L’IA et l’avenir du travail : Préparer une main-d’œuvre axée sur l’IA

L’avenir du travail est le modèle évolutif par lequel les personnes, la technologie, les compétences et les pratiques organisationnelles créent de la valeur. Une main-d’œuvre axée sur l’IA est composée d’employés qui utilisent l’IA de façon routinière pour la prise de décisions, le travail intellectuel et l’exécution des flux de travail, tout en conservant la responsabilité humaine. Pour les dirigeants qui se demandent à quoi ressemblera l’avenir du travail, la réponse ne consiste pas simplement à automatiser davantage, mais à remodeler les emplois, les modèles opérationnels et le lieu de travail numérique. La transformation de la main-d’œuvre dépend donc de la création d’une main-d’œuvre capable d’utiliser l’IA en toute sécurité, de remettre en question ses résultats et de redéfinir le travail en fonction de meilleurs résultats pour l’entreprise et les employés.

L’intelligence artificielle en milieu de travail passe de l’expérimentation isolée à une capacité intégrée. La priorité est de relier l’adoption à l’habilitation de la main-d’œuvre et à la valeur mesurable.

À quoi ressemble un lieu de travail axé sur l’IA?

Un lieu de travail axé sur l’IA est un environnement numérique conçu pour que l’IA soit accessible dans les outils, les données et les flux de travail déjà utilisés par les employés. On y applique l’IA là où la rapidité et l’échelle ajoutent de la valeur, tandis que le jugement humain assure l’intention, la qualité et la gestion des exceptions.

Les principales caractéristiques comprennent :

• Outils de productivité IA intégrés : Les assistants IA d'entreprise approuvés et les copilotes soutiennent la rédaction, la synthèse, la recherche, l'analyse et le suivi des réunions.
• Soutien décisionnel contextuel : L'IA récupère les connaissances de l'entreprise, identifie les tendances et présente des options sans retirer la responsabilité humaine.
• Flux de travail intelligents : L'automatisation relie la collaboration, la gestion des services et les systèmes d'affaires au lieu de créer un autre outil autonome.
• Bases sécurisées : L'identité, les autorisations, la qualité des données, la gestion des connaissances et la surveillance sont intégrés dès le départ.

L’IA générative en milieu de travail devient utile lorsqu’elle réduit les frictions dans le travail réel. Par exemple, un assistant de service peut résumer un dossier et recommander une action pendant qu’un employé gère les exceptions.

Comment l’IA transforme les attentes des effectifs

L’IA transforme ce que les organisations attendent des employés et ce que les employés attendent en retour. Les travailleurs doivent de plus en plus utiliser l’IA pour leur travail, évaluer ses résultats et assumer la responsabilité des résultats plutôt que de compléter une séquence fixe de tâches. Ils s’attendent également à des outils de confiance, à une formation pertinente et à de la clarté sur la façon dont les rôles pourraient changer.

Ce changement rehausse la valeur du jugement, de l’adaptabilité et de la connaissance des processus. PwC a constaté que les postes d’entrée hautement exposés à l’IA sont sept fois plus susceptibles d’exiger des compétences traditionnellement considérées comme étant de niveau supérieur, telles que le leadership et la réflexion stratégique.

La proposition d’emploi doit donc évoluer en conséquence. Les employés doivent avoir la possibilité de développer leurs compétences, de participer à la refonte et de comprendre comment les gains de productivité influeront sur la charge de travail, le rendement et la mobilité de carrière.

Compétences émergentes pour l’ère de l’IA

Une main-d’œuvre efficace en matière d’IA nécessite une aisance technique et des aptitudes typiquement humaines. L’objectif est d’établir la bonne profondeur de compétences pour chaque rôle.

Les capacités prioritaires incluent :

• Littératie en IA et en données, y compris l’élaboration de requêtes appropriées et la sélection d’outils
• Évaluation critique, vérification des sources et jugement du domaine
• Cartographie des processus de travail, expérimentation et refonte des processus
• Vie privée, cybersécurité, propriété intellectuelle et utilisation responsable
• Créativité, empathie, communication et gestion des parties prenantes
• Curiosité, agilité d’apprentissage et aisance avec l’ambiguïté

Le Forum économique mondial estime que 39 % des compétences actuelles des travailleurs seront transformées ou deviendront obsolètes entre 2025 et 2030, l’IA et les mégadonnées figurant parmi les compétences en plus forte croissance.

Les entreprises ont besoin d’une architecture de compétences à plusieurs niveaux : une littératie de base pour tous les employés, des compétences avancées de flux de travail et de supervision pour les gestionnaires et les responsables des processus, et des capacités spécialisées pour les concepteurs, les équipes de gestion du risque et les opérateurs de plateforme.

Collaboration humain-IA dans l’entreprise

La collaboration humain-IA est le modèle d’exploitation au cœur d’une main-d’œuvre orientée IA. L’IA peut chercher, comparer, résumer, rédiger, prévoir et exécuter des tâches routinières. Les personnes fixent les objectifs, interprètent le contexte, résolvent les arbitrages et approuvent les décisions ayant un fort impact.

Le modèle devrait répartir le travail selon les forces. En RH, un assistant peut présenter les directives de la politique alors qu’un professionnel s’occupe des situations délicates. En soutien TI, un agent peut traiter une demande standard mais faire remonter les cas incertains.

Les entreprises devraient définir le degré d’autonomie pour chaque flux de travail : recommander une action, agir après approbation, ou agir de façon indépendante dans des limites explicites. Les transferts, seuils de qualité, voies d’escalade et droits de décision doivent être documentés.

Gestion du changement pour l’adoption de l’IA

L’adoption de l’IA n’est pas avant tout un exercice de communication. Il s’agit d’un programme continu de refonte du travail, d’apprentissage et de changements comportementaux. Les employés sont plus susceptibles d’adopter l’IA au travail lorsqu’ils saisissent le problème, voient comment elle améliore le travail et peuvent expérimenter en toute sécurité.

Une approche pratique du changement devrait :

• Expliquer pourquoi le changement est nécessaire et ce qui changera ou ne changera pas
• Impliquer les employés dans la sélection des cas d'utilisation et la refonte des flux de travail
• Fournir de la formation adaptée aux rôles dans le contexte du travail
• Outiller les gestionnaires pour modéliser les bonnes pratiques et établir les normes de qualité
• Créer des communautés de pairs pour partager des modèles et des leçons
• Utiliser des projets pilotes, de la rétroaction et des données d'expérience pour améliorer les solutions

Gouvernance de l’IA responsable et du personnel

L’IA responsable transforme des principes généraux en contrôles que les employés peuvent appliquer dans leur travail quotidien. La gouvernance doit couvrir les outils approuvés, les données autorisées, les niveaux de risque des modèles, la révision humaine, les traces d’audit, la détection de biais, l’accessibilité, la propriété intellectuelle et la réponse aux incidents.

Chaque flux de travail doté d’IA nécessite un propriétaire d’affaires, un propriétaire technique et une personne nommée responsable des résultats.

Le terme employé IA est parfois utilisé pour les agents autonomes, mais il peut masquer la responsabilité. Un agent est un acteur logiciel avec une identité, des permissions et un cycle de vie ; ce n’est pas un décideur légal ou éthique. Les entreprises doivent gérer les agents comme des entités numériques contrôlées et maintenir la responsabilité auprès des propriétaires humains et organisationnels. Microsoft met l’accent sur les identités, les permissions, la surveillance et les contrôles du cycle de vie pour les agents à grande échelle.

La gouvernance devrait aussi aborder la surveillance, la déqualification, l’intensification de la charge de travail et l’accès inégal à l’IA. Les rétroactions des travailleurs, des politiques transparentes et des canaux accessibles pour signalement contribuent à maintenir la confiance.

Mesure du succès de la transformation de la main-d’œuvre

La mesure du succès devrait relier l’adoption à la performance d’affaires, à l’expérience employé, au développement des capacités et aux risques.

Un tableau de bord équilibré peut inclure :

• Résultats commerciaux : Temps de cycle, débit, qualité du service, impact sur les revenus et réduction des erreurs
• Résultats pour les employés : Effort, charge cognitive, satisfaction et temps pour un travail à plus forte valeur ajoutée
• Capacité : Maîtrise, réutilisation de modèles approuvés et couverture des compétences
• Qualité et risque : Corrections, dérogations, résultats non pris en charge et événements de sécurité
• Modèle opérationnel : Flux de travail repensés, transferts documentés et améliorations mises à l’échelle

Les organisations devraient établir une base de référence, comparer les projets pilotes ayant des flux de travail similaires et combiner les données opérationnelles avec les commentaires des employés. La mesure devrait se faire au niveau du flux de travail ou de l’équipe autant que possible, et ne pas devenir une surveillance individuelle.

Préparer la prochaine génération du travail

La prochaine génération du travail combinera des assistants IA, des agents spécialisés, des interfaces multimodales, un apprentissage adaptatif et un déploiement dynamique des compétences. Les rôles continueront d’évoluer à mesure que les tâches routinières seront automatisées et que les employés assumeront davantage la responsabilité de l’intention, de l’orchestration et du jugement.

La préparation commence par six actions : cartographier le travail au niveau des tâches et des décisions; prioriser les flux de travail à forte valeur ajoutée et à risque gérable; renforcer les fondations de données, d’identité et de connaissances; développer des compétences fondées sur les rôles; établir une gouvernance avant le passage à grande échelle; et élargir seulement lorsque les résultats démontrent une amélioration.

Le bureau numérique est la couche de prestation pour cette transformation. La collaboration intégrée, la gestion des connaissances, l’automatisation des flux de travail, le soutien aux employés et l’analyse de l’expérience rendent l’IA accessible et gouvernable à travers les rôles et les emplacements.

L’avenir du travail n’est pas prédéterminé par la technologie. Il sera façonné par la façon dont les organisations repensent le travail, distribuent les opportunités et protègent l’autonomie humaine. Les entreprises qui considèrent la préparation de la main-d’œuvre à l’IA comme un changement de modèle opérationnel et non un simple déploiement de logiciel seront mieux positionnées pour améliorer la productivité, l’adaptabilité et l’intérêt du travail.