[LIVRE] « Human + Machine » : comment organiser la coopération entre salariés et IA ?

L’arrivée de l’intelligence artificielle dans l’entreprise ne se résume plus à l’acquisition d’un logiciel. Elle conduit à redistribuer des tâches, à revoir les circuits de décision et à redéfinir les compétences attendues. À mesure que les agents IA deviennent capables de produire des documents, d’analyser des informations ou d’exécuter une partie des processus, la question centrale pour les directions RH change : comment organiser une coopération productive sans vider les métiers de leur substance ?

Dans Human + Machine: Reimagining Work in the Age of AI, Paul R. Daugherty et H. James Wilson proposent de lire cette transition comme une recomposition des processus de travail. Publié initialement en 2018 par Harvard Business Review Press, l’ouvrage a fait l’objet d’une édition augmentée en 2024, intégrant notamment les enjeux de l’IA générative. Son intérêt pour les DRH réside moins dans une promesse de substitution technologique que dans une méthode de réflexion sur la place respective des personnes et des systèmes intelligents.

La bonne unité d’analyse n’est pas le poste, mais le processus

Une fiche de poste rassemble des activités qui ne présentent pas toutes le même potentiel d’automatisation. Dans le recrutement, par exemple, un système peut aider à organiser les candidatures, produire une synthèse ou préparer une grille d’entretien. Cela ne signifie pas que la décision d’embauche doive lui être transférée. Le travail humain demeure nécessaire pour contextualiser les parcours, apprécier une situation particulière et assumer la responsabilité du choix.

La principale leçon de l’ouvrage consiste ainsi à regarder les enchaînements d’activités plutôt qu’à classer hâtivement les emplois en métiers « remplaçables » et « protégés ». Une même fonction peut être profondément transformée sans disparaître. Inversement, l’automatisation d’une succession de microtâches peut modifier fortement la charge de travail et la valeur d’un poste.

Pour les directions RH, cette démarche suppose de cartographier les tâches répétitives, les points de contrôle, les connaissances tacites et les décisions sensibles. Elle oblige aussi à identifier les situations dans lesquelles l’IA crée une nouvelle dépendance : lorsque personne ne sait vérifier la qualité d’un résultat, la rapidité d’exécution peut masquer une fragilité organisationnelle.

La complémentarité humain-machine doit être construite

Daugherty et Wilson mettent en avant la collaboration entre capacités humaines et capacités techniques. Les machines peuvent traiter rapidement des volumes d’information et repérer certaines régularités. Les professionnels apportent le jugement, la connaissance du contexte, l’interaction sociale et la responsabilité. Cette complémentarité n’est pourtant pas automatique. Une interface ajoutée à un processus mal conçu peut augmenter les reprises, les erreurs et les tensions.

Il revient au management de distinguer trois opérations : ce que l’IA prépare, ce qu’elle exécute dans un périmètre maîtrisé et ce qu’une personne doit impérativement valider. La traçabilité des décisions et la possibilité de contester un résultat deviennent alors des dimensions de la qualité du travail, pas seulement de la conformité.

Cette distinction est particulièrement importante dans les fonctions RH. Une recommandation algorithmique sur l’évaluation, la mobilité ou la promotion peut influencer une carrière même lorsqu’elle est présentée comme une simple aide à la décision. Le responsable doit conserver les moyens effectifs de comprendre, corriger ou rejeter la proposition.

De nouvelles compétences, mais aussi de nouvelles tâches invisibles

L’introduction de l’IA génère des activités rarement présentes dans les organigrammes : formuler une demande pertinente, vérifier les sources, tester les sorties, signaler les erreurs, protéger les données confidentielles et documenter les exceptions. Si ces tâches ne sont ni reconnues ni évaluées, elles peuvent s’ajouter au travail existant sans apparaître dans les indicateurs de productivité.

Les DRH ont donc intérêt à distinguer la formation à l’utilisation des outils de l’apprentissage du jugement critique. Savoir obtenir un résultat n’équivaut pas à savoir en apprécier la fiabilité. De même, l’autonomie professionnelle ne se mesure pas seulement à la capacité de travailler sans assistance, mais aussi à celle de choisir quand cette assistance est pertinente.

Les parcours d’intégration, les référentiels de compétences et les dispositifs de formation continue doivent évoluer. Il serait toutefois risqué de concentrer les formations uniquement sur quelques experts de l’IA. La transformation des processus concerne également les équipes opérationnelles, les managers de proximité et les représentants des fonctions de contrôle.

Salariés, prestataires et agents IA : trois réalités à ne pas confondre

L’ouvrage éclaire également les débats actuels sur les équipes hybrides. Un salarié, un consultant externe et un agent IA peuvent contribuer au même livrable, mais ils n’occupent pas une place équivalente dans l’organisation. Les deux premiers sont des personnes engagées dans des relations professionnelles et contractuelles distinctes. L’agent IA est un système technique dont l’usage engage une chaîne de responsabilités humaines et organisationnelles.

Décrire indistinctement ces trois ressources comme des « collaborateurs » peut brouiller les obligations de l’entreprise. Le responsable d’un projet doit notamment savoir qui contrôle la qualité, qui peut accéder aux données et qui rend compte en cas d’erreur. L’usage d’un outil automatisé ne dispense pas de clarifier les responsabilités entre donneur d’ordre, employeur et prestataire.

Une gouvernance pertinente ne repose donc pas sur un organigramme artificiellement symétrique, mais sur une définition précise des rôles : contribution des personnes, capacités des outils, autorisations d’accès, critères d’acceptation des résultats et procédure de remontée des incidents.

Quels indicateurs pour une productivité réellement partagée ?

Le temps gagné est un indicateur utile, mais insuffisant. Une tâche produite deux fois plus rapidement peut générer davantage de vérifications, de corrections ou de réclamations. Une évaluation sérieuse compare la qualité des résultats, la satisfaction des utilisateurs, les risques, la charge cognitive et la capacité à maintenir les compétences dans la durée.

Pour les DRH, un autre enjeu concerne le partage des gains. Lorsque l’IA supprime certaines opérations, l’entreprise peut réaffecter le temps libéré vers des activités plus qualifiées, adapter les objectifs ou renforcer la formation. À défaut d’un dialogue explicite, les salariés peuvent percevoir l’automatisation comme une simple intensification du travail.

Cette lecture appelle une réflexion avec les managers sur la mesure de la performance. Un objectif révisé après l’arrivée d’un outil ne doit pas ignorer la période d’apprentissage, les nouveaux contrôles ni les écarts entre équipes selon leur accès aux technologies.

Ce que les DRH peuvent retenir de Human + Machine

L’apport majeur de l’ouvrage réside dans son refus de considérer la technologie isolément du travail réel. Sa grille de lecture permet de poser des questions opérationnelles : quelles tâches deviennent automatisables ? Quelles compétences doivent être consolidées ? Qui conserve le pouvoir de décider ? Comment prévenir la perte d’expertise ? Quels gains justifient la transformation ?

Une limite doit néanmoins être soulignée. Le discours sur la complémentarité ne garantit pas, à lui seul, un partage équilibré des bénéfices ni la protection des travailleurs précaires. Les décisions de sous-traitance, de restructuration et de rémunération restent des choix de gouvernance, à examiner au-delà des performances de l’outil.

Dans le contexte marocain, où coexistent grandes entreprises structurées, PME, prestataires et travailleurs indépendants, la priorité consiste à adapter ces principes aux moyens disponibles et aux responsabilités réellement exercées. La transformation ne sera soutenable que si l’entreprise documente les processus, associe les équipes concernées et maintient un niveau de contrôle humain proportionné aux enjeux.

Référence de l’ouvrage : Paul R. Daugherty et H. James Wilson, Human + Machine: Reimagining Work in the Age of AI, Harvard Business Review Press, édition augmentée, 2024. Présentation de l’éditeur.