L’intelligence artificielle (IA) est incontournable dans toutes les organisations. Elle s’impose même désormais comme un élément structurant. Dès lors, nous ne sommes plus dans une phase d’exploration ou d’expérimentation marginale de l’IA : nous sommes entrés dans une phase d’intégration progressive et de structuration des usages, avec des organisations qui cherchent à organiser et encadrer l’usage de ces technologies, même si leur appropriation demeure différenciée selon les contextes et les profils des salariés.
Néanmoins, derrière cette adoption rapide de l’IA se joue également la transformation plus profonde des métiers et des compétences, dans la mesure où l’IA ne se contente plus d’assister l’humain dans ses tâches et tend à agir de manière de plus en plus autonome. Cette évolution de l’IA nous amène à redéfinir progressivement la frontière entre les tâches humaines et les tâches automatisables.
Une adoption de l’IA qui s’opère à deux vitesses
L’intelligence artificielle générative (IAG) a connu en France une diffusion inédite. En 2023, 20% de la population française déclarait y avoir recours. En 2025, ce chiffre atteint près de la moitié de la population (48%), soit une progression de 28 points en l’espace de deux ans. En comparaison, on estime que la connexion à internet à domicile a eu besoin de trois années supplémentaires pour pénétrer à un niveau comparable les foyers français (CREDOC, 2026).
Cependant, cette adoption reste profondément inégalitaire dans la mesure où elle est marquée par une forte polarisation selon l’âge et la catégorie socio-professionnelle. Les jeunes sont les plus grands utilisateurs : 85% des 18-24 ans et 73% des 25-39 ans déclarent utiliser l’IAG. De la même manière, les indépendants (77 %), les cadres et professions intellectuelles supérieures (76 %) ou encore les diplômés du supérieur (65 %) figurent parmi les plus adeptes de l’IAG (CREDOC,2026). Cette prédominance de certaines catégories de la population traduit une véritable fracture d’usage liée au capital éducatif et au niveau de qualification : les individus les plus formés sont ceux qui maîtrisent le mieux ces outils et qui en exploitent le mieux le potentiel.
Par ailleurs, l’usage de l’IA reste malgré tout ancré dans la sphère personnelle plutôt que dans la sphère professionnelle. En effet, seuls 35% des actifs déclarent utiliser l’IA au moins une fois par semaine dans le cadre de leur travail contre 41% dans leur vie personnelle. Lorsque l’on se penche sur l’usage de l’IA au regard de la taille des entreprises, le décalage est encore plus grand. Si 58% des grandes entreprises déclarent utiliser l’IA, ce taux chute à 31% pour les petites et moyennes entreprises et à 15% pour les toutes petites entreprises (IPSOS, 2026), alors même que les TPE-PME représentent 99% du tissu économique français (OCDE, 2024). Ces différences d’usages de l’IA illustre les difficultés qu’ont les organisations à intégrer les outils d’IA, surtout lorsque ces dernières ne peuvent se doter des moyens nécessaires pour les mettre en œuvre. Toutefois, il souligne aussi que l’usage de l’IA relève souvent d’une pratique individuelle plutôt que d’une stratégie assumée des entreprises.
L’IA reste alors majoritairement sollicitée pour des tâches d’assistance telles que la rédaction, la synthèse, ou encore une simple recherche. Néanmoins, une véritable évolution des usages s’opère et l’IA est de plus en plus mobilisée pour réaliser des tâches avec une valeur ajoutée plus importante : recherches approfondies (27 %), créativité (26 %), tâches techniques ou spécialisées (21 %) et formation (19 %). Une dynamique soutenue par les dirigeants d’entreprises qui estiment à 70% que l’IA a déjà contribué à améliorer leur productivité et à 53% qu’il s’agit d’un levier d’impact positif pour leur organisation (IPSOS, 2026). Ainsi, si les outils d’IA ne sont pas encore pleinement intégrés au sein des organisations, ces chiffres témoignent d’une volonté claire de les déployer dans les années à venir.
L’avènement de l’IA agentique
Une nouvelle étape est en train d’être franchie avec l’avènement de l’IA dite « agentique », qui se caractérise par des outils en capacité d’agir de manière autonome. L’IA agentique peut être définie comme un outil capable de prendre des décisions, de planifier des actions et d’effectuer des tâches complexes et ce avec une influence humaine limitée. L’IA agentique se distingue de l’IAG dans la mesure où elle ne se contente plus simplement de répondre aux demandes posées, elle est capable d’agir, de décomposer les problèmes afin de proposer des solutions et des réponses plus poussées.
Son fonctionnement repose la plupart du temps sur quatre « couches complémentaires » :
- Une couche applicative, qui permet d’interagir avec l’utilisateur et de comprendre ses besoins
- Une couche d’orchestration, qui coordonne les différentes tâches et agents afin de décider de la marche à suivre
- Une couche logique, qui effectue le travail, structure le raisonnement des agents utilisés
- Une couche d’évaluation, qui analyse les résultats et améliore le contenu produit
Ces couches sont dites complémentaires parce qu’elles fonctionnent en synergie pour permettre à l’IA de comprendre, décider, agir et apprendre de manière quasi autonome.
L’impact potentiel de l’IA agentique est considérable dans la mesure où cette nouvelle forme d’automatisation ouvre la possibilité de réaliser des tâches complexes qui n’étaient auparavant que très difficilement automatisables. Il s’agit là d’une nouvelle opportunité de transformation des organisations qui amène à repenser de nouveau le rôle des salariés et leurs compétences. Avec l’apport de l’IA agentique, les individus ne doivent plus seulement interagir avec la machine, mais coordonner un ensemble d’agents numériques autonomes. Le salarié devient le « manager » de la machine, un chef d’orchestre qui supervise, arbitre et oriente l’action de ces agents numériques.
L’évolution des compétences : du savoir-faire au savoir-piloter
Avec l’IA agentique, les zones d’usage de l’IA s’élargissent en ne se limitant plus aux tâches de rédaction et d’analyse, ce qui signifie qu’elle augmente les volume des tâches potentiellement automatisables. Toutefois, contrairement à certaines idées reçues, cette évolution ne se traduit pas par une disparition massive des emplois, mais à l’inverse d’une transformation du contenu de ces derniers et à une recomposition des compétences des salariés. C’est notamment le cas pour les métiers les plus exposés à l’influence de l’IA : architecture et ingénierie, informatique, finance, administration, droit, enseignement, professions artistiques, fonctions supports par exemple au sein desquels plus de 30% des tâches sont identifiées comme automatisables (COFACE, 2026). Ces métiers, fortement basés sur le traitement et l’exploitation de l’information sont particulièrement concernés par l’automatisation de leurs tâches. Il s’agit également de métiers particulièrement féminisés, notamment les fonctions juridiques, administratives et de support par exemple.
Dans ce cadre, les salariés interviennent moins dans les phases de production pure, et de plus en plus en amont des processus afin de définir les besoins et structurer la demande faite aux outils d’IA. Ils interviennent également en aval pour évaluer la qualité de la production réalisée par l’IA et valider les résultats produits par cette dernière. On assiste ainsi au développement du savoir-piloter des outils d’IA, qui vient compléter le savoir-faire des salariés.
Dès lors, nous observons une véritable montée en puissance des compétences transversales, des « soft skills », et notamment de l’esprit critique. Le collaborateur doit être capable de détecter les erreurs faites par l’IA, de questionner la cohérence de son raisonnement et de repérer les biais et les angles morts des tâches effectuées par l’IA. La capacité à prendre du recul, à interpréter des résultats et à arbitrer vis-à-vis de ces derniers devient une compétence clé au sein des organisations à l’ère du développement de l’IA.
Le besoin de développer ce type de compétences rappelle l’enjeu d’inclure activement les seniors dans les organisations. À tort, les entreprises pourraient parfois considérer que les profils seniors sont les plus en difficulté face à l’adoption de l’IA. Or, les compétences désormais clés, comme l’esprit critique, les capacités d’arbitrage et d’évaluation des situations reposent en grande partie sur l’expérience et la connaissance des situations sensibles. Les profils expérimentés sont ainsi les mieux positionnés pour évaluer la qualité et la pertinence des résultats produits par l’IA et en détecter les limites.
Ainsi, ces évolutions s’inscrivent dans le développement par les collaborateurs de méta-compétences, parfois qualifiées de compétences « méta-IA ». Il ne s’agit plus de comprendre le fonctionnement d’un outil et de maîtriser son usage, il faut désormais comprendre ses limites et avoir la capacité d’interagir efficacement avec lui, notamment par le biais de prompts efficaces et capables d’anticiper les biais que pourrait inclure l’IA sans son raisonnement. Le collaborateur devient ici le chef d’orchestre de la production.
Le cabinet KYU vous accompagne dans votre stratégie d’intégration des outils d’intelligence artificielle.
Si l’intelligence artificielle représente une opportunité majeure pour les organisations, son déploiement implique des transformations qui dépassent la seule question des outils d’IA mobilisés : évolution des compétences, redéfinition des métiers et adaptation des modes d’organisation du travail.
Elle impacte aussi plus largement la vie en entreprise en elle-même et soulève de ce fait des enjeux de dialogue social, notamment dans son intégration dans les démarches de Gestion des Emplois et des Parcours Professionnels en entreprise (GEPP) et d’amélioration de la Qualité de Vie et des Conditions de Travail (QVCT).
Notre webinaire sur la GEPP à l’ère de l’IA est disponible sur le lien suivant : cliquez ici
KYU vous accompagne dans l’évaluation et l’analyse de vos pratiques afin de structurer votre stratégie IA et vous accompagner dans l’évolution des compétences et des métiers.
Sources :
CIANum (2026), IA agentique : enjeux et perspectives : https://www.conseil-ia-numerique.fr/files/uploads/2026/IA%20agentique%20CIANum_all.pdf
COFACE (2026), Emplois, compétences, valeur : ce que l’IA est en train de bouleverser : https://www.coface.fr/actualites-economie-conseils/emplois-competences-valeur-ce-que-l-ia-est-en-train-de-bouleverser
CREDOC (2026), Baromètre du numérique 2026 : https://www.credoc.fr/publications/barometre-du-numerique-2026-rapport
IPSOS BVA (2026), IA en entreprise : état des lieux et leviers d’accélération : https://www.ipsos.com/fr-fr/ia-en-entreprise-etat-des-lieux-et-leviers-dacceleration
Les Echos, Compétences des séniors : un atout face aux enjeux de l’IA : https://www.lesechos.fr/idees-debats/leadership-management/competences-des-seniors-un-atout-face-aux-enjeux-de-lia-2204698
Levin, I., Marom, M., & Kojukhov, A. (2025). Rethinking AI in Education: Highlighting the Metacognitive Challenge. BRAIN. Broad Research in Artificial Intelligence and Neuroscience, p.250-263 : http://dx.doi.org/10.70594/brain/16.S1/21
OCDE (2023), Perspectives de l’emploi de l’OCDE 2023 : https://www.oecd.org/fr/publications/perspectives-de-l-emploi-de-l-ocde-2023_aae5dba0-fr.html
Vie Publique (2026), IA agentique : une technologie qui suscite des questions : https://www.vie-publique.fr/en-bref/302417-ia-agentique-une-technologie-qui-suscite-des-questions
