Manager demain : savoir diriger des agents IA

Le rôle du gestionnaire a toujours consisté, en partie, à organiser le travail. Comprendre les objectifs, répartir les responsabilités, coordonner les personnes, suivre la performance, intervenir lorsqu’un problème apparaît et s’assurer que les ressources disponibles sont utilisées efficacement font partie de ses responsabilités fondamentales.

Jusqu’à récemment, cette capacité opérationnelle reposait principalement sur des personnes accompagnées de systèmes informatiques relativement déterministes. Les logiciels exécutaient des fonctions définies et les humains conservaient généralement la responsabilité d’interpréter l’information, de décider des prochaines étapes et d’agir.

L’arrivée des agents d’intelligence artificielle commence à modifier cette dynamique. Certains systèmes peuvent recevoir un objectif, consulter plusieurs sources d’information, utiliser différents outils, accomplir une séquence d’opérations et transmettre leur résultat à une personne, à une application ou à un autre agent. À mesure que ces capacités progresseront, certaines équipes fonctionneront avec une combinaison de personnes, d’automatisations traditionnelles et d’agents IA possédant différents degrés d’autonomie.

Cette évolution ne demande pas aux gestionnaires de devenir des spécialistes techniques de l’intelligence artificielle. Elle leur demande toutefois de développer une nouvelle compétence : comprendre suffisamment cette capacité pour déterminer quelles responsabilités peuvent lui être confiées, avec quelle autorité, dans quelles limites et sous quelle supervision. Manager demain signifiera aussi apprendre à organiser intelligemment le travail réalisé par des personnes et des agents IA.

Les premiers usages professionnels de l’intelligence artificielle générative ont principalement pris la forme d’une relation entre une personne et un outil. L’utilisateur formule une demande, reçoit une réponse, l’évalue et décide ensuite de ce qu’il souhaite en faire. Dans cette configuration, le contrôle du processus demeure clairement entre les mains de l’humain.

Les agents introduisent une dynamique différente. Ils peuvent poursuivre un objectif, rechercher de l’information, interagir avec plusieurs systèmes, utiliser des outils, déclencher certaines actions et déterminer certaines étapes intermédiaires nécessaires à l’accomplissement de leur mission. Ils deviennent ainsi des participants actifs à certains processus opérationnels.

Un agent commercial pourrait, par exemple, préparer le dossier d’un prospect avant une rencontre, rechercher des informations pertinentes, mettre à jour certaines données dans le CRM et proposer les prochaines actions. Un agent d’approvisionnement pourrait surveiller des niveaux d’inventaire, analyser la consommation et préparer des recommandations. Un agent de soutien pourrait classifier des demandes, consulter une base de connaissances et résoudre automatiquement certaines situations simples. Dans chacun de ces cas, le système contribue directement au résultat.

La question de gestion change alors de nature. Il ne suffit plus de décider quels outils mettre à la disposition des employés. Il faut déterminer quelles responsabilités peuvent être confiées aux agents et dans quelles conditions elles peuvent l’être.

Cette décision ressemble, sous certains aspects, à une responsabilité que les gestionnaires connaissent déjà : la délégation. Un gestionnaire détermine ce qu’un employé peut décider seul, les dépenses qu’il peut autoriser, les dossiers qu’il peut traiter et les situations qui nécessitent une approbation. Cette autorité dépend de son rôle, de son expérience, des risques et des conséquences possibles d’une erreur.

Une logique comparable peut être appliquée aux agents IA. Un agent peut-il seulement consulter une information ou peut-il également la modifier? Peut-il préparer une commande ou l’envoyer? Peut-il communiquer directement avec un client? Peut-il créer un compte utilisateur, accorder un crédit, déclencher un paiement ou modifier une configuration informatique?

La réponse ne dépend pas uniquement de ce que la technologie sait faire. Elle dépend surtout de ce que l’organisation décide de lui permettre de faire. La capacité technique et l’autorité opérationnelle sont deux choses différentes.

Cette distinction conduit naturellement à une autonomie proportionnelle au risque. Un agent qui résume des documents ne présente pas le même niveau de risque qu’un agent autorisé à modifier une commande de plusieurs centaines de milliers de dollars. Une opération facilement réversible ne possède pas les mêmes conséquences qu’une décision engageant contractuellement l’entreprise.

Certaines activités pourront donc être entièrement automatisées. D’autres pourront être réalisées jusqu’à une étape exigeant une validation humaine. Des agents pourront agir automatiquement lorsque certaines valeurs demeurent à l’intérieur de paramètres définis et transférer les exceptions à un responsable. Plus les conséquences potentielles augmentent, plus les mécanismes de contrôle, de validation et d’escalade doivent être robustes.

Cette logique rejoint directement l’AI Onboarding. Avant d’intégrer un agent dans un processus, l’organisation doit définir son rôle, les connaissances auxquelles il peut accéder, son identité, ses permissions, son niveau d’autonomie, ses règles d’escalade et les résultats attendus. L’objectif consiste à transformer le déploiement technique d’un agent en intégration organisationnelle maîtrisée.

La vitesse constitue cependant une différence importante entre la délégation humaine et la délégation à une machine. Une mauvaise décision humaine peut créer un incident. Une mauvaise décision automatisée peut être reproduite des centaines ou des milliers de fois avant qu’une personne ne constate le problème. La supervision doit donc être adaptée à cette vitesse et permettre de détecter rapidement les comportements inhabituels.

Le rôle du gestionnaire pourrait alors évoluer vers une gestion davantage orientée vers les résultats et les exceptions. Lorsqu’un agent accomplit plusieurs étapes d’un processus, vérifier manuellement chacune de ses actions annule une partie importante du gain recherché. Le gestionnaire doit plutôt définir le résultat attendu, les limites à respecter, les indicateurs à surveiller et les situations qui nécessitent son intervention.

Un agent chargé de traiter certaines demandes courantes pourrait ainsi fonctionner à l’intérieur de paramètres précis. Le gestionnaire suivrait son taux de résolution, ses erreurs, ses exceptions, les reprises humaines nécessaires, les plaintes, les délais et les coûts. La supervision porterait davantage sur la qualité du processus et ses résultats que sur chacune des opérations individuelles.

Cette évolution exige des mécanismes de contrôle bien conçus. Une supervision humaine systématique de chaque action limite fortement la valeur de l’automatisation, tandis qu’une autonomie étendue sans mécanismes de surveillance augmente les risques. La maturité consiste à définir le niveau de contrôle approprié selon la nature du processus, l’autonomie accordée et les conséquences possibles.

Cette transformation modifiera également la composition des équipes. Nous sommes habitués à représenter une équipe par un organigramme composé de personnes. Cette représentation pourrait progressivement devenir insuffisante. Une équipe commerciale peut déjà être accompagnée d’agents chargés de recherches et de préparation administrative. Une équipe financière peut utiliser des agents pour effectuer certains contrôles ou préparer des analyses. Une équipe TI peut travailler avec des agents capables d’analyser des incidents, préparer de la documentation ou proposer certaines configurations.

Ces agents ne possèdent évidemment ni statut d’employé, ni responsabilité juridique, ni carrière ou motivation personnelle. Ils représentent néanmoins une capacité opérationnelle qui doit être organisée. Le gestionnaire doit comprendre où cette capacité intervient, éviter les duplications, définir les responsabilités et s’assurer que les personnes savent ce que les agents accomplissent, quelles informations ils utilisent et à quel moment une intervention humaine devient nécessaire.

Le management d’une équipe hybride devient donc également une discipline de conception des processus.

Cette perspective peut transformer la planification des ressources. Lorsqu’une équipe atteint sa limite de capacité, la réponse consistait traditionnellement à augmenter les effectifs ou à améliorer les processus. Les gestionnaires disposeront progressivement d’une autre dimension à considérer : déterminer quelle partie de l’augmentation de la charge peut être absorbée par une capacité technologique supplémentaire et quelle partie nécessite davantage d’expertise humaine.

Des volumes croissants de recherche, de classification, de préparation de dossiers ou de certaines tâches administratives peuvent parfois être absorbés par des agents. Les négociations complexes, les relations humaines, les décisions stratégiques, la résolution de situations exceptionnelles et plusieurs formes de jugement continueront d’exiger une contribution humaine importante. La planification des effectifs pourrait ainsi évoluer vers une véritable planification de capacité hybride.

Cette évolution ne conduit pas automatiquement à une réduction des équipes. Dans une entreprise en croissance, elle peut permettre d’augmenter considérablement le volume d’activité sans devoir faire croître toutes les fonctions au même rythme. Elle peut également permettre aux employés de consacrer davantage de temps aux activités où leur expertise, leur créativité, leur jugement et leur capacité relationnelle créent le plus de valeur.

Paradoxalement, les agents IA pourraient donc rendre certaines dimensions du management encore plus humaines. Si une partie de la compilation d’information, de la préparation des rapports, du suivi administratif ou de la planification peut être accélérée, le gestionnaire peut récupérer du temps pour accompagner ses employés, développer leurs compétences, résoudre des problèmes complexes, rencontrer des clients et améliorer les processus.

Ce résultat n’est cependant pas automatique. Cinq heures libérées par l’intelligence artificielle peuvent servir à produire encore davantage de rapports et de communications. Elles peuvent également permettre de mieux comprendre les difficultés vécues par l’équipe et de travailler sur les véritables priorités. La technologie crée une capacité supplémentaire; l’utilisation de cette capacité demeure une décision de management.

Les employés doivent également comprendre leur relation avec les agents. Une équipe hybride fonctionnera difficilement si des systèmes opaques apparaissent soudainement dans les processus sans que les personnes comprennent leur rôle. Les employés doivent savoir ce que les agents accomplissent, pourquoi certaines activités leur sont confiées, quelles informations ils utilisent, comment leurs résultats doivent être interprétés et de quelle manière signaler une anomalie.

Cette transparence devient particulièrement importante lorsque la répartition du travail évolue. Il est légitime qu’un employé cherche à comprendre pourquoi certaines tâches sont désormais automatisées et ce que cette évolution signifie pour son propre rôle. Le gestionnaire devient alors l’un des acteurs centraux de la transformation organisationnelle. Il doit pouvoir expliquer l’évolution du travail, accompagner les personnes et favoriser le développement des compétences qui deviennent plus importantes.

L’adoption des agents ne peut donc pas relever exclusivement des équipes technologiques. Elle transforme directement l’organisation du travail et doit impliquer ceux qui en ont la responsabilité quotidienne.

Cette transformation exige une nouvelle forme de littératie en intelligence artificielle chez les gestionnaires. Ils n’ont pas besoin de savoir entraîner un modèle ou maîtriser les mathématiques de l’apprentissage automatique. Leur compétence doit être suffisamment opérationnelle pour comprendre ce qu’un agent peut accomplir, où se situent ses limites, pourquoi ses résultats peuvent varier et comment les données, les connaissances, les instructions, les outils et les permissions influencent son comportement.

Cette compréhension leur permettra également de poser de meilleures questions aux spécialistes TI, aux experts en IA et aux fournisseurs. Elle contribuera à éviter aussi bien une confiance excessive envers la technologie qu’un rejet fondé principalement sur son caractère nouveau. Le gestionnaire n’a pas besoin de devenir le mécanicien de l’intelligence artificielle. Il doit apprendre à la gérer comme une capacité opérationnelle.

Cette capacité repose elle-même sur la qualité des connaissances auxquelles les agents ont accès. Un agent intégré à une organisation dont la documentation est fragmentée, contradictoire ou obsolète rencontrera rapidement des limites. La gouvernance des connaissances devient donc directement liée à la qualité du travail des agents. C’est précisément l’une des fonctions du Qb Knowledge Standard : structurer et gouverner les actifs informationnels afin que les personnes comme les systèmes intelligents puissent comprendre suffisamment l’organisation pour y travailler efficacement.

L’identité constitue une autre dimension essentielle. Un agent capable d’interagir avec des applications et des données ne devrait pas agir sous une identité générique ou utiliser indistinctement les privilèges d’un employé. Il doit pouvoir être identifié, ses permissions doivent correspondre à son rôle et ses actions doivent être traçables. Les principes du moindre privilège, du Zero Trust et de la gestion des identités deviennent ainsi des composantes directement opérationnelles du management des agents.

La responsabilité, elle, demeure humaine et organisationnelle. Un agent ne porte pas la responsabilité organisationnelle d’une décision. Les personnes et l’entreprise déterminent les systèmes utilisés, les accès accordés, les contrôles appliqués et les actions autorisées. Lorsqu’un agent possède la permission d’effectuer un remboursement, modifier un dossier ou communiquer avec un client, cette autorité lui a été accordée dans le cadre d’une décision de gouvernance.

Plus l’autonomie augmente, plus cette gouvernance doit devenir explicite. Les responsabilités doivent être définies, les actions traçables, les permissions limitées au nécessaire, les comportements surveillés et les accès révocables rapidement. Lorsque le nombre d’agents augmente, cette gouvernance ne peut plus être improvisée individuellement. Une fonction telle qu’un AI Governance Office peut alors permettre de maintenir des règles communes, des responsabilités claires et une vision globale de l’écosystème.

La performance des agents doit elle aussi être mesurée. Le simple fait qu’un système fonctionne ou produise des résultats impressionnants ne suffit pas à justifier son maintien dans un processus. Quel est son coût réel? Quel est son taux d’erreur? Quelle proportion des dossiers est résolue automatiquement? Combien nécessitent une reprise humaine? Quels types d’exceptions apparaissent? Les délais diminuent-ils? La satisfaction des clients s’améliore-t-elle? Les employés disposent-ils réellement de davantage de temps pour les activités à forte valeur?

Ces indicateurs permettent d’évaluer l’agent selon sa contribution au résultat opérationnel. Ils deviennent également indispensables lorsque l’organisation commence à utiliser plusieurs agents spécialisés. Sans gouvernance, le risque existe de reproduire le phénomène observé avec l’accumulation des applications SaaS : des dizaines d’outils, d’identités, de permissions, de dépendances et de coûts qui s’accumulent jusqu’à ce que personne ne possède plus une vision claire de l’ensemble.

Le management doit donc évoluer avant que les agents deviennent banals. Les organisations peuvent déjà cartographier leurs processus, identifier les décisions et les niveaux d’autorité, structurer leurs connaissances, améliorer la gouvernance des identités et des accès et développer la littératie IA de leurs gestionnaires. Ces travaux possèdent une valeur immédiate même lorsque peu d’agents sont actuellement en production.

Ils préparent surtout l’organisation à une transformation beaucoup plus profonde : la capacité de travail disponible ne sera progressivement plus mesurée exclusivement par le nombre de personnes qui composent l’équipe.

Les agents IA introduisent une nouvelle forme de capacité opérationnelle dans les organisations. Ils pourront progressivement rechercher de l’information, utiliser des outils, accomplir des séquences de travail et prendre en charge certaines activités avec différents niveaux d’autonomie. Leur intégration modifiera nécessairement la manière dont le travail est organisé, délégué, supervisé et mesuré.

Les gestionnaires auront donc une responsabilité supplémentaire : déterminer comment répartir les activités entre les personnes, les automatisations et les agents, définir les niveaux d’autorité appropriés, superviser les résultats et reconnaître les situations où le jugement humain demeure essentiel. Ils devront également accompagner les employés dont les rôles évoluent et s’assurer que les gains technologiques se traduisent réellement par une meilleure performance de l’équipe.

Cette transformation dépasse largement le choix d’un outil d’intelligence artificielle. Elle touche les processus, les responsabilités, les compétences, les connaissances, les identités, les permissions, la cybersécurité et la gouvernance. C’est pourquoi l’AI Onboarding, la transformation organisationnelle, le QKS, l’IAM, le Zero Trust et la gouvernance de l’IA doivent progressivement être considérés comme les différentes dimensions d’un même environnement de travail hybride.

Chez Quantum Beyond, notre approche vise précisément à accompagner cette évolution aux côtés des dirigeants, des gestionnaires, des équipes opérationnelles et des spécialistes technologiques. Il s’agit de définir les rôles et les niveaux d’autonomie, structurer les connaissances, sécuriser les identités et les accès, établir les mécanismes de gouvernance et mesurer la contribution réelle des agents afin que l’organisation conserve la maîtrise de cette nouvelle capacité.

Les gestionnaires de demain continueront de diriger des personnes, développer leurs talents, prendre des décisions et créer les conditions nécessaires à leur réussite. L’intelligence artificielle ajoutera simplement une nouvelle catégorie de capacité qu’ils devront apprendre à orchestrer.

Le véritable enjeu du management à l’ère des agents IA sera de savoir où l’intelligence humaine crée le plus de valeur, où la capacité des machines peut la renforcer et comment organiser l’ensemble pour que l’organisation, ses équipes et ses clients en retirent de meilleurs résultats.