Les compétences à développer face aux progrès de l’IA

La communication humaine et le traitement de l’information restent essentiels

L’IA progresse dans le traitement de l’information, la génération de langage et l’aide à la décision. Mais cela n’élimine pas la valeur de la communication humaine. Dans de nombreuses entreprises, cela rend cette valeur encore plus importante. Il faut toujours quelqu’un pour comprendre ce qui compte, interpréter le contexte, lever les ambiguïtés et communiquer clairement une décision.

L’analyse des données O*NET par Resume Now renforce ce constat. L’entreprise a examiné les notes d’importance de 21 aptitudes cognitives et en a mis en avant 10 qui obtenaient au moins 3,00 dans chaque profession étudiée, selon l’échelle d’importance de 1 à 5 d’O*NET. La compréhension orale et l’expression orale étaient les deux aptitudes en tête. Concrètement, comprendre ce que disent les gens et exprimer clairement des idées restent des compétences largement importantes dans l’ensemble de la main-d’œuvre.

C’est important au niveau de la direction, car la communication ne se résume pas à un simple transfert d’information. Les dirigeants font face à des données incomplètes, des priorités concurrentes, des négociations, des dynamiques politiques internes, des attentes clients et des décisions pour lesquelles la bonne réponse n’est pas toujours évidente. L’IA peut organiser l’information et proposer des options, mais le management reste responsable de décider ce que ces options signifient pour l’entreprise et de communiquer l’orientation qui en découle.

Il y a ici une nuance importante. Il serait excessif de dire que l’IA ne peut pas exécuter des tâches de communication ou de traitement de l’information. Les systèmes d’IA modernes en réalisent déjà beaucoup efficacement. La distinction la plus utile est plutôt entre l’automatisation de certaines composantes de la communication et le remplacement de l’ensemble des capacités humaines. Le contexte, la responsabilité, le jugement interpersonnel et la compréhension des objectifs de l’organisation restent des facteurs majeurs.

Pour les dirigeants de la direction générale, cela change la question de la main-d’œuvre. Les compétences techniques en IA comptent, mais les compétences en communication ne doivent pas devenir secondaires. Les entreprises qui associent de solides capacités en IA à des employés capables de comprendre des informations complexes, de remettre en question les résultats et de communiquer clairement les décisions seront mieux placées pour transformer cette technologie en valeur métier mesurable.

La reconnaissance des problèmes et le raisonnement déductif renforcent la collaboration avec l’IA

Générer une réponse devient peu coûteux. Savoir si la bonne question a été posée, si la réponse est cohérente et ce qu’il faut faire ensuite reste précieux.

L’examen des données O*NET par Resume Now a identifié la sensibilité aux problèmes et le raisonnement déductif parmi les 10 aptitudes cognitives ayant obtenu un score d’importance d’au moins 3,00 dans toutes les professions étudiées. La sensibilité aux problèmes est la capacité à reconnaître que quelque chose ne va pas ou risque de mal tourner. Le raisonnement déductif consiste à appliquer des règles générales ou des informations connues pour parvenir à une conclusion logique.

Ces capacités deviennent particulièrement pertinentes lorsque les employés utilisent l’IA. Les systèmes d’IA peuvent générer rapidement des recommandations, résumer de grands volumes d’information et identifier des schémas. Ils peuvent aussi produire des informations incorrectes, passer à côté d’un contexte important ou fournir une réponse apparemment convaincante sans traiter le problème métier sous-jacent. Les employés doivent donc avoir suffisamment de discernement pour remettre en question les résultats au lieu de simplement les accepter.

Pour les dirigeants, l’objectif ne doit pas être une automatisation maximale à chaque étape. L’objectif est une meilleure performance. Cela suppose de décider où l’IA peut fonctionner avec une supervision limitée et où une revue humaine reste nécessaire. Les décisions à fort impact impliquant l’allocation du capital, les employés, les clients, les obligations légales, la sécurité ou la réputation justifient généralement une surveillance plus étroite que les tâches répétitives à faible risque.

Les compétences en résolution de problèmes influencent aussi la valeur qu’une organisation peut tirer d’une IA de plus en plus performante. Les employés capables de définir précisément les problèmes, d’identifier les contraintes, de tester les hypothèses et d’évaluer les résultats peuvent mieux orienter l’IA. À mesure que l’IA prend en charge davantage de travail cognitif de routine, ces capacités de raisonnement de plus haut niveau pourraient représenter une part croissante de la valeur apportée par les humains.

L’implication pour le management est simple : l’adoption de l’IA et le développement de la main-d’œuvre doivent avancer ensemble. Donner aux employés des systèmes puissants sans développer leur capacité à questionner et à évaluer les résultats crée un risque évitable. Développer les capacités de raisonnement en parallèle de la maîtrise de l’IA donne aux organisations de meilleures chances d’améliorer la rapidité et la productivité sans affaiblir la qualité des décisions.

L’intégration efficace de l’IA dépend du jugement humain et de la vision stratégique

L’IA peut produire rapidement un travail utile, mais les résultats dépendent fortement de la manière dont les personnes l’utilisent. Le simple fait de confier une tâche à un système d’IA ne garantit pas de meilleures performances. Les employés doivent fournir du contexte, définir des objectifs clairs, évaluer les résultats et savoir quand un résultat nécessite une correction ou une analyse plus approfondie.

Des recherches de la McCombs School of Business de l’Université du Texas à Austin et du cabinet comptable KPMG confirment cette distinction. Selon l’étude, les travailleurs qui considéraient l’IA comme un collaborateur nécessitant une orientation et une expertise humaines avaient tendance à obtenir de meilleurs résultats que ceux qui se contentaient de lui déléguer des tâches. La variable importante était ce que les employés savaient, et l’efficacité avec laquelle ils appliquaient ces connaissances lorsqu’ils travaillaient avec l’IA.

La culture des données devient importante pour la même raison. Un rapport de DataCamp décrivait la culture des données comme devenant aussi fondamentale que l’écriture. Les employés doivent de plus en plus comprendre ce que disent les données, remettre en question leur qualité, reconnaître leurs limites et les utiliser de manière appropriée dans la prise de décision. L’IA générative accroît l’accès à l’information, mais cet accès ne supprime pas la nécessité d’une évaluation critique.

Pour les dirigeants, cela signifie que la mise en œuvre de l’IA doit aller au-delà de l’acquisition de logiciels et d’une formation de base. Les organisations ont besoin de processus clairs pour la revue humaine, la responsabilité et l’escalade, en particulier lorsque l’IA contribue à des décisions impliquant la finance, les clients, les employés, la conformité, la sécurité ou la stratégie d’entreprise. Le niveau de supervision approprié dépendra des conséquences d’une erreur.

Il existe aussi un enjeu stratégique plus large. À mesure que les systèmes d’IA gagnent en capacités, l’avantage concurrentiel pourrait dépendre moins de l’accès à la technologie elle-même. Des outils largement disponibles peuvent être adoptés par de nombreuses entreprises. La différence peut venir de la connaissance de l’organisation, des données propriétaires, de processus efficaces et d’employés qui savent orienter l’IA vers des résultats métier à forte valeur.

L’objectif est de déterminer où l’IA améliore la rapidité et l’échelle, où le jugement humain améliore la qualité, et comment les deux doivent fonctionner ensemble. Les entreprises qui instaurent cette discipline tôt peuvent accroître leur productivité tout en maintenant la responsabilité sur les décisions qui comptent.

Les compétences interpersonnelles et managériales deviennent une contrainte critique pour la main-d’œuvre

Le débat sur les compétences en IA se concentre souvent sur les capacités techniques. Ce n’est qu’une partie du défi lié à la main-d’œuvre. Les entreprises ont aussi besoin de personnes capables de gérer des équipes, de prendre des décisions difficiles, de communiquer dans l’incertitude et de maintenir la performance à mesure que les rôles et les processus évoluent.

Le Graduate Management Admission Council a indiqué que les recruteurs faisaient face à des pénuries de compétences pouvant soutenir un travail productif aux côtés de l’IA, notamment la persévérance, l’intelligence émotionnelle et les capacités managériales. Ces capacités influencent la manière dont les employés réagissent aux revers, comprennent les autres, résolvent les désaccords et coordonnent le travail à l’échelle de l’organisation.

L’IA ne supprime pas ces exigences. Dans certains environnements, elle peut même les renforcer. L’automatisation peut modifier les responsabilités, les structures hiérarchiques, les attentes en matière de performance et les compétences dont les employés ont besoin. Les managers doivent expliquer ces changements, décider comment le travail doit être repensé, répondre aux préoccupations des employés et maintenir la responsabilité pendant la transition.

L’intelligence émotionnelle a aussi des conséquences métier concrètes. Les dirigeants gèrent régulièrement des négociations, des recrutements, la gestion de la performance, les relations clients et le changement organisationnel. L’IA peut fournir des informations ou des recommandations dans ces situations, mais les dirigeants et les managers restent responsables de comprendre les intérêts des parties prenantes et de décider comment agir.

La persévérance exige une nuance similaire. Elle peut être précieuse lorsque les équipes font face à des problèmes techniques ou commerciaux difficiles, mais la persévérance seule n’est pas l’objectif. Les dirigeants efficaces doivent aussi reconnaître quand les éléments disponibles justifient un changement de cap. Développer le jugement, l’adaptabilité et les capacités managériales en parallèle de la persévérance est plus utile que de considérer un seul trait comportemental comme universellement souhaitable.

Pour la direction générale, cela crée une priorité en matière de main-d’œuvre qui va au-delà du recrutement d’un plus grand nombre de spécialistes de l’IA. Les organisations ont besoin d’expertise technique, mais elles ont aussi besoin de managers capables d’intégrer la technologie dans le travail réel. L’investissement dans le développement du leadership, l’intelligence émotionnelle, la prise de décision et la conduite du changement peut déterminer si l’adoption de l’IA produit des améliorations durables ou se contente d’introduire une technologie plus rapide dans des processus organisationnels fragiles.

Le perfectionnement stratégique des compétences est essentiel pour faire face à la disruption de l’IA

Les capacités de l’IA progressent plus vite que de nombreux programmes de formation en entreprise. Cela crée un enjeu de management simple : les entreprises peuvent déployer rapidement de nouvelles technologies, mais la valeur métier dépend de la capacité des employés à les utiliser efficacement, à évaluer leurs résultats et à adapter leur travail à mesure que les capacités progressent.

Un rapport récent du Conference Board indique que les employeurs ne forment peut-être pas les travailleurs aux compétences appropriées face à une possible disruption liée à l’IA. Cela crée une opportunité pour les entreprises prêtes à considérer le développement de la main-d’œuvre comme une composante de la stratégie IA plutôt que comme une initiative RH distincte.

Les compétences requises vont au-delà de l’apprentissage de l’utilisation d’un produit d’IA spécifique. Les employés ont besoin de culture des données, d’esprit critique, de communication, de reconnaissance des problèmes et de jugement solide. Les managers doivent aussi être capables de repenser les workflows, d’attribuer les responsabilités, d’évaluer le travail assisté par l’IA et de déterminer quand une supervision humaine est nécessaire. Ces capacités restent précieuses même lorsque les produits d’IA individuels évoluent.

Cette distinction est importante, car une formation spécifique à un outil peut vite devenir obsolète. Les modèles, interfaces et fonctionnalités d’IA continuent d’évoluer. Les entreprises doivent bien sûr apprendre aux employés à utiliser les systèmes actuels, mais une stratégie de formation durable développe aussi des capacités transférables d’une technologie à l’autre. Les employés capables de définir clairement des objectifs, d’évaluer les preuves, de détecter les erreurs et de prendre des décisions éclairées seront mieux préparés aux générations successives d’IA.

Les dirigeants doivent aussi éviter de considérer le perfectionnement des compétences comme une exigence uniforme. Les différents métiers n’ont pas la même exposition à l’IA ni les mêmes conséquences lorsqu’elle produit un résultat incorrect. La formation doit refléter ces différences. Une équipe de service client peut avoir besoin de solides compétences en communication assistée par l’IA et en escalade, tandis que les équipes finance, juridique ou conformité peuvent nécessiter une formation plus approfondie en vérification, gouvernance, confidentialité et risque.

La mesure est tout aussi importante. L’activité de formation à elle seule ne démontre pas les progrès. Les dirigeants doivent suivre si le développement lié à l’IA produit de meilleurs résultats, notamment des améliorations de la productivité, de la qualité du travail, de l’adoption, des taux d’erreur et du temps consacré aux processus clés. Lorsque cela est pertinent, les entreprises peuvent aussi suivre si les employés évoluent vers des responsabilités à plus forte valeur à mesure que le travail de routine est automatisé.

L’opportunité plus large est l’adaptabilité organisationnelle. L’IA continuera d’évoluer, et la répartition exacte du travail entre humains et machines évoluera avec elle. Les entreprises qui intègrent l’apprentissage continu dans leur modèle opérationnel seront mieux placées pour adopter des capacités utiles sans devoir reconstruire sans cesse leur stratégie de main-d’œuvre à partir de zéro.

Pour les dirigeants de la direction générale, le développement de la main-d’œuvre doit donc aller de pair avec l’investissement technologique, la gouvernance et la stratégie d’entreprise. Acheter de l’IA donne accès à des capacités. Construire les compétences nécessaires pour orienter, évaluer et appliquer ces capacités détermine la valeur que l’organisation peut réellement en tirer.

Points clés

• La communication humaine reste critique : La compréhension et l’expression orales figurent parmi les aptitudes cognitives les plus importantes dans l’ensemble des professions. Les dirigeants doivent développer des employés capables d’interpréter des informations complexes, d’apporter du contexte et de communiquer clairement les décisions.
• Un raisonnement solide améliore la performance de l’IA : La sensibilité aux problèmes et le raisonnement déductif aident les employés à identifier les enjeux, à remettre en question les résultats de l’IA et à prendre de meilleures décisions. Développez ces compétences en parallèle de l’adoption de l’IA, en particulier dans les workflows à haut risque.
• Le jugement humain détermine la valeur de l’IA : Les recherches citées de la McCombs School of Business d’UT Austin et de KPMG suggèrent que les travailleurs obtiennent de meilleurs résultats lorsqu’ils orientent activement l’IA au lieu de simplement lui déléguer des tâches. Associez la maîtrise de l’IA et la culture des données à une responsabilité humaine claire.
• Les compétences managériales sont une contrainte pour la main-d’œuvre : Selon le Graduate Management Admission Council, les recruteurs signalent des pénuries en matière de persévérance, d’intelligence émotionnelle et de capacités managériales. Renforcez les compétences de direction et de conduite du changement à mesure que l’IA redéfinit les rôles et les workflows.
• Faites du perfectionnement des compétences une composante de la stratégie IA : Le Conference Board indique que les employeurs ne préparent peut-être pas suffisamment les travailleurs à la disruption de l’IA. Donnez la priorité à des compétences transférables comme l’esprit critique, la communication, le jugement et la culture des données plutôt que de vous appuyer uniquement sur une formation spécifique aux outils.