Si nous avons choisi la mauvaise expérience pour vous, veuillez la modifier ci-dessus.
Points à retenir
Le marché regorge de prédictions audacieuses quant à l’incidence que l’IA aura sur la conception organisationnelle. Les manchettes annoncent des réductions d’effectifs, une pression croissante pour réinventer les modèles opérationnels et l’émergence d’agents autonomes capables de remplacer des niveaux entiers de gestion1.
Dans leur volonté de devenir des organisations véritablement axées sur l’IA, bon nombre d’entreprises prennent d’importantes décisions concernant leur effectif et leur modèle opérationnel avant même d’avoir démontré la valeur réelle de l’IA dans leur propre contexte. En 2026, des dirigeants de certains secteurs ont annoncé le remplacement complet de certaines fonctions par des agents d’IA, l’élimination de niveaux entiers de l’organisation et l’obligation généralisée pour les employés d’utiliser l’IA, sans toujours leur fournir l’encadrement nécessaire quant à la façon et au moment de l’utiliser2. À l’inverse, d’autres organisations investissent massivement dans des capacités humaines devenues rares, comme le leadership, le jugement, la créativité et l’établissement de relations, allant jusqu’à offrir une prime pour attirer des talents qu’elles considèrent comme un facteur de différenciation de plus en plus important dans un environnement propulsé par l’IA.
Ces signaux contradictoires sont révélateurs. Ils rappellent l’importance, pour les dirigeants, d’adopter une approche réfléchie quant à l’intégration du travail humain et du travail agentique. L’IA n’élimine pas la nécessité de définir clairement les rôles, d’établir des droits décisionnels solides, de maintenir des étendues de supervision appropriées et d’assurer une imputabilité rigoureuse. Les dirigeants doivent d’abord déterminer comment répartir le travail entre les humains et les agents, où doit reposer l’imputabilité et comment l’organisation peut continuer de favoriser l’innovation, l’agilité et la croissance.
La bonne nouvelle, c’est que bon nombre des principes qui guident depuis des décennies une conception organisationnelle efficace demeurent tout aussi pertinents aujourd’hui. En repensant leur organisation de façon réfléchie, les entreprises seront mieux placées pour tirer parti du potentiel de l’IA, sans recourir à des réductions d’effectifs à grande échelle qui risquent de compromettre l’expérience client et de miner l’engagement des employés.
De nombreuses organisations adoptent une approche d’« IA partout », en déployant des LLM prêts à l’emploi pour accroître la productivité individuelle dans l’ensemble des fonctions, des niveaux hiérarchiques et des activités. Toutefois, la prochaine évolution de l’IA sera davantage axée sur les flux de travail, grâce à des outils agentiques fondés sur les données qui exigent une compréhension approfondie du travail lui-même.
Avant de modifier les liens hiérarchiques, de regrouper des équipes ou de redéfinir des rôles, les dirigeants doivent comprendre en détail comment le travail est effectué. Cela implique de décomposer le travail en ses activités, décisions, responsabilités et résultats fondamentaux afin de déterminer où l’IA peut créer le plus de valeur et où l’intervention humaine demeure essentielle.
Les agents peuvent de plus en plus soutenir l’exécution de tâches tant routinières que complexes, traiter de l’information et exécuter des flux de travail définis. Toutefois, de nombreuses activités continuent de reposer sur la prise de décisions humaines, éclairée par le jugement, l’expérience, la compréhension du contexte et la capacité à composer avec l’ambiguïté. Dans les années à venir, le succès des organisations dépendra largement du maintien d’une imputabilité humaine claire et du pouvoir des décideurs d’exercer leur jugement en remettant en question, en modifiant ou en écartant, au besoin, les résultats générés par l’IA.
Pour clarifier et documenter les droits décisionnels, l’approche traditionnelle de type RACI, qui définit qui est responsable, imputable, consulté et informé, ne suffit plus. Il peut être pertinent d’y ajouter un « A » pour autorité de dérogation (Override Authority) : le décideur humain désigné qui a le pouvoir de rejeter ou de modifier les résultats générés par l’IA, d’exercer son jugement en tenant compte du contexte lorsque les recommandations ne sont pas appropriées et d’autoriser des exceptions au besoin. Dans bien des cas, cette responsabilité incombera également à la personne imputable du résultat. Dans d’autres, l’autorité de dérogation pourra relever d’une fonction de contrôle, comme la gestion des risques ou les affaires juridiques, lorsque des exceptions doivent être accordées à des modèles d’IA encadrés par des exigences réglementaires.
|
Catégorie |
Définition |
Rôle humain? |
Rôle d’un agent IA? |
|---|---|---|---|
|
R |
Responsable de l’exécution du travail |
Oui |
Oui |
|
A |
Approbateur du résultat du travail |
Oui |
Non |
|
C |
Consulté pour fournir des commentaires, du contexte ou de l’expertise |
Oui |
Oui |
|
I |
Informé de l’avancement du travail et des résultats obtenus |
Oui |
Non |
|
A |
Autorité de dérogation permettant de rejeter ou de modifier les résultats générés par l’IA, ou d’approuver des exceptions |
Oui |
Non |
Traditionnellement, l’organigramme représente les liens hiérarchiques, la chaîne d’imputabilité, les pouvoirs décisionnels et les mécanismes d’escalade. Bien que les agents d’IA puissent exécuter des tâches, formuler des recommandations et prendre en charge des processus définis, ils ne peuvent être tenus responsables des résultats d’affaires au même titre que les personnes. Cette responsabilité doit demeurer entre les mains des dirigeants humains.
Lorsqu’un membre de l’équipe commet une erreur, le gestionnaire l’accompagne afin d’en comprendre les causes profondes et de mettre en place les correctifs nécessaires. L’erreur devient alors une occasion d’apprentissage et d’amélioration. De la même façon, il lui incombe de faire progresser la performance de son équipe. Cette même logique devrait s’appliquer lorsqu’un agent d’IA est impliqué. Les dirigeants doivent demeurer imputables de la performance, des résultats et de l’amélioration continue, même lorsque le travail est exécuté par un agent.
À tout le moins, un agent devrait :
Pour de nombreuses organisations, cela signifie que certains agents pourraient figurer dans l’organigramme. Par exemple, un agent de révision des factures intégré à la fonction des comptes fournisseurs soutient une équipe, un processus et un ensemble de résultats clairement définis. À l’inverse, un agent d’IA personnel utilisé par un employé pour analyser des rapports ou valider des hypothèses n’y aurait pas sa place, puisqu’il s’agit d’un outil de productivité au service d’un individu plutôt que d’un rôle organisationnel assorti d’une imputabilité et d’une gouvernance clairement établies.
Un parallèle utile peut être établi avec la main-d’œuvre contractuelle. Les organisations qui intègrent efficacement des entrepreneurs, des consultants et d’autres ressources externes peuvent choisir de faire figurer certains d’entre eux dans l’organigramme lorsqu’ils soutiennent une équipe précise et contribuent à un ensemble défini de résultats. À l’inverse, d’autres ressources externes, comme les équipes de projet en consultation, n’y apparaissent généralement pas, puisqu’elles servent plusieurs équipes et rendent compte à de multiples parties prenantes.
Dans un cas comme dans l’autre, ces ressources externes ne sont pas considérées comme les véritables responsables des résultats. Elles contribuent à l’exécution du travail, tandis que les employés permanents conservent l’imputabilité, assurent la supervision et exercent leur jugement. Les agents d’IA devraient être envisagés selon une logique similaire.
Les étendues de supervision, les niveaux hiérarchiques et la structure organisationnelle sont depuis longtemps des indicateurs de la santé organisationnelle. Malgré l’engouement suscité par les organisations propulsées par l’IA, les fondements d’une conception organisationnelle efficace demeurent inchangés.
Dans bien des cas, les dirigeants peuvent continuer d’appliquer la plupart des principes de conception organisationnelle descendante qu’ils utilisent aujourd’hui. La différence réside dans la façon dont ces principes sont interprétés dans un environnement où les humains et les agents travaillent de plus en plus côte à côte.
Repenser les étendues de supervision. Traditionnellement, une grande étendue de supervision était souvent perçue comme un signe d’efficacité3. À l’ère de l’IA agentique, toutefois, les critères évoluent. L’IA prend en charge une part croissante des activités d’exécution courantes, ce qui permet aux gestionnaires de consacrer moins de temps à la supervision des tâches et davantage à l’accompagnement des employés dans un travail où le jugement est essentiel. Parallèlement, un même gestionnaire peut être appelé à superviser un nombre croissant de résultats produits avec l’appui d’agents d’IA. Comme nous l’avons souligné précédemment, la gestion de la performance des agents devrait devenir une responsabilité fondamentale du rôle de gestionnaire.
Dans ce contexte, l’étendue de supervision pourrait être mieux évaluée en fonction du nombre de résultats distincts dont un dirigeant est responsable, soit son « étendue des résultats ». Cette approche tient compte de la complexité croissante du rôle des leaders, qui doivent désormais gérer à la fois des employés, des agents rattachés à leur équipe et les résultats produits par des agents qui soutiennent plusieurs équipes. Tout comme l’étendue de supervision, l’étendue des résultats devrait être plus restreinte lorsque les résultats dont un dirigeant est imputable sont plus complexes ou plus critiques pour l’organisation, et plus large lorsque ces résultats présentent un niveau de complexité ou d’importance moindre.
La structure organisationnelle pourrait elle aussi évoluer. À mesure que les agents prennent en charge ou soutiennent des activités autrefois réalisées dans des rôles transactionnels ou administratifs, les niveaux hiérarchiques pourraient diminuer et la structure organisationnelle prendre, dans bien des cas, la forme d’une pyramide inversée. Les organisations compteront alors proportionnellement moins d’employés affectés à des tâches d’exécution répétitives et davantage de professionnels axés sur la supervision, la gestion des exceptions, la prise de décisions et l’expertise spécialisée. Cette évolution pourrait également ouvrir la voie à des parcours de carrière plus solides pour les contributeurs individuels hautement qualifiés, à tous les échelons de l’organisation. Toutefois, les organisations devront veiller délibérément au développement de leurs employés plus juniors afin de préserver un solide bassin de relève. Nous nous attendons également à ce que cette transformation permette d’adapter davantage la structure organisationnelle à la réalité du travail au sein des fonctions et des équipes, plutôt que de l’arrimer uniquement à une vision globale de l’entreprise.
L’équilibre optimal entre les humains et l’IA variera selon les fonctions, le profil de risque de l’organisation et les choix stratégiques quant aux activités où la contribution humaine crée le plus de valeur pour les clients. Les fonctions des finances, du service à la clientèle et du soutien interne pourraient ainsi nécessiter des modèles organisationnels très différents.
À la recherche de gains d’efficacité, certaines organisations explorent des modèles plus horizontaux reposant sur les hauts dirigeants, les employés de première ligne et les agents d’IA. Ces mêmes organisations qualifient parfois, à tort, les leaders d’équipe de simples « gestionnaires intermédiaires », comme si leur rôle était répétitif, facilement remplaçable et dépourvu de jugement. Certains supposent que la technologie permettra d’éliminer des niveaux de gestion tout en maintenant la performance organisationnelle. En pratique, cette approche risque plutôt de créer un écart critique entre ceux qui définissent l’orientation stratégique et ceux qui exécutent le travail.
À mesure que l’IA s’intègre davantage aux flux de travail, ce rôle de liaison devient encore plus important.
Les gestionnaires se trouvent à l’intersection de deux dimensions essentielles : la proximité avec le travail et le jugement forgé par l’expérience. Ils sont souvent les mieux placés pour évaluer si les recommandations générées par l’IA sont pertinentes dans leur contexte, repérer les situations qui nécessitent une intervention humaine et arbitrer entre des priorités concurrentes lorsque les décisions ne sont pas simples. Leur rôle ne se limite pas à examiner les résultats produits par l’IA. Ils contribuent également à encadrer son utilisation afin qu’elle améliore la prise de décisions sans introduire de nouveaux risques.
Dans un avenir où les personnes et les agents travailleront côte à côte, les gestionnaires joueront un rôle essentiel à la fois comme accompagnateurs et exécutants. Leur valeur pour l’organisation augmentera par rapport à leur coût, puisque leur temps sera consacré de plus en plus à faire progresser la stratégie et la différenciation sur le marché, plutôt qu’à des tâches administratives.
Deloitte aide les organisations à établir des principes clairs pour la collaboration entre les humains et les agents, notamment en matière de droits décisionnels, de mécanismes d’escalade, d’imputabilité et de seuils de risque. Nous accompagnons également les dirigeants dans la réévaluation des étendues de supervision et de la structure organisationnelle selon les fonctions, les équipes et la nature du travail, afin de préserver l’efficacité sans accroître les risques.
Pour réaliser le plein potentiel de l’IA, les organisations doivent se concentrer sur ce qui a toujours caractérisé une organisation saine : un travail conçu de manière réfléchie, des agents affectés aux bonnes activités, des gestionnaires qui exercent leur jugement et une imputabilité clairement établie. Celles qui sauront maintenir cet équilibre seront les mieux placées pour prospérer dans un contexte de transformation rapide.