L'IA au travail : le fossé entre la direction et le terrain

Un enthousiasme à deux vitesses

Le Digital Work Trends Report de Slingshot met en lumière un phénomène que plusieurs organisations québécoises reconnaîtront : la haute direction et les équipes terrain ne partagent pas la même lecture de l'intelligence artificielle.

Les chiffres parlent d'eux-mêmes. 86 % des membres de la haute direction considèrent l'IA comme obligatoire dans leurs opérations. Du côté des gestionnaires intermédiaires, ce pourcentage chute à 49 %. L'écart est trop marqué pour être attribué au hasard.

Cette enquête, menée auprès de 500 employés et gestionnaires américains, mérite une lecture nuancée pour notre contexte. Les dynamiques organisationnelles diffèrent d'un marché à l'autre. Mais la tendance de fond — un décalage entre la vision stratégique et la réalité opérationnelle — transcende les frontières.

Le problème n'est pas technologique

Quand 41 % des dirigeants perçoivent l'IA comme un « coéquipier » à part entière alors que 52 % des employés la voient comme un simple outil, on ne parle plus d'un enjeu technique. On parle d'un problème de communication, de formation et d'accompagnement.

Le rapport révèle un chiffre particulièrement préoccupant : seulement 8 % des employés se sentent réellement outillés pour utiliser les technologies qu'on leur demande de maîtriser. Autrement dit, on distribue des outils sans mode d'emploi, puis on s'étonne que l'adoption stagne.

Cette situation crée un cercle vicieux. La direction investit dans des solutions d'IA avec des attentes élevées. Les équipes, insuffisamment préparées, sous-utilisent ces outils ou les contournent. Les résultats déçoivent. La direction conclut que les équipes « résistent au changement » plutôt que de questionner la démarche d'implantation.

La perception surévaluée de la direction

Les dirigeants ont souvent une vision optimiste — parfois trop optimiste — de la maturité numérique de leur organisation. Ils assistent à des conférences, lisent des rapports sectoriels, échangent avec des pairs. Leur exposition à l'IA se fait par le prisme des possibilités stratégiques.

Les employés, eux, vivent une réalité différente. Ils composent avec des systèmes existants, des processus établis, des charges de travail qui laissent peu de place à l'expérimentation. Pour eux, l'IA représente une tâche supplémentaire à intégrer dans un quotidien déjà chargé.

Ce décalage de perception n'est pas un signe de mauvaise foi de part et d'autre. Il reflète simplement des réalités professionnelles distinctes. Le reconnaître constitue la première étape vers une adoption plus harmonieuse.

Former avant de déployer

L'erreur classique consiste à inverser les priorités. On achète la technologie d'abord, on forme les équipes ensuite — quand le budget le permet encore. Cette approche génère frustration et sous-utilisation.

Une démarche plus efficace commence par cartographier les besoins réels des équipes. Quels processus gagneraient à être assistés par l'IA? Quelles tâches répétitives drainent l'énergie des employés? Où se situent les goulots d'étranglement?

Cette analyse permet d'identifier des cas d'usage concrets, ancrés dans le quotidien des équipes. L'IA cesse alors d'être une abstraction imposée par la direction pour devenir une solution à des problèmes tangibles.

La formation doit accompagner — et idéalement précéder — le déploiement. Pas une formation générique sur « les bases de l'IA », mais un accompagnement ciblé sur les outils spécifiques que les employés utiliseront, dans le contexte précis de leurs fonctions.

Construire l'adoption avec les équipes

Les projets d'IA qui fonctionnent partagent une caractéristique commune : ils impliquent les utilisateurs finaux dès la conception. Non pas comme consultants passifs, mais comme participants actifs à la définition des besoins et à l'évaluation des solutions.

Cette approche demande plus de temps au démarrage. Elle évite cependant les coûts cachés d'une adoption ratée : licences sous-utilisées, retours aux anciennes méthodes, cynisme organisationnel envers les « projets technologiques ».

Pour les PME et OBNL du Québec, cette réalité prend une dimension particulière. Les ressources sont limitées. Chaque investissement technologique doit générer une valeur mesurable. L'échec n'est pas une option qu'on peut absorber facilement.

Des objectifs d'affaires avant tout

L'IA n'est pas une fin en soi. C'est un moyen au service d'objectifs d'affaires précis. Réduire le temps de traitement des demandes clients. Améliorer la qualité des rapports financiers. Accélérer l'analyse des données de vente.

Quand ces objectifs sont clairement définis et communiqués, les équipes comprennent le « pourquoi » derrière le changement. L'adoption devient un projet collectif plutôt qu'une directive imposée.

Cette clarté permet aussi de mesurer les résultats. On peut évaluer si l'investissement génère les bénéfices attendus, ajuster le tir si nécessaire, célébrer les succès quand ils surviennent.

Le rôle des gestionnaires intermédiaires

Les gestionnaires intermédiaires occupent une position charnière dans l'adoption de l'IA. Ils traduisent la vision stratégique en actions concrètes. Ils accompagnent leurs équipes dans le changement. Ils remontent les difficultés vers la direction.

Quand seulement 49 % d'entre eux perçoivent l'IA comme obligatoire, c'est un signal d'alarme. Ces gestionnaires ne sont pas convaincus — ou pas suffisamment outillés pour convaincre leurs équipes.

Investir dans la formation et l'accompagnement des gestionnaires intermédiaires génère un effet multiplicateur. Un gestionnaire bien préparé peut transformer la perception de toute son équipe.

Passer de l'outil au coéquipier

La distinction entre « outil » et « coéquipier » mérite qu'on s'y attarde. Un outil, on l'utilise ponctuellement pour accomplir une tâche précise. Un coéquipier, on collabore avec lui de façon continue.

Cette évolution de perception ne se décrète pas. Elle se construit par l'expérience. Quand un employé constate que l'IA lui fait gagner du temps sur des tâches fastidieuses, qu'elle améliore la qualité de son travail, qu'elle lui permet de se concentrer sur des activités à plus forte valeur ajoutée — la perception change naturellement.

Mais cette expérience positive n'arrive pas par accident. Elle résulte d'une implantation réfléchie, d'une formation adéquate, d'un accompagnement soutenu.

Ce que ça signifie pour les organisations québécoises

Le fossé documenté par Slingshot existe probablement dans plusieurs organisations d'ici. Les dirigeants québécois lisent les mêmes rapports, assistent aux mêmes conférences, ressentent la même pression de ne pas « manquer le virage de l'IA ».

La différence se joue dans l'exécution. Les organisations qui réussiront leur adoption de l'IA sont celles qui prendront le temps de préparer leurs équipes, de définir des objectifs clairs, de mesurer les résultats et d'ajuster leur approche.

Ce travail de fond est moins spectaculaire que l'annonce d'un nouveau partenariat technologique. Il génère cependant des résultats durables.