D'abord, ce que l'écoute semble apporter. Une méta-analyse rassemble les études sur l'écoute au travail : les personnes qui se sentent écoutées ont de meilleures relations et de meilleures performances. Dans une grande entreprise technologique, une question directe, « combien de temps comptez-vous rester ? », prédit les départs mieux qu'un algorithme. Dans des usines textiles en Inde, des ouvriers interrogés après une hausse de salaire décevante partent moins souvent dans les mois suivants, alors que l'entreprise ne change rien.

Ensuite, en moyenne, l'effet ne se voit pas. Les démarches participatives ne changent ni la santé mentale ni la performance, selon une revue d'essais. En Finlande, une loi donne des représentants aux salariés des grandes entreprises : la productivité progresse, mais les départs volontaires ne baissent pas de façon mesurable. Dans une expérience menée aux Pays-Bas et au Royaume-Uni, une consultation de façade ne fait pas mieux accepter un projet que l'absence de consultation. Et des dirigeants qui demandent l'avis de leur équipe sans agir n'obtiennent pas des équipes plus ouvertes un an plus tard.

Enfin, ce qui fait la différence. La Dares compare des salariés qui ont vécu un changement important. Parmi ceux qui ont eu le sentiment de peser sur ce changement, six pour cent présentent des signes de dépression. Parmi ceux qu'on n'a ni informés ni consultés, c'est vingt et un pour cent. Ceux qu'on a consultés sans les entendre vont un peu moins bien que ceux qu'on a seulement informés. Dans sa dernière enquête, quatre salariés sur dix voient leur environnement de travail fortement changer dans l'année, et plus de six sur dix d'entre eux disent que personne ne les a consultés.

Nos deux experts lisent ces études de deux façons : l'un voit dans l'écoute une valeur en soi, l'autre constate qu'en moyenne ses effets ne se voient pas. Ils arrivent à la même idée : l'effet de l'écoute dépend de ce qui la suit. Une réserve demeure : presque toutes ces études mesurent des liens, pas des causes.

Trois gestes pour agir : avant d'interroger vos équipes, écrire la décision que leurs réponses peuvent encore changer, et les informer plutôt que les consulter s'il n'y en a aucune ; fixer la date du retour dès le lancement, et ce jour-là dire ce qui change, ce qui ne change pas, et pourquoi ; à la fin de l'année, compter les paroles du terrain qui ont changé une décision, les paroles activées.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

D'abord, la promesse et sa preuve. Un article de 2023 annonce jusqu'à 40 % de visibilité en plus, dans un essai de laboratoire. Une autre équipe refait l'essai et trouve la plupart des méthodes inefficaces. Une revue des travaux montre qu'on sait gagner de la place dans une réponse une fois choisi par l'outil ; aucune technique ne montre d'effet durable sur ce choix lui-même.

Ensuite, ce qui marche. Un journaliste de la BBC écrit en vingt minutes une fausse page sur un titre de champion qu'il n'a jamais gagné. Le lendemain, la plupart des outils testés la répètent. Une consœur tente le même coup peu après : elle échoue, car les outils ont lu l'article entre-temps.

Enfin, la ligne entre se faire connaître et tricher. L'équipe de sécurité de Microsoft repère en deux mois trente et une entreprises qui cachent des consignes dans des boutons « résumer avec l'IA ». Google range désormais dans le spam toute tentative de manipuler les réponses d'IA de son moteur.

Nos deux experts ne sont pas d'accord. Pour l'un, c'est un nouveau métier : une entreprise qui ne nourrit pas sa réponse laisse d'autres la nourrir. Pour l'autre, la partie honnête reste le référencement de toujours, et la partie nouvelle est de la triche, qui marche surtout là où personne n'a rien écrit.

Une réserve traverse l'épisode : tout repose sur des essais de laboratoire et sur quelques histoires. Personne n'a mesuré l'effet sur les ventes.

Trois gestes pour agir : poser à trois outils d'intelligence artificielle les questions de vos clients, noter leurs réponses et leurs sources, puis refaire l'exercice après avoir agi ; écrire des faits vérifiables là où personne n'a rien écrit de solide sur vous, et les faire paraître chez des tiers sérieux ; si vous avez un prestataire GEO, lui demander quelle preuve il a du résultat, s'il cache des consignes dans vos pages, et si des avis ou des classements sont écrits par vous-mêmes.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Trois histoires servent de fil. La colle du Post-it reste douze ans dans l'entreprise avant de devenir un produit. Le laboratoire de Xerox met au point une imprimante laser et un ordinateur à souris : l'imprimante trouve ses clients, l'ordinateur attend huit ans et ne se vend pas. La NASA publie un problème que ses spécialistes ne résolvent pas, et reçoit en trois mois la solution d'un ingénieur radio à moitié retraité.

Nos deux experts ne sont pas d'accord. Pour l'un, tout est déjà dans l'entreprise, et le dirigeant doit ouvrir les tiroirs. Pour l'autre, une invention ne devient rien sans des collègues qui la critiquent et sans un regard extérieur.

Une réserve traverse l'épisode : nous connaissons seulement les histoires qui finissent bien. Beaucoup d'inventions ne valaient rien, et personne ne les compte.

Trois gestes pour agir : dresser la liste de ce que l'entreprise a déjà trouvé et qui ne sert pas ; se demander, pour chaque ligne, si elle ressemble au métier de l'entreprise ; faire critiquer l'invention par des collègues, puis la montrer à une personne extérieure.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Trois temps. D'abord le fait : en France, les démissions ont atteint un niveau inédit en nombre, et la statistique publique compte les démissions, jamais leurs raisons. Plus d'un départ volontaire sur deux suit un événement précis, un choc, et non une insatisfaction qui monte lentement ; c'était chez des cadres diplômés, aux États-Unis ; et la plupart de ces chocs sont des événements positifs, le plus souvent une offre venue d'ailleurs. Ensuite le silence : les partants eux-mêmes reconnaissent avoir gardé pour eux environ un quart de leurs raisons, chez deux cents salariés en Allemagne ; et c'est tout ce que l'on sait, le reste n'a jamais été mesuré. Parler a un coût : les managers jugent moins performants ceux qui contestent, et la parole dépend de l'ouverture du chef, surtout celle des meilleurs. L'entretien de départ arrive la dernière semaine, devant le supérieur direct, et recueille des réponses arrangées ; aucune recherche n'a montré qu'il réduise les départs. Enfin ce qui fait parler : dans une usine en Chine, les ouvriers ont noté leurs chefs chaque mois, anonymement, et la paie des chefs en dépendait ; les départs ont baissé de six points, soit plus de la moitié des départs sur la période, et l'effet a duré. Ce qui a fait baisser les départs, ce n'est pas d'avoir demandé l'avis : c'est que l'avis avait des conséquences et ne coûtait rien à celui qui le donnait. À l'inverse, demander l'avis des équipes quand le manager ne peut rien changer fait monter les départs.

Deux voix s'affrontent : l'une dit qu'une entreprise peut entendre les raisons avant le départ, si elle organise la parole ; l'autre que les meilleurs partent pour des raisons que l'écoute ne change pas, une offre, une progression bloquée, une paie décrochée. Une objection reste debout : les essais les plus probants portent sur des ouvriers, en Chine et en Inde, et les études sur les cadres sont américaines ; aucune étude française ne mesure le silence des partants. La question de sortie : la dernière personne de valeur qui a quitté votre entreprise, saviez-vous pourquoi avant qu'elle ne vous le dise ?

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Trois marches. D'abord le fait : en France, une entreprise sur cinq utilise déjà l'IA, plus d'une sur deux au-dessus de deux cent cinquante salariés ; le règlement européen classe le recrutement, l'évaluation, l'affectation et la surveillance parmi les usages à haut risque, mais il a reporté ces obligations au 2 décembre 2027 et assoupli l'obligation de formation ; le droit français, lui, oblige déjà à consulter le comité social et économique, à informer les candidats des méthodes de recrutement, et à ne pas laisser une machine décider seule d'un sort individuel. Un délai européen, pas une dispense française. Ensuite le mécanisme : le tri automatisé des candidatures à fort volume fait mieux que le manager seul, et des algorithmes conçus pour explorer élargissent les profils retenus ; mais garder un humain pour valider n'est pas une garantie. Dans une étude française, quand l'expert et l'outil recommandent tous deux le bon candidat, huit recruteurs sur dix le choisissent, contre six et demi sur dix sans conseil ; quand tous deux recommandent le mauvais, moins d'un sur deux choisit le bon ; et dans les cas ambigus, les recruteurs suivent l'outil même quand il se trompe. En justice, neuf juges sur dix qui passent outre la recommandation d'un algorithme font moins bien qu'elle. Les biais, eux, se jugent au tribunal ; et la prédiction des départs comme la mesure de l'engagement n'ont aucune évaluation indépendante. Enfin ce que ça change : la DRH décide où l'IA touche les décisions sur les personnes, conçoit la supervision au lieu de la décréter (le jugement avant la recommandation, qui tranche, en combien de temps, avec quel recours), et fait du dialogue social et de la formation des actes plutôt que des cases à cocher.

Une objection traverse l'épisode : les preuves fortes viennent de grands employeurs et de postes à fort volume, souvent hors de France, et l'étude française porte sur des CV fictifs ; rien ne dit que ces résultats tiennent pour une entreprise de cinq cents personnes. La question de sortie : dans votre entreprise, qui décide aujourd'hui où l'IA touche les personnes, la DSI, les métiers, ou la DRH ?

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Trois marches. D'abord le fait : l'écart de production entre deux personnes au même poste grandit avec la complexité du métier, et la vente est au niveau des métiers les plus complexes ; cet écart subsiste quand les appels sont distribués au hasard, et il tient à la connaissance du métier et à l'adaptation plus qu'à l'aptitude. Ensuite le mécanisme : quand des experts décrivent leur propre façon de faire, ils oublient près de sept décisions sur dix ; les conseils des meilleurs ne rendent pas meilleur ; pourtant un mentorat court, structuré et obligatoire augmente le chiffre des nouveaux, et le même programme laissé au volontariat ne donne rien. Enfin ce que ça change : former les nouveaux au travail réel plutôt qu'au processus prescrit, repérer les façons de faire par observation plutôt que par le récit du meilleur, organiser la transmission, et mesurer sur les cohortes de nouveaux.

Une objection traverse l'épisode : ce qu'on observe chez les meilleurs peut être l'effet de leur situation, et aucune étude n'a testé que ce sont leurs gestes qu'il faut transmettre plutôt que ceux des expérimentés. La question de sortie : si vos trois meilleurs commerciaux partaient demain, que resterait-il dans l'entreprise de ce qu'ils savent faire ?

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Ce qui a été mesuré. La Cour des comptes a examiné dix ans d'IA à France Travail : 87 cas d'usage, 27 déployés à grande échelle, 17 abandonnés ; le chatbot qui devait produire 77 des 164 équivalents temps plein attendus n'en a produit aucun, les gains sont venus d'un filtre d'annonces illégales et d'un tri de courriels, la moitié des cas réalisés n'était pas prévue, et le délai de déploiement est passé de dix-huit mois à quatre. Aucun agent autonome dans le rapport. La seule expérience contrôlée sur des outils qui agissent : seize développeurs expérimentés, 246 tâches réelles, 19 % de temps en plus avec l'IA, alors qu'ils se croyaient 20 % plus rapides ; la réplication de 2026 s'est cassée, les auteurs le disent. Deux incidents d'agents autonomes reconnus publiquement, et des milliers de décisions de justice où une partie a produit des contenus inventés par une IA.

L'objection méthodologique de l'épisode : il n'existe aucune mesure indépendante, avec groupe de comparaison, d'un agent autonome en production, dans aucun secteur. « 95 % des pilotes sans impact » porte sur l'IA générative en général ; « 40 % des projets annulés d'ici 2027 » est une prédiction ; « trois quarts des entreprises retirent des agents » est un sondage d'éditeur.

Les décisions : une fiche de poste pour la machine, en cinq questions. Ce qu'elle a le droit de faire seule ; à quelles données et quels systèmes elle accède ; qui en répond, une personne ; comment on l'arrête et ce qu'on journalise ; comment on la mesure, avec un indicateur défini avant et, quand c'est possible, une équipe qui ne l'a pas. Et une question de cadre : l'usage relève-t-il d'un domaine à haut risque ? Abandonner un cas d'usage sur cinq, comme France Travail, n'est pas un échec : c'est le pilotage.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Cet épisode confronte deux positions. Pour la première, l'organigramme est devenu un document social et juridique, déconnecté du flux de travail réel, et il faut lui adjoindre une carte des activités et de ceux qui les font, l'actigramme. Pour la seconde, l'organigramme survit parce qu'il dit qui décide, qui est responsable et qui on appelle quand la chaîne casse ; multiplier les cartes disperse la responsabilité et crée une seconde bureaucratie.

Trois marches. Le fait : dans une entreprise simulée, le meilleur agent testé termine moins d'un tiers des tâches ; chez Procter & Gamble, un professionnel seul avec une intelligence artificielle atteint la qualité d'une équipe de deux. Le mécanisme : le travail réel passe par des réseaux de conseil, de confiance et de communication que l'organigramme ne montre pas, et l'arrivée de l'intelligence artificielle générative multiplie ces liens au lieu de les couper. Ce que ça change : la même machine a fait baisser puis monter les résultats d'une force de vente selon l'organisation qui la recevait, mais le règlement européen sur l'intelligence artificielle exige que le contrôle humain d'un système à haut risque revienne à des personnes physiques dotées d'autorité, et une entreprise qui avait codifié chaque rôle a fini par y renoncer.

Une objection méthodologique traverse l'épisode : les preuves reposent sur des expériences courtes et des liens déclarés ; une méta-analyse de cent six expériences montre que les duos humain-machine font en moyenne mieux que l'humain seul, mais moins bien que le meilleur des deux pris seul. Personne n'a observé une équipe hybride sur un an de travail réel.

L'épisode s'ouvre sur un segment de trois minutes, l'essentiel et le pour action, pour les auditeurs pressés.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

L'autre voix tient que la préférence déclarée est un mauvais guide. Les mêmes clients utilisent les machines ; l'aversion baisse avec l'expérience ; ce que les gens fuient d'abord, c'est le processus incertain à étapes, avant même de savoir qui le tient ; et pouvoir corriger ce que la machine propose, même un peu, fait passer son acceptation de moins d'une personne sur deux à sept sur dix. Surtout, il existe un cas où la machine est préférée : quand il s'agit d'être entendu, pas dépanné. On ne lui prête pas d'intention, elle ne juge pas, on lui dit ce qu'on ne dit pas à un humain.

Les deux voix se rejoignent sur une distinction : résoudre ou entendre. Pour résoudre, la machine doit dire ce qu'elle sait faire, afficher le temps d'attente, offrir une sortie vers un humain sans que le client répète son problème, laisser une prise, et ralentir la réponse humaine après un échec. Pour entendre, elle doit dire ce qu'elle est, ce qu'elle fait de la parole, et remettre la décision à des humains. Et trois questions restent ouvertes : personne n'a suivi les mêmes clients de l'impasse à la fidélité, personne n'a chiffré ce que l'impasse coûte, personne n'a comparé une écoute interne par machine et par humain.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Une voix soutient que le temps est absorbé par le système et par les outils eux-mêmes ; l'autre, que le pourcentage de temps à vendre ne juge rien et que le service, la préparation, la coordination sont la vente dans les métiers techniques. La recherche en gestion lui donne raison sur un point : la valeur du service dépend du poste, il n'existe pas de proportion universelle. Trois diagnostics récents, dans trois organisations, montrent ce que le temps hors client contient aussi : des factures fausses, des livraisons erronées, des avoirs négociés, des alertes internes ignorées jusqu'à la réclamation du client. Les deux voix se rejoignent sur une distinction : une réparation peut être utile après coup, et sa cause évitable. Rien, dans un tableau de bord, ne sépare les deux.

Avant l'intelligence artificielle, une expérience de terrain publiée dans Management Science : le même outil d'IA de vente, déployé pendant cinq ans et demi dans un groupe pharmaceutique avec un groupe témoin. Quand le contexte de travail (procédure, autorité de décision, formation, incitations) n'était pas adapté aux vendeurs, environ un rendez-vous sur cinq de moins, et moins de ventes ; quand il l'était, plus de 40 % de rendez-vous en plus. Le contexte qui a dégradé les résultats était celui que la direction avait recommandé. Les vendeurs jugeaient l'outil excellent dans les deux cas.

Cinq décisions de management précèdent l'achat d'un outil : un standard de transfert des leads, un circuit court de validation des offres, un responsable unique par compte avec priorité sur les alertes internes, un contrôle de la facture avant émission, et l'écoute de ceux qui font le travail pour mesurer ce que le système n'enregistre pas.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Ce que toutes ces sources partagent, c'est le mécanisme : une entreprise ne recrute pas quelqu'un qu'elle ne peut pas former. Les internes en chirurgie robotique étudiés par Matt Beane n'apprennent plus dans l'acte quand la machine permet au chirurgien d'opérer seul. Un modèle économique récent (Enrique Ide, IESE) montre qu'automatiser les tâches d'entrée augmente la production immédiatement et peut réduire la croissance ensuite, parce que les débutants apprennent auprès de moins bons mentors, même si leur nombre ne baisse pas. Chaque entreprise a raison seule ; toutes ensemble assèchent le vivier où elles iront chercher leurs experts.

Le paradoxe : là où on l'a mesuré, l'IA aide d'abord les débutants. Dans un service client de 5 000 agents, un assistant génératif augmente les résolutions de 15 % en moyenne et de 30 % pour les moins expérimentés, avec peu d'effet pour les meilleurs ; les nouveaux atteignent en deux mois le niveau d'agents ayant plus de six mois d'ancienneté. L'outil relève le plancher, pas le plafond. Et c'est au nom de cet outil qu'on ne recrute plus ceux qu'il aide le mieux.

Les pistes pour redessiner le travail partent du travail plutôt que de l'effectif : décider à l'unité de la tâche, ajouter à chaque tâche d'exécution une question (est-ce qu'on y apprend quelque chose ?), organiser l'apprentissage qui n'est plus un sous-produit du travail, suivre les embauches de débutants et le temps de montée en compétence, donner au temps libéré une destination nommée. Et une question annuelle pour un comité de direction : quel poste ouvrons-nous à quelqu'un qui ne sait pas encore faire le travail ?

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

La chaîne se pince à presque chaque étage. Les machines de gravure les plus avancées sortent d'un seul fabricant au monde, ASML. Environ sept puces logiques avancées sur dix proviennent de Taïwan, l'essentiel chez un seul industriel, TSMC (direction générale du Trésor, données 2022). Nvidia décrit dans son propre rapport réglementaire une chaîne d'approvisionnement concentrée en Asie : une puce américaine est un assemblage international. Et en France, trois fournisseurs américains ont capté quatre cinquièmes de la croissance des dépenses de cloud public (Autorité de la concurrence, avis de 2023, données 2021). Une entreprise qui s'abonne à un assistant d'IA hérite de tout cet empilement sans l'avoir choisi.

Cette concentration n'est pas une fragilité en soi : elle est le produit d'une efficacité industrielle réelle, et l'épisode ne prédit aucune rupture. Une dépendance est rationnelle quand elle est connue, proportionnée à la criticité de l'usage, contractualisée et substituable. Ce qui expose une entreprise, c'est de l'ignorer.

Trois leviers relèvent d'elle. Savoir où tournent ses traitements et sous quelle juridiction, en distinguant localisation physique, nationalité du fournisseur et droit applicable. Choisir son mode de déploiement, service fermé, poids ouverts ou installation sur site, en sachant que les poids ouverts déplacent la dépendance sans la supprimer. Préserver sa réversibilité avant que le verrouillage ne se construise, par les données stockées, les outils propriétaires et les compétences des équipes.

L'épisode se ferme sur trois questions à poser à ses propres projets : quelles dépendances sont critiques, lesquelles sont substituables, et combien coûterait réellement leur remise en cause.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

La donnée de raisonnement, d'abord : les arbitrages que vos experts font chaque jour sans pouvoir les décrire. Michael Polanyi l'a posé dès 1966, nous en savons plus que ce que nous pouvons en dire ; Ikujiro Nonaka a montré que le passage du tacite à l'explicite est le maillon le plus difficile de toute gestion des connaissances.

La donnée d'articulation, ensuite : ce que l'usage réel des outils raconte, et que les compteurs de licences ne voient pas. Une étude de la Harvard Business School, publiée dans Organization Science, a suivi 758 consultants : sur les tâches où l'outil est compétent, ils travaillent environ un quart plus vite, avec une meilleure qualité ; sur une tâche choisie hors de ses capacités, ils produisent 19 % de bonnes réponses en moins. La carte de cette frontière, dans votre organisation, n'existe nulle part.

La donnée de terrain, enfin : les contournements installés, les doubles saisies, et les idées que vos équipes n'ont jamais eu l'occasion de proposer. La recherche sur la voix des employés montre que ce silence tient rarement à l'indifférence : il tient à la crainte d'être mal vu. Beaucoup d'organisations outillent la remontée des incidents ; presque aucune n'outille la remontée des idées.

Reste la question qui fâche : capter ces données sans basculer dans la surveillance. La réponse de l'épisode tient en un principe : l'anonymat se garantit par la conception du dispositif, jamais par une promesse.

Références citées : Fabrizio Dell'Acqua et al., « Navigating the Jagged Technological Frontier », Harvard Business School, Organization Science (https://ssrn.com/abstract=4573321) · Michael Polanyi, The Tacit Dimension, 1966 · Ikujiro Nonaka, « A Dynamic Theory of Organizational Knowledge Creation », Organization Science, 1994 (https://pubsonline.informs.org/doi/abs/10.1287/orsc.5.1.14) · Liang, Farh et Farh, Academy of Management Journal, 2012 (https://journals.aom.org/doi/10.5465/amj.2010.0176) · Milliken, Morrison et Hewlin, Journal of Management Studies, 2003 (https://onlinelibrary.wiley.com/doi/10.1111/1467-6486.00387).

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

La réponse tient en deux mouvements. Oui, il faut spécifier, parce qu'un agent autonome ne porte plus un simple risque de contenu mais un risque d'exécution : il agit dans les systèmes, et il n'a ni bon sens ni implicite. Sa fiche de poste est une spécification technique : mission, périmètre d'autorité, sources de vérité autorisées, conditions d'arrêt, traçabilité des décisions. Le précédent Air Canada le rappelle : l'entreprise répond toujours de ses machines, le tribunal canadien a qualifié de « remarquable » l'argument du chatbot « entité séparée ».

Mais spécifier sans jamais déguiser. Une étude expérimentale de la Harvard Business Review (mai 2026, 1 261 managers) montre que présenter la même production comme celle d'un « employé IA » doté d'un prénom fait chuter la détection d'erreurs de près d'un cinquième, surtout là où l'IA figure déjà à l'organigramme, et dissout le sentiment de responsabilité. Le vernis social endort la vigilance.

Et le retournement final : selon l'enquête mondiale du MIT Sloan Management Review, 76 % des dirigeants voient déjà ces agents comme des collègues plutôt que comme des outils. La fiche de poste à réécrire d'urgence n'est peut-être pas celle de la machine, c'est celle des humains, dont le métier bascule de l'exécution vers la supervision, le jugement et la responsabilité.

Sources : Harvard Business Review, « Research: Why You Shouldn't Treat AI Agents Like Employees » (BCG Henderson Institute / Boston University), 6 mai 2026 — https://hbr.org/2026/05/research-why-you-shouldnt-treat-ai-agents-like-employees · MIT Sloan Management Review & BCG, « The Emerging Agentic Enterprise », 18 novembre 2025 — https://sloanreview.mit.edu/projects/the-emerging-agentic-enterprise-how-leaders-must-navigate-a-new-age-of-ai/ · Décision du Civil Resolution Tribunal de Colombie-Britannique, Moffatt c. Air Canada, février 2024.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Le ressenti d'abord : dans l'essai contrôlé du laboratoire METR, des développeurs expérimentés étaient environ 20 % plus lents avec l'IA, en se croyant 20 % plus rapides. La masse salariale ensuite : selon l'enquête Gartner auprès de 350 dirigeants de grandes entreprises, huit organisations sur dix ont réduit leurs effectifs, sans corrélation avec le retour sur investissement, couper crée de la marge budgétaire, pas du retour. Les tableaux de bord enfin : l'enquête Adaptavist auprès de 2 500 travailleurs du savoir montre que plus de quatre sur dix passent plus de temps à vérifier ce que produit l'IA qu'ils n'en gagnent, un travail de reprise qu'aucune mesure ne voit.

Reste alors à mesurer le travail lui-même : l'épisode compare les méthodes disponibles, ce qu'elles voient et ce qu'elles ratent, jusqu'à la probable solution qui les départage, mesurer les tâches sans surveiller les personnes, avec un anonymat garanti par conception.

Sources : METR, essai contrôlé randomisé, juillet 2025 : https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ · Gartner, enquête T3 2025, mai 2026 : https://www.gartner.com/en/newsroom/press-releases/2026-05-05-gartner-says-autonomous-business-and-artificial-intelligence-layoffs-may-create-budget-room-but-do-not-deliver-returns · Adaptavist via Attest, mars 2026 : https://www.adaptavist.com/blog/what-is-the-human-cost-of-ai-transformatio

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Nos derniers articles : https://www.spentia.com/?utm_source=podcast&utm_medium=show-notes&utm_campaign=signaux&utm_content=ep10

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Depuis fin 2022, l'IA générative nous promet une révolution. Mais derrière les gains de productivité spectaculaires se cache un paradoxe inquiétant : une tendance irrésistible à tout uniformiser, nous tirant vers une « moyenne » sans relief. Dans ce nouvel épisode de Spentia, nous décortiquons les signaux de ce grand lissage.

Découvrez au cours de cet échange :

• Le "GPS de la pensée" : Pourquoi déléguer notre réflexion nous fait perdre notre sens de l'orientation intellectuelle.

• La monoculture algorithmique : Comment la standardisation menace le recrutement, le code informatique et même nos croyances collectives.

• L'autophagie des modèles : Ce risque réel où l'IA, en se nourrissant de ses propres contenus, finit par produire une "bouillie synthétique".

• Le compost numérique : Et si cette simplification était en fait le terreau d'une innovation radicale pour ceux qui savent l'exploiter ?

De la scène musicale de 2026 à la résistance du label "fabrication humaine", plongez dans une analyse fascinante qui place l'humain au centre de l'équation. Serez-vous un consommateur passif ou un curateur actif de ce nouveau monde ?

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

C’est ce qu’on appelle le « serpent de mer » organisationnel, ou plus techniquement : la dette décisionnelle. Dans cet épisode des Signaux du Changement, nous explorons un paradoxe fascinant : alors que 77 % des salariés français jugent leur manager capable de décider, nos entreprises n'ont jamais semblé aussi lentes.

Au programme de ce décryptage :

• Le coût de l'inaction : Pourquoi chaque choix repoussé génère des « intérêts composés négatifs » qui épuisent vos équipes.

• Nos cerveaux nous trahissent : Comprendre le biais du statu quo et l'aversion à la perte qui nous poussent à ne rien changer.

• L’enfer des réunions : Pourquoi dépasser 7 participants tue votre efficacité décisionnelle (et comment éviter le « parapluie managérial »).

• La méthode des géants : Des conseils actionnables inspirés de Jeff Bezos, ainsi que les secrets de culture radicale d'Alan, Doctolib ou BlaBlaCar pour réapprendre à avancer.

Ne laissez plus l'indécision devenir la norme. Apprenez à concevoir un système où décider devient enfin un moteur de croissance, et non un frein psychologique.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans cet épisode des Signaux du Changement, nous décortiquons le concept de « wellness washing » et explorons pourquoi il est urgent de passer de l'approche "I-Frame" (vouloir "réparer" l'individu) à l'approche "S-Frame" (réparer le système).
Découvrez comment la friction organisationnelle grignote votre rentabilité et pourquoi le rôle du dirigeant de demain n'est plus d'être un "Chief Happiness Officer", mais un véritable architecte du travail.

Un échange sans filtre qui s'appuie sur des études d'Harvard, du MIT et d'Oxford pour redonner du sens à la performance.

Analyse des points clés du podcast :

• Le Paradoxe du Bien-être : Malgré un marché mondial du bien-être au travail frôlant les 95 milliards de dollars, les indicateurs de santé mentale sont au rouge.

• L'échec de l'approche "I-Frame" : L'étude d'Oxford (46 000 salariés) démontre que les programmes centrés sur l'individu (résilience, pleine conscience) n'ont aucun impact significatif s'ils ne traitent pas les conditions réelles de travail.

• La Friction Organisationnelle : Le MIT définit l'expérience employé par la facilité à faire son travail. Réduire cette "traînée" peut rendre une entreprise 25% plus rentable et deux fois plus innovante.

• L'Iceberg de l'Ignorance : Le top management ne connaîtrait que 4% des problèmes réels de terrain, créant un décalage massif entre les décisions stratégiques et le quotidien des équipes.

• La "Service Profit Chain" : Un rappel de ce modèle de 1994 qui prouve que le profit est la conséquence directe de la satisfaction des employés. L'équation est simple : EX = CX (l'Expérience Collaborateur égale l'Expérience Client).

• Solutions concrètes : L'épisode suggère des méthodes simples comme les "cailloux dans la chaussure" (identifier les irritants quotidiens) ou "Kill a stupid rule" pour redonner de l'autonomie et de l'efficacité.
  

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

L'IA en 2026 ne ressemble plus à celle d'hier. Fini le temps où l'on se contentait de jouer avec des chatbots : nous sommes entrés dans l'ère de la consolidation et des choix stratégiques critiques. Mais comment s'y retrouver quand le terme "IA" est devenu un fourre-tout ?

Dans cet épisode des Signaux du Changement, nous dissipons le brouillard pour cartographier les forces en présence. Nous ne parlons pas seulement de tech, mais de philosophie d'entreprise.

🎧 Au programme de cet épisode :

• La guerre des clans : Comprendre l'affrontement entre les "Probabilistes" (les LLM comme GPT) et les "Logiciens" (l'IA symbolique fiable et traçable).

• La nouvelle vague : Pourquoi l'avenir appartient à l'IA Neuro-Symbolique et aux "Modèles du Monde" chers à Yann LeCun.

• Système 1 vs Système 2 : Faut-il une IA qui improvise ou une IA qui réfléchit avant d'agir ?

• Le plan d'action en 5 étapes : Une feuille de route concrète pour les dirigeants (RH, Data, Choix fournisseurs) pour ne pas se tromper de destination.

Que vous soyez manager, entrepreneur ou simplement passionné, cet épisode vous donne les clés pour arrêter de subir la hype et commencer à bâtir une stratégie IA durable.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans cet épisode des Signaux du Changement, nous décortiquons le phénomène silencieux mais sismique de la "Confiance Inversée". Pourquoi fuyons-nous le jugement humain pour trouver refuge auprès d'algorithmes froids ?

Au programme de cette analyse :

• Le paradoxe de l'Iceberg : Pourquoi l'absence d'émotion de l'IA nous rassure plus que l'empathie humaine.

• Le danger du "Shadow AI" : Avec 93% d'utilisation non supervisée, vos employés confient leurs doutes (et vos données sensibles) à des boîtes noires.

• L'effet de désinhibition en ligne : Comment l'écran devient un confessionnal plus sûr que le bureau du manager.

• La solution : Vers une "Authenticité Augmentée". Comment les leaders peuvent-ils arrêter de vouloir concurrencer la machine pour redevenir humains ?
  

Découvrez comment Spentia transforme ces signaux faibles en levier de transformation, en remettant l'anonymat et la vérité au cœur du dialogue.

Écoutez maintenant pour comprendre pourquoi la confiance change de camp.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Et si ces irritants du quotidien n'étaient pas de simples désagréments, mais les symptômes d'un mal profond qui ronge silencieusement la performance de votre entreprise ?

Dans ce nouvel épisode des Signaux du Changement, nous levons le voile sur les frictions opérationnelles. Ce phénomène, souvent invisible pour la direction mais dévastateur pour les équipes, coûte aux entreprises entre 20 et 30% de leur productivité et mène tout droit au désengagement.

En s'appuyant sur les travaux de chercheurs de Stanford, Harvard et les enquêtes Gallup, nos experts décryptent :

• L'Iceberg de l'ignorance : Pourquoi la direction ne voit que 4% des problèmes réels.

• Les 5 grandes familles de frictions Spentia : Informationnelles, décisionnelles, technologiques, organisationnelles et de compétences.

• Le paradoxe de la "surcharge collaborative" : Quand trop de communication tue l'action.

• Des solutions concrètes : De la méthode "No Rules Rules" de Netflix à la chasse au "Sludge", apprenez à soustraire plutôt qu'à ajouter.

Écoutez cet épisode pour transformer la "résistance organisationnelle" en moteur de performance et redonner du sens au travail de vos équipes.

Prêt à devenir un "chasseur de frictions" ? Appuyez sur lecture.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Dans ce premier épisode des Signaux du Changement, nous explorons la "Frontière Déchiquetée" (Jagged Frontier), cette zone instable où l'IA ne remplace pas l'humain, mais rebat violemment les cartes de la valeur ajoutée.

Code, technique, expérience : et si tout ce que vous croyez savoir sur la compétence était périmé ? Découvrez pourquoi les "soft skills" deviennent des compétences de survie et comment transformer vos managers en navigateurs de l'incertitude.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.