Le travail du savoir évolue rapidement et, pour de nombreuses personnes, il ouvre de nouvelles possibilités plutôt que remplace ce qu’ils font le mieux. Les rôles fondés sur la réflexion, l’analyse et l’application d’informations, notamment les managers, les analystes, les ingénieurs, les consultants et les chercheurs, sont de plus en plus soutenus par des outils d’IA qui aident les individus à travailler plus intelligemment, à repérer plus rapidement les tendances et à consacrer plus de temps à des tâches à plus forte valeur ajoutée.
Pearson Écart d’apprentissage en 2026 Le rapport met en évidence une opportunité claire dans ce changement. L’IA ne crée une réelle valeur économique que lorsque les gens se sentent en confiance et capables de l’utiliser dans leur rôle quotidien. Même si l’adoption de l’IA se développe, la productivité au Royaume-Uni et aux États-Unis est restée relativement stable, ce qui suggère qu’il existe un potentiel inexploité. C’est en comblant l’écart entre la préparation de la main-d’œuvre et la technologie que les progrès se produisent, permettant aux organisations d’obtenir de meilleurs résultats pour les employés, les clients et l’entreprise dans son ensemble.
« L’IA entraînera de profonds changements à long terme dans les entreprises et l’industrie. Mais les dirigeants sont sous pression pour adopter rapidement l’IA et démontrer un retour sur investissement, tout en entraînant les employés inquiets dans ce changement sismique. Chaque scénario positif pour cet avenir basé sur l’IA repose sur le développement humain. »
Omar Abbosh, PDG, Pearson
Augmentation vs automatisation
Lorsque les organisations réfléchissent à l’IA, la conversation se résume souvent à deux idées. L’une est l’automatisation : utiliser l’IA pour remplacer les tâches et améliorer l’efficacité. L’autre est l’augmentation : utiliser l’IA pour aider les gens à mieux faire leur travail. Ces choix sont parfois considérés comme opposés, mais en réalité, la plupart des organisations ont besoin des deux.
« Les organisations ont vraiment besoin des avantages de l’automatisation et de l’augmentation. L’automatisation est très efficace en termes de productivité et d’efficacité, mais elle n’est pas très efficace en matière d’innovation, ni pour déterminer si les systèmes fonctionnent bien, identifier quand il est nécessaire de recycler un modèle, etc. »
Tom Davenport, professeur de technologie de l’information et de gestion, Babson College
L’automatisation est très efficace pour accélérer les choses et réduire les coûts. Là où elle échoue, c’est dans des domaines tels que la créativité, le jugement et la compréhension lorsque les systèmes doivent changer. L’augmentation comble cette lacune en aidant les gens à penser plus clairement, à travailler plus efficacement et à prendre de meilleures décisions.
» Dix pour cent d’économies de coûts, c’est bien, mais ce n’est pas ce qui enthousiasme le plus les entreprises. Il faut réorganiser les flux de travail pour parvenir à une croissance significative. «
Andrew Ng, fondateur, DeepLearning.AI
De petites économies de coûts sont utiles, mais elles transforment rarement une entreprise. La véritable croissance vient de la refonte de la manière dont le travail est effectué et de la fourniture aux individus des outils adéquats pour atteindre un niveau de performance supérieur.
À quoi ressemble un travailleur du savoir augmenté ?
De nombreux rôles peuvent bénéficier de l’IA, mais le travail axé sur la connaissance offre l’un des plus grands potentiels. Il s’agit d’un travail où la perspicacité, l’expérience et la résolution de problèmes génèrent de la valeur à long terme. Le travailleur du savoir augmenté utilise l’IA pour organiser l’information, accélérer la recherche, tester des idées et gérer des tâches complexes, tout en appliquant le jugement humain là où cela compte le plus.
Il s’agit bien plus que de donner aux gens accès à des outils d’IA ou à des chatbots. La véritable augmentation signifie repenser la manière dont le travail est partagé entre les personnes et la technologie. Au lieu de se demander à quoi ressemble un rôle aujourd’hui, les organisations doivent se demander sur quoi les gens devraient se concentrer et sur quoi l’IA peut les aider.
Le cadre d’apprentissage DEEP
Pour que l’augmentation de l’IA fonctionne, les organisations doivent repenser la manière dont elles introduisent de nouvelles technologies et compétences. Plutôt que de déployer d’abord des outils et de former les gens ensuite, les gens et l’IA devraient apprendre ensemble dès le début. Le cadre DEEP (Diagnose, Embed, Evaluate and Prioritise) offre une manière claire d’aborder cela.
Diagnostiquer : définissez votre tâche
Le succès commence par la compréhension du travail au niveau de la tâche. Ceci est souvent dirigé par des employés expérimentés, curieux de l’IA et désireux d’expérimenter. Ces personnes aident à identifier où l’IA ajoute une réelle valeur et où elle n’en apporte pas. Travaillant aux côtés de technologues, de responsables des opérations et d’équipes de formation, ils testent des cas d’utilisation et contribuent à faire évoluer ce qui fonctionne.
Cette approche équilibre une orientation stratégique claire de la part des dirigeants avec une expérimentation pratique par les personnes les plus proches du travail. L’accent est mis sur la façon dont les tâches, les compétences et les processus évolueront à mesure que l’IA générative et basée sur des agents fera partie du travail quotidien.
Intégrer : apprenez pendant que vous travaillez
De nombreux efforts de formation en IA échouent car ils se concentrent trop sur les outils et pas assez sur la manière dont les gens apprennent réellement. Une approche plus efficace consiste à intégrer l’apprentissage dans le travail quotidien, soutenu par une forte culture de curiosité et de partage.
L’IA facilite cela en permettant un apprentissage opportun et pertinent. Au lieu de retirer les gens de leur rôle pour une formation générique, l’apprentissage peut se produire sur le moment, adapté aux besoins individuels et renforcé par le soutien des pairs.
Évaluer : suivre ce qui change
Une main-d’œuvre dotée de l’IA a besoin de visibilité sur la façon dont les compétences se développent au fil du temps. Le suivi des progrès permet de garantir que l’apprentissage reste aligné sur les objectifs de l’entreprise. Cela inclut la création de meilleures données sur les compétences, l’utilisation d’évaluations basées sur l’IA et le test des compétences dans des situations de travail réelles.
Les systèmes modernes rendent cela plus réalisable. L’IA peut analyser les données qui existent déjà dans l’organisation, aidant ainsi les dirigeants à dresser un tableau plus clair et plus à jour des capacités de la main-d’œuvre.
Prioriser : considérer l’apprentissage comme un investissement continu
L’IA change le rôle des équipes de formation et de développement. Plutôt que de simplement dispenser des cours, ils sont de plus en plus responsables du renforcement et du maintien des capacités au sein de l’organisation. Cela signifie se concentrer sur les compétences plutôt que sur les titres de poste fixes et soutenir l’apprentissage continu au fil du temps.
Lorsque les organisations reconnaissent et valident les compétences développées par les individus, elles renforcent la confiance dans les efforts d’apprentissage et la manière dont les talents sont déployés. L’apprentissage devient une partie du travail quotidien et non une tâche supplémentaire.
Ce que les dirigeants doivent faire
Construire une main-d’œuvre augmentée par l’IA est un effort à long terme et non un projet ponctuel. Cela nécessite un leadership clair, un investissement constant et la contribution des personnes de toute l’organisation. Les hauts dirigeants fixent l’orientation, tandis que les véritables progrès proviennent de l’apprentissage de ce qui fonctionne dans la pratique.
Les responsables des ressources humaines et de la formation jouent un rôle central dans le développement des compétences. Les leaders technologiques doivent adapter et faire évoluer les initiatives d’IA à mesure que des leçons émergent. Les PDG doivent apporter un soutien visible, en considérant l’adoption de l’IA comme un parcours partagé plutôt que comme un mandat imposé d’en haut.
Utilisée de manière restrictive, l’IA peut réduire les coûts mais affaiblir les capacités. Utilisé de manière réfléchie, il renforce le jugement humain, la créativité et l’expertise. C’est ainsi que l’IA génère des gains de productivité durables et soutient un travail qui semble à la fois efficace et significatif.
