Alors que le nombre de managers intermédiaires diminue dans plusieurs entreprises, leur mission, elle, s’alourdit. Désormais, une partie croissante du pilotage ne consiste plus seulement à encadrer des équipes, mais à s’assurer que l’intelligence artificielle (IA) est réellement utilisée au quotidien et qu’elle produit des effets concrets.

Une adoption de l’IA de plus en plus suivie

Dans un contexte où les directions doivent démontrer l’intérêt des investissements en IA, la pression se déplace progressivement. Les grands discours des comités exécutifs et les messages généraux laissent place à des échanges plus fréquents entre responsables et équipes, avec des questions très concrètes sur l’usage.

Concrètement, plusieurs entreprises mettent en place des mécanismes de suivi. L’enjeu n’est pas seulement de savoir si un outil d’IA est accessible, mais de mesurer son adoption et d’encourager des usages capables d’améliorer la productivité. Les managers sont alors amenés à repérer les équipes ou les profils qui utilisent peu ces outils, puis à demander des explications et des pistes d’amélioration.

Du “tester l’IA” au contrôle des résultats

Jusqu’ici, beaucoup d’organisations ont déployé l’IA sur une base large, en demandant aux salariés d’expérimenter. Mais l’accès à un outil ne garantit ni son utilisation régulière, ni des gains de performance tangibles. C’est précisément sur ce point que le rôle des managers devient central.

Les échanges mentionnés par des ingénieurs et des responsables décrivent une dynamique où le manager insiste sur des “meilleurs résultats” et sur la nécessité de ne pas laisser son équipe en retard. Dans certaines structures, des dispositifs plus formels existent aussi, comme des tableaux de bord internes permettant de suivre certains indicateurs d’usage.

À Disney, par exemple, l’organisation évoque des démarches visant à comprendre comment les équipes exploitent les outils disponibles, avec des demandes adressées aux collaborateurs sur les raisons d’une adoption limitée et sur ce qui pourrait réduire les frictions (formation, guidance, clarification des cas d’usage).

Des objectifs plus précis, une charge supplémentaire

Cette évolution intervient alors que les entreprises repensent aussi l’organisation managériale. La tendance dite “flattening” a déjà réduit certaines strates, notamment celles perçues comme trop orientées vers le contrôle. Dans ce contexte, les managers intermédiaires se retrouvent parfois avec plus de responsabilités, alors même que leurs marges de manœuvre restent contraintes.

Le défi est double :

• assurer une adoption réelle de l’IA, au-delà de l’expérimentation ponctuelle ;

• traduire cet usage en gains mesurables, sans se limiter à des indicateurs simplistes comme la simple connexion à un outil.

Les témoignages disponibles montrent également que la consigne peut évoluer vers une utilisation intégrée au travail : déléguer certaines tâches à l’IA, standardiser certaines pratiques, et exiger des résultats plus rapides ou plus fiables.

Un rôle qui se transforme : accompagner l’usage, pas seulement surveiller

Au-delà du suivi, les managers sont aussi confrontés à une question de fond : comment transformer un déploiement technique en amélioration opérationnelle ? Selon des approches de gestion du changement et de stratégie RH, l’enjeu ne se résume pas à “mettre des outils à disposition”, mais à organiser l’apprentissage, clarifier les bonnes pratiques et lever les obstacles.

Dans la pratique, cela peut se traduire par des règles d’équipe, des retours sur les difficultés rencontrées, ou des ajustements visant à rendre l’IA plus accessible et plus utile. Pour les responsables, l’IA devient ainsi une compétence à encadrer : elle touche au processus de travail autant qu’au résultat.

Quelles conséquences pour les collaborateurs ?

Pour les employés, la transformation est souvent perceptible dans le quotidien. L’IA peut être intégrée à des rituels d’équipe (standups, points hebdomadaires), avec des attentes explicites sur l’utilisation et sur la justification des choix. Ce changement peut être bénéfique lorsqu’il s’accompagne de formation et d’un cadre clair, mais il peut aussi créer une forme de pression ou de conformité si les indicateurs et les objectifs sont mal calibrés.

Dans ce contexte, l’accès à des outils fiables et bien documentés reste un facteur important. Pour s’initier de manière pragmatique, certains utilisateurs privilégient des environnements et des assistants conçus pour l’écriture, la recherche d’informations et l’aide à la structuration des tâches, à l’image de un ordinateur portable confortable pour travailler efficacement avec des outils d’IA ou un clavier ergonomique adapté aux longues sessions de rédaction et de prototypage, qui peuvent aider à réduire la friction liée au travail de production.

Au final, l’idée centrale est claire : l’IA ne remplace pas le management, elle le reconfigure. Dans de nombreuses entreprises, ce sont désormais les managers intermédiaires qui portent l’exigence d’adoption et qui tentent de relier l’usage de l’outil aux objectifs de performance.