Avec l'IA, les spécialistes sont mieux équipés, les généralistes plus précieux

L'IA renforce les spécialistes. Mais plus leur expertise devient puissante, plus les entreprises ont besoin de profils capables de relier les silos.

Pendant longtemps, la transformation numérique semblait annoncer la victoire définitive des spécialistes. Plus les outils devenaient sophistiqués, plus les organisations recherchaient des profils capables de maîtriser un domaine précis : acquisition, data, cybersécurité, finance, SEO, droit, produit, automatisation ou intelligence artificielle. La complexité technique produisait naturellement de la spécialisation.

L’intelligence artificielle ne renverse pas cette logique. Elle pourrait même l’accélérer. Un juriste équipé d’un bon système d’IA peut analyser davantage de documents, un développeur produire et vérifier du code plus rapidement, un spécialiste marketing explorer davantage d’hypothèses et un analyste financier traiter une quantité d’informations autrefois inaccessible dans le même temps. Lorsque l’expertise existe déjà, l’IA peut lui fournir un effet de levier considérable.

Mais cette amélioration produit un paradoxe. Plus chaque fonction devient puissante dans son propre domaine, plus la difficulté se déplace vers ce qui se passe entre les domaines. Une entreprise ne manque pas toujours d’experts capables de formuler d’excellentes réponses. Elle manque parfois de personnes capables de comprendre pourquoi plusieurs excellentes réponses sont incompatibles entre elles.

C’est là que la valeur du généraliste pourrait être en train de changer de nature.

L’IA ne remplace pas l’expertise verticale, elle l’équipe

La première erreur serait d’imaginer que l’intelligence artificielle transforme tout le monde en expert et rend progressivement les spécialistes inutiles. Savoir obtenir une réponse technique ne signifie pas savoir en apprécier la qualité, identifier ce qu’elle omet ou comprendre les conséquences d’une erreur. Dans beaucoup de domaines, l’expertise humaine devient même plus importante lorsque l’outil augmente la quantité de décisions possibles.

Un professionnel expérimenté n’utilise pas uniquement l’IA pour obtenir une réponse plus vite. Il sait ce qu’il faut demander, quelles hypothèses méritent d’être testées, où chercher les faiblesses du résultat et à quel moment la machine devient moins fiable. Deux personnes disposant du même modèle peuvent ainsi obtenir des résultats très différents parce que l’une possède le cadre intellectuel permettant de juger ce que l’outil produit.

L’IA peut en revanche réduire une partie du coût d’accès aux compétences périphériques. Un responsable marketing peut produire une première analyse de données sans attendre systématiquement un analyste. Un dirigeant peut interroger un document juridique avant de solliciter son avocat. Un développeur peut améliorer une présentation commerciale, tandis qu’un commercial peut comprendre plus facilement les grandes contraintes techniques d’un produit.

Une analyse récente d’OpenAI portant sur environ 800 000 messages professionnels adressés à ChatGPT donne une indication intéressante de ce phénomène. Parmi les requêtes pouvant être rattachées à une profession, une part importante concernait des tâches traditionnellement associées à d’autres métiers. L’IA ne fait donc pas seulement gagner du temps à l’intérieur des fonctions existantes : elle rend leurs frontières plus poreuses.

Pour autant, pouvoir accomplir ponctuellement une tâche extérieure à son métier ne transforme pas automatiquement un utilisateur en spécialiste. Cela lui permet surtout de franchir plus facilement la frontière qui le séparait autrefois d’autres expertises. Et cette différence est essentielle.

Quand chaque expert devient plus puissant, la coordination devient plus difficile

Une entreprise n’est pas une collection de problèmes indépendants. Une décision apparemment optimale pour le marketing peut détériorer la marge. Une architecture parfaitement sécurisée peut rendre un produit inutilisable. Une politique juridique éliminant presque tout risque peut ralentir le commercial au point de coûter davantage que les risques qu’elle évite. Une optimisation financière peut fragiliser une capacité stratégique dont la valeur n’apparaît pas immédiatement dans les comptes.

Ces tensions existaient bien avant l’intelligence artificielle. Mais l’IA peut augmenter la capacité de chaque fonction à optimiser son propre périmètre. Le juriste dispose de meilleurs outils pour identifier les risques, le financier de davantage de scénarios pour maximiser le rendement, le marketing d’une puissance d’analyse et de production supérieure, et le département informatique d’une visibilité beaucoup plus fine sur ses contraintes.

Le problème n’est donc plus nécessairement que l’une de ces fonctions se trompe. Elles peuvent toutes avoir raison.

Une étude publiée cette année dans Labour Economics éclaire précisément cette tension. En analysant la composition entre spécialistes et généralistes au sein d’une grande entreprise japonaise, le chercheur Kohei Takahashi montre que les spécialistes disposent d’un avantage lorsque l’adaptation à un domaine particulier exige une connaissance profonde, tandis que les généralistes prennent davantage de valeur lorsque la coordination entre activités devient importante. Le modèle et les données suggèrent également que la proportion optimale de généralistes augmente lorsque l’incertitude du marché s’accroît.

Cette conclusion est particulièrement intéressante à l’ère de l’IA. Si la technologie augmente encore la capacité d’adaptation de chaque spécialiste dans son domaine, elle ne supprime pas pour autant la nécessité de coordonner leurs décisions. Elle peut même augmenter le nombre d’options produites par chaque silo et rendre l’arbitrage plus complexe.

Le goulet d’étranglement se déplace alors. L’entreprise dispose de davantage d’intelligence spécialisée, mais elle doit toujours décider quoi en faire.

Le généraliste précieux n’est pas celui qui sait un peu de tout

C’est ici qu’une confusion ancienne doit être évitée. Revaloriser les généralistes ne signifie pas célébrer le profil superficiel capable de parler de dix sujets sans en maîtriser aucun. Dans une économie où les connaissances techniques deviennent toujours plus complexes, ce généraliste-là risque au contraire de rencontrer rapidement ses limites.

Le profil qui gagne en valeur est différent. Il possède suffisamment de profondeur pour comprendre la logique des spécialistes, sans chercher à les remplacer, et suffisamment de largeur pour anticiper ce que leurs décisions produisent ailleurs dans l’organisation. Sa compétence centrale n’est pas de connaître toutes les réponses, mais de savoir comment les différentes réponses doivent être articulées.

Cette capacité devient décisive lorsque plusieurs métiers emploient des critères de réussite différents. Le responsable cybersécurité raisonne en exposition au risque, le commercial en probabilité de vente, le directeur financier en rendement, le marketing en préférence et acquisition, le produit en expérience utilisateur. Chacun peut améliorer considérablement son analyse avec l’IA sans que l’organisation sache davantage quel critère doit primer lorsque les objectifs entrent en collision.

Le généraliste apporte alors une compétence que le modèle ne possède pas spontanément : la compréhension de l’entreprise comme système politique, économique et humain. Il sait qu’un choix techniquement inférieur peut devenir stratégiquement supérieur parce qu’il simplifie l’exécution, préserve une relation ou évite une dépendance. Il sait également qu’une excellente recommandation dans un silo peut devenir mauvaise lorsqu’on l’applique à l’ensemble.

Une synthèse de 42 études de cas présentée à l’Academy of Management en 2025 observait déjà que l’introduction de l’IA provoquait des déplacements de frontières entre professions, obligeant les organisations à redéfinir qui fait quoi et qui possède l’autorité sur certaines décisions. Le problème n’est donc pas uniquement technologique. Chaque fois que l’IA rend une expertise accessible plus largement, elle modifie aussi les rapports entre ceux qui la détenaient auparavant et ceux qui peuvent désormais entrer partiellement sur leur territoire.

L’IA rend les frontières professionnelles plus poreuses sans les faire disparaître

Cette évolution pourrait transformer beaucoup de fonctions intermédiaires. Lorsque chaque métier peut réaliser une partie du travail des autres, certaines tâches de transmission perdent mécaniquement de la valeur. Le marketing n’a plus besoin de solliciter systématiquement la data pour chaque lecture simple, la direction peut préparer certaines analyses sans mobiliser plusieurs niveaux hiérarchiques et les équipes opérationnelles peuvent produire seules des éléments qu’elles auraient auparavant commandés à une fonction support.

Mais l’effacement de certaines frontières ne signifie pas la disparition de la coordination. Au contraire, plus les collaborateurs disposent d’autonomie pour empiéter sur des domaines voisins, plus il devient important de déterminer jusqu’où cette autonomie reste pertinente.

C’est ce que montrent également les travaux récents sur la collaboration entre humains et systèmes d’IA. Une synthèse de 37 études empiriques consacrées aux organisations utilisant l’IA identifie notamment des ruptures de coordination lorsque les objectifs ne sont plus alignés ou lorsque le sens se dégrade en passant d’un acteur à l’autre. Autrement dit, augmenter les capacités individuelles ne suffit pas à améliorer mécaniquement la performance collective.

Ce constat devrait intéresser les entreprises qui imaginent encore leur transformation IA comme une succession de gains fonctionnels. Donner un meilleur outil au marketing, au juridique, aux ventes ou aux développeurs peut améliorer chaque métier pris séparément. Cela ne garantit aucunement que les décisions de l’ensemble deviennent meilleures.

La valeur professionnelle pourrait donc progressivement se polariser entre deux formes de compétence : une expertise verticale suffisamment profonde pour tirer pleinement parti de l’IA, et une capacité transversale suffisamment forte pour assembler les décisions produites par ces expertises.

Le prochain avantage compétitif sera peut-être de savoir arbitrer entre des experts qui ont tous raison

Pendant plusieurs années, le discours sur l’avenir du travail a surtout demandé quels métiers seraient remplacés, augmentés ou protégés par l’intelligence artificielle. Cette grille devient insuffisante. L’IA ne redistribue pas uniquement la quantité de travail nécessaire pour accomplir une tâche. Elle modifie également la valeur relative des compétences à l’intérieur des organisations.

Les spécialistes ne deviennent pas moins importants. Un excellent spécialiste équipé d’une IA performante peut devenir considérablement plus productif. Mais cette puissance supplémentaire augmente mécaniquement l’importance de ceux qui comprennent comment son expertise interagit avec celles des autres.

Les entreprises devront probablement revoir certains de leurs critères de progression professionnelle. Un collaborateur ne crée pas nécessairement davantage de valeur parce qu’il devient toujours plus spécialisé. Dans certaines fonctions, sa capacité à traverser plusieurs métiers, comprendre leurs contraintes et arbitrer leurs contradictions peut devenir plus utile à mesure que l’expertise elle-même devient abondante.

Cela pourrait également modifier le rôle du management. Si l’intelligence artificielle prend en charge une partie croissante de l’analyse et donne davantage d’autonomie technique aux équipes, le manager qui se contente de transmettre de l’information ou de contrôler son exécution perd une partie de sa justification. Celui qui sait relier plusieurs expertises, définir les priorités et prendre une décision lorsque les meilleures réponses fonctionnelles s’opposent en gagne une nouvelle.

L’IA pourrait ainsi produire un résultat assez ironique. En donnant aux spécialistes des outils toujours plus puissants, elle ne construit pas nécessairement un monde dominé uniquement par eux. Elle rend simultanément plus rare et plus précieuse la capacité à comprendre ce qu’aucun silo ne peut voir seul.

L’entreprise de demain n’aura probablement pas à choisir entre spécialistes et généralistes. Elle aura besoin de spécialistes meilleurs que jamais dans leur domaine et de généralistes suffisamment solides pour ne jamais prétendre les remplacer. La différence se fera au moment où il faudra transformer toutes ces expertises amplifiées en une seule décision cohérente.

Et à cet endroit précis, savoir beaucoup de choses sur un seul sujet ne suffira plus.