Négocier un salaire, un contrat fournisseur, les conditions d’une mobilité interne ou les termes d’un recrutement reste aujourd’hui associé à des compétences profondément humaines. Il faut comprendre les intérêts de l’autre partie, identifier ses marges de manœuvre, savoir quand insister, quand concéder et parfois interpréter ce qui n’est pas explicitement formulé.
L’intelligence artificielle commence pourtant à intervenir sur ce terrain.
Des chercheurs du MIT et de la Johns Hopkins University ont organisé une compétition internationale consacrée à la négociation entre agents d’intelligence artificielle. Des participants issus de plus de 40 pays ont conçu et perfectionné des prompts destinés à piloter des agents fondés sur de grands modèles de langage. Ceux-ci ont ensuite été confrontés les uns aux autres dans plus de 180 000 négociations couvrant plusieurs situations et objectifs. Les résultats ont été publiés en juin 2026 dans les Proceedings of the National Academy of Sciences.
L’expérience ne démontre pas que les machines négocient systématiquement mieux que les humains. Son intérêt est ailleurs. Elle montre que des agents autonomes peuvent déjà appliquer avec constance des principes issus de la théorie classique de la négociation tout en utilisant des stratégies propres aux systèmes d’intelligence artificielle.
Pour les entreprises, cette distinction est essentielle. L’enjeu n’est pas encore la disparition du négociateur humain. Il concerne davantage le déplacement progressif d’une partie de son travail vers des systèmes capables de préparer, conduire et documenter certaines négociations à grande échelle.
Quand la préparation devient une capacité industrielle
Le premier enseignement de l’étude concerne un principe que tous les négociateurs connaissent : la préparation.
Avant d’entamer une discussion, un bon négociateur doit clarifier ses objectifs, hiérarchiser ses priorités, déterminer les concessions possibles, établir son seuil de rupture et essayer d’anticiper les attentes de son interlocuteur.
Le problème réside rarement dans la connaissance de cette méthode. Il se situe dans son application.
Un manager peut disposer de trente minutes avant un entretien salarial. Un recruteur peut conduire plusieurs entretiens dans la même journée. Un responsable achats peut gérer simultanément plusieurs dizaines de fournisseurs. Même lorsqu’ils maîtrisent parfaitement les techniques de négociation, ils ne disposent pas toujours du temps nécessaire pour appliquer systématiquement toute la méthode.
Un agent IA n’est pas soumis à cette contrainte.
L’agent qui a remporté la compétition du MIT, baptisé NegoMate, utilisait une préparation structurée combinant des méthodes classiques de négociation et des techniques propres aux modèles d’intelligence artificielle. Il analysait notamment son rôle, ses objectifs, l’importance relative de chaque sujet, ses seuils d’acceptation et les caractéristiques probables de la partie adverse avant d’engager la discussion.
Cette capacité modifie la comparaison entre l’humain et la machine. Le principal avantage de l’IA ne réside pas nécessairement dans une intelligence supérieure. Il réside dans la possibilité d’appliquer une méthode avec le même degré de rigueur, autant de fois que nécessaire.
Ce qui constitue aujourd’hui une compétence individuelle peut ainsi devenir une capacité organisationnelle.
Une entreprise pourrait, par exemple, définir une doctrine de négociation pour certaines catégories de contrats, préciser les niveaux de concessions autorisés et laisser des agents préparer ou conduire une partie des échanges. La qualité de la négociation dépendrait alors moins du talent personnel du collaborateur présent à un instant donné que du système conçu en amont.
L’empathie reste efficace, même lorsque personne n’éprouve d’émotion
Le résultat le plus contre-intuitif de l’étude concerne pourtant la dimension relationnelle.
On pourrait supposer que deux machines négociant entre elles n’ont aucune raison d’être polies, compréhensives ou empathiques. Un algorithme n’a pas besoin d’être rassuré. Il ne se vexe pas. Il ne ressent aucune reconnaissance lorsqu’on le remercie.
Les données montrent pourtant que les agents conçus pour adopter un comportement chaleureux obtenaient généralement de meilleurs résultats que ceux programmés pour être froids ou impitoyables.
Les chercheurs ont observé que la positivité, la gratitude et le fait de poser des questions étaient fortement associés à la conclusion d’accords ainsi qu’à de meilleurs résultats objectifs et subjectifs. À l’inverse, les agents particulièrement dominants pouvaient obtenir une part importante de la valeur lorsqu’un accord était conclu, mais leurs négociations se terminaient plus fréquemment dans une impasse.
Ce résultat est particulièrement intéressant pour les professionnels des ressources humaines.
Il signifie que les comportements que nous associons traditionnellement aux relations humaines ne deviennent pas nécessairement inutiles lorsque l’interlocuteur est une machine. Ils peuvent continuer de remplir une fonction opérationnelle dans le processus de négociation.
L’empathie devient alors également une architecture comportementale.
Une entreprise qui paramètre un agent chargé de négocier avec des candidats ou des fournisseurs devra décider du degré de fermeté, de courtoisie, d’écoute, de transparence ou de flexibilité qu’elle souhaite lui attribuer.
Autrement dit, la culture managériale pourrait progressivement entrer dans les paramètres des systèmes d’intelligence artificielle.
Le manager passe de la négociation à la conception de la négociation
C’est probablement ici que se situe le changement le plus important pour le management.
Lorsque certaines tâches intellectuelles sont automatisées, nous avons tendance à imaginer une substitution directe : la machine accomplit une tâche précédemment réalisée par une personne.
Dans le cas de la négociation, le mouvement pourrait être plus subtil.
Le manager ne disparaît pas nécessairement de la négociation. Il se déplace vers son amont.
Il devra déterminer les objectifs, les priorités, les limites financières et les règles de comportement de l’agent. Il devra décider quelles décisions peuvent être automatisées et lesquelles nécessitent une validation humaine. Il devra également identifier les situations dans lesquelles une relation personnelle doit rester prioritaire.
Prenons un processus de recrutement.
Aujourd’hui, un recruteur peut discuter individuellement avec plusieurs candidats des conditions salariales, du bonus, de la date de prise de poste, du télétravail ou des avantages proposés.
Demain, une partie de cette conversation pourrait être conduite par un agent disposant des limites définies par l’entreprise : budget maximal, politique salariale, marges de négociation, avantages disponibles et règles d’équité interne.
Le rôle du professionnel RH changerait alors profondément.
Sa valeur ne résiderait plus uniquement dans sa capacité à mener chacune de ces négociations. Elle dépendrait aussi de sa capacité à définir les règles permettant à un système de négocier correctement en son nom.
Ce déplacement concerne également les achats, les ventes, les directions financières ou les fonctions juridiques.
Un responsable achats pourrait superviser plusieurs agents négociant simultanément avec différents fournisseurs. Un directeur commercial pourrait déterminer les niveaux de remise accessibles selon la typologie des clients. Un DRH pourrait fixer les principes que doit respecter un agent lorsqu’il discute d’une rémunération.
Dans tous ces cas, le manager devient moins exécutant et davantage concepteur du cadre de décision.
Une compétence supplémentaire : savoir traduire une politique en règles
Cette évolution pose une difficulté que les entreprises sous-estiment encore : une stratégie humaine n’est pas toujours facilement traduisible en instructions utilisables par une machine.
Dire à un collaborateur « négocie intelligemment » ne constitue évidemment pas une règle exploitable.
Il faut transformer cette intention en paramètres : quels objectifs doivent être prioritaires ? Jusqu’où peut-on céder ? Quels sujets sont non négociables ? Dans quelles circonstances faut-il interrompre la discussion ? Quand faut-il solliciter un humain ?
Le métier du manager peut ainsi intégrer une compétence qui se situe entre management, ingénierie des processus et gouvernance de l’intelligence artificielle.
Il ne s’agit pas nécessairement de savoir programmer.
Il s’agit de savoir formaliser.
Or une grande partie du management fonctionne encore grâce à des règles implicites. Les collaborateurs expérimentés savent souvent ce qu’ils peuvent négocier parce qu’ils connaissent leur organisation, ses usages et ses dirigeants. Cette connaissance est rarement entièrement écrite.
Un agent IA oblige l’entreprise à rendre explicite ce qui restait auparavant informel.
Cette contrainte peut avoir un effet positif : elle pousse les organisations à clarifier leurs politiques. Mais elle peut également révéler leurs incohérences.
Deux recruteurs accordent-ils réellement les mêmes marges de négociation salariale ? Deux managers appliquent-ils les mêmes critères lorsqu’ils discutent d’une promotion ? Deux acheteurs évaluent-ils de la même manière une concession commerciale ?
L’automatisation rend ces différences beaucoup plus visibles.
Le risque d’une négociation industrielle sans discernement
La capacité des agents IA à négocier à grande échelle ne signifie pourtant pas que toutes les négociations doivent leur être confiées.
Certaines discussions ne portent pas uniquement sur la recherche d’un accord économiquement optimal.
Une négociation salariale peut affecter la perception d’équité d’un collaborateur. Une discussion avec un candidat peut influencer durablement l’image employeur. Une négociation avec un partenaire stratégique peut avoir des conséquences sur une relation construite sur plusieurs années.
Dans ces situations, obtenir le meilleur résultat immédiat ne constitue pas toujours l’objectif principal.
Les recherches du MIT rappellent justement l’importance de la valeur subjective : la manière dont chaque partie évalue non seulement le résultat obtenu, mais aussi la qualité du processus, la relation et la façon dont elle a été traitée. Jared Curhan travaille depuis plusieurs années sur cette dimension de la négociation.
Pour les DRH, ce point est central.
Une entreprise pourrait parfaitement disposer d’un agent extrêmement performant pour maintenir les rémunérations proposées dans les limites budgétaires et, parallèlement, dégrader l’expérience candidat ou la relation avec ses collaborateurs.
L’efficacité transactionnelle ne suffit donc pas.
Il faudra mesurer également la perception d’équité, la satisfaction, la confiance et les conséquences de long terme.
Les RH devront aussi négocier avec les algorithmes des autres
Un autre changement se profile : les agents d’entreprise ne négocieront pas toujours avec des humains.
Ils négocieront progressivement avec d’autres agents.
Un candidat pourrait déléguer la négociation de son package à son propre assistant IA. Une entreprise pourrait confier certaines discussions fournisseurs à un agent tandis que le fournisseur ferait exactement la même chose.
La négociation deviendrait alors partiellement machine contre machine.
L’étude du MIT prend ici une importance particulière, puisqu’elle analyse précisément ce type d’interactions.
Elle montre notamment que certaines techniques propres aux systèmes d’IA, telles que le raisonnement structuré ou les tentatives de prompt injection, peuvent influencer les résultats. Les chercheurs soulignent donc que les théories traditionnelles de négociation ne suffisent plus pour comprendre l’ensemble des comportements observés.
Pour l’entreprise, cette situation ouvre un nouveau champ de gouvernance.
Qui sera responsable lorsqu’un agent négociera au-delà de la limite souhaitée ? Comment vérifier qu’il n’a pas communiqué une information confidentielle ? Comment empêcher la partie adverse d’influencer ses instructions ? Quels échanges devront être archivés ? Quels accords pourront être juridiquement validés sans intervention humaine ?
Ces questions dépassent largement la maîtrise d’un outil.
Elles concernent directement la responsabilité des dirigeants.
Le véritable enjeu managérial n’est donc probablement pas de déterminer si l’intelligence artificielle saura négocier. Les travaux du MIT montrent qu’elle sait déjà le faire dans des environnements expérimentaux sophistiqués et que certains agents atteignent un niveau élevé de discipline stratégique.
La question devient celle du rôle humain lorsque cette capacité entre dans l’entreprise.
Le meilleur négociateur ne sera peut-être plus celui qui sait trouver seul la formule décisive dans une salle de réunion. Ce pourrait être celui qui sait déterminer ce qui doit être négocié, jusqu’où, selon quelles règles, avec quelles limites et dans quelles situations la machine doit s’effacer.
Le management ne perdrait alors pas la négociation. Il en prendrait la supervision.
Et c’est probablement là que se situe la compétence la plus difficile à développer : apprendre non seulement à utiliser des agents intelligents, mais à leur transmettre une stratégie sans leur abandonner le jugement.
