On me pose la même question depuis plus de 5 ans dans toutes mes formations IA&Co (oui, oui avant ChatGpt de 2022, merci IBM), tous mes accompagnements, tous mes audits :
« Est-ce que l'IA va vraiment changer nos métiers ? »
Ma réponse est toujours la même. Ça l'a déjà fait. Vous l'avez peut-être juste pas encore remarqué.
Et ce n'est pas une prédiction alarmiste. C'est ce que je vois sur le terrain, dans les organisations que j'accompagne, dans les salles de formation où les mains se lèvent de moins en moins pour dire « ça ne me concerne pas ».
Cet article est le troisième d'une série sur la souveraineté numérique, les cyberattaques et l'IA. Mais celui-là, c'est celui qui concerne tout le monde. Pas seulement les DSI. Pas seulement les DRH. Tous ceux qui travaillent avec leur cerveau.
On a déjà vécu ça. Et on a quand même eu peur à chaque fois.
Avant l'automobile, toute une économie tournait autour du cheval. Transport, logistique, équipements, entretien. Des milliers de métiers structurés autour d'une technologie dominante. Puis la voiture est arrivée. En quelques décennies, cet écosystème s'est dissous. Et un autre est apparu : garagistes, mécaniciens, stations-service, assureurs, constructeurs, logisticiens motorisés.
Ce n'était pas la fin du travail. C'était la fin de certains travaux, et le début d'autres.
Même chose avec l'industrialisation, la robotisation, puis la numérisation. La machine prend le répétitif. L'humain remonte vers le pilotage. Le geste cède la place à la compréhension du système. Moins de force brute, plus de cerveau.
À chaque fois, c'était le même scénario. Et à chaque fois, les mêmes débats.
La différence aujourd'hui ? L'IA ne s'attaque plus aux muscles. Elle s'attaque directement au cerveau. Aux tâches cognitives. À l'analyse, l'écriture, le code, le droit, la finance, le conseil. Pour la première fois dans l'histoire de l'automatisation, ce sont les cols blancs, les diplômés, les experts, qui se retrouvent dans le viseur.
C'est ça le choc symbolique de 2024-2026. Pas que l'IA soit magique. C'est qu'elle touche des gens qui pensaient être à l'abri.
Ce que l’IA change vraiment : la décision routinière
L'IA générative ne fait pas ce qu'on lui demande de faire. Elle fait ce qu'elle a appris à imiter. Et ce qu'elle imite très bien, c'est le travail cognitif structuré : produire un texte, résumer un document, générer du code, répondre à une question standard, proposer une analyse sur des données connues.
Depuis 2022, cette capacité est sortie des laboratoires. ChatGPT, Claude, Copilot dans Microsoft 365, assistants dans les CRM, dans les outils RH, dans les suites juridiques. L'IA n'est plus dans un article de prospective. Elle est dans les mails, les comptes rendus, les fiches de paie, les appels clients et les revues de code.
Ce que je vois en formation, c'est que beaucoup de collaborateurs utilisent déjà ces outils. Pas forcément ceux que l'entreprise a déployés. Souvent ceux qu'ils ont découverts eux-mêmes, par curiosité ou par gain de temps. Sans règles. Sans gouvernance. Sans savoir ce qu'ils donnent comme données en échange.
Ça, c'est un sujet à la fois de transformation des métiers ET de cybersécurité. On y revient.
L’IA facile et l’IA difficile : deux mondes qui ne se ressemblent pas
Il y a l'IA des keynotes et des slides. Celle qui fait tout en trois prompts, qui remplace l'équipe marketing, qui rédige les contrats, qui gère le service client.
Et il y a l'IA du terrain. Celle que je vois quand j'arrive en mission.
Dans la vraie vie : les données sont mal structurées. Les processus réels ne ressemblent pas aux procédures officielles. Le SI est fragmenté. Les droits d'accès ne sont pas à jour. Les outils ne se parlent pas. Et dès qu'on sort du cas d'usage générique pour entrer dans le métier réel, avec ses exceptions, ses contraintes réglementaires et ses subtilités de contexte, la complexité explose.
Ce décalage entre la démo parfaite et la production boiteuse, je le vis dans chaque mission d'accompagnement. Ce n'est pas que l'IA ne fonctionne pas. C'est qu'elle fonctionne dans un contexte propre, structuré et contrôlé. Pas dans un SI bricolé avec de la dette technique.
Ce qui rassure : cette réalité crée des besoins nouveaux. Architectes de workflows IA, intégrateurs, spécialistes gouvernance des données, superviseurs métier qui comprennent à la fois le métier et l'outil, profils de sécurité capables d'évaluer les risques des agents IA. Ces rôles n'existaient pas il y a cinq ans. Ils sont en tension sur le marché aujourd'hui.
Ce qui inquiète : entre la démo réussie et le déploiement maîtrisé, beaucoup d'organisations accumulent de la dette et de la surface d'attaque sans le savoir.
Les métiers les plus exposés : parlons franchement
Les analyses les plus solides disponibles (Anthropic, OpenAI, plusieurs cabinets de recherche) convergent sur les mêmes secteurs : développement logiciel, service client, analyse financière, rédaction, droit standard, RH administratif, comptabilité de base, marketing de contenu.
Ce ne sont pas des ouvriers. Ce sont des salariés qualifiés, souvent diplômés, souvent bien payés.
Ce qui se joue n'est pas un remplacement brutal du jour au lendemain. C'est une recomposition silencieuse du contenu des postes. Quand une part importante des tâches est automatisable, le métier évolue vers davantage de vérification, d'arbitrage, de relation, de contextualisation et de décision sur les cas complexes.
Concrètement : le juriste junior qui rédigeait des contrats standards devient le relecteur qui valide ce que l'IA a produit. L'analyste qui produisait des rapports passe plus de temps à poser les bonnes questions qu'à construire les tableaux. Le développeur code moins de fonctions simples et supervise plus de générations.
C'est une montée en valeur ajoutée, oui. Mais c'est aussi une montée en exigence. Et pour ceux qui ne s'y préparent pas, c'est une montée en vulnérabilité.
Le signal le plus net que j'observe dans les recrutements : les offres qui mentionnent des compétences IA progressent beaucoup plus vite que le reste. Ce n'est pas encore une obligation partout. Ça le deviendra.
Le vrai sujet qu’on évite : que donnez-vous à l’IA ?
J'en ai déjà parlé dans l'article précédent sur les hackers, mais ça mérite d'être répété ici, côté métier.
Quand un collaborateur ouvre ChatGPT ou Copilot et tape ses questions de travail, il ne donne pas seulement du texte. Il donne du contexte. Des données clients. Des éléments de stratégie. Des extraits de contrats. Des informations sur les processus internes. Des vulnérabilités organisationnelles formulées en langage naturel.
Je le vois à chaque début de formation. Quand je demande aux participants de me montrer leurs derniers prompts professionnels, il y a toujours un moment de gêne. Pas parce qu'ils ont fait quelque chose de mal intentionnellement. Parce qu'ils n'avaient pas mesuré ce qu'ils partageaient.
La frontière entre productivité et fuite de données est très mince. Et elle est franchie tous les jours, dans toutes les organisations, sans alarme ni log.
Ce n'est pas une raison de bloquer l'IA. C'est une raison de la gouverner. De former les équipes. De définir des règles simples et applicables. Un Copilot bien configuré avec les bonnes politiques, c'est un outil puissant et sécurisé. Un Copilot déployé en trois jours sans gouvernance, c'est une fuite de données organisée par vous-même.
IA, SI, cyber : un seul sujet, pas trois cases séparées
Voilà ce que je répète dans chaque CODIR où j'interviens.
Vous ne pouvez pas avoir une stratégie IA solide sans avoir un SI solide. L'IA dépend de la qualité de vos données, de la structuration de vos processus, de la cohérence de vos droits d'accès et de la capacité de vos outils à communiquer entre eux.
Quand j'arrive en audit, je vois régulièrement des projets IA bloqués non pas parce que l'IA est mauvaise, mais parce que le substrat est défaillant. Données dupliquées, documents contradictoires, droits mal gérés, processus réels différents des procédures officielles. L'IA ne répare pas un SI cassé. Elle l'amplifie.
Et côté cybersécurité : chaque agent IA que vous déployez élargit votre surface d'attaque. Plus il a de droits, de connecteurs, d'accès à des données sensibles, plus les enjeux de contrôle, d'authentification et de traçabilité deviennent critiques.
Les risques concrets que je vois en mission :
- Des collaborateurs qui entrent des données clients dans des LLM grand public sans encadrement
- Des agents IA connectés à des CRM ou des messageries sans politique de sécurité adaptée
- Des intégrations rapides faites sans revue de dépendances ni journalisation
- Des accès non révoqués à des modèles externes après départ d'un prestataire
La cybersécurité à l'ère de l'IA ne se résume pas à bloquer ou autoriser. Elle suppose une politique d'usage, des niveaux de sensibilité, des logs, du contrôle d'accès et une articulation forte entre la DSI, les métiers, la conformité et la direction. Ce n'est plus un sujet technique. C'est un sujet de gouvernance.
Souveraineté : la vraie question, pas celle des labels
Derrière chaque service d'IA que vous utilisez, il y a des infrastructures, des serveurs, des modèles entraînés sur des données, des contrats, de l'énergie, et des dépendances à des acteurs qui ne sont pas européens pour la plupart.
La souveraineté numérique, j'en parle dans chaque conférence. Et je répète toujours la même chose : ce n'est pas seulement une question de label « cloud souverain » sur une facture d'hébergement. C'est savoir où tournent les modèles que vous utilisez, où vont vos données quand vous les envoyez en prompt, qui les héberge, sous quelle juridiction, avec quelles conditions d'utilisation.
Pour une PME, pour une collectivité, pour un hôpital, ces questions ne sont pas abstraites. Un fournisseur IA externe qui change ses conditions, qui est racheté, qui fait l'objet d'une injonction légale dans un autre pays, peut rendre inaccessible un processus critique du jour au lendemain.
Et il y a la question de l'énergie. L'IA repose sur du physique : des serveurs, du refroidissement, de l'électricité. C'est une réalité que je touche du doigt au quotidien avec Adamentis. Parler du futur du travail et de l'IA sans parler de l'empreinte physique de cette transformation, c'est construire un discours incomplet. Une stratégie IA cohérente doit articuler performance, cybersécurité, souveraineté et responsabilité environnementale. Ce n'est pas du greenwashing. C'est de la viabilité.
Et au milieu de tout ça, il y a les vendeurs de rêves. Ceux qui vous expliquent qu’un « serveur en interne avec une grosse carte GPU » fera de vous un champion de l’IA souveraine. Ou d'autres avec leur « agent IA clé en main » va tout piloter pour vous, sans dette, sans dépendance, sans risque. Sur le papier, ça rassure : c’est concret, c’est matériel, ça coche les cases du discours à la mode. Dans la vraie vie, ça vous enferme souvent dans une boîte noire propriétaire, rigide, chère à faire évoluer, alors qu’une stack maîtrisée, construite avec vos équipes, vos données et vos usages, fait mieux pour moins cher sur cinq ans.
Les modèles généralistes (Claude, ChatGPT, Mistral, Perplexity, Copilot et consorts) peuvent déjà faire beaucoup quand ils sont pilotés proprement, orchestrés par des outils comme n8n, branchés sur vos systèmes, vos règles métier, vos contrôles d’accès. Ce n’est pas réservé aux développeurs, ni aux seuls marketeurs. C’est de la conception de stack, de la gouvernance de données et de l’accompagnement au changement. Là où le marketing agressif vend du « magique », la vraie souveraineté IA se construit : choix des briques, agents sous contrôle, compétences internes, évolutivité assumée plutôt que dépendance emballée dans un joli packaging.
Le risque qu’on ne voit pas venir : creuser les fractures
Sans accompagnement sérieux, l'IA ne réduit pas les inégalités. Elle les amplifie.
Ceux qui savent déjà s'en servir vont plus vite. Ceux qui n'y ont pas accès, qui ne sont pas formés, qui n'ont pas le temps ou les ressources pour s'adapter, prennent du retard. Et dans une organisation, cette fracture interne produit du ressentiment, de la méfiance et des résistances.
Je le vois dans les formations où je reçois des équipes mixtes. D'un côté, des profils déjà à l'aise qui produisent le double en moitié moins de temps. De l'autre, des collaborateurs qui attendent que ça passe, qui pensent que l'IA c'est pour les autres, qui n'osent pas dire qu'ils ne comprennent pas de peur de paraître dépassés.
L'acculturation n'est pas une option. C'est une politique.
Pas une démonstration en réunion plénière. Pas un accès à Copilot sans formation. Une vraie démarche par métier, par fonction, avec des cas d'usage concrets, une explication des limites, une formation à la vérification et à la supervision. Et une règle claire sur ce qu'on ne met pas dans un LLM.
Si vous laissez l'IA aux seuls profils les plus à l'aise, vous créez une élite interne. Et le reste de l'organisation regarde de loin, sceptique ou anxieux. C'est la recette d'un climat social tendu autour d'un sujet qui devrait être fédérateur.
Ce que vous devez décider maintenant, pas dans six mois
Si vous êtes dirigeant, DRH, DSI ou responsable d'une organisation, voici la réalité sans filtre.
L'IA est déjà dans votre organisation. Pas forcément celle que vous avez déployée. Celle que vos collaborateurs utilisent de leur côté, depuis leur téléphone ou leur navigateur, pour aller plus vite. La question n'est pas « est-ce qu'on intègre l'IA ? ». La question est « est-ce qu'on la pilote ou est-ce qu'on la subit ? »
Trois décisions concrètes à prendre :
① Cartographiez les tâches, pas les postes.
Arrêtez de raisonner en intitulés de poste. Décomposez les métiers en tâches. Pour chaque tâche, posez deux questions : est-ce que l'IA peut le faire ? Est-ce que vous voulez qu'elle le fasse ? Ce deuxième niveau de question est souvent évité. Il est pourtant central. Il y a des tâches automatisables que vous ne devriez pas automatiser pour des raisons de relation, de confiance, de responsabilité ou de risque.
② Acculturez vraiment, pas symboliquement.
Formez les équipes par métier, avec des cas d'usage réels. Intégrez la dimension données et sécurité dès le départ. Fixez des règles simples et applicables sur ce qu'on met ou ne met pas dans un LLM. Et mesurez l'usage réel, pas le déploiement théorique.
③ Alignez IA, SI, cyber et souveraineté.
Avant de multiplier les POC, auditez votre SI. Posez les questions de gouvernance : où vont les données, qui contrôle les modèles, quels accès les agents IA ont-ils, comment les flux sont journalisés. Chaque couche IA ajoutée sans ces réponses est de la dette et de la surface d'attaque.
Dire « on attend de voir » est une décision. C'est laisser d'autres décider à votre place : les plateformes, vos concurrents, vos collaborateurs qui expérimentent dans leur coin, vos fournisseurs qui vous vendront des solutions clés en main rarement alignées avec votre réalité.
L'enjeu n'est pas d'aller vite pour aller vite. C'est de reprendre la main avant que le terrain ne vous échappe complètement.
Ce que l’histoire nous enseigne, une dernière fois
À chaque révolution technologique, les perdants n'étaient pas forcément ceux dont le métier était le plus exposé. C'étaient ceux qui avaient décidé d'attendre que ça se calme.
Les gagnants n'étaient pas les premiers à adopter la technologie à l'aveugle. C'étaient ceux qui avaient compris ce qu'elle changeait vraiment, qui avaient repositionné leurs compétences, et qui avaient décidé comment ils allaient s'en servir plutôt que de la subir.
L'IA ne va pas se calmer. Elle va s'accélérer. Les agents autonomes, les LLM spécialisés par secteur, l'intégration dans tous les SI, la baisse des coûts d'usage : tout cela va rendre l'IA encore plus présente, encore plus rapide, encore plus au coeur des processus.
La seule vraie question est : dans ce nouveau monde, qu'est-ce que vous choisissez de maîtriser ?
Pas tout. Personne ne maîtrise tout. Mais quelque chose. Une compétence, un positionnement, une manière de travailler avec l'IA là où elle est la plus faible : la compréhension fine des contextes, la relation humaine, la décision sur les cas complexes, la transmission, la pédagogie.
Ce sont des valeurs humaines que l'IA ne remplace pas. Encore faut-il avoir décidé d'en faire une force avant que les décisions budgétaires ne soient prises à votre place.
je suis consultant en cybersécurité, IA et transformation digitale. j’ accompagne les organisations en France, en Europe et en Afrique sur les enjeux de sécurité des systèmes d’information, de gouvernance des données et d’adoption responsable de l’IA. Je réalise des audits cybersécurité et des audits BPI, intervient en remédiation d’urgence et forme des équipes de toutes tailles à la sensibilisation cyber, à l’IA et à Copilot. Egalement CEO fondateur d’Adamentis (datacenter éco-responsable, Pyrénées-Orientales) et de POD Informatique (ESN).
→ Cet article fait partie d'une série de trois. Les deux premiers sont disponibles sur vincentpodlunsek.com
L’IA entre les mains des escrocs : ce qui vous attend en 2026-2028
Souveraineté numérique : on vous ment depuis le début
→ Vous reconnaissez votre organisation dans ce que je décris ? Contactez-moi directement.