Pour une disruption positive : la voie française de l'IA au travail

L'IA serait-elle incompatible avec le modèle économique français ? Bien au contraire. Pour Hubert Cotté, Directeur Général, Workday France, elle constitue la réponse mathématique à nos pénuries de talents et à nos objectifs de production. De la gouvernance éthique à l'organisation basée sur les compétences, l'enjeu est de transformer cette disruption technologique en un moteur de progrès social, où la machine exécute pour que l'humain puisse décider.

Hubert Cotté

La France a toujours cultivé un paradoxe fascinant. Terre d'ambition industrielle et de grands projets d'État, elle est aussi la gardienne d'un modèle social où la protection des employés demeure une priorité. L'intelligence artificielle met aujourd'hui ces deux instincts à l'épreuve. Elle promet des gains de productivité inédits tout en interrogeant nos modèles d'organisation historiques. Elle force aussi le pays à affronter une question familière : comment une nation attachée à ses normes peut-elle absorber une technologie qui évolue plus vite que nos cycles d'organisation traditionnels ?

Certains décrivent l'IA comme une voie vers la destruction massive d'emplois ; d'autres la présentent comme une refonte miraculeuse de la productivité. Aucune de ces histoires ne colle à la réalité. Une étude européenne de McKinsey indique que près de 30 % des heures travaillées pourraient muter d'ici 2030, mais que la majorité des métiers ne disparaîtront pas : ils changeront de nature. Les tâches vont se déplacer. De nouvelles responsabilités, fondées sur le jugement, vont émerger.

L'enjeu est de savoir si nous traiterons cette transition comme un facteur de stress ou comme un projet de société.

Le marché du travail français a déjà traversé de telles mutations. De la robotisation des industries à l'informatisation des services, chaque vague d'automatisation a provoqué des ajustements majeurs. Les premiers signes suggèrent que l'IA suit la même trajectoire, mais avec une intensité décuplée. L'enjeu est de savoir si nous traiterons cette transition comme un facteur de stress ou comme un projet de société capable d'améliorer la qualité du travail tout en augmentant la production nationale.

Une lecture française de l'automatisation

Ce chiffre de 30 % ne doit pas être lu comme une fatalité, mais comme une feuille de route. En Europe, et singulièrement en France, l'automatisation ne supprime pas le travail ; elle le transforme. Elle prend en charge la routine pour redonner la primauté au jugement et à l'intelligence sociale.

Dans les secteurs les plus impactés, comme les services cognitifs et tertiaires, une dynamique précise se dessine. Les entreprises réduisent souvent les recrutements sur les postes d'entrée de gamme, mais intensifient l'embauche de profils seniors, capables de gérer le contexte et l'interprétation. Une étude du King’s College de Londres démontre d'ailleurs que ces entreprises tendent à mieux rémunérer en moyenne, car le travail résiduel est plus complexe.

Pour la France, cette dynamique répond à la collision de deux réalités. La première est démographique : bien que la France vieillisse moins vite que ses voisins, les pénuries de compétences s'aggravent dans la santé, l'ingénierie et les opérations industrielles. La seconde est l'objectif de réindustrialisation. Le plan France 2030 positionne clairement l'IA comme un levier de compétitivité industrielle, avec un potentiel de modernisation numérique estimé à plusieurs centaines de milliards d'euros de valeur ajoutée pour notre économie d'ici dix ans. La conclusion est arithmétique : nous ne pourrons ni tout recruter à l'extérieur, ni maintenir nos niveaux de production actuels sans basculer vers des flux de travail renforcés par l'IA.

Dans l'économie de l'IA, la confiance est la monnaie suprême.

L'éthique et la régulation : de vrais actifs stratégiques

On caricature souvent la réglementation française comme un frein à la vitesse technologique. En pratique, elle agit plutôt comme un stabilisateur. Dans l'économie de l'IA, la confiance est la monnaie suprême.

Le cadre posé par la CNIL et le RGPD ne doit pas être vécu comme un frein, mais comme un gage de qualité. L'interdiction des décisions entièrement automatisées ou l'exigence de transparence nous obligent à garder la main. Ce n'est pas une contrainte technique, c'est une garantie de robustesse opérationnelle.

Par exemple, l'article 22 du RGPD interdit le rejet entièrement automatisé des candidats. Le scoring sans revue humaine est jugé incompatible avec les droits fondamentaux. Cela pose des limites strictes à l'usage de l'IA dans le recrutement ou la gestion de la performance, mais cela offre aussi une garantie indispensable : les travailleurs savent qu'ils ne seront pas réduits à des probabilités.

Parallèlement, le rôle du CSE et la culture du dialogue nous prémunissent contre les déploiements hâtifs qui, ailleurs, se soldent par des rejets internes. Une technologie n'est performante que si elle est adoptée par les équipes. Les dirigeants qui intègrent ces principes dès la conception bâtissent des systèmes pérennes.

La gouvernance de l'IA, architecture de la confiance

Pour que l’intelligence artificielle délivre sa pleine valeur opérationnelle, les entreprises doivent faire preuve de transparence. Sans clarté sur le fonctionnement de tels systèmes, l’adhésion des collaborateurs, des partenaires et des clients risquent de s'effondrer.

Une gouvernance crédible ne se contente pas de principes, elle s'ancre dans l'organisation. Elle débute par un comité d'éthique transverse, doté d'une réelle autorité sur les choix technologiques. Elle impose également un protocole de validation rigoureux pour segmenter les risques et bannir les dérives intrusives. Ce filtre est indispensable pour identifier les usages désormais classés comme « inacceptables » par le régulateur européen, à l'image des systèmes déduisant l'état émotionnel ou l'attention des salariés. Sur ce point, le contexte légal rejoint l'impératif éthique : l'outil ne doit jamais faire basculer le management vers la surveillance biométrique.

Ce modèle s'aligne avec la réalité culturelle de nos entreprises, où la décision ne peut être déléguée aveuglément à la machine. L'approche Human-in-the-loop ne doit pas être une option, mais le standard opérationnel. L'IA traite la donnée et suggère ; le manager contextualise et tranche. Sur les moments de vérité des Ressources Humaines (embauche, mobilité, évaluation), la décision finale doit demeurer humaine. Plus qu'une simple conformité réglementaire, c'est la condition sine qua non pour maintenir le pacte de confiance au sein des équipes.

Si la stratégie nationale en matière d'IA met l'accent sur la technologie, la bataille réelle se jouera sur le terrain du talent.

Vers un modèle d’organisation basée sur les compétences

Si la stratégie nationale en matière d'IA met l'accent sur la technologie, la bataille réelle se jouera sur le terrain du talent. L'industrie 4.0 nous enseigne une leçon cruciale : la "durée de vie" d'une compétence technique raccourcit à vue d'œil. Un technicien à Toulouse, un agent de service client à Lille ou un analyste RH à Paris font face au même défi : ils doivent développer une aisance numérique et une capacité de résolution de problèmes qui traversent les secteurs.

Face à cette volatilité, les employeurs ne peuvent plus répondre par des formations ponctuelles ou des recrutements externes massifs. Il leur faut une nouvelle architecture. C'est ici que le passage vers une organisation fondée sur les compétences (Skills-Based Organization) offre une réponse pragmatique.

Il s'agit de décloisonner l'entreprise pour identifier les savoir-faire réels de nos collaborateurs, souvent invisibles sur un CV. C'est ce qu'ont compris des groupes comme Pernod Ricard : en utilisant la donnée pour fluidifier leur marché interne des talents, ils modernisent leurs processus RH tout en préservant des perspectives nouvelles sans devoir changer d'entreprise. Dans ce modèle, le travail se définit par les compétences requises plutôt que par des postes figés ou des diplômes.

Pour les entreprises françaises, ce modèle présente un double avantage stratégique :

L'égalité des chances : En objectivant les compétences via la technologie (comme le Skills Cloud), on réduit les biais du recrutement classique et on crée un langage commun pour décrire les aptitudes. Cela élargit l'accès aux opportunités.
La souveraineté économique : Plutôt que de dépendre entièrement d'un marché externe en pénurie, une entreprise qui cartographie ses compétences internes réduit sa dépendance et renforce sa résilience. Elle construit sa propre capacité d'adaptation.

L'IA agentique : réinventer notre modèle pour demain

D'ici 2030, nous entrerons dans une nouvelle ère : celle de l'IA « agentique ». Les systèmes ne se contenteront plus d'analyser ou de rédiger ; ils passeront à l'action pour orchestrer des flux logistiques ou administratifs complexes. Nous gérerons alors une main-d'œuvre hybride, alliant talents humains et agents logiciels.

Pour la France, c'est l'heure de vérité. Plutôt que d'envisager ces agents comme des outils de surveillance ou de remplacement, nous avons l'opportunité d'en faire des leviers de simplification administrative. En leur déléguant la lourdeur procédurale qui pèse aujourd'hui sur nos organisations, nous redonnons aux travailleurs le temps du jugement, de la stratégie et de l'empathie.

Choisir cette voie, celle de la compétence, de la confiance et de la supervision humaine, constitue un gage de performance durable. C'est une vision résolument tournée vers l'avenir. Elle permet d'harmoniser l'innovation technologique et notre culture sociale, en garantissant que le capital humain reste le véritable moteur de la réussite.