. Je veux pouvoir me dire que Zapier est un excellent endroit où passer les prochaines années de sa carrière grâce à la profondeur de nos investissements dans ces nouvelles façons de travailler.

L’équipe des ressources humaines de Zapier devient véritablement exceptionnelle dans les approches tournées vers l’avenir en matière d’acquisition de talents, de stratégie de rémunération globale, de technologie des ressources humaines et d’analytique des personnes. C’est remarquable.

Nous voulons pouvoir offrir cela en tant que dirigeants. C’est une excellente chose à rendre possible pour l’équipe, mais cela devient aussi une partie de la proposition de valeur employeur et un facteur d’attraction, en particulier dans le secteur des logiciels.

Le développement de logiciels est actuellement un domaine incroyablement exigeant et complexe. Les gens le savent. Ils ne recherchent pas nécessairement la facilité ou un emploi sans difficulté. Ils veulent que leur prochain poste leur permette d’apprendre beaucoup de choses importantes pour les dix prochaines années et au-delà de leur carrière.

David Rice : Absolument. Je suis entièrement d’accord avec vous. Brandon, c’était un plaisir de vous recevoir aujourd’hui. J’ai beaucoup apprécié notre conversation.

Brandon Sammut : Comme toujours, David. Recommençons un de ces jours.

David Rice : Chers auditeurs, si ce n’est pas déjà fait, rendez-vous sur peoplemanagingpeople.com/subscribe et inscrivez-vous à la lettre d’information.

Inscrivez-vous également à AI Signal. Chaque semaine, nous publions une note de synthèse destinée aux dirigeants, qui vous donnera matière à réflexion. Vous n’avez probablement pas besoin de davantage de sujets de réflexion, mais vous y trouverez aussi des outils, des conseils et bien d’autres ressources. Pensez à vous y inscrire.

À la prochaine, souvenez-vous que vous façonnez une expérience et, peut-être, les personnes qui la vivent.