Soixante-quatorze pour cent des utilisateurs réguliers d'IA adressent désormais à un chatbot une question qu'ils auraient auparavant posée à un collègue. Cinquante-neuf pour cent demandent un second avis à leurs collègues moins souvent qu'avant. Quarante-six pour cent déclarent en savoir moins sur la façon dont leurs collègues raisonnent. Ces chiffres proviennent d'une enquête menée auprès de plus de 22 000 salariés dans dix régions, réalisée en juin et juillet 2026 par la plateforme d'évaluation cognitive MyIQ (FM Magazine, 2026).
Demander à l'IA plutôt qu'à ses collègues est devenu le réflexe par défaut, et voici ce qui devrait préoccuper un Head of Operations : rien de tout cela n'apparaît sur votre tableau de bord. Les réunions ont toujours lieu. Le volume de messages est stable ou en hausse. La collaboration planifiée est intacte. Ce qui disparaît, c'est la consultation non planifiée — et c'est précisément la couche sur laquelle votre intégration et votre calibrage des promotions fonctionnaient discrètement.
L'indicateur que vous surveillez ne peut pas détecter cela
L'essentiel de la mesure de la collaboration dans le mid-market est volumétrique : heures de réunion, nombre de messages sur Slack ou Teams, activité des canaux transverses, densité des agendas. Ces instruments captent l'interaction planifiée et semi-planifiée, parce que c'est elle qui laisse une trace structurée.
Le comportement décrit par les données MyIQ ne laisse presque aucune trace. C'est le mouvement de trente secondes vers le bureau voisin. Le « petit contrôle avant d'envoyer ». Le « comment fonctionne réellement ce processus, parce que la documentation est fausse ». Ces échanges n'étaient jamais dans un agenda et rarement dans un canal. Lorsqu'ils migrent vers une fenêtre de chat, le tableau de bord volumétrique n'enregistre rien — ou pire, enregistre une amélioration, puisque le même effectif produit davantage de livrables visibles avec moins d'interruptions.
C'est une défaillance de mesure à la forme très précise : vos indicateurs de collaboration sont devenus insensibles exactement là où le changement se produit. Des chiffres stables ne prouvent plus qu'une équipe se porte bien. Ils prouvent que vous mesurez la partie qui n'a pas bougé.
Ce qui change quand les salariés demandent à l'IA plutôt qu'à leurs collègues
Les chiffres de l'enquête forment un tableau cohérent plutôt qu'une dispersion de doléances (MyIQ / Cooperative Agency, 2026) :
- 74 % adressent à un chatbot des questions qu'ils auraient posées à un collègue
- 59 % sollicitent moins souvent un second avis auprès de leurs collègues
- 48 % constatent moins de conversations spontanées dans la journée
- 46 % en savent moins sur la manière dont leurs collègues pensent et abordent les problèmes
- 43 % trouvent leurs pairs plus difficiles à déchiffrer professionnellement
- 38 % estiment que les nouveaux arrivants ont moins d'occasions naturelles de nouer des relations
Lisez la séquence comme une chaîne causale, non comme six statistiques distinctes. Moins de questions posées (74 %) produit moins de conversations spontanées (48 %), ce qui produit une moindre exposition au raisonnement des collègues (46 %), ce qui produit une capacité réduite à les déchiffrer professionnellement (43 %). Le dernier chiffre n'est pas une plainte sur la culture d'entreprise. C'est une dégradation de la matière première dont sont faits à la fois l'apprentissage sur le tas et le jugement de promotion.
Les mêmes répondants signalent aussi de vrais gains : 71 % se sentent plus autonomes et 62 % plus confiants pour décider seuls. Ce n'est pas une erreur d'arrondi, et c'est pourquoi le phénomène n'apparaîtra comme un problème dans aucune enquête d'engagement. Les individus vivent le changement comme une montée en compétence. Le coût retombe sur le système, pas sur la personne — c'est exactement la catégorie de coûts qu'une fonction operations existe pour intercepter.
Une réserve honnête avant d'agir
Il s'agit d'une enquête réalisée par un fournisseur, une société d'évaluation cognitive, sur données déclaratives, diffusée par communiqué, sans méthodologie publiée au-delà de la taille d'échantillon, de la géographie et de la fenêtre de terrain. Le communiqué précise lui-même que les résultats n'établissent pas que l'usage de l'IA affaiblit directement les relations professionnelles — seulement que les salariés associent un recours accru à l'IA à un changement dans la fréquence à laquelle ils se consultent et apprennent informellement les uns des autres.
Dimensionnez donc l'effet à partir de ces données et faites porter le poids causal à la littérature de psychologie organisationnelle, nettement plus ancienne et nettement mieux identifiée. C'est l'objet de la section suivante.
Le système qui se dégrade porte déjà un nom
Ce qui s'appauvrit lorsque les gens cessent de se poser des questions, c'est le système de mémoire transactive de l'équipe — l'annuaire partagé de qui sait quoi, formalisé d'abord par Wegner puis développé sur trois décennies de recherche sur les équipes. Il s'entretient par l'usage. Chaque fois qu'une personne pose une question à un collègue, deux choses se produisent : celui qui demande obtient une réponse, et les deux mettent à jour l'annuaire des expertises. Supprimez la question et vous conservez le savoir individuel, mais vous perdez l'index.
Cet index n'est pas décoratif. Une méta-analyse de 76 études empiriques couvrant 6 869 unités d'échantillonnage a montré une association robuste entre systèmes de mémoire transactive et performance d'équipe, l'intensité de l'effet variant selon le contexte sans que l'association elle-même soit en doute (Bachrach et al., 2019). À capacités individuelles égales, les équipes qui savent où se trouve l'expertise surperforment celles qui l'ignorent.
Un assistant IA est un excellent substitut à la réponse. Il n'est pas un substitut à l'index. Quand votre analyste operations senior répond à une question, l'organisation apprend quelque chose sur votre analyste operations senior. Quand Claude ou ChatGPT y répond, l'organisation n'apprend rien du tout.
La contre-preuve, et ce qu'elle montre réellement
Il existe des travaux crédibles qui pointent dans l'autre direction, et ils méritent d'être entendus. La Global Workplace Survey 2026 de Gensler, menée auprès de plus de 16 400 employés de bureau dans 16 pays, constate que les 30 % qualifiés d'utilisateurs intensifs d'IA passent moins de temps à travailler seuls (37 % de la semaine contre 42 % pour les adoptants tardifs), plus de temps à apprendre (12 % contre 8 %) et plus de temps à socialiser (11 % contre 9 %), avec des relations d'équipe déclarées plus solides (Gensler, 2026).
Les deux résultats peuvent être vrais, et je pense qu'ils le sont. L'IA absorbe la question informationnelle à faible enjeu — celle qui, de toute façon, ne porte aucune valeur relationnelle — et libère du temps que les utilisateurs intensifs redirigent vers l'apprentissage et le contact social. Le budget-temps global s'améliore. Ce que les données Gensler ne vous disent pas, c'est qui profite de cette redistribution.
Le chiffre MyIQ qui y répond est le 38 % : les nouveaux arrivants ont moins d'occasions naturelles de nouer des relations. Le temps social réalloué bénéficie à ceux qui disposent déjà d'un réseau où le dépenser. Un nouvel embauché au deuxième mois n'en a pas, et les interactions qui le lui auraient construit étaient précisément ces questions informationnelles à faible enjeu désormais adressées à un chatbot. La recherche 2026 de Workday va dans le sens de cette asymétrie : les salariés de la génération Z sont 12 fois plus susceptibles que ceux de la génération X de se déclarer complètement déconnectés de leurs collègues, et plus d'un sur cinq affirme que les outils d'IA ont dégradé leurs relations avec leurs pairs (Workday, 2026).
L'effet net n'est pas « l'IA isole tout le monde ». Il est plus étroit et plus actionnable : le bénéfice se concentre chez ceux qui sont déjà intégrés, le coût chez ceux qui viennent d'arriver. C'est un problème distributif, et les problèmes distributifs se résolvent par le design, pas par le sentiment.
Intégration : la localisation de l'expertise doit devenir un artefact
Si la consultation ambiante était votre mécanisme d'apprentissage, elle est aujourd'hui partiellement definancée, et personne ne l'a definancée délibérément.
Pour une organisation de 50 à 500 ETP, la réponse n'est pas un programme de mentorat avec une présentation de lancement. C'est de rendre la localisation de l'expertise explicite, parce qu'elle ne peut plus être émergente :
- Publiez l'annuaire que les questions construisaient. Une carte tenue à jour de qui détient quel processus, quel système, quel chemin d'exception, quel segment client — avec des noms, pas des cases d'organigramme. C'est un document d'une page par fonction, revu chaque trimestre. Dans la plupart des organisations mid-market, cette information est répartie dans la tête de quatre personnes et écrite nulle part.
- Rendez les quatre-vingt-dix premiers jours dépendants de personnes nommées. Structurez la montée en charge autour de livrables impossibles à finaliser sans consulter trois collègues précis. Pas « rencontrer l'équipe » — une tâche avec une dépendance.
- Mesurez la bonne chose. Cessez de lire le volume de messages comme de la connexion. Demandez directement aux nouveaux arrivants, à J+30 et J+90 : vers qui iriez-vous pour X ? Suivez le nombre de noms qu'ils peuvent citer et la vitesse à laquelle ce nombre croît. C'est un proxy mesurable de la mémoire transactive, et cela coûte un champ d'enquête.
La version la moins coûteuse est une séance hebdomadaire de quinze minutes où un nouvel arrivant doit apporter une question qu'il a résolue avec l'IA et la reposer à un humain. L'enjeu n'est pas la réponse. L'enjeu est la mise en relation.
Calibrage des promotions : votre signal entre pairs perd de sa validité
Le chiffre de 43 % — des collègues plus difficiles à déchiffrer professionnellement — est un problème de mesure déguisé en problème de culture.
Les décisions de promotion dans le mid-market s'appuient fortement sur l'impression des pairs : ce que la salle de calibrage croit du jugement d'une personne, à partir de l'observation de son raisonnement dans des moments non structurés. Ces moments s'amenuisent. L'entrée se dégrade tandis que le processus qui la consomme reste identique, ce qui signifie que la confiance dans le calibrage se maintient sur un signal plus faible. C'est exactement la condition dans laquelle le biais s'étend, car lorsque l'observation s'amenuise, la familiarité et la visibilité comblent le vide.
Le remède est bien documenté et sans éclat. L'évaluation structurée — compétences définies, exigences de preuve cohérentes, les mêmes questions pour chaque candidat — montre depuis longtemps une validité prédictive nettement supérieure au jugement non structuré. La réanalyse 2022 de Sackett et ses collègues sur la validité de la sélection du personnel, qui a corrigé des décennies de surcorrection systématique dans la littérature méta-analytique et a globalement abaissé les estimations publiées, place toujours les entretiens structurés parmi les meilleurs prédicteurs utilisables, avec une validité opérationnelle autour de .42 (Sackett et al., 2022). L'impression non structurée ne rivalise pas, même lorsque les conditions d'observation sont bonnes — et les vôtres se dégradent.
Concrètement : exigez une preuve écrite du jugement pour chaque dossier de promotion — une décision prise, l'arbitrage évalué, le résultat obtenu. Si personne ne peut produire cette preuve pour un candidat, c'est une donnée sur vos conditions d'observation, pas sur le candidat.
La décision de ce trimestre
Vous n'inverserez pas ces 74 %. Demander à l'IA plutôt qu'à ses collègues est plus rapide, sans jugement, et procure un sentiment de compétence — 71 % le disent. Le comportement est rationnel au niveau individuel et ne répondra pas à une politique invitant les gens à se parler davantage.
Ce que vous pouvez décider ce trimestre, c'est si les deux systèmes qui fonctionnaient silencieusement sur la consultation informelle obtiennent un remplacement explicite. Les deux sont peu coûteux. Publiez une carte des expertises par fonction. Ajoutez une exigence de preuve écrite aux dossiers de promotion. Aucune des deux ne nécessite d'arbitrage budgétaire, et toutes deux cessent d'opérer dès l'instant où vous supposez que la version ambiante fonctionne encore.
Votre tableau de bord de collaboration continuera d'avoir bonne mine. C'est tout le problème.
