En 2030, une entreprise pourra peut-être traiter davantage de demandes avec moins d’interventions manuelles. Mais saura-t-elle encore modifier son fonctionnement lorsque les demandes changeront ? Le volume automatisé et la capacité d’adaptation répondent à deux questions différentes.
L’entreprise automatisée et l’entreprise apprenante ne sont pas deux camps entre lesquels il faudrait choisir. Une organisation peut automatiser certaines activités tout en donnant aux équipes les moyens de comprendre les résultats, de traiter les exceptions et de revoir les règles. Elle peut aussi déployer des outils performants sans conserver ces possibilités.
Le modèle à préparer dépend du service rendu, des conséquences des erreurs, des compétences disponibles et des ressources. L’horizon 2030 sert ici à examiner des choix possibles. Les scénarios présentés sont des hypothèses de travail, pas des prédictions.
Définir le modèle par les décisions qu’il rend possibles
Le terme « entreprise automatisée » peut désigner des réalités très différentes : un flux documentaire, une production industrielle, des réponses clients ou une coordination entre logiciels. Le nombre d’outils ne décrit pas à lui seul l’organisation.
L’expression « entreprise apprenante » demande la même précision. Dans cet article, elle désigne une organisation qui permet aux personnes de tirer des enseignements du travail et de modifier les pratiques collectives lorsque c’est nécessaire.
Cela suppose davantage que l’accès à une plateforme de formation. Les équipes doivent pouvoir examiner une difficulté, mobiliser des connaissances et obtenir une décision sur ce qui doit changer.
Le modèle devient concret lorsque l’on suit une exception : qui la remarque, qui peut la comprendre et qui a les moyens de modifier la réponse de l’organisation ?
Une question d’organisation antérieure à l’IA générative
Dans leur étude publiée par France Stratégie en avril 2020, Salima Benhamou et Edward Lorenz examinent les organisations du travail apprenantes à partir de l’enquête européenne sur les conditions de travail. Les analyses portent notamment sur la période 2005–2015.
Le document rapproche l’organisation apprenante de l’autonomie, de la résolution de problèmes et de la qualité du travail. Il invite à considérer les pratiques managériales et organisationnelles comme des leviers de développement des compétences et d’innovation.
Cette recherche ne porte pas sur les assistants génératifs actuels. Les relations observées ne valident pas automatiquement un programme de transformation en 2026, et ne permettent pas de garantir les performances d’un modèle en 2030.
Elle apporte cependant un repère : l’apprentissage dépend aussi de la manière dont le travail est organisé. Une entreprise ne devient pas apprenante par le seul ajout d’un outil d’IA ou d’un catalogue de cours.
Un scénario pour 2030 : le service des garanties
Imaginons une entreprise qui vend des équipements et traite les demandes de garantie. En 2030, son système pourrait réunir les pièces d’un dossier, vérifier certaines conditions et proposer une réponse.
Les cas habituels semblent bien traités. Puis un nouveau type de défaillance apparaît sur une gamme récente. Les demandes ressemblent aux précédentes, mais leur cause pourrait être différente.
Le service dispose-t-il encore de personnes capables de rapprocher ces cas ? Les informations peuvent-elles atteindre les équipes produit ? Quelqu’un peut-il faire réexaminer la procédure ?
Ce scénario fictif permet de comparer plusieurs trajectoires. Il ne décrit ni une technologie dont toutes les capacités seraient acquises ni une prestation Learning Coach.
Première trajectoire : privilégier le flux standard
L’entreprise concentre ses moyens sur le traitement courant. Les équipes suivent les exceptions prévues dans le système et sollicitent un prestataire pour les autres.
Cette organisation peut être cohérente si le périmètre est stable, les conséquences maîtrisées et le recours externe réellement disponible. Elle peut aussi rendre l’entreprise dépendante d’un délai ou d’une expertise qu’elle ne contrôle pas.
La question décisive concerne le traitement du nouveau défaut : sera-t-il reconnu comme un problème collectif, ou chaque dossier sera-t-il traité séparément ?
Deuxième trajectoire : conserver beaucoup de travail manuel
L’entreprise limite l’automatisation et maintient une forte expertise interne. Les professionnels peuvent examiner les demandes dans leur contexte.
Cette option préserve certaines possibilités de jugement. Elle ne garantit toutefois ni la circulation des connaissances ni la capacité à revoir les règles. Une organisation très manuelle peut elle aussi rester cloisonnée.
Elle demande également des ressources. Si les équipes passent l’essentiel de leur temps sur des cas répétitifs, elles peuvent manquer de disponibilité pour examiner les situations nouvelles.
Troisième trajectoire : automatiser avec une capacité de révision
L’entreprise automatise une partie du flux et conserve des moyens explicites pour comprendre les exceptions. Les équipes concernées peuvent rapprocher des dossiers, discuter une hypothèse et faire modifier le fonctionnement.
Cette trajectoire semble attractive, mais elle a un coût : expertise, accès à l’information, temps d’examen et coordination. Elle échoue si la capacité de révision existe seulement dans un organigramme.
Ces trois trajectoires sont illustratives. Le choix ne peut pas être tranché par un slogan : il faut examiner les activités, les conséquences et les moyens de chaque organisation.
Décider quelle expertise conserver
Une automatisation peut réduire la fréquence à laquelle une compétence est mobilisée. L’entreprise doit alors décider si elle a encore besoin de cette compétence, à quel niveau et pour quelles situations.
Tout maintenir en interne n’est pas nécessairement possible. Tout confier à l’extérieur peut également créer une dépendance importante.
Dans le service des garanties, il peut être utile de conserver une capacité à reconnaître un défaut inhabituel et à expliquer pourquoi une règle ne convient plus. L’expertise approfondie d’un composant peut, selon le cas, relever d’une autre équipe ou d’un partenaire.
Le choix doit préciser les recours : disponibilité, délai, périmètre et continuité. Une compétence accessible uniquement grâce à une personne bientôt indisponible constitue une ressource fragile, même si elle figure dans la liste des experts.
L’enjeu pour 2030 consiste à organiser cette disponibilité, puis à la réexaminer lorsque le travail évolue.
Examiner la possibilité de changer de trajectoire
Une solution peut convenir aujourd’hui tout en devenant difficile à modifier demain. Les responsables doivent donc examiner ce qu’il faudrait pour changer de fournisseur, réduire l’automatisation ou redéfinir une règle.
Les informations nécessaires sont-elles accessibles aux personnes autorisées ? Les décisions importantes sont-elles compréhensibles ? L’entreprise sait-elle quelles activités dépendent de quel service ?
Ces questions ne demandent pas de conserver une copie manuelle de chaque opération. Elles invitent à choisir les éléments dont la perte empêcherait un changement utile.
Le cadre AI Risk Management Framework du NIST, publié en janvier 2023, propose un cadre volontaire pour intégrer les risques dans la conception, le développement, l’usage et l’évaluation des systèmes d’IA. Sa page indique, au 27 octobre 2026, qu’une révision est en cours.
Ce cadre n’est ni une certification de réussite ni une obligation française. Il soutient une lecture du système dans la durée. Les choix de réversibilité présentés ici constituent une proposition de discussion Learning Coach, adaptée à chaque contexte.
Prévoir des moments de réexamen
Un plan pour 2030 ne devrait pas rester figé jusqu’en 2030. Il peut préciser dès maintenant les changements qui justifieraient de le reprendre.
Dans notre exemple, plusieurs événements pourraient déclencher un examen : une nouvelle gamme, des demandes inhabituelles, une évolution des conditions du fournisseur ou une difficulté à mobiliser l’expertise nécessaire.
L’entreprise peut alors discuter d’une question précise : les conditions qui rendaient ce fonctionnement acceptable sont-elles encore réunies ?
Cette pratique demande des interlocuteurs et des moyens. Elle n’a guère d’effet si chaque réserve est enregistrée sans qu’aucune décision puisse suivre.
Pour travailler ces conditions, notre article sur le transfert des apprentissages au travail rappelle l’importance des occasions de pratique et des ressources disponibles. La compétence doit pouvoir être exercée au moment où l’organisation en a besoin.
Donner aux équipes une marge utile
Demander aux salariés de devenir autonomes tout en leur interdisant de questionner une procédure crée une attente difficile à tenir. À l’inverse, une autonomie sans critères ni recours peut laisser les personnes seules face aux conséquences.
La marge utile porte sur des objets précis : signaler une exception, demander une information, proposer un essai ou obtenir un réexamen. Elle dépend du rôle, des compétences et des règles applicables.
Notre réflexion sur l’engagement dans une formation imposée invite à expliciter ces frontières. Les participants doivent savoir ce qu’ils peuvent adapter et ce qui nécessite une autre décision.
La participation des équipes ne signifie pas que chacun choisit toute l’architecture. Elle permet d’intégrer le travail réel dans les choix et de rendre visibles les contraintes que le plan initial n’avait pas prévues.
Une discussion de direction à ouvrir maintenant
Pour préparer un séminaire, choisissez une activité importante et imaginez un changement qui pourrait la déstabiliser. Comparez ensuite plusieurs manières d’organiser le travail, en examinant les coûts, les compétences et les possibilités de révision.
Le groupe devrait pouvoir expliquer ce qu’il accepte de standardiser, quelle expertise il veut rendre disponible et quelle condition l’amènerait à modifier son choix.
Une keynote peut poser ces distinctions et ouvrir le débat. Un séminaire peut les travailler sur un scénario adapté. Aucun de ces formats ne remplace les expertises techniques, les obligations applicables ou les arbitrages internes.
Vous souhaitez explorer ces choix avec vos dirigeants et vos responsables RH ? Découvrez les conférences Learning Coach et demandez une proposition adaptée à votre événement.
Pour 2030, la question ne concerne donc pas seulement ce que l’entreprise saura automatiser. Elle concerne aussi ce qu’elle restera capable de comprendre et de changer lorsque son modèle rencontrera une situation nouvelle.
Ressources
Salima Benhamou et Edward Lorenz, Les organisations du travail apprenantes : enjeux et défis pour la France, France Stratégie, avril 2020. Recherche antérieure à la diffusion de l’IA générative actuelle.
NIST, AI Risk Management Framework, version 1.0 publiée le 26 janvier 2023 ; cadre volontaire, révision en cours. Sources consultées le 27 octobre 2026.
