Ces dernières années, nous avons beaucoup évoqué l’adoption de l’intelligence artificielle dans les entreprises. Tester Claude, déployer Copilot, former les équipes, identifier des cas d’usage… une première étape nécessaire, mais maintenant insuffisante. Désormais, l’enjeu est moins l’adoption de l’IA (bien que de nombreuses organisations n’aient pas encore déployé d’outils ni formé leurs salariés) que ce qu’elle change concrètement dans notre façon de travailler.
Il est tout à fait possible d’intégrer de nouveaux outils tout en conservant exactement les mêmes habitudes, les mêmes circuits de validation, les mêmes réunions, ou les mêmes tâches répétitives. Autrement dit, on peut adopter l’IA sans changer grand-chose. On peut même l’utiliser pour accélérer des processus qui mériteraient d’abord d’être remis en question. Automatiser un processus inutile ne le rend pas plus intelligent. C’est alors que l’on commence réellement à transformer les façons de travailler : lorsque l’on cesse de regarder uniquement l’outil pour s’intéresser au travail lui-même. Quelles tâches ont encore de la valeur ? Lesquelles pourraient disparaître ? Lesquelles pourraient être réduites ? Lesquelles pourraient être améliorées grâce à l’IA ? Et lesquelles voulons-nous continuer à confier à des humains ? La matrice DRIP permet de poser cette réflexion de façon simple. Elle repose sur quatre verbes : Delete, Reduce, Improve, Preserve.
Delete
Il s’agit de supprimer ce qui n’a plus lieu d’être. Avant de chercher à automatiser une tâche, il faut se demander pourquoi elle existe. Certaines ressaisies, consolidations manuelles, recherches répétitives ou productions systématiques de documents sont parfois des habitudes davantage que de véritables besoins. La première question ne devrait donc pas toujours être « Comment automatiser cette tâche ? » mais plutôt « Est-elle encore nécessaire ? »
Reduce
C’est réduire le temps consacré à ce qui reste utile. Préparer une réunion, synthétiser plusieurs documents, structurer une première analyse, comparer des informations ou produire une première version d’un support sont des tâches qui conservent leur intérêt mais qui ne nécessitent plus forcément le même temps humain qu’auparavant. Le gain de temps n’a d’intérêt que s’il permet de consacrer ce temps à autre chose : analyser, échanger, décider, accompagner.
Improve
Améliorer ce que l’on fait déjà : c’est probablement là que l’IA est la plus intéressante, quand elle ne sert plus seulement à aller plus vite. Elle peut permettre de tester plusieurs scénarios, de confronter une idée, de chercher des contre-arguments, d’identifier des angles morts, ou encore de personnaliser davantage une communication. À condition, bien sûr, de ne pas lui déléguer notre esprit critique.
Preserve
Enfin il s’agit de décider de ce qui doit rester humain. Le « Preserve » est peut-être la partie la plus importante. Tout ce qui peut être confié à une IA ne doit pas nécessairement l’être. Une conversation difficile avec un collaborateur, un feedback, un arbitrage complexe, la compréhension d’une situation humaine ou la responsabilité d’une décision ne se résolvent pas à la qualité d’une réponse produite par un outil. Et c’est là que le rôle du manager change vraiment.
Humain ou IA : qui fait quoi ?
À mesure que l’IA prend en charge une partie de l’exécution, le rôle du manager se recentre sur autre chose : décider, arbitrer, contrôler. Il n’a pas vocation à devenir celui qui maîtrise le plus grand nombre d’outils ou qui écrit les meilleurs prompts. Son rôle consiste de plus en plus à déterminer ce qui peut être confié à l’IA, ce qui doit être réalisé avec son aide, et ce qui doit rester profondément humain. Cela suppose aussi de poser des règles claires, de vérifier les résultats produits, de développer l’esprit critique des équipes, et d’éviter deux excès opposés : refuser l’IA par principe, ou vouloir l’introduire partout.
Nous avons examiné la phase de découverte. Il nous faut maintenant passer à celle de la transformation. Pour les dirigeants comme pour les managers, la bonne question n’est donc plus « Comment utiliser davantage l’IA ? » mais plutôt « Qu’est-ce que l’IA doit réellement changer dans notre manière de travailler ? »
