Manager à l’ère de l’IA : comment son rôle et ses responsabilités évoluent
Faustine Duriez Artru ·
L’intelligence artificielle ne va probablement pas faire disparaître les managers. Elle va en revanche faire disparaître une partie de ce qui occupait leurs journées et rendre beaucoup plus visible ce qui constitue réellement leur valeur.
Produire une synthèse, préparer une présentation, rédiger un compte rendu, analyser des données ou structurer un plan d’action devient plus rapide. Les réponses sont disponibles en quelques secondes, les premières versions se multiplient et chacun peut avancer plus loin sans solliciter immédiatement son manager.
Sur le papier, c’est une excellente nouvelle : l’IA peut enfin permettre aux managers de manager.
Dans la réalité, elle ouvre quelques questions légèrement plus complexes que « quel prompt utiliser pour préparer mon prochain entretien individuel ? ».
Comment manager des collaborateurs qui n’ont ni les mêmes usages ni le même niveau de maîtrise de l’IA ? Que peut-on déléguer à la technologie et que doit-on maintenir sous responsabilité humaine ? Comment vérifier les productions sans annuler tous les gains de temps ? Comment continuer à développer les compétences lorsque l’IA permet de contourner une partie de l’apprentissage ? Et comment transformer une somme de productivités individuelles en véritable efficacité collective ?
Le manager à l’ère de l’IA n’est donc pas simplement un manager équipé de nouveaux outils. C’est un manager qui doit repenser le travail, repositionner son rôle et réorganiser le collectif.
Pourquoi l’IA transforme-t-elle le rôle du manager ?
L’IA modifie simultanément trois dimensions du travail : ce que nous produisons, la manière dont nous le produisons et la répartition des responsabilités entre la technologie et les humains.
Les premiers gains sont souvent individuels. Un collaborateur prépare plus rapidement une analyse, reformule un message difficile ou résume un document. Mais l’organisation du travail, elle, ne change pas automatiquement.
Une expérimentation menée pendant six mois auprès de 6 000 travailleurs de la connaissance a ainsi constaté que l’accès à une IA générative réduisait le temps consacré aux e-mails et accélérait certaines productions individuelles, sans modifier significativement le temps passé en réunion. Les comportements que chacun pouvait changer seul ont évolué ; ceux qui nécessitaient une coordination collective beaucoup moins.[1]
Voilà précisément où le manager redevient central.
L’IA peut aider chaque collaborateur à aller plus vite. Elle ne décide pas à sa place de ce qui mérite d’être produit, du niveau de qualité attendu, des règles de coopération ou de la meilleure utilisation du temps libéré. Elle ne répartit pas spontanément les responsabilités et ne vérifie pas que le gain de l’un n’est pas devenu la surcharge de l’autre.
Elle augmente les individus. Il appartient encore au management de faire progresser le collectif.
1. Repenser le travail, pas seulement accélérer les tâches
La première responsabilité du manager consiste à regarder le travail réel. Non pas la fiche de poste, les procédures ou la liste des outils disponibles, mais la manière dont une activité se déroule concrètement : qui produit quoi, pour qui, avec quelles informations, quels contrôles et quelle finalité.
Ajouter de l’IA à un processus mal conçu permet surtout d’exécuter plus rapidement un processus mal conçu.
Avant d’automatiser, il faut donc distinguer ce qui peut être supprimé, simplifié, accéléré ou amélioré. Certaines tâches méritent d’être confiées à l’IA. D’autres doivent être repensées. Quelques-unes pourraient tout simplement cesser d’exister.
Prenons l’exemple d’un reporting hebdomadaire. L’IA peut faciliter sa rédaction, mais la vraie question reste : qui le lit, quelle décision permet-il de prendre et quelles informations sont réellement utiles ? Si personne ne sait répondre, automatiser sa production reviendra surtout à industrialiser un rituel inutile.
Le manager doit également apprendre à définir ce qui est « suffisamment bon ». Lorsque produire une note de dix pages ne coûte presque plus rien, faut-il encore se réjouir d’en recevoir davantage ? La facilité de production peut pousser à la surqualité, à la surdocumentation ou à l’accumulation de contenus que personne n’a le temps d’exploiter.
À l’ère de l’IA, manager consiste aussi à protéger l’attention collective.
2. Décider ce que l’on délègue à l’IA
Un manager délègue déjà des activités à ses collaborateurs en tenant compte de leurs compétences, de leur autonomie et du niveau de risque. Il doit désormais exercer un discernement comparable face à l’IA.
Toutes les tâches ne présentent pas les mêmes enjeux. Demander à un outil de reformuler une invitation à déjeuner n’engage pas la même responsabilité que lui confier une recommandation financière, l’évaluation d’un candidat ou la préparation d’un feedback sensible.
La bonne question n’est donc pas : « Peut-on utiliser l’IA pour cette tâche ? » Techniquement, la réponse sera de plus en plus souvent oui.
Les questions importantes sont plutôt :
- quelles conséquences aurait une erreur ?
- disposons-nous des compétences nécessaires pour détecter cette erreur ?
- qui reste responsable du résultat ?
- quelles données pouvons-nous transmettre ?
- l’IA assiste-t-elle le raisonnement ou s’y substitue-t-elle ?
- cette délégation nous fait-elle gagner du temps sans dégrader la qualité ?
Ces arbitrages ne peuvent pas tous être décidés dans une charte générale. Ils dépendent du métier, du contexte et du niveau de risque. Le manager doit traduire le cadre de l’entreprise dans les situations quotidiennes de son équipe.
3. Préserver le jugement au moment où les réponses deviennent abondantes
L’IA produit des réponses rapides, structurées et souvent très convaincantes. C’est précisément ce qui rend le jugement humain plus important.
Une vaste étude conduite par l’Université de Melbourne avec KPMG auprès de plus de 48 000 personnes dans 47 pays montre que 66 % des salariés interrogés ont déjà utilisé des résultats produits par l’IA sans en évaluer l’exactitude. Plus de la moitié déclarent avoir commis des erreurs dans leur travail à cause de son utilisation, tandis que 57 % reconnaissent des usages non transparents.[2]
Demander à chacun de « vérifier les réponses » ne suffit pas. Encore faut-il savoir ce que vérifier, comment le faire et à partir de quelles connaissances.
Une étude de Microsoft Research et de Carnegie Mellon menée auprès de 319 professionnels montre également qu’une confiance élevée dans l’IA est associée à un moindre effort de pensée critique. Elle révèle surtout un déplacement du travail intellectuel vers trois activités : vérifier les informations, intégrer les réponses dans un contexte et superviser l’ensemble de la tâche.[3]
Le rôle du manager ne consiste donc plus seulement à apporter des réponses. Il doit aider son équipe à formuler les bonnes questions, expliciter les critères de décision, challenger les raisonnements et savoir à quel moment reprendre la main.
Lorsque les réponses deviennent bon marché, la qualité des questions prend de la valeur.
4. Continuer à développer les compétences
L’IA peut accélérer l’apprentissage. Elle peut expliquer un concept, simuler une conversation, fournir un feedback ou adapter un exercice au niveau de chacun.
Elle peut aussi permettre d’éviter précisément les tâches grâce auxquelles on développait autrefois son expertise.
Un collaborateur junior peut produire une analyse apparemment comparable à celle d’un professionnel plus expérimenté. Mais a-t-il compris le raisonnement, appris à identifier les exceptions et développé les repères qui lui permettront de reconnaître une réponse incorrecte ?
Le manager doit désormais distinguer deux usages très différents :
- utiliser l’IA pour apprendre à mieux faire ;
- utiliser l’IA pour ne plus avoir à apprendre à faire.
Le second n’est pas systématiquement problématique. Nous avons abandonné de nombreuses compétences devenues inutiles au fil des innovations. Mais ce choix doit être conscient. L’entreprise doit déterminer les savoir-faire qu’elle accepte de déléguer à la technologie et ceux qu’elle souhaite entretenir parce qu’ils conditionnent sa capacité future à décider, innover ou contrôler.
Cette responsabilité de développement devient d’autant plus importante que, selon le World Economic Forum, près de 40 % des compétences fondamentales des travailleurs devraient évoluer d’ici 2030. Les compétences technologiques progressent rapidement, mais le raisonnement analytique, le leadership, la collaboration, la résilience et l’apprentissage continu restent également au cœur des besoins exprimés par les employeurs.[4]
L’IA ne rend donc pas les compétences humaines accessoires. Elle change celles qui deviennent décisives.
5. Manager des collaborateurs augmentés… mais inégalement
Dans une même équipe, certains collaborateurs utilisent déjà quotidiennement plusieurs outils. D’autres commencent à peine. Certains déclarent leurs usages ; d’autres les cachent. Certains vérifient tout ; d’autres font confiance à une réponse parce qu’elle est bien formulée.
Le manager ne dirige plus seulement des personnes aux expériences différentes. Il dirige des personnes dont les capacités de production peuvent être augmentées de manière très inégale et parfois invisible.
Cette situation crée plusieurs risques :
- un écart croissant entre utilisateurs avancés et débutants ;
- une qualité hétérogène des productions ;
- des transferts de charge vers ceux qui relisent et sécurisent ;
- des tensions autour de la reconnaissance du travail ;
- une difficulté à évaluer les compétences réelles ;
- des pratiques incompatibles au sein d’un même processus.
La solution n’est ni d’imposer un usage uniforme, ni de laisser chacun se débrouiller. Le manager doit créer des espaces où les collaborateurs peuvent montrer leurs pratiques, comparer leurs méthodes, reconnaître leurs difficultés et apprendre les uns des autres.
L’expérimentation individuelle est utile. Mais elle ne devient un actif pour l’entreprise que lorsqu’elle peut être discutée, évaluée et partagée.
6. Construire de nouvelles règles d’équipe
La plupart des entreprises commencent par élaborer une charte IA. C’est indispensable pour fixer les outils autorisés, protéger les données et poser des principes de responsabilité.
Mais une charte ne peut pas prévoir toutes les situations rencontrées par une équipe. Elle ne précise pas toujours si un collaborateur doit signaler l’usage de l’IA dans une recommandation, qui doit vérifier une analyse ou ce qui peut être utilisé lors d’une décision sensible.
Une charte pose les frontières. Elle ne dessine pas toutes les routes.
Chaque équipe doit donc traduire le cadre de l’entreprise en règles de fonctionnement concrètes :
- quand rendons-nous l’usage de l’IA explicite ?
- que pouvons-nous déléguer ?
- qu’est-ce qui doit être vérifié, et par qui ?
- quelles données ou situations excluons-nous ?
- quelles compétences voulons-nous continuer à pratiquer ?
- quel niveau de qualité attendons-nous avant de partager une production ?
- comment évitons-nous de transférer notre charge cognitive aux autres ?
- comment partageons-nous les usages qui fonctionnent ?
Ces règles ne doivent pas devenir un nouveau manuel de procédures gravé dans le marbre. Elles peuvent prendre la forme d’un accord d’équipe révisé régulièrement à partir des expérimentations et des problèmes rencontrés.
Le manager devient ainsi l’organisateur d’une conversation collective sur le travail.
Quelles compétences pour le manager à l’ère de l’IA ?
Le manager n’a pas besoin de devenir ingénieur en intelligence artificielle. Il doit comprendre suffisamment les outils pour évaluer leurs possibilités, leurs limites et les risques liés à leur usage. Mais sa valeur ne résidera pas dans sa capacité à connaître davantage de prompts que son équipe.
Elle reposera surtout sur cinq compétences.
Le discernement
Savoir distinguer ce qui peut être automatisé, ce qui doit être contrôlé et ce qui mérite de rester profondément humain.
Le cadrage
Définir le problème, la finalité, les contraintes et les critères d’un travail réussi avant de demander à l’IA de produire une réponse.
Le jugement
Comparer plusieurs options, interroger les hypothèses, tenir compte du contexte et assumer la décision finale.
Le développement des personnes
Aider les collaborateurs à utiliser l’IA pour progresser sans laisser l’outil remplacer toutes les occasions d’apprendre.
L’organisation du collectif
Créer des règles communes, faire circuler les apprentissages et transformer les gains individuels en amélioration du travail de l’équipe.
Ces compétences n’ont rien de « soft ». Elles déterminent la qualité des décisions, des productions et de la coopération.
Comment préparer concrètement ses managers ?
Former les managers à l’ère de l’IA ne peut pas se limiter à une démonstration d’outils suivie d’un atelier de prompts. Cette initiation peut être utile, mais elle ne prépare pas aux situations managériales que l’IA fait émerger.
Un accompagnement réellement utile doit permettre aux managers de travailler à partir de situations concrètes :
- une décision préparée avec l’IA ;
- un livrable dont la qualité est difficile à évaluer ;
- un collaborateur qui utilise l’IA sans le déclarer ;
- un gain de temps qui déplace la charge vers un collègue ;
- une compétence que l’équipe risque de ne plus exercer ;
- une règle collective à construire ;
- un workflow managérial à repenser.
L’apprentissage gagne également à être réparti dans le temps. Les managers découvrent un principe, l’expérimentent en petits groupes, le testent dans leur équipe, puis reviennent analyser ce qui a fonctionné ou résisté.
Les données les plus récentes suggèrent d’ailleurs que le comportement du manager compte directement. Une étude menée par Microsoft auprès de 1 800 travailleurs indique que lorsque les managers montrent eux-mêmes comment ils utilisent l’IA, les collaborateurs déclarent davantage de valeur, plus de réflexion critique et plus de confiance. Dans les organisations les plus avancées, les managers sont également plus nombreux à fixer des standards de qualité et à créer des espaces d’expérimentation.[5]
Il ne suffit donc pas de demander aux managers d’accompagner la transformation. Il faut d’abord les y préparer.
Par où commencer ?
Une entreprise qui déploie l’IA peut commencer par cinq actions simples :
- Cartographier les usages réels, y compris ceux qui ne figurent pas dans les plans officiels.
- Identifier les situations managériales les plus transformées : décision, feedback, réunions, pilotage, développement des compétences.
- Faire travailler les managers sur leurs critères de délégation et de vérification.
- Construire des règles d’équipe temporaires, puis les revoir après un mois.
- Mesurer non seulement le temps gagné, mais aussi la qualité, la charge déplacée, les compétences développées et les effets sur la coopération.
L’objectif n’est pas de tout prévoir avant d’agir. Il est d’éviter que des milliers de pratiques individuelles se développent sans jamais devenir un apprentissage collectif.
Le manager reste le point de passage de la transformation
Les entreprises ont raison d’investir dans les outils, les licences et la formation aux usages. Mais elles commettraient une erreur en considérant que le management pourra être traité dans un second temps.
Le manager est précisément celui qui devra traduire les ambitions de l’entreprise dans le travail quotidien, arbitrer ce qui peut être délégué, garantir la qualité, accompagner les écarts de niveau et préserver la cohésion de l’équipe.
Selon Gallup, le manager explique à lui seul 70 % de la variation de l’engagement entre les équipes. Ses recherches récentes indiquent également que les salariés dont le manager soutient activement les usages de l’IA sont nettement plus susceptibles de considérer que celle-ci transforme réellement leur travail et leur permet de mieux mobiliser leurs compétences.[6]
L’IA change déjà le travail des équipes. Attendre pour préparer ceux qui les managent, c’est leur demander de conduire une transformation dont ils découvrent les règles en même temps que leurs collaborateurs.
L’IA peut augmenter les individus. Mais le progrès restera collectif — ou il ne sera pas.
Questions fréquentes
L’intelligence artificielle va-t-elle remplacer les managers ?
Elle peut automatiser certaines tâches aujourd’hui réalisées par des managers : synthèse, reporting, planification, analyse ou préparation de communications. Elle ne supprime toutefois pas la nécessité de cadrer le travail, d’assumer les décisions, de développer les collaborateurs et d’organiser la coopération.
Un manager doit-il maîtriser tous les outils d’IA ?
Non. Il doit comprendre leurs principes, leurs limites et leurs risques, puis savoir choisir les usages pertinents pour son équipe. Sa responsabilité n’est pas d’être le meilleur technicien, mais d’organiser un usage utile, responsable et collectif.
Quelles compétences managériales deviennent prioritaires avec l’IA ?
Le discernement, le cadrage, le jugement, la prise de décision, la capacité à développer les compétences et l’organisation du collectif deviennent particulièrement importantes.
Une charte IA suffit-elle à encadrer les usages d’une équipe ?
Non. La charte fixe un cadre général, notamment juridique, éthique et sécuritaire. Chaque équipe doit ensuite traduire ce cadre en règles adaptées à ses activités, à ses risques et à ses interdépendances.
Comment former les managers à l’IA ?
Une formation efficace combine compréhension des enjeux, expérimentation sur des situations professionnelles réelles, réflexion sur le rôle du manager et construction de règles d’équipe. Une formation uniquement centrée sur les outils et les prompts ne couvre qu’une partie du besoin.
Le parcours Humanside
Passer de l’intention à la pratique
C’est précisément l’objectif du parcours Management × IA de Humanside : préparer les managers aux situations concrètes que l’IA fait déjà émerger dans leur quotidien.
Pendant cinq semaines, les participants travaillent à partir de leurs propres pratiques pour apprendre à :
- déterminer ce qu’ils peuvent déléguer à l’IA, ce qu’ils doivent vérifier et ce qui doit rester sous responsabilité humaine ;
- exercer leur jugement et prendre de meilleures décisions avec l’IA ;
- accompagner des collaborateurs dont les usages et les niveaux de maîtrise sont très différents ;
- construire avec leur équipe des règles communes, afin de transformer des gains individuels en efficacité collective.
Le parcours associe apports ciblés, expérimentation entre pairs et mise en application dans l’équipe. Un module complémentaire peut être consacré à la transformation des workflows et à la productivité managériale.
Selon la maturité de l’organisation, une conférence ou un atelier peut également permettre d’ouvrir le sujet avant d’engager un parcours plus approfondi.
Sources
[1] Eleanor Dillon, Sonia Jaffe, Nicole Immorlica et Christopher Stanton, Shifting Work Patterns with Generative AI, Microsoft Research, avril 2025. Expérimentation menée pendant six mois auprès de 6 000 travailleurs.
https://www.microsoft.com/en-us/research/publication/shifting-work-patterns-with-generative-ai/
[2] University of Melbourne et KPMG, Trust, Attitudes and Use of Artificial Intelligence: A Global Study 2025. Étude menée auprès de plus de 48 000 personnes dans 47 pays.
https://kpmg.com/kpmg-us/content/dam/kpmg/pdf/2025/trust-attitudes-artificial-intelligence-global-report.pdf
[3] Hao-Ping Lee et al., Microsoft Research et Carnegie Mellon University, The Impact of Generative AI on Critical Thinking, CHI 2025. Étude portant sur 319 professionnels et 936 situations d’usage.
https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/
[4] World Economic Forum, Future of Jobs Report 2025.
https://www.weforum.org/publications/the-future-of-jobs-report-2025/
[5] Microsoft, 2026 Work Trend Index Annual Report — Agents, Human Agency and Opportunity.
https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization
[6] Gallup, How Managers Impact Team Productivity, 2026.
https://www.gallup.com/workplace/713033/managers-and-team-productivity.aspx
