Les outils d’IA sont passés du statut de curiosité à celui de norme dans de nombreux lieux de travail américains, mais cette transition est inégale [2]. Alors que certains rapports font état d’une utilisation élevée, d’autres données suggèrent qu’une partie importante de la main-d’œuvre reste en retrait [S2, S4]. Ce fossé n’est pas seulement une question d’accès, mais concerne la manière dont les différents rôles et tranches d’âge intègrent ces outils dans leurs routines quotidiennes.
Le fossé de l’adoption de l’IA
Les modes d’utilisation varient considérablement selon la source et le rôle du travailleur. Certaines données indiquent que 89 % des employés ont utilisé l’IA d’une manière ou d’une autre, dont 38 % quotidiennement [2]. Cependant, d’autres recherches brossent un tableau plus conservateur où 81 % des travailleurs sont considérés comme des non-utilisateurs, déclarant que peu ou aucune partie de leur travail est effectuée avec l’IA [4].
Cette divergence provient souvent du type de travail effectué. Les ingénieurs logiciels arrivent en tête de l’utilisation quotidienne avec 71 %, suivis par les professionnels du marketing à 63 % et la sécurité informatique à 55 % [2]. Les travailleurs dans le traitement des données, la finance et l’assurance sont également plus susceptibles d’adopter l’IA en raison de la nature de leurs fonctions et des formations disponibles [4].
On observe également un « plafond de silicium » notable concernant l’ancienneté [2]. Plus des trois quarts des dirigeants et managers utilisent l’IA générative plusieurs fois par semaine, tandis que l’utilisation chez les employés de terrain stagne à 51 % [2].
Le paradoxe de la confiance et de la qualité
L’augmentation de l’utilisation n’a pas automatiquement conduit à une augmentation de la confiance. Lorsque les employés savent qu’un collègue a utilisé l’IA pour produire un livrable, leur perception de la qualité chute souvent [2]. Plus précisément, 43 % des travailleurs font moins confiance au travail d’un collègue lorsque l’IA est intervenue, alors que seulement 20 % lui font davantage confiance [2].
Ce scepticisme se traduit par une charge de travail supplémentaire pour le reste de l’équipe [2]. Environ 77 % des employés examinent plus attentivement le travail d’un collègue s’ils savent que l’IA a été utilisée [2]. Il ne s’agit pas seulement d’un problème de perception : 45 % des travailleurs déclarent avoir dû corriger ou refaire un travail parce qu’un collègue s’était trop appuyé sur l’IA [2].
Certaines professions sont plus sceptiques que d’autres [2]. Les professionnels du droit rapportent le niveau de méfiance le plus élevé (63 %), suivis par les designers et les créatifs (57 %) [2]. Curieusement, les travailleurs de moins de 40 ans sont plus sceptiques quant au travail assisté par l’IA que ceux de plus de 50 ans [2].
Le manque de politiques d’entreprise
De nombreux employés utilisent l’IA en l’absence totale de directives officielles [2]. Environ 44 % des travailleurs américains affirment que leur employeur n’a pas de politique claire en matière d’IA, ou ignorent si elle existe [2]. Ce manque de directives est plus marqué dans les petites entreprises, où 59 % des employés d’entreprises de moins de 10 salariés signalent une absence d’orientation [2].
La plupart des entreprises qui disposent de politiques autorisent l’IA, mais avec des restrictions spécifiques [2]. Très peu d’employeurs imposent l’utilisation de l’IA (6 %) ou l’interdisent totalement (2 %) [2].
Même dans les organisations ayant adopté la technologie, la mise en œuvre est souvent fragmentée [2]. Seul 1 % des dirigeants décrivent leur entreprise comme « mature » dans le déploiement de l’IA [2]. De plus, seul un professionnel des RH sur quatre a joué un rôle moteur dans l’implémentation de l’IA au sein de son organisation, bien qu’une majorité estime que les RH devraient diriger la gestion du changement et la formation [2].
Applications pratiques et limites
Pour ceux qui utilisent l’IA, les applications restent largement basiques [4]. Les cas d’utilisation les plus courants sont la recherche d’informations (57 %), l’édition (52 %) et la rédaction de contenu (47 %) [4]. Les tâches plus complexes comme l’idéation (35 %) ou le support au codage informatique (27 %) sont moins fréquentes [4].
Certaines organisations réussissent en limitant l’IA aux travaux dérivés [1]. Par exemple, utiliser l’IA pour adapter des recherches rédigées par des humains en publications pour les réseaux sociaux permet de toucher différents publics sans laisser l’IA générer des analyses originales ou de nouvelles interprétations [1].
Si vous gérez une équipe, la création d’un simple guide d’une page peut aider à combler le fossé de la confiance et apporter la clarté que vos employés recherchent [2].
