L'IA est-elle en train d'automatiser le travail ou de devenir une infrastructure de soutien à la pensée des collaborateurs ?

L’intelligence artificielle est encore souvent décrite comme un outil d’automatisation. Elle rédige plus vite, résume des documents, génère des images, prépare des présentations, répond à des questions et accélère certaines tâches répétitives. Cette lecture n’est pas fausse. Elle décrit simplement la partie la plus visible des usages.

Mais elle devient insuffisante.

L’article de Marc Zao-Sanders publié par la Harvard Business Review, How People Are Really Using AI in 2026, apporte un signal intéressant : les usages réels de l’IA ne se limitent pas aux annonces technologiques ni aux démonstrations spectaculaires. Ils se forment dans les gestes quotidiens, dans les arbitrages individuels, dans les besoins de synthèse, d’apprentissage, d’organisation et de décision.

Pour les dirigeants de PME et d’ETI, l’enjeu n’est donc pas seulement de savoir si l’IA permet de gagner du temps. Il est de comprendre ce qu’elle devient dans le travail intellectuel : non plus seulement un outil de production, mais une infrastructure de soutien à la pensée.

1. Le signal de départ : ce que l’étude HBR révèle sur les usages réels de l’IA en 2026

La valeur d’une étude sur les usages réels tient moins à la liste des cas d’usage qu’à ce qu’elle révèle des comportements. Les entreprises peuvent annoncer des stratégies ambitieuses, les fournisseurs peuvent multiplier les démonstrations et les directions peuvent lancer des projets pilotes. Mais l’adoption véritable se mesure ailleurs : dans ce que les collaborateurs font effectivement lorsqu’ils cherchent à comprendre, produire, décider ou apprendre.

L’intérêt du travail de Marc Zao-Sanders est de déplacer l’attention vers cette pratique ordinaire. L’IA n’apparaît pas seulement comme une technologie descendante, déployée par programme. Elle s’installe aussi par appropriation progressive, dans les habitudes individuelles et collectives.

Cette distinction est importante. Une organisation peut être officiellement prudente et déjà fortement traversée par des usages d’IA. Elle peut aussi avoir acheté des licences avancées sans transformer en profondeur ses manières de travailler. Entre l’équipement et l’usage, il existe un écart. Entre l’usage visible et l’effet organisationnel réel, il existe un second écart, souvent plus décisif.

Le sujet stratégique n’est donc pas de commenter chaque fonctionnalité disponible. Il est d’observer ce que les collaborateurs demandent à l’IA lorsqu’ils rencontrent une difficulté : clarifier un problème, reformuler une idée, produire une première version, comparer des options, préparer une réunion, apprendre un sujet, vérifier un raisonnement ou transformer une masse d’informations en décision possible.

Dans cette perspective, l’IA n’est pas seulement un accélérateur de tâches. Elle devient un appui cognitif distribué.

La question mérite d’autant plus d’attention que la généralisation des usages déplace progressivement le débat. Il ne porte plus uniquement sur l’efficacité, mais aussi sur le risque de déléguer trop largement certaines responsabilités cognitives aux systèmes d’IA. Pour les entreprises, ce point est central : il déplace la discussion de la productivité vers la qualité du jugement.

2. Ce que tout le monde voit : l’IA comme outil de productivité, de contenu et d’automatisation

La partie la plus visible de l’IA en entreprise reste celle de la production. Elle correspond aux usages les plus faciles à identifier, à mesurer et à raconter : rédiger un e-mail, créer une note, synthétiser un document, produire une présentation, générer une image, automatiser une réponse ou préparer un compte rendu.

Ces usages sont légitimes. Ils répondent à une pression réelle : trop d’informations, trop de documents, trop de réunions, trop de canaux, trop de temps consacré à produire des formats plus qu’à traiter les sujets de fond. Dans beaucoup d’organisations, l’IA apporte un soulagement immédiat. Elle réduit le temps de démarrage, propose une structure, aide à sortir de la page blanche et permet de produire plus vite une première version exploitable.

Mais cette efficacité apparente doit être analysée avec prudence. Produire plus vite ne signifie pas toujours mieux décider. Automatiser une tâche ne signifie pas toujours améliorer un processus. Générer davantage de contenus peut aussi amplifier le bruit informationnel si l’organisation ne sait pas ce qui doit être lu, validé, archivé ou ignoré.

Le risque est de confondre productivité locale et performance collective. Un collaborateur peut gagner vingt minutes sur une note. L’entreprise peut pourtant perdre en cohérence si les documents se multiplient sans cadre, si les sources sont mal vérifiées, si les responsabilités de validation deviennent floues ou si chacun développe ses propres pratiques sans partage ni gouvernance.

La question n’est donc pas de nier les gains visibles. Elle est de ne pas s’arrêter à eux.

3. Ce que cela change réellement : l’IA comme soutien cognitif et infrastructure invisible du travail intellectuel

La transformation la plus profonde se situe dans les usages moins spectaculaires. L’IA est utilisée pour penser avec un appui. Non pour remplacer le jugement, mais pour rendre certaines opérations intellectuelles plus accessibles, plus rapides ou mieux structurées.

Un collaborateur peut s’en servir pour transformer une intuition confuse en plan d’analyse. Un manager peut tester plusieurs formulations d’un problème avant de réunir son équipe. Un dirigeant peut demander une comparaison de scénarios, non pour déléguer l’arbitrage, mais pour mieux expliciter les critères qui comptent. Un commercial peut préparer un rendez-vous en consolidant des informations dispersées. Un responsable RH peut structurer une grille d’entretien. Un chef de projet peut clarifier les dépendances d’un planning.

Dans ces situations, l’IA ne remplace pas directement une tâche identifiable. Elle intervient en amont, dans la préparation de la pensée. Elle aide à organiser, à reformuler, à prioriser, à questionner. Son effet est moins visible dans la production finale que dans la manière dont le travail est abordé.

C’est ici que la métaphore de l’infrastructure devient utile. Une infrastructure n’est pas toujours visible. Elle soutient des activités qui, elles, le sont. L’électricité, le réseau, les bases de données, les outils collaboratifs ou les moteurs de recherche ont progressivement modifié le travail sans être au centre de chaque conversation. L’IA suit une trajectoire comparable, avec une particularité : elle touche directement aux opérations de raisonnement, de synthèse et de décision.

Cette mutation oblige les entreprises à changer de question. Il ne suffit plus de demander : quelles tâches pouvons-nous automatiser ? Il faut aussi demander : quelles formes de raisonnement voulons-nous soutenir, encadrer et améliorer ?

4. L’iceberg des usages

La métaphore de l’iceberg permet de comprendre cette différence entre usages visibles et usages profonds. Au-dessus de la surface, on trouve ce que l’entreprise voit facilement : génération de texte, images, présentations, assistants conversationnels, automatisation de tâches simples. Ces usages sont identifiables, démontrables et souvent mesurables.

Sous la surface, les effets sont plus diffus : aide à la décision, structuration de documents, apprentissage, préparation de réunions, clarification des problèmes, capitalisation de connaissances, organisation du travail. Ce sont ces usages qui peuvent transformer durablement les pratiques, parce qu’ils touchent à la manière dont l’entreprise pense et se coordonne.

Usages visibles et usages profonds de l’IA en entreprise

Niveau d’usage	Exemples	Enjeu stratégique
Usage visible	Génération de texte, images, présentations	Gain de temps immédiat
Usage intégré	Assistants dans les outils bureautiques, recherche, synthèse	Fluidification du travail quotidien
Usage cognitif	Aide à la décision, scénarios, reformulation d’un problème	Amélioration de la qualité de réflexion
Usage organisationnel	Préparation de réunions, structuration de documents, capitalisation	Transformation des méthodes de travail
Usage stratégique	Arbitrages, veille, analyse concurrentielle	Soutien à la décision dirigeante

Cette grille n’a pas vocation à classer définitivement tous les usages. Elle sert plutôt à éviter une erreur fréquente : croire que la maturité IA se mesure au nombre de tâches automatisées. Une entreprise peut automatiser beaucoup et rester peu mature si elle ne sait pas contrôler la qualité des résultats, partager les bonnes pratiques ou relier les usages aux priorités de direction.

À l’inverse, une organisation peut démarrer par des usages modestes mais structurants : mieux préparer les comités, clarifier les décisions, documenter les arbitrages, aider les équipes à apprendre plus vite. Ces usages sont moins visibles, mais parfois plus transformateurs.

5. Le risque d’une organisation à deux vitesses

Comme Internet, l’IA ne sera probablement pas adoptée de manière homogène. Certaines personnes l’utiliseront pour quelques fonctions simples. D’autres en feront un levier cognitif quotidien. Certaines resteront réfractaires, sceptiques ou indifférentes. Cette diversité n’est pas un incident temporaire ; elle peut devenir une caractéristique durable de l’entreprise.

Le risque n’est pas seulement un écart de compétences techniques. Il est plus profond : des collaborateurs ne travailleront plus avec les mêmes capacités d’exploration, de synthèse, de préparation ou de formalisation. Certains sauront interroger un problème, tester des hypothèses, obtenir une première structuration, challenger un argument. D’autres continueront à traiter seuls la même complexité, parfois avec plus de lenteur, parfois avec plus de discernement, parfois avec plus d’isolement.

Cette coexistence peut créer une organisation à deux vitesses. Les utilisateurs avancés gagnent en fluidité, mais peuvent aussi développer des dépendances cognitives ou des pratiques opaques. Les utilisateurs occasionnels restent autonomes sur certains gestes, mais risquent de décrocher dans des environnements où les rythmes s’accélèrent. Les réfractaires peuvent jouer un rôle utile de vigilance, mais aussi se retrouver exclus de nouvelles méthodes de travail.

Pour un dirigeant, la question n’est donc pas de forcer une adoption uniforme. Elle est d’organiser la coexistence. Quels usages doivent être partagés ? Quels usages doivent rester facultatifs ? Quelles compétences deviennent attendues ? Quels contrôles sont nécessaires ? Comment éviter que les meilleurs usages restent individuels et invisibles ? Comment éviter aussi que l’IA devienne une norme implicite jamais discutée ?

L’adoption de l’IA n’est pas seulement un sujet d’acculturation. C’est un sujet d’organisation du travail.

6. Ce que les dirigeants doivent surveiller

Les dirigeants doivent d’abord surveiller la gouvernance des usages. Qui peut utiliser quels outils ? Avec quelles données ? Pour quelles décisions ? Avec quel niveau de validation humaine ? Sans réponse claire, l’entreprise laisse se développer des pratiques fragiles : copier-coller de données sensibles, confiance excessive dans des synthèses, production de documents non vérifiés, dépendance à des comptes individuels, absence de traçabilité.

Ils doivent ensuite surveiller les compétences. La compétence IA ne se limite pas à savoir rédiger une consigne. Elle suppose de savoir formuler un problème, vérifier une réponse, identifier une hallucination, distinguer un brouillon d’une analyse, comprendre les limites de la source, reformuler sans perdre le sens. Ce sont des compétences de jugement autant que des compétences d’outil.

La qualité des décisions constitue un troisième point de vigilance. L’IA peut aider à comparer des options, mais elle peut aussi donner une forme convaincante à une analyse faible. Elle peut rendre une hypothèse plus lisible sans la rendre plus vraie. Elle peut accélérer la préparation d’un arbitrage sans garantir que les bons critères ont été retenus.

Enfin, les dirigeants doivent regarder la dépendance cognitive. Plus un outil aide à penser, plus la tentation existe de lui confier une part croissante de la structuration intellectuelle. Le risque n’est pas que les collaborateurs cessent soudainement de penser. Il est plus discret : accepter trop vite une formulation, ne plus chercher d’alternative, déléguer la première analyse, perdre l’habitude de construire soi-même une problématique.

La responsabilité humaine ne consiste pas à refuser l’assistance. Elle consiste à conserver la capacité de questionner l’assistance.

7. Ouverture prospective : l’avantage ne viendra pas de l’outil

L’avantage compétitif ne viendra probablement pas du simple fait d’utiliser l’IA. Les outils vont se diffuser, s’intégrer aux suites bureautiques, devenir plus accessibles, plus discrets, plus standardisés. Le seuil d’entrée va baisser. La différence se fera ailleurs.

Elle se fera dans la capacité à intégrer l’IA dans des méthodes de travail explicites. Dans la qualité des questions posées. Dans la discipline de vérification. Dans la manière de documenter les arbitrages. Dans la capacité à partager les bons usages sans imposer des routines pauvres. Dans l’équilibre entre soutien cognitif et jugement humain.

Pour une PME ou une ETI, cela invite à une approche pragmatique. Il ne s’agit pas de transformer toute l’organisation d’un bloc. Il s’agit d’identifier quelques situations où l’IA peut améliorer la qualité du travail : préparer une décision, structurer une note, synthétiser une veille, cadrer un projet, capitaliser une réunion, analyser un retour client, comparer des scénarios.

Chaque usage devrait être observé selon trois critères simples : gagne-t-on du temps ? améliore-t-on la qualité de la réflexion ? conserve-t-on la responsabilité humaine ?

Si la réponse n’est positive que sur le premier point, l’usage reste un gain de productivité. Utile, mais limité. Si les trois critères progressent ensemble, l’IA commence à devenir une infrastructure de travail mature.

La partie visible de l’iceberg continuera d’attirer l’attention. Mais la transformation la plus importante se jouera sous la surface : dans les habitudes de pensée, les méthodes de décision et la capacité de l’entreprise à rester lucide lorsqu’elle travaille avec des systèmes qui savent produire, suggérer et structurer.