Grâce à l'IA, vos managers produisent plus. Mais managent-ils mieux ?

Documents impeccables, effort invisible, relations oubliées : bienvenue dans l'ère de " l'opacité de l'effort ". Et si le vrai progrès consistait à rendre aux managers le temps de manager ?

Le compte rendu est impeccable. La présentation, structurée. Les e-mails, résumés. Le reporting, consolidé. Et tout cela en quelques minutes.

Depuis l’arrivée de l’IA générative dans les entreprises, nous n’avons jamais été aussi proches de tenir une promesse que les managers attendent depuis des années : les débarrasser enfin d’une partie de la charge administrative qui les empêche de manager.

On devrait s’en réjouir. Je m’en réjouis.

Mais une question beaucoup moins confortable devrait désormais occuper les DRH et les dirigeants : que faisons-nous réellement du temps rendu par l’IA ?

Car les premières données dessinent un paradoxe. L’IA améliore déjà notre capacité à produire. Elle n’améliore pas, à la même vitesse, notre capacité à nous parler, à nous comprendre ou à mieux travailler ensemble.

Autrement dit : elle sait produire davantage de management autour des personnes. Rien ne garantit encore qu’elle produise davantage de management avec les personnes.

Ce n’est pas parce qu’un manager produit plus qu’il manage mieux.

Le grand malentendu de la productivité managériale

Une étude menée à partir des traces d’usage de Microsoft 365 dans plusieurs grandes entreprises internationales a mesuré les effets de l’adoption de l’IA sur l’activité numérique des salariés. Chez les utilisateurs intensifs, les actions liées à la production augmentent de 21,2 %, contre seulement 7,1 % pour celles liées à la communication. Les chercheurs observent un déplacement relatif vers le travail individuel et la documentation, notamment la création de contenus dans Word (Yu, Chen, Hu, Suri et Counts, Adoption of Generative AI in the Workplace, arXiv, 16 août 2026).

Évidemment, une action dans un logiciel ne mesure ni la performance réelle ni la qualité d’une relation. L’étude est observationnelle et porte sur des utilisateurs ayant sollicité l’IA plus de cent fois en vingt semaines. Mais le signal mérite notre attention : lorsque l’IA entre dans le travail, elle accélère plus spontanément ce que l’entreprise sait déjà demander, compter et contrôler — les livrables — que ce qu’elle peine encore à reconnaître — l’attention, l’écoute et la confiance.

Une autre expérimentation, cette fois randomisée, menée pendant six mois auprès de 7 137 salariés dans 66 entreprises, renforce ce constat. Les utilisateurs effectifs de Microsoft 365 Copilot ont consacré environ deux heures de moins par semaine à leurs e-mails et ont moins travaillé en dehors des horaires habituels. Pourtant, les chercheurs n’ont pas détecté de transformation significative de la quantité ou de la composition générale de leurs tâches (Dillon, Jaffe, Immorlica et Stanton, Shifting Work Patterns with Generative AI, arXiv, version révisée le 13 novembre 2025).

Deux heures gagnées, donc. Mais deux heures pour quoi ?

Pour tenir un entretien individuel supplémentaire ? Préparer un feedback délicat ? Accompagner un collaborateur en difficulté ? Désamorcer un conflit ? Ou pour produire trois présentations, deux tableaux et un reporting que personne ne lira vraiment ?

L’IA libère du temps. L’organisation décide, souvent implicitement, de la manière dont il sera repris.

Le temps gagné grâce à l’IA peut être rendu aux équipes. Ou repris par la machine organisationnelle.

Après le "quick management", le management industriel ?

Il y a quelques années, j’appelais "quick management" ce management pressé, court-termiste, qui fait primer le quantitatif sur le qualitatif et considère que ce qui ne se mesure pas — la confiance ou la qualité des relations, par exemple — n’a pas vraiment de valeur.

L’IA pourrait nous permettre d’en sortir. Mais elle peut aussi l’industrialiser.

Car plus il devient facile de rédiger un document, moins chaque document semble coûteux à demander. Plus il devient facile de résumer une réunion, plus il devient tentant d’en organiser une autre. Plus il devient facile de consolider des indicateurs, plus l’organisation peut en exiger.

Nous risquons alors de commettre une erreur classique : confondre l’accélération de la production avec l’amélioration du travail. Et, dans le cas du management, confondre la multiplication des traces managériales avec la qualité du management.

Un entretien annuel mieux rédigé n’est pas nécessairement un meilleur entretien. Un feedback parfaitement formulé par ChatGPT n’est pas nécessairement un feedback plus juste. Un compte rendu exhaustif ne garantit ni l’adhésion, ni la compréhension, ni même la décision.

Un feedback bien rédigé n’est pas encore un feedback bien donné.

Thierry Paulmier rappelle, dans Homo emoticus, que l’entreprise ne réunit pas des homo economicus uniquement rationnels, mais des individus dont les comportements sont aussi structurés par la peur, l’envie, l’admiration et la gratitude. La relation de travail ne se réduit donc jamais à l’information échangée. Elle dépend aussi de l’intention perçue, de la présence, du courage, de l’attention et de la confiance (Thierry Paulmier, Homo emoticus. L’intelligence émotionnelle au service des managers, Diateino, 2021).

Or ce sont précisément ces éléments que l’IA peut rendre plus difficiles à lire.

Quand un e-mail impeccable ne dit plus rien de l’attention qu’on vous porte

Des chercheurs ont récemment proposé le concept d’"opacité de l’effort". En analysant 1 250 entretiens de professionnels sur leurs usages de l’IA, ils montrent que l’IA peut dissocier la qualité visible d’un livrable de l’engagement humain qui l’a produit. Un message soigné ne permet plus de savoir qui en porte réellement la voix, qui peut en répondre, si son auteur a douté, prêté attention ou investi du temps (van Nuenen, Sachdeva et Chopra, The Fabricated Front: Generative AI and the Opacity of Workplace Performance, arXiv, 18 août 2026).

Cette opacité n’est pas toujours un problème. Peu importe qu’un manager ait passé vingt minutes ou deux minutes à mettre en forme un reporting si les chiffres sont justes et la décision claire.

Mais elle devient critique lorsque l’implication humaine constitue précisément la valeur de l’acte.

Lorsque je reçois un feedback, je ne lis pas seulement des mots : j’évalue l’intention de celui qui me les adresse. Lorsque mon manager m’écrit après une période difficile, je cherche aussi à savoir s’il a réellement pensé à ma situation. Lorsqu’il m’aide à préparer mon avenir, sa valeur ne tient pas seulement à la pertinence du plan proposé, mais au fait qu’il me connaisse assez pour le construire avec moi.

Dans ces moments-là, l’efficacité rédactionnelle peut même devenir relationnellement contre-productive. Un message plus fluide, plus équilibré et plus empathique en apparence peut créer de la défiance si son destinataire découvre qu’il a été généré en quelques secondes sans véritable implication.

Le sujet n’est donc pas d’interdire l’IA dans la relation managériale. Il est de décider où l’IA prépare la relation et où elle risque de s’y substituer.

L’IA peut simuler l’empathie. Elle ne peut pas assumer la relation.

Automatiser le travail autour du management, pas la relation managériale

L’IA peut être formidablement utile à un manager. Elle peut retrouver les engagements pris lors des précédents échanges, synthétiser des faits dispersés, préparer des questions ouvertes, identifier les imprécisions d’un feedback, challenger un raisonnement ou proposer plusieurs scénarios avant une conversation difficile.

Elle peut même améliorer certains échanges. Dans une étude désormais publiée dans le Quarterly Journal of Economics, Erik Brynjolfsson, Danielle Li et Lindsey Raymond ont observé 5 172 agents de service client. L’assistant d’IA a augmenté de 15 % le nombre de problèmes résolus par heure en moyenne, avec des gains particulièrement forts pour les salariés les moins expérimentés. Les auteurs constatent aussi une amélioration de la qualité des interactions et des signes d’apprentissage, comme si l’IA diffusait une partie des pratiques des meilleurs agents (Brynjolfsson, Li et Raymond, Generative AI at Work, Quarterly Journal of Economics, mai 2025).

La leçon n’est pas que l’IA saurait désormais prendre soin d’une équipe. Elle est plus intéressante : bien intégrée au travail, elle peut aider un humain à mieux mobiliser les pratiques et les connaissances dont il a besoin pour agir.

Mais préparer n’est pas mener. Suggérer n’est pas décider. Reformuler n’est pas ressentir. Et simuler l’empathie n’est pas porter la responsabilité d’une relation.

Il faut donc tracer une frontière claire : automatiser le travail autour du management, sans automatiser la relation managériale.

Automatiser l’administratif. Augmenter l’humain.

DRH, dirigeants : quel sera votre dividende managérial ?

Cette frontière ne se décrétera pas dans une charte IA de quarante pages. Elle doit se traduire dans l’organisation du travail, dans la formation et dans les indicateurs.

Gallup estime depuis plusieurs années que le manager explique à lui seul environ 70 % de la variation de l’engagement entre les équipes. L’institut souligne également que les salariés attendent de leur manager des conversations régulières, du développement et une relation de coaching, bien davantage qu’une supervision purement administrative (Beck et Harter, Gallup, Managers Account for 70% of Variance in Employee Engagement, 2015 ; Gallup, How to Improve Employee Engagement in the Workplace, consulté en septembre 2026).

Si l’IA rend deux heures par semaine à un manager mais que l’entreprise les absorbe immédiatement dans de nouvelles exigences de production, elle n’aura pas amélioré le management. Elle aura seulement augmenté sa cadence.

Il est temps, dès lors, de ne plus mesurer uniquement le gain de productivité, mais son dividende managérial : la part du temps libéré qui est réellement réinvestie dans les personnes.

Le vrai ROI de l’IA managériale ne se mesure pas en prompts envoyés, mais en temps rendu aux personnes.

Combien de temps supplémentaire est consacré aux entretiens individuels ? Les collaborateurs perçoivent-ils leur manager comme plus disponible ? Les feedbacks sont-ils plus fréquents, mais aussi plus utiles ? Les conversations difficiles ont-elles lieu plus tôt ? Le développement des compétences et la transmission aux juniors progressent-ils ?

Voilà des indicateurs plus exigeants qu’un nombre de licences activées ou de prompts envoyés. Mais ils permettent de distinguer une entreprise qui utilise l’IA d’une entreprise qui transforme réellement son management grâce à elle.

Dans Humanocracy, Gary Hamel et Michele Zanini dénoncent précisément des organisations bureaucratiques qui survalorisent le contrôle et sous-exploitent les capacités humaines. L’IA rend leur mise en garde plus actuelle encore. Parce qu’elle diminue spectaculairement le coût du visible — le document, la synthèse, la présentation — elle risque de nous faire sous-investir davantage encore dans l’invisible : l’attention, la confiance, le sentiment d’importance et la qualité des rapports humains (Gary Hamel et Michele Zanini, Humanocracy, Harvard Business Review Press, 2020).

Former à l’IA ne suffit pas. Il faut transformer le travail des managers

Alors oui, équipons les managers. Apprenons-leur à déléguer à l’IA, à lui donner un contexte, à contrôler ses résultats et à protéger les données de leurs équipes. Mais surtout, apprenons-leur à décider ce qui mérite encore — et méritera toujours — leur temps humain.

C’est précisément la singularité de l’offre que je développe avec HumanSide. Nous ne proposons pas une formation générique à l’IA ni un catalogue de prompts supplémentaires. Nous aidons les managers à identifier les tâches chronophages et à faible valeur ajoutée qui saturent leurs journées — tri des e-mails, comptes rendus, reporting, recherche d’informations, préparation de réunions, priorisation — puis à installer des méthodes et des usages de l’IA qui les soulagent réellement.

Mais notre travail ne s’arrête pas au temps économisé. Nous accompagnons les managers pour qu’ils le réinvestissent dans ce que l’IA ne peut pas prendre en charge à leur place : écouter, donner un feedback, développer les compétences, arbitrer, désamorcer les conflits et créer de la confiance. C’est cette combinaison entre productivité assistée par l’IA, expertise métier du management et mise en pratique qui rend l’approche unique.

Notre promesse est simple : soulager les managers du travail qui les empêche de manager, pour qu’ils puissent enfin se consacrer aux personnes qu’ils managent.

Car le véritable progrès ne sera pas d’augmenter de 21 % les actions de production numérique.

Il sera de permettre enfin aux managers de manager.

Sources principales

• Yulin Yu, Yan Chen, Rui Hu, Siddharth Suri et Scott Counts, "Adoption of Generative AI in the Workplace: Increasing and Shifting the Balance of Productivity and Communication Activity", arXiv:2608.15550, 16 août 2026. https://arxiv.org/abs/2608.15550

• Eleanor Wiske Dillon, Sonia Jaffe, Nicole Immorlica et Christopher T. Stanton, "Shifting Work Patterns with Generative AI", arXiv:2504.11436v4, version révisée le 13 novembre 2025. https://arxiv.org/abs/2504.11436v4

• Tom van Nuenen, Pratik S. Sachdeva et Sahiba Chopra, "The Fabricated Front: Generative AI and the Opacity of Workplace Performance", arXiv:2608.18369, 18 août 2026. https://arxiv.org/abs/2608.18369

• Erik Brynjolfsson, Danielle Li et Lindsey Raymond, "Generative AI at Work", Quarterly Journal of Economics, vol. 140, no 2, mai 2025, p. 889-942. https://doi.org/10.1093/qje/qjae044

• Randall Beck et Jim Harter, "Managers Account for 70% of Variance in Employee Engagement", Gallup, 21 avril 2015. https://news.gallup.com/businessjournal/182792/managers-account-variance-employee-engagement.aspx

• Thierry Paulmier, Homo emoticus. L’intelligence émotionnelle au service des managers, Diateino, 2021.

• Gary Hamel et Michele Zanini, Humanocracy: Creating Organizations as Amazing as the People Inside Them, Harvard Business Review Press, 2020.