Avant de développer une opinion sur l’intelligence artificielle au travail, les entreprises gagneraient peut-être à développer une expérience.

Depuis près d’un an, une grande partie de mes journées se termine exactement de la même façon. Une simple question sur le recrutement mène vers le marketing, puis vers la gestion, l’innovation ou encore l’avenir du travail. Au fil des échanges, les sujets deviennent de plus en plus complexes, les hypothèses se multiplient et certaines discussions se prolongent bien au-delà de ce qui était prévu. Un matin, une conversation qui devait durer quelques minutes s’est finalement transformée en près de deux heures de réflexion sur l’intelligence artificielle au travail, la conscience, l’apprentissage et l’évolution des technologies.

Au terme de cette discussion, une conclusion beaucoup plus simple s’est imposée. Mon opinion sur l’intelligence artificielle ne s’est pas construite en lisant davantage d’articles. Elle s’est construite en l’expérimentant, jour après jour, dans des situations réelles de travail.

Cette prise de conscience m’a amené à regarder autrement ce qui se passe actuellement dans les entreprises québécoises. Pendant que plusieurs dirigeants débattent encore des avantages, des risques ou des limites de l’intelligence artificielle au travail, des milliers d’employés l’utilisent déjà pour rédiger un courriel, résumer un rapport, préparer une réunion, améliorer une offre d’emploi ou analyser un problème. Bien souvent, cette utilisation n’est encadrée par aucune politique interne ni aucun programme de développement des compétences. L’apprentissage progresse donc naturellement, mais chacun avance à son rythme.

Les données démontrent que cette transition est déjà bien amorcée. Selon l’Institut de la statistique du Québec, 12,7 % des entreprises québécoises utilisaient déjà des applications d’intelligence artificielle dans leurs activités de production en 2025. Plus révélateur encore, 36,7 % de ces entreprises ont dû former leurs employés et 37,2 % ont revu leurs processus de travail afin d’intégrer cette nouvelle réalité. De son côté, KPMG Canada rapporte que plus d’un travailleur canadien sur deux utilise déjà l’intelligence artificielle générative dans son travail, tandis qu’une forte majorité souhaite développer davantage ses compétences.

Ces chiffres racontent une histoire beaucoup plus importante que celle de la technologie. Ils démontrent que les entreprises ne sont plus simplement devant un choix d’outils, mais devant un choix de compétences. Les organisations qui hésitent encore ne reportent plus uniquement l’achat d’une plateforme. Elles repoussent surtout le développement du jugement qui permettra à leurs équipes de tirer pleinement parti de cette nouvelle réalité.

Prenons un exemple volontairement simple

Une entreprise de 20 employés décide de consacrer quatre heures par personne à l’expérimentation de l’intelligence artificielle au travail pendant l’été. L’investissement représente 80 heures de travail. En utilisant un coût de main-d’œuvre illustratif de 40 $ l’heure, incluant le salaire, les avantages sociaux et les charges de l’employeur, cette démarche représente environ 3 200 $.

À première vue, plusieurs dirigeants pourraient considérer cette somme comme une dépense supplémentaire. Pourtant, si cette expérimentation permet ensuite à chaque employé d’économiser seulement 15 minutes par jour ouvrable, l’entreprise récupère près de 1 300 heures de capacité de travail par année. À 40 $ l’heure, cela représente une valeur théorique d’environ 52 000 $. Bien entendu, ces résultats varieront selon le secteur d’activité, les fonctions occupées et le niveau réel d’utilisation de l’intelligence artificielle. L’objectif n’est pas de promettre un rendement garanti, mais d’illustrer un principe économique souvent oublié : le coût de l’apprentissage est visible, alors que le coût de l’inaction demeure largement invisible.

Cette réflexion dépasse rapidement le service des ressources humaines. Une meilleure maîtrise de l’intelligence artificielle améliore la qualité des communications, accélère certaines analyses, facilite le transfert des connaissances et soutient la prise de décision. Les gains réalisés en RH influencent ensuite les opérations, qui améliorent à leur tour le service à la clientèle, la satisfaction des clients et, ultimement, la performance financière de l’organisation. Une compétence développée dans un service finit donc souvent par créer de la valeur dans plusieurs autres.

Le véritable arbitrage ne consiste plus à choisir entre adopter ou non l’intelligence artificielle au travail. Cette transformation est déjà en cours. La question est désormais de savoir si votre entreprise souhaite apprendre de façon structurée ou laisser chaque employé expérimenter seul, avec des résultats inévitablement inégaux.

L’intelligence artificielle n’est probablement plus un simple projet technologique. Elle devient progressivement une compétence organisationnelle.

Les entreprises qui commenceront dès aujourd’hui à développer le jugement de leurs équipes auront vraisemblablement beaucoup plus d’avance que celles qui continueront d’attendre la plateforme parfaite.

L’été pourrait devenir le meilleur laboratoire d’innovation de votre entreprise

Chaque été, un phénomène se répète dans la plupart des organisations québécoises. Les projets ralentissent légèrement, plusieurs employés prennent leurs vacances et les gestionnaires profitent de cette période pour revoir certaines priorités avant la rentrée. Cette accalmie est souvent perçue comme une baisse temporaire de productivité. Pourtant, elle pourrait représenter l’un des meilleurs moments de l’année pour développer une compétence qui influencera durablement la performance de l’entreprise : la capacité de travailler efficacement avec l’intelligence artificielle.

Contrairement à une idée largement répandue, apprendre à utiliser l’intelligence artificielle ne consiste pas à maîtriser un logiciel précis. Les plateformes continueront d’évoluer rapidement et de nouvelles solutions apparaîtront régulièrement. Ce qui conservera sa valeur, en revanche, sera la capacité des employés à poser de meilleures questions, à vérifier les réponses obtenues, à protéger les renseignements confidentiels et à intégrer ces nouveaux outils dans leurs tâches quotidiennes.

Autrement dit, les entreprises ne développent pas seulement une compétence technologique. Elles développent une nouvelle façon de réfléchir, de collaborer et de résoudre des problèmes.

Cette évolution est déjà observable. Selon une étude de KPMG Canada, 83 % des travailleurs souhaitent recevoir davantage de formation sur l’intelligence artificielle générative, tandis que 54 % affirment déjà économiser entre une et cinq heures par semaine grâce à ces outils. Ces résultats varient naturellement selon les secteurs d’activité, mais ils démontrent qu’une partie importante du marché du travail développe déjà de nouveaux réflexes pendant que plusieurs organisations réfléchissent encore à leur stratégie.

Pour un dirigeant, le coût visible d’une démarche d’expérimentation demeure relativement modeste. Imaginons une équipe de 15 employés qui consacre deux heures par semaine pendant quatre semaines à tester différents usages de l’intelligence artificielle. Cela représente 120 heures de travail. Avec un coût moyen illustratif de 40 $ l’heure, l’investissement atteint environ 4 800 $.

Cette somme peut sembler importante lorsqu’elle apparaît dans un budget de formation. Pourtant, le coût invisible de l’inaction est rarement calculé. Pendant qu’une organisation attend, chaque employé expérimente de son côté. Certains découvrent des méthodes très efficaces, d’autres développent de mauvaises habitudes ou utilisent des informations qui ne sont jamais validées. Les apprentissages demeurent individuels, les erreurs sont répétées et les meilleures pratiques circulent difficilement entre les équipes.

Les conséquences deviennent rapidement systémiques. Les ressources humaines doivent composer avec des niveaux de compétence très différents. Les opérations perdent du temps à harmoniser les façons de faire. Les gestionnaires répondent aux mêmes questions à plusieurs reprises et les équipes de vente ou de service à la clientèle bénéficient moins rapidement des gains de productivité pourtant déjà accessibles. Une simple absence de coordination finit ainsi par toucher l’ensemble de l’organisation.

Une démarche structurée n’a pourtant rien de complexe. Quelques semaines suffisent souvent pour créer une véritable dynamique d’apprentissage.

Une entreprise pourrait notamment :

  • Réserver une courte période hebdomadaire à l’expérimentation ;
  • Choisir chaque semaine un cas concret lié au travail quotidien ;
  • Partager les réussites et les erreurs avec toute l’équipe ;
  • Documenter progressivement les meilleures pratiques ;
  • Intégrer les découvertes les plus pertinentes dans les procédures internes.

Le véritable arbitrage ne consiste donc plus à choisir entre former les équipes ou économiser quelques milliers de dollars. Il consiste à décider si l’entreprise préfère investir dans un apprentissage collectif aujourd’hui ou continuer à assumer, pendant plusieurs mois, les coûts invisibles d’un apprentissage improvisé.

Les organisations qui utiliseront l’été pour développer les compétences de leurs équipes n’arriveront pas seulement mieux préparées à l’automne.

Elles disposeront déjà d’une expérience commune, d’un vocabulaire partagé et de meilleures pratiques qui continueront de produire des gains longtemps après la fin de la période estivale.

Le véritable avantage concurrentiel ne sera probablement pas l’intelligence artificielle. Il sera le jugement de ceux qui l’utiliseront.

Au cours des derniers mois, une observation est revenue constamment au fil de mes expérimentations. Deux personnes peuvent utiliser exactement la même plateforme d’intelligence artificielle, poser une question presque identique et obtenir des réponses d’une qualité comparable. Pourtant, les résultats seront souvent complètement différents. L’une acceptera immédiatement la première réponse, tandis que l’autre prendra le temps de vérifier les faits, d’ajouter le contexte propre à son entreprise, de comparer plusieurs approches et d’évaluer les conséquences avant de prendre une décision. Cette différence ne provient pas de la technologie. Elle provient du jugement de la personne qui l’utilise.

Cette distinction deviendra probablement l’un des principaux facteurs de compétitivité des entreprises au cours des prochaines années. Les plateformes continueront de progresser rapidement et offriront des fonctionnalités toujours plus impressionnantes. En revanche, elles ne connaîtront jamais la culture de votre organisation, les attentes particulières de vos clients, les réalités de votre marché ou les enjeux humains qui influencent chacune de vos décisions. L’intelligence artificielle peut accélérer une réflexion, proposer plusieurs pistes ou résumer une grande quantité d’information. Elle ne peut toutefois pas assumer la responsabilité d’une embauche, d’une décision disciplinaire, d’une négociation ou d’un investissement stratégique. Cette responsabilité demeurera toujours entre les mains des gestionnaires.

Les ressources humaines sont particulièrement concernées par cette évolution. Une description de poste, une politique interne ou une grille d’entrevue générées par l’intelligence artificielle peuvent sembler parfaitement crédibles tout en comportant des oublis importants ou des formulations qui ne correspondent pas à la réalité de l’entreprise. Les lignes directrices publiées par l’Ordre des conseillers en ressources humaines agréés rappellent d’ailleurs que l’utilisation de l’intelligence artificielle ne réduit jamais la responsabilité professionnelle des personnes qui prennent des décisions touchant les employés, les candidats ou les relations de travail. Plus les outils gagneront en puissance, plus le jugement humain devra demeurer rigoureux.

Le coût visible d’une mauvaise utilisation de l’intelligence artificielle au travail paraît souvent limité. Corriger un document ou reprendre une analyse demande rarement plus d’une heure ou deux. Pourtant, les conséquences réelles peuvent être beaucoup plus importantes. Imaginons qu’une organisation recrute une personne sur la base d’une analyse incomplète ou d’une description de poste mal adaptée.

Selon plusieurs études canadiennes sur les coûts de recrutement, une erreur d’embauche peut représenter plusieurs milliers de dollars lorsqu’on additionne les frais de recrutement, la formation, la baisse de productivité, le temps consacré à l’intégration et la reprise complète du processus. Même sans chiffrer précisément chaque situation, une seule décision imparfaite peut rapidement coûter beaucoup plus cher que plusieurs journées de formation consacrées au développement des compétences.

Le coût invisible est encore plus difficile à mesurer. Une mauvaise réponse acceptée sans validation peut retarder un projet, fragiliser la confiance d’une équipe, diminuer la crédibilité d’un gestionnaire ou conduire à une décision qui devra être corrigée quelques semaines plus tard. Ces conséquences apparaissent rarement dans un budget, mais elles mobilisent du temps, de l’énergie et des ressources qui auraient pu être consacrés à créer davantage de valeur.

L’effet devient ensuite systémique. Une erreur dans un processus de recrutement ralentit les opérations. Des opérations sous pression influencent la qualité du service offert aux clients. Une baisse de la satisfaction des clients finit par toucher les ventes, puis la rentabilité. Une décision prise en quelques minutes peut ainsi produire des conséquences pendant plusieurs mois dans plusieurs secteurs de l’entreprise.

Le véritable arbitrage ne consiste donc plus à demander si les employés devraient utiliser l’intelligence artificielle au travail. Dans bien des cas, ils l’utilisent déjà.

La vraie décision consiste à déterminer si cette utilisation sera encadrée par une culture du jugement ou laissée entièrement à l’improvisation. Une organisation qui développe l’esprit critique de ses équipes réduit ses risques tout en augmentant progressivement la valeur créée par ces nouveaux outils.

Pour développer cette compétence, les entreprises gagneraient notamment à :

  • Apprendre à rédiger des demandes plus précises afin d’obtenir des réponses de meilleure qualité ;
  • Instaurer l’habitude de vérifier systématiquement les informations importantes ;
  • Sensibiliser les équipes aux enjeux de confidentialité et de protection des renseignements ;
  • Partager les expériences afin que les découvertes individuelles deviennent des apprentissages collectifs ;
  • Rappeler que l’intelligence artificielle constitue une aide à la décision et non un substitut au jugement professionnel.

Les plateformes d’intelligence artificielle finiront probablement par offrir des capacités très comparables. En revanche, la qualité du jugement de vos équipes demeurera propre à votre organisation.

À long terme, ce ne sera sans doute pas la technologie qui distinguera les entreprises les plus performantes, mais leur capacité à utiliser cette technologie avec discernement, rigueur et sens des responsabilités.

Développer une culture d’expérimentation pourrait devenir plus rentable que rechercher l’outil parfait

Depuis une trentaine d’années, les entreprises ont adopté successivement les courriels, les ERP, les logiciels de gestion intégrés, l’infonuagique, le commerce électronique et les plateformes collaboratives. À chaque étape, une même question revenait : quel est le meilleur outil ? Pourtant, avec le recul, les organisations qui ont obtenu les meilleurs résultats n’étaient pas toujours celles qui avaient choisi la technologie la plus performante. Elles étaient surtout celles qui avaient appris le plus rapidement à l’intégrer dans leur façon de travailler. L’intelligence artificielle suit probablement la même trajectoire.

Aujourd’hui, plusieurs dirigeants consacrent encore beaucoup de temps à comparer les plateformes disponibles, leurs abonnements et leurs fonctionnalités. Pendant ce temps, les employés expérimentent déjà. Ils découvrent de nouvelles façons de rédiger, d’analyser des données, de préparer une présentation ou d’automatiser certaines tâches répétitives. Le véritable risque ne consiste donc peut-être pas à choisir le mauvais outil. Il réside plutôt dans le fait de laisser cette expérimentation évoluer sans objectif commun, sans partage des connaissances et sans cadre organisationnel.

Les données de l’Institut de la statistique du Québec démontrent d’ailleurs que les entreprises qui adoptent l’intelligence artificielle doivent également revoir leurs méthodes de travail et investir dans le développement des compétences de leurs équipes. Cette observation est importante, car elle rappelle que les gains de productivité proviennent rarement du logiciel lui-même. Ils apparaissent lorsque les employés développent des réflexes communs, apprennent à collaborer et transforment progressivement leurs découvertes individuelles en nouvelles pratiques de travail.

Le coût visible d’une telle démarche demeure relativement modeste. Supposons qu’une entreprise de 25 employés mette en place un programme d’expérimentation de quatre heures par employé, réparties sur deux mois. Cela représente 100 heures de formation et d’expérimentation, soit un investissement illustratif d’environ 4 000 $ avec un coût moyen de 40 $ l’heure.

À première vue, cette dépense peut sembler difficile à justifier. Pourtant, imaginons que cette démarche permette ensuite de récupérer seulement 10 minutes par employé et par jour grâce à de meilleures méthodes de travail, à une rédaction plus rapide ou à une meilleure préparation des dossiers. L’organisation récupère alors près de 1 000 heures de capacité de travail par année, soit une valeur théorique d’environ 40 000 $. Même si les gains réels varieront d’une entreprise à l’autre, l’écart entre le coût de l’apprentissage et le potentiel de création de valeur mérite d’être analysé avec attention.

Le coût invisible est encore plus important. Lorsqu’aucune démarche commune n’est mise en place, chaque employé développe ses propres habitudes. Certains découvrent des pratiques très efficaces, alors que d’autres répètent les mêmes erreurs pendant des mois. Les connaissances demeurent individuelles, les réussites sont rarement documentées et les gestionnaires doivent continuellement répondre aux mêmes questions. Ce temps n’apparaît dans aucun rapport financier, mais il réduit progressivement la capacité de l’organisation à apprendre plus vite que ses concurrents.

Les conséquences deviennent rapidement systémiques. Les ressources humaines doivent accompagner des niveaux de compétence très variables. Les opérations composent avec des méthodes différentes d’une équipe à l’autre. Les ventes bénéficient moins rapidement des gains de productivité attendus et les finances absorbent indirectement les coûts liés aux reprises de travail, aux inefficacités et aux occasions d’amélioration qui n’ont jamais été exploitées. Une organisation n’accumule donc pas seulement un retard technologique. Elle accumule un retard d’apprentissage.

Une culture d’expérimentation ne demande pourtant pas une transformation complexe. Elle repose avant tout sur quelques habitudes simples qui favorisent l’amélioration continue.

Une organisation pourrait notamment :

  • Réserver chaque semaine un court moment pour expérimenter un cas concret lié au travail ;
  • Documenter les découvertes afin qu’elles deviennent accessibles à toute l’équipe ;
  • Partager les erreurs autant que les réussites afin d’accélérer l’apprentissage collectif ;
  • Revoir régulièrement les procédures internes pour intégrer les meilleures pratiques ;
  • Mesurer les gains de temps obtenus afin d’évaluer concrètement le retour sur l’investissement.

Le véritable arbitrage ne consiste donc plus à choisir entre investir ou attendre. Il consiste à déterminer si l’entreprise souhaite bâtir progressivement sa propre expertise ou continuer à dépendre des apprentissages individuels de chacun. Les plateformes évolueront rapidement. Une culture d’apprentissage, elle, continuera de créer de la valeur, peu importe les technologies qui apparaîtront demain.

Les entreprises qui réussiront le mieux leur transformation ne seront probablement pas celles qui auront trouvé l’outil parfait.

Elles seront surtout celles qui auront créé une organisation capable d’apprendre plus rapidement que les changements technologiques eux-mêmes. À long terme, cette capacité d’adaptation deviendra sans doute l’avantage concurrentiel le plus difficile à reproduire.

À retenir…

Pendant longtemps, les entreprises ont associé les grandes transformations technologiques à l’acquisition d’un nouvel équipement ou à l’implantation d’un nouveau logiciel. L’intelligence artificielle change profondément cette logique. Pour la première fois, une technologie aussi puissante est déjà accessible à la majorité des employés, parfois avant même que les organisations aient défini une stratégie claire ou établi un cadre d’utilisation. La question n’est donc plus de savoir si elle fera partie du quotidien des entreprises québécoises. Cette transition est déjà amorcée. La véritable question est de savoir à quelle vitesse les organisations développeront les compétences nécessaires pour en tirer une valeur durable.

Au fil de mes expérimentations, une conviction s’est progressivement imposée. Les centaines d’heures passées à travailler avec l’intelligence artificielle m’ont davantage appris que les centaines d’articles que j’ai pu lire sur le sujet. Les plateformes évolueront, de nouvelles fonctionnalités apparaîtront et certains outils disparaîtront probablement au cours des prochaines années. En revanche, la capacité des employés à poser de meilleures questions, à exercer leur jugement, à vérifier l’information et à collaborer intelligemment avec ces technologies demeurera un actif stratégique beaucoup plus durable.

Pour un dirigeant, le véritable enjeu n’est donc plus technologique. Il devient économique et organisationnel. Les entreprises qui développeront rapidement cette compétence créeront progressivement un avantage difficile à reproduire. Les autres risquent de constater, parfois trop tard, que leurs employés utilisent déjà l’intelligence artificielle sans cadre commun, sans partage des connaissances et sans vision d’ensemble.

Le coût visible d’une telle démarche demeure relativement modeste. Quelques heures de formation, un accompagnement structuré et un programme d’expérimentation représentent un investissement planifiable. Le coût invisible est beaucoup plus important. Chaque mois où une organisation reporte cette réflexion correspond à des occasions d’amélioration qui ne sont pas saisies, à des connaissances qui ne sont pas partagées et à des gains de productivité qui demeurent individuels plutôt que collectifs.

Le coût systémique mérite également d’être considéré. Une entreprise qui tarde à développer les compétences de ses équipes ralentit progressivement ses ressources humaines, ses opérations, son service à la clientèle et, ultimement, sa capacité à demeurer concurrentielle. Dans un contexte où les cycles technologiques s’accélèrent, apprendre plus lentement que ses concurrents devient lui aussi un risque d’affaires.

Le véritable arbitrage n’oppose donc plus l’adoption de l’intelligence artificielle à son refus. Il oppose une organisation qui choisit de développer le jugement de ses équipes à une organisation qui laisse cette évolution se faire au hasard.

L’intelligence artificielle ne remplacera probablement pas les organisations capables d’apprendre.

En revanche, les organisations qui cesseront d’apprendre risquent progressivement d’être dépassées par celles qui auront fait du développement des compétences une véritable stratégie d’affaires.

Foire aux questions

1. L’intelligence artificielle remplacera-t-elle les professionnels des ressources humaines ? Non. Elle automatisera certaines tâches administratives et accélérera plusieurs processus, mais les décisions touchant les personnes continueront d’exiger du jugement, de l’expérience et une compréhension du contexte organisationnel.

2. Une PME doit-elle investir immédiatement dans une plateforme spécialisée ? Pas nécessairement. Pour plusieurs organisations, développer les compétences des équipes et structurer l’expérimentation produira davantage de valeur à court terme que l’achat d’une solution technologique coûteuse.

3. Comment mesurer le retour sur un programme d’expérimentation ? Les indicateurs les plus utiles demeurent les heures économisées, la réduction des tâches répétitives, l’amélioration de la qualité des documents produits, la rapidité des analyses et le partage des connaissances entre les équipes.

Références

  • Institut de la statistique du Québec — Adoption et utilisation de l’intelligence artificielle dans les entreprises du Québec.
  • Statistique Canada — Enquêtes sur l’adoption de l’intelligence artificielle dans les entreprises canadiennes.
  • Ordre des conseillers en ressources humaines agréés — Lignes directrices sur l’utilisation responsable de l’intelligence artificielle en ressources humaines.
  • KPMG Canada — Études sur l’adoption de l’intelligence artificielle générative en milieu de travail.
  • Conseil de l’innovation du Québec — Travaux et analyses sur la transformation numérique et l’innovation.

Note méthodologique

Les statistiques citées proviennent de sources publiques canadiennes et québécoises disponibles au moment de la rédaction. Les calculs économiques présentés dans cet article constituent des exemples illustratifs destinés à faciliter la prise de décision. Les résultats réels varieront selon la taille de l’entreprise, le secteur d’activité, les processus en place et le niveau d’adoption de l’intelligence artificielle.