Selon Gartner, 76 % des dirigeants d’entreprise estiment que l’intelligence artificielle sera la technologie ayant le plus grand impact sur leur secteur au cours des trois prochaines années. Cette conviction se traduit par une multiplication des investissements, des expérimentations et des projets de transformation. Pourtant, une question reste insuffisamment traitée : qui possédera demain les compétences nécessaires pour faire fonctionner, superviser et améliorer ces nouvelles organisations ?
Les entreprises consacrent des ressources importantes aux infrastructures, aux logiciels et à l’automatisation. Elles savent généralement évaluer le coût d’une licence, le rendement d’un processus automatisé ou le nombre d’heures économisées. Elles sont beaucoup moins préparées à mesurer les conséquences de ces transformations sur l’apprentissage, l’expérience professionnelle et la transmission des savoir-faire.
C’est précisément là que se situe, selon moi, l’un des principaux risques économiques de l’intelligence artificielle.
Une entreprise peut parfaitement améliorer sa productivité à court terme tout en affaiblissant les compétences qui garantissent sa performance future. Les deux phénomènes ne sont pas contradictoires. Ils peuvent même résulter des mêmes décisions.
Prenons un service financier dans lequel l’intelligence artificielle automatise la préparation des analyses, la consolidation des données et la production des reportings. Le gain de temps peut être considérable. Mais si les collaborateurs ne comprennent plus les raisonnements qui conduisent aux résultats, leur capacité à identifier une anomalie, contester une hypothèse ou prendre une décision complexe risque progressivement de diminuer.
L’entreprise devient plus rapide, sans nécessairement devenir plus compétente.
Ce phénomène dépasse la question de la qualité des contenus générés par l’IA, que Gartner désigne notamment par le terme « workslop ». Il concerne la capacité des organisations à conserver une expertise indépendante des outils qu’elles utilisent.
Le risque est encore plus préoccupant lorsqu’on examine les premières années de carrière professionnelle.
Les tâches répétitives, les analyses élémentaires et les travaux préparatoires sont souvent présentés comme les premiers candidats à l’automatisation. Pourtant, ces activités constituent aussi les fondations de nombreux parcours d’apprentissage. Un jeune auditeur apprend son métier en examinant des documents. Un juriste construit son raisonnement en analysant des dossiers. Un ingénieur développe son expertise en résolvant progressivement des problèmes techniques.
Supprimer ces tâches sans reconstruire les parcours de formation revient à supprimer une partie des mécanismes qui permettent de devenir expert.
Cette évolution commence déjà à se matérialiser. Selon une enquête Gartner publiée en juillet 2026, 22 % des directeurs des ressources humaines interrogés déclarent qu’au moins un responsable opérationnel de leur organisation a interrompu des recrutements sur des postes débutants en raison de l’automatisation par l’IA.
La décision peut sembler rationnelle à court terme. Pourquoi recruter un junior pour réaliser des tâches qu’un logiciel accomplit désormais en quelques secondes ?
Mais cette logique soulève une contradiction fondamentale : si les entreprises cessent de recruter et de former les débutants, où trouveront-elles leurs experts dans cinq ou dix ans ?
Les conséquences pourraient être particulièrement lourdes pour les organisations qui dépendent de compétences techniques rares, de connaissances sectorielles spécifiques ou d’une forte transmission interne.
La question prolonge celle soulevée dans « Emploi des diplômés : la croissance ne créera pas, à elle seule, les compétences dont le Maroc a besoin ». La croissance ne garantit pas la formation des talents dont l’économie a besoin. Avec l’IA, une difficulté supplémentaire apparaît : les entreprises pourraient supprimer les premières expériences professionnelles qui permettent justement de construire ces compétences.
Il serait néanmoins absurde de défendre le maintien artificiel de toutes les tâches devenues automatisables. L’intelligence artificielle peut aussi accélérer l’apprentissage, faciliter l’accès à l’expertise et permettre aux jeunes collaborateurs d’assumer plus rapidement des responsabilités complexes.
Encore faut-il organiser cette transition. L’expérience professionnelle ne se construit pas uniquement en obtenant la bonne réponse. Elle se construit également en comprenant pourquoi une réponse est correcte, en confrontant des hypothèses et en assumant les conséquences d’une décision.
C’est pourquoi la stratégie talent ne peut plus être considérée comme une simple composante de l’accompagnement au changement.
Chaque investissement significatif dans l’IA devrait être accompagné d’une évaluation de ses conséquences sur les métiers, les compétences et les parcours professionnels. Les directions des ressources humaines doivent participer aux arbitrages dès la conception des projets, aux côtés des directions générales, financières et technologiques.
Cette responsabilité suppose également de revoir les indicateurs de performance. Le nombre de processus automatisés ou d’heures économisées ne suffit pas à mesurer la réussite d’une transformation. La qualité du travail produit, la progression des compétences, la capacité de mobilité interne et la préparation des futurs managers devraient également entrer dans l’équation.
Les entreprises devront surtout réinventer leurs mécanismes de transmission. Lorsque l’automatisation supprime les occasions traditionnelles d’apprentissage, il devient nécessaire de créer d’autres espaces de pratique, de supervision et de confrontation à des situations complexes.
Cela représente un investissement. Mais l’alternative pourrait coûter beaucoup plus cher : devoir recruter à l’extérieur des compétences que l’entreprise aura cessé de développer en interne.
La véritable question n’est donc pas de choisir entre intelligence artificielle et capital humain. Elle consiste à déterminer comment les gains technologiques peuvent financer et accélérer le développement de nouvelles compétences, plutôt que de servir exclusivement à réduire les effectifs.
Les entreprises sauront rapidement combien de tâches leurs intelligences artificielles auront automatisées, combien d’heures elles auront économisées et combien de postes elles auront supprimés. Elles mettront beaucoup plus de temps à mesurer les compétences qu’elles auront cessé de transmettre. Et c’est peut-être dans cet angle mort que se jouera le véritable bilan économique de l’IA.
