IA et capital humain : les retailers cherchent le bon équilibre

Le 10 septembre, Républik Retail réunissait à Paris plusieurs dirigeants pour un nouveau Club Enseignes & Business consacré au thème « RH & Management : réinvestir dans le capital humain ou dans l’IA ? ». Autour de la table : Richard Jolivet (Naturalia) ; François Mbody (Céraclès Coopérative Entrepreneurs Commerçants - Sport 2000) ; Emmanuel Emery-Dufoug (The Field) ; Stéphane Fritz (Guy Hoquet) ; Yohann Petiot (Alliance du Commerce) ; Patrick Stassi (Kiabi) ; François Helouët (Europcar) et Richard Ré Colonna d’Istria (Groupe Provalliance).

Derrière une question volontairement binaire, les échanges ont rapidement fait apparaître une réalité plus nuancée. Pour les dirigeants présents, il ne s’agit déjà plus de savoir s’il faut investir dans l’humain ou dans l’intelligence artificielle. Le véritable enjeu consiste à déterminer ce que la technologie peut prendre en charge, ce qui doit rester entre les mains des collaborateurs et comment réinvestir le temps ainsi libéré.

Automatiser la tâche plutôt que remplacer le métier

C’est probablement le premier consensus de la soirée : avant de raisonner en nombre de postes supprimés, les entreprises cherchent d’abord à décomposer les métiers en tâches et en compétences. Certaines peuvent être automatisées ou « virtualisées », quand d’autres restent étroitement liées à l’expertise, au jugement ou à la relation humaine. Plusieurs entreprises ont d’ailleurs commencé à cartographier leurs métiers pour identifier cette frontière.

L’IA trouve naturellement sa place sur les activités répétitives, chronophages ou nécessitant le traitement d’importants volumes de données. Un exemple partagé pendant le dîner illustre l’ampleur du changement : l’analyse détaillée d’un lot de produits, qui pouvait auparavant mobiliser des acheteurs pendant six jours, a pu être réalisée en huit minutes grâce à l’IA, avec le détail et la valorisation financière nécessaires à la prise de décision. La même logique gagne progressivement les magasins. Commandes, recherche d’informations, analyse des stocks ou tâches administratives peuvent être partiellement automatisées afin de redonner du temps aux équipes pour ce qui constitue le cœur de leur métier : le commerce, le conseil et la relation client.

L’objectif affiché demeure celui du collaborateur augmenté. L’IA doit permettre au vendeur de disposer plus rapidement de la bonne information, sans devenir simplement l’exécutant de ce que lui dicte la machine. En ayant les mêmes outils, stocks et offres, deux magasins pourront toujours afficher des performances différentes : plusieurs dirigeants estiment que cette différence continuera à se jouer sur l’humain et la qualité de la relation avec le client.

Des gains de productivité, mais pour en faire quoi ?

Reste une question beaucoup plus sensible : que deviennent les gains de productivité générés par l’IA ? Sur ce point, les stratégies divergent. Certaines entreprises souhaitent d’abord utiliser l’IA pour absorber davantage d’activité et permettre aux collaborateurs de se concentrer sur des tâches à plus forte valeur ajoutée. Pour l’un des dirigeants présents, sur les 12 à 18 prochains mois, l’enjeu n’est ainsi pas de réduire massivement les effectifs, mais d’aller chercher les importants gisements de productivité encore disponibles. D’autres, confrontées à des contraintes économiques plus fortes, ne cachent pas que chaque investissement technologique doit aussi contribuer à améliorer leur rentabilité.

Une question traverse alors les échanges : le gain de productivité doit-il être capté ou réinvesti ?

Le temps économisé peut servir à renforcer le conseil client, la créativité, l’innovation ou d’autres compétences devenues stratégiques. Plusieurs participants anticipent ainsi moins une disparition uniforme de l’emploi qu’un déplacement des ressources et des compétences. Certains métiers diminueront, d’autres émergeront et certaines ressources pourront être réinvesties ailleurs dans l’entreprise. L’un des participants explique ainsi que son ambition n’est pas de réduire drastiquement la masse salariale grâce à l’IA, mais de transférer des compétences vers d’autres métiers ou vers le magasin. Pour autant, personne autour de la table n’écarte totalement les conséquences sur l’emploi. Des fonctions ont déjà commencé à disparaître ou à évoluer, tandis que de nouveaux besoins émergent. La question n’est donc plus tellement de savoir si l’IA transformera les effectifs et les métiers, mais à quel rythme et avec quelles compensations.

Un ROI encore difficile à mesurer

Derrière l’enthousiasme technologique se pose une équation très concrète : combien coûte réellement le passage à l’échelle ? Licences professionnelles, consommation de tokens, développements internes, sécurisation des données, accompagnement et formation : lorsque quelques expérimentations deviennent plusieurs dizaines de cas d’usage et concernent des centaines ou des milliers de collaborateurs, la facture peut rapidement grimper.

Un retour d’expérience partagé pendant le dîner illustre cette difficulté : certaines licences professionnelles peuvent représenter environ 2 000 euros par an et par collaborateur, auxquels peuvent s’ajouter les coûts liés à l’utilisation. D’où une interrogation : faut-il exiger un ROI précis pour chaque outil ? Un parallèle revient au cours de la soirée : lors du déploiement d’Excel dans les entreprises, personne ne calculait nécessairement le retour sur investissement individuel de chaque licence. Le logiciel s’est progressivement imposé comme un outil de travail indispensable.

L’IA pourrait suivre le même chemin. Mais pour maîtriser les coûts, certaines entreprises choisissent déjà de développer leurs propres environnements. L’une d’elles explique avoir identifié quelques collaborateurs particulièrement avancés sur le sujet pour construire un outil interne, désormais utilisé par près des deux tiers de l’entreprise et annoncé comme beaucoup moins coûteux que les solutions externes.

Vers un « super cerveau » de l’entreprise

Au-delà de la productivité individuelle, l’un des usages les plus structurants évoqués pendant le dîner concerne l’accès à la connaissance interne. L’idée est simple : connecter l’IA aux différentes sources d’information de l’entreprise pour permettre aux collaborateurs de les interroger depuis un même point d’entrée. Documents, données, outils métiers ou procédures deviennent ainsi questionnables en langage naturel. Un participant parle d’un véritable « super cerveau », permettant à chacun de profiter plus facilement de la connaissance produite par l’ensemble de l’organisation.

Pour les fonctions support, le changement est déjà concret. Plutôt que de solliciter à répétition un service RH pour savoir comment effectuer une démarche administrative, un collaborateur peut interroger directement la base de connaissances. Les équipes RH peuvent alors se concentrer sur des tâches à plus forte valeur ajoutée. Mais l’impact va plus loin. L’IA pourrait aussi réduire l’asymétrie d’information dans les organisations. Lorsque chacun peut accéder plus facilement à la donnée, les décisions dépendent moins de celui qui détient l’information ou de quelques « sachants ». Un participant observe déjà des réunions davantage fondées sur des données communes et moins sur des perceptions, des intuitions ou des informations parcellaires. Un changement qui pourrait modifier en profondeur les rapports hiérarchiques et la manière de prendre des décisions.

Former les équipes… et préserver l’esprit critique des juniors

Cette généralisation change aussi la manière de former les collaborateurs. Plusieurs entreprises ont commencé par leurs dirigeants avant de structurer des réseaux d’ambassadeurs IA dans les différents métiers. L’objectif : faire émerger les cas d’usage depuis le terrain plutôt que d’imposer une transformation conçue uniquement par l’IT ou la direction générale. Une méthode qui semble mieux fonctionner que les approches descendantes. L’un des dirigeants raconte qu’un audit externe avait identifié 65 recommandations potentielles : seules trois ont finalement été mises en œuvre. La difficulté ? Convaincre des équipes qu’un intervenant extérieur ayant observé leur métier pendant quelques heures pouvait leur expliquer comment le transformer.

La priorité se déplace donc progressivement de la maîtrise d’un logiciel précis vers des compétences plus durables : savoir interroger l’IA, vérifier ses réponses, comprendre ses limites et conserver son esprit critique. Apparaît une question particulièrement sensible : celle des juniors. Les dirigeants actuellement en poste ont construit leur expertise avant l’arrivée de l’IA. Ils disposent donc d’un référentiel qui leur permet de challenger une réponse, d’identifier une incohérence ou de décider de ne pas suivre une recommandation. Qu’en sera-t-il d’une génération qui commencera directement sa carrière avec ces outils ? Si l’IA réalise les premières analyses, recherches, synthèses ou productions autrefois confiées aux débutants, comment acquerront-ils l’expérience qui permet ensuite de juger la qualité du travail de la machine ? La question se pose aussi pour la créativité : lorsque la réponse est immédiatement disponible, comment continuer à développer sa propre capacité à chercher et à produire quelque chose de nouveau ?

L’IA augmente aussi le risque d’individualisation et de surcharge

L’arrivée des assistants IA pose enfin une question profondément managériale : que devient le collectif de travail lorsque chacun dispose de son propre interlocuteur numérique ? Une interrogation formulée pendant le dîner résume bien le problème. Là où un collaborateur pouvait auparavant demander conseil à son voisin, être challengé par un collègue et progresser avec son équipe, il peut désormais réaliser une partie de ce processus seul avec son IA. Avec, en contrepartie, un risque d’individualisation du travail et d’appauvrissement des échanges informels qui participent à la vie de l’entreprise.

À cela s’ajoute un autre effet paradoxal : la productivité peut elle-même devenir source de fatigue. Lorsque l’IA permet de lancer simultanément une analyse financière, un business plan, une présentation ou une recherche, le temps gagné sur chaque tâche ne se transforme pas nécessairement en temps disponible. Il peut simplement conduire à multiplier les productions réalisées en parallèle. Un dirigeant observe ainsi une véritable surcharge cognitive parmi ses équipes : pendant qu’un agent travaille sur une analyse, un autre prépare un document et un troisième traite une nouvelle demande. Résultat, des collaborateurs parfois plus sollicités qu’avant malgré des outils censés leur faire gagner du temps. Le sujet ramène directement au rôle du manager. Augmenter la capacité de production d’un collaborateur ne signifie pas automatiquement améliorer son travail. Il faudra aussi apprendre à arbitrer ce qui mérite réellement d’être produit, préserver les temps d’échange et éviter que chaque minute gagnée grâce à l’IA soit immédiatement remplie par une nouvelle tâche.

De l’expérimentation à la gouvernance

À mesure que les usages se diffusent, les entreprises commencent enfin à structurer leur gouvernance. Outils sécurisés, ambassadeurs internes, formations, protection des données ou comités éthiques apparaissent progressivement. Dans l’une des entreprises représentées, une quarantaine d’ambassadeurs ont ainsi été formés tandis qu’un comité d’éthique a émergé à la demande même des équipes pour fixer des garde-fous. Cybersécurité et protection des données deviennent également des sujets incontournables à mesure que les collaborateurs utilisent l’IA sur des informations internes.

Au terme des échanges, la question « humain ou IA ? » apparaît finalement presque dépassée. Les deux investissements deviennent indissociables. L’IA peut automatiser, accélérer, diffuser la connaissance et augmenter les capacités des collaborateurs. Mais l’humain conserve encore la relation, la créativité, l’esprit critique et surtout l’arbitrage. Lorsqu’une recommandation économiquement rationnelle produite par une IA entre en contradiction avec l’identité d’une marque ou l’intérêt de ses clients, plusieurs dirigeants considèrent que la décision finale doit rester humaine.

La véritable transformation ne consistera donc peut-être pas à déterminer combien de collaborateurs l’IA permettra de remplacer, mais quelle valeur supplémentaire les enseignes sauront créer avec les collaborateurs qu’elle aura augmentés.