Modifié le 11 octobre 2026
Et si l’IA rendait les managers poussifs plus difficiles à repérer ?
Pendant longtemps, les managers ont appris à maîtriser les signes visibles de leur propre compétence.
Des réunions préparées. Des tableaux de bord maîtrisés. Des comptes rendus précis. Des présentations structurées. Des résultats chiffrés, expliqués devant leur hiérarchie.
Ils savent que ces éléments sont attendus. Ils savent aussi qu’ils participent directement à la manière dont leur travail sera évalué.
Ils ont compris qu’un bon résultat est la base. Mais que la manière de le présenter peut faire toute la différence.
Et maintenant que l’intelligence artificielle peut en réaliser une partie plus rapidement, plus proprement et parfois mieux qu’eux, un trouble intéressant s’installe, tant pour le manager que pour l’entreprise.
1. Quand l’outil touche à la légitimité
À une époque, les ouvrages de Daniel Kahneman, les Techniques de l’Ingénieur ou ceux d’Eliyahu M. Goldratt étaient sur les étagères.
Ces ouvrages nourrissaient la compétence. Ils ne la remplaçaient pas.
Qui se targuait d’avoir acquis ses compétences parce qu’il avait lu Kahneman ou Goldratt ?
Personne.
Mais l’IA n’est pas un livre.
Aujourd’hui, elle est entrée directement dans notre travail.
C’est peut-être là que commence le malaise avec l’IA : elle ne se contente plus de nourrir notre réflexion. Elle peut produire directement quelque chose qui en a l’apparence.
Une réponse qui dépasse nos attentes.
Une terminologie que nous ne maîtrisions pas.
Une ouverture à laquelle nous n’avions pas pensé.
Et parfois, nous voilà capables de présenter quelque chose que nous n’aurions pas su construire seuls.
L’IA n’augmente plus seulement ce que nous savons faire. Elle peut augmenter l’apparence de ce que nous savons faire.
Et la frontière entre les deux n’est pas toujours confortable à regarder.
Qui n’a jamais été épaté par la qualité d’une réponse de l’IA ?
Qui n’a jamais esquissé un sourire un peu crispé à l’idée de la faire sienne ?
Et c’est bien cette crispation qui est intéressante.
Elle apparaît précisément dans cet écart entre la qualité de ce que l’IA nous propose et ce que nous aurions été capables de produire seuls.
Que faire alors de ce sentiment, quelque part entre légère imposture et euphorie ?
La question devient terriblement concrète.
Les managers sont désormais confrontés à un choix : assumer que leur compétence peut être augmentée par l’IA, ou laisser croire que tout vient d’eux.
Ce n’est pas rien.
L’IA ne touche pas seulement à leur manière de produire.
Elle touche à leur sentiment de compétence et de légitimité.
Une entreprise qui veut réussir l’intégration de l’IA dans le travail quotidien de ses dirigeants et managers ne devrait donc peut-être pas seulement se demander ce qu’elle permet de gagner.
Elle devrait aussi regarder ce qu’elle peut déplacer chez
les managers qui l’utilisent.
Et se préoccuper de ce que ce déplacement peut fragiliser : la confiance en soi, certains comportements, parfois l’alignement, et finalement la performance.
Ce n’est pas rien.
2. L’IA sait mettre l’incompétence sous le tapis
Tout le monde s’en doute, mais beaucoup déplacent le problème.
L’intelligence artificielle ne transforme pas la définition d’un bon manager.
Interpréter une situation, décider, sentir qu’une difficulté ne va pas s’arrêter là, qu’une tension risque de s’installer ou qu’un résultat anormalement bon mérite davantage de vigilance que de félicitations… l’IA ne change rien à cela.
Le problème commence lorsque la qualité de ce qui est présenté devient très supérieure à la qualité de la réflexion de celui qui la porte.
La réunion commence. Les données sont là.
L’analyse beaucoup moins.
À l’époque, j’avais déjà ce réflexe : « Ok, il a des fonctions support solides, une belle maîtrise de PPT, on va creuser quand même… »
Et je passais parfois pour celui qui coupe les cheveux en quatre…
Oui parce que, pour beaucoup, les codes étaient déjà là.
Le manager avait fourni l’attendu.
La hiérarchie était satisfaite.
Chacun entretenait le fonctionnement codé de l’autre.
Aujourd’hui, l’IA ne crée pas cette faiblesse. Elle peut en revanche lui donner une efficacité redoutable, en décuplant la qualité de ce qui est présenté, ou de ce que nous présentons. C’est la réalité.
Je vais le dire comme je le pense : nous devons nous distinguer de ceux que l’IA rend simplement plus convaincants, en maîtrisant réellement notre sujet, tout en aidant nos collaborateurs à ne pas tomber dans le même piège.
Il n’y a pas de science exacte, mais ce que j’ai pu noter, c’est que la compétence se révèle dans la façon de questionner l’IA, bien avant l’interprétation de sa réponse.
On peut lui demander :
« Voici mon problème. Analyse-le et propose-moi une réponse claire, structurée, argumentée et directement transmissible. »
Ou partir de sa propre réflexion :
« Voici mon problème. Je vais te dicter comment je le comprends et la solution que j’envisage. Challenge mon raisonnement sans chercher à me conforter et sans concession. Cherche les angles morts, les risques et les contradictions, en tenant compte des paramètres contextuels et humains que je t’ai donnés. Puis propose, si nécessaire, des alternatives. »
Dans le premier cas, l’IA produit une grande partie du raisonnement.
Dans le second, elle travaille sur un raisonnement déjà engagé.
La différence paraît mince.
Elle ne l’est pas.
Un raisonnement importé n’est pas forcément un raisonnement qu’on saura défendre face à des objections expertes. La solution qui en découle non plus.
Le vrai danger n’est pas son utilisation. C’est sa non-appropriation.
3. Et si l’IA devenait un levier managérial !
Oui. Je pense que l’IA peut nous surprendre.
Si une machine peut désormais produire avec une qualité remarquable une grande partie des signes auxquels nous associons encore la compétence, ceux-ci vont forcément perdre une partie de leur pouvoir de distinction.
Alors ne faudrait-il pas regarder ailleurs ?
Prenons, par exemple, un taux de non-qualité particulièrement élevé.
L’IA peut produire un graphique, chercher des corrélations et proposer plusieurs hypothèses.
C’est utile. Parfois même remarquable.
Mais ce que j’attends d’un manager ne s’arrête pas là.
J’attends qu’il soit capable de relier ce chiffre à la réalité du terrain. Qu’il m’explique, par exemple, que les équipes traversent depuis plusieurs semaines une période de stress provoquée par un autre événement dans l’entreprise. Qu’il me dise ce qu’il observe, ce qu’il ressent et pourquoi il pense que le phénomène risque de s’amplifier.
Le chiffre devient alors réellement éclairant.
Cette intuition n’est pas une preuve et ne doit pas être présentée comme telle. Mais elle constitue une information.
Un bon dirigeant ne doit pas l’accepter aveuglément.
Mais il ne doit surtout pas la laisser passer.
Et c’est peut-être là le service inattendu que l’IA peut rendre au management : nous obliger à regarder beaucoup plus sérieusement ce qu’est réellement un bon manager.
4. L’IA nous oblige
Oui, l’IA nous oblige.
Parce qu’elle est, de mon point de vue, une révolution anthropologique.
Déployer l’intelligence artificielle n’est donc pas une simple transition technologique. Elle nous force à redéfinir la valeur ajoutée humaine.
Les éléments formels du travail managérial restent utiles, mais ils doivent retrouver leur juste place. Sur le papier, tout le monde est d’accord avec ça.
Mais c’est au moment de regarder vraiment ce que ces critères racontent que ça se complique.
Ma position reste donc claire.
Entre un manager qui dépasse largement ses objectifs, présente des résultats impeccablement structurés devant sa direction, maîtrise parfaitement ses chiffres… mais abîme progressivement son équipe, et un manager qui atteint tout juste les résultats sur lesquels il s’est engagé, les présente avec un peu moins de perfection formelle, mais fidélise son équipe, la fait progresser et maintient une dynamique positive, je choisis le second sans hésitation.
Le premier ne produit pas une performance remarquable.
Il consomme le collectif qui la rend possible.
Évident ? Non.
Le premier est parfois félicité. Promu, même.
Ce que cette performance coûte à son équipe est souvent beaucoup moins visible.
C’est précisément là que l’IA nous oblige.
Si elle rend les signes visibles de compétence plus faciles à produire, les entreprises vont devoir apprendre à regarder ce qui l’est moins : la qualité du raisonnement, la compréhension du terrain, la capacité à défendre une décision, à dire non quand il le faut et les effets réels de son management sur ceux qui le vivent.
Autrement dit, évaluer beaucoup mieux ce qui se passe derrière.
5. L’IA est incontournable.
Pas question de lui
abandonner notre jugement.
Retarder systématiquement l’utilisation de l’IA serait une erreur.
La considérer comme un simple danger technique qu’il suffirait de contenir par quelques règles de sécurité en serait une autre.
On peut la voir comme un assistant surdoué dans le raisonnement, anormalement cultivé.
Mais sans prise réelle sur l’impact humain de ses réponses, et souvent trop enclin à nous satisfaire.
Elle peut donc se tromper avec beaucoup d’assurance….
Donc, avant même de juger ce qu’elle nous propose, encore faut-il savoir si les éléments sur lesquels nous allons exercer ce jugement sont fiables.
C’est là qu’il faut apprendre à l’interroger correctement, à vérifier ses réponses et à lui demander de contre-valider ses propres conclusions.
Un exemple très concret : avant de lui demander de répondre sur un sujet important, on peut lui donner cette consigne :
***
« Avant de répondre, vérifie les faits selon le protocole suivant.
- Identifie les affirmations factuelles importantes nécessaires pour répondre.
- Vérifie-les à partir de sources primaires, officielles ou scientifiques réellement consultées. Pour les études, vérifie notamment les auteurs, la date et le DOI ou PubMed lorsqu’il existe.
- Croise les affirmations importantes avec une deuxième source indépendante lorsque c’est possible.
- Recherche volontairement ce qui pourrait contredire ta conclusion et expose les désaccords entre sources lorsqu’ils existent.
- Distingue clairement ce qui est établi, probable, discuté ou non vérifiable. Ne transforme jamais une absence de preuve en certitude.
- Avant de conclure, cherche ce qui pourrait encore rendre ta réponse fausse ou trompeuse. Si un point reste insuffisamment vérifié, dis-le explicitement.
Ta priorité n’est pas de me donner une réponse complète. Ta priorité est de ne pas me donner une réponse fausse.
Termine par les sources réellement utilisées, suffisamment précises pour que je puisse les vérifier moi-même. »
***
Ce type de consigne ne rend évidemment pas l’IA infaillible. Mais il change profondément la manière dont on l’utilise.
Maintenant, vérifier un contenu n'est pas décider. Deux choix restent à faire : l’exploiter ou non. Et, si on l’exploite, l’assumer.
Le manager n’a pas nécessairement à détailler chaque fois la manière dont il l’a utilisée. En revanche, il doit être capable de défendre entièrement ce qu’il présente et décider en conscience.
S’il explique qu’il a utilisé l’IA pour produire des tableaux plus propres afin de consacrer davantage de temps à l’analyse du terrain, sa valeur n’est pas diminuée. Au contraire, il montre qu’il a compris où se situe sa mission.
L’IA peut participer à tout le travail qui précède une décision. Elle ne doit jamais devenir l’endroit où le manager ou le dirigeant dépose sa responsabilité.
6. Le vrai sujet n’est peut-être pas l’IA
La sécurité des données, la confidentialité, les droits d’accès et les règles d’utilisation doivent évidemment être traités sérieusement.
Mais réussir l’intégration de l’IA ne se jouera pas seulement là.
Elle va aussi obliger les entreprises à revoir ce qu’elles considèrent comme une preuve de compétence, et les managers à assumer pleinement l’usage qu’ils font de l’IA.
Si l’IA nous oblige à regarder au-delà des présentations impeccables, des KPI maîtrisés et des réponses parfaitement structurées pour retrouver ce qui fait réellement un bon manager, alors elle n’aura pas seulement changé notre manière de travailler.
Elle aura peut-être rendu au management un service que personne n’avait prévu.
Pour poursuivre cette réflexion :