L'IA fait tomber les murs entre les métiers

À retenir

1. Thèse à retenir. l'IA ne se contente pas d'accélérer le travail, elle redistribue qui fait quoi. Le brouillage des frontières métier est un fait organisationnel déjà mesurable, pas une projection. Conséquence de conception : la fiche de poste ne peut plus être l'unité d'organisation du travail.
2. L'argument de robustesse (le vrai apport du montage). deux méthodes opposées convergent — une expérience de terrain préenregistrée (causalité, petit N, contexte contrôlé) et une trace d'usage massive (échelle, corrélationnel, contexte nul). Ni l'une ni l'autre ne suffirait ; ensemble elles couvrent leurs angles morts respectifs. C'est le montage qu'il faut retenir, plus que chaque chiffre pris isolément.
3. P&G — le mécanisme (chiffres).
4. 791 professionnels. expérimentés (R&D et commerce), une journée entière sur de vrais défis d'innovation produit issus de leurs BU, enjeu réel (les meilleures propositions présentées aux dirigeants). Protocole 2×2 : seul / binôme transverse × avec / sans IA.
5. Individu + IA = binôme sans IA. +0,37 σ vs individus seuls, contre +0,24 σ pour les équipes sans IA. L'IA reproduit une partie des bénéfices de la collaboration humaine.
6. Équipe + IA. environ ×3 la probabilité d'une solution classée dans le top 10 % — l'effet se joue sur la queue de distribution, pas sur la moyenne.
7. Effacement des silos. sans IA, les commerciaux produisent du commercial, les R&D du technique. Avec IA, la distinction disparaît — solutions équilibrées sur tout le spectre technico-commercial, sans perte de qualité. Les auteurs nomment le mécanisme : boundary-spanning. Des collaborateurs éloignés du développement produit, seuls avec l'IA, atteignent le niveau d'équipes comptant un expert du domaine.
8. Dimension émotionnelle. plus d'enthousiasme et d'énergie, moins d'anxiété et de frustration — l'IA restitue une part du bénéfice social du travail en équipe.
9. La nuance qui tient. l'IA élève la qualité moyenne des idées, mais les binômes humains sans IA restent meilleurs pour identifier leur meilleure idée (~50 % de sélections correctes contre 37 % avec IA). → Le jugement évaluatif humain garde sa place dans la boucle. À rapprocher du partage « générer / vérifier » de [[sfeir-code-review-anneau-contraintes-2026-07-30]] : même asymétrie, autre domaine.
10. OpenAI — l'ampleur (chiffres).
11. 43,5 %. des messages spécifiques à un métier sortent du métier de l'utilisateur, une fois écartées les tâches génériques (écrire, résumer, planifier). ⚠️ Le retraitement compte : le chiffre n'est pas « 43,5 % de l'usage » mais « 43,5 % de l'usage métier-spécifique ».
12. Par fonction. expérience client 77 %, design 75 %, RH 69 %, juridique 56 %, marketing 53 % — vente et finance 40 %, ingénierie 28 %.
13. Import / export. le design importe massivement (35,2 %) et n'exporte presque rien (1,7 %) ; l'ingénierie fait l'inverse (importe 18,5 %, exporte largement — dépannage et systèmes techniques = 7,4 % des messages des autres fonctions) ; le marketing cumule, avec le plus haut taux d'export (8,9 %). Deux tâches dans le top 3 des emprunts de tous les groupes : calcul financier et dépannage technologique.
14. Effet de taille. part de tâches hors métier 18,9 % (espaces de 2-5 postes) → 16,3 % (>100 postes). « Là où les ressources spécialisées manquent, l'IA tient le rôle du généraliste. »
15. Statut épistémique revendiqué. signal avancé — ces données rendent la recomposition visible avant les fiches de poste, les intitulés et les statistiques du marché du travail.
16. ⚠️ Le chiffre le plus intéressant et le moins exploité (pour une ESN). l'ingénierie est le métier le moins poreux et le plus exportateur. La porosité décrite est donc largement à sens unique vers la technique — les autres métiers font du dépannage et des systèmes techniques, l'inverse est rare (1,7 % d'export pour le design). Pour un cabinet dont le cœur est l'ingénierie, c'est le résultat le plus actionnable — et l'article n'en tire rien. Angle de prise de parole disponible.
17. ⚠️ Le maillon faible de la démonstration — confirmé depuis par la source primaire. l'effet de taille repose sur 2,6 points d'écart (18,9 % → 16,3 %), et ces valeurs ne sont pas commensurables avec les 43,5 % (base de calcul différente). La formule « l'IA tient le rôle du généraliste » est une interprétation généreuse d'un écart faible. → Vérification faite sur le rapport OpenAI ([[openai-work-at-the-frontier-task-crossover-2026-07-27]]) : l'écart ne vaut que « among average users », et « among the heaviest users, we do not see the same monotonic pattern ». OpenAI conclut au conditionnel (« AI may be especially useful as a generalist tool ») là où SFEIR affirme. À ne pas citer comme un résultat fort.
18. Mollick — l'agenda en trois temps. (co-auteur de l'étude P&G, il relie lui-même les deux publications ; l'usage transverse mesuré par OpenAI est plus marqué que ce que l'expérience laissait entrevoir) : (1) les frontières organisationnelles deviennent poreuses, les murs s'amincissent ; (2) les entreprises devront repenser la division du travail, et « la situation devient chaotique dès maintenant » — refuser de traiter le changement ne le fera pas disparaître ; (3) correctement orchestrée, la recomposition rapporte gros, à la fois sur la satisfaction des collaborateurs et sur la performance de l'entreprise. Prolonge [[mollick-organizational-theory-agentic-ai-spans-control-2026-02]] (spans of control, boundary objects) et la ligne « HR is R&D now » de [[mollick-valence-ai-hr-playbook-leader-lab-crowd-2025-07-23]].
19. La réponse SFEIR — la Skill Based Organisation. sous l'impulsion de Rosalie Zandona (VP People & Culture). Principe : si les tâches circulent, la fiche de poste figée ne peut plus être l'unité d'organisation → la compétence réellement opérationnelle devient la brique de base (jusqu'à 13 compétences identifiées par métier), déployée là où le besoin est concret, indépendamment de l'intitulé de celui qui la porte. Le basculement de fond : identité statutaire (« je suis manager ») → identité opératoire (« je sais concevoir des architectures complexes »), objectivée et rendue transparente pour chaque collaborateur. Bénéfice revendiqué : le task crossover devient visible, outillé et valorisé au lieu de rester « un bricolage informel dans l'ombre de l'organigramme » ; et « un collaborateur qui connaît ses forces sait aussi ce qu'il peut déléguer à la GenAI ». Chiffre de clôture : selon Deloitte, les organisations par compétences ont 98 % de chances supplémentaires d'être perçues comme d'excellents lieux de croissance.
20. ⚠️ Trois réserves à porter en avant-vente. 1. Chronologie inversée — la bascule SBO chez SFEIR est documentée par l'article de Zandona du 19 février 2026, soit cinq mois avant les deux publications qu'elle est censée « répondre point par point ». La SBO n'a pas été adoptée en réponse à ce diagnostic ; elle est relue à sa lumière. Le cabinet l'assume d'ailleurs (« nous avons fait la bascule chez nous avant de la conseiller »), mais l'ordre argumentatif de l'article inverse l'ordre des faits. 2. Le saut logique central n'est pas traité — les deux études mesurent un débordement de tâches ; la SBO répond par un changement d'unité d'organisation. Rien dans les données ne dit qu'une organisation par compétences absorbe mieux le crossover qu'une organisation par postes. C'est une hypothèse de conception — plausible, mais non testée, et pas la seule réponse possible : l'autre réponse courante est le rôle fusionné (cf. le « Product Engineer » de SFEIR lui-même, avril 2026), qui va dans le sens exactement inverse (moins de rôles plus larges, plutôt que plus de compétences plus fines). 3. Le chiffre Deloitte mesure de la perception, pas de la performance — « perçues comme d'excellents lieux de croissance ». Il ne couvre donc que le versant satisfaction du double bénéfice annoncé par Mollick ; le versant performance de la SBO n'est chiffré nulle part dans l'article.
21. ⚠️ Vigilance sur les sources.
22. Fraîcheur P&G. le résultat circule depuis mars 2025 (NBER w33641 / HBS WP, sous le titre « … A Field Experiment on Generative AI Reshaping Teamwork and Expertise »). L'article le date de sa publication dans Organization Science (2026) et le présente comme paru « quelques semaines plus tôt » — vrai pour la revue à comité de lecture, pas pour le résultat. Pour une veille, c'est une consolidation, pas une nouveauté.
23. N divergent. l'article annonce 791 professionnels ; le working paper de 2025 en annonce 776. Écart non expliqué (échantillon final de la version revue ?) — à vérifier sur la version Organization Science avant de citer le chiffre.
24. Variante de titre. « … on Generative AI and Teamwork » (SFEIR) vs « … on Generative AI Reshaping Teamwork and Expertise » (working paper).
25. Base OpenAI. utilisateurs américains de ChatGPT — ni échantillon représentatif de la population active, ni multi-assistants. La généralisation « près de la moitié de l'usage professionnel » porte sur cette base-là. Et c'est OpenAI qui mesure l'effet d'OpenAI — même biais de source que celui pointé par SFEIR lui-même dans [[sfeir-ia-emploi-risque-decrochage-2026-07-23]], ici non signalé.
26. ⚠️ Chiffre manquant, et il change l'échelle. le rapport donne deux chiffres-titres — 16,8 % des messages liés au travail et 43,5 % des messages métier-spécifiques, ce dernier étant calculé après retrait de 61,5 % d'usage générique. SFEIR ne retient que le second, le plus spectaculaire. Voir [[openai-work-at-the-frontier-task-crossover-2026-07-27]].
27. Méta / à relier. c'est le pendant RH/organisationnel de la thèse « décrochage » de [[sfeir-ia-emploi-risque-decrochage-2026-07-23]] — même diagnostic (l'IA recompose le travail), autre levier (l'organisation plutôt que la formation). Complémentaire du versant budgétaire [[girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24]] et du versant CHRO [[bersin-chro-pivotal-role-ai-transformation-2025-10-10]]. Contrepoint utile : [[shipper-every-after-automation-frame-framer-2026-05-21]] (la recomposition du travail intellectuel ne se lit pas comme un effondrement). ⚠️ Désambiguïsation : la « compétence » au sens SBO (unité d'organisation RH) n'a rien à voir avec les Agent Skills du corpus ([[agent-skills-anthropic-2025-10-16]]) — homonymie FR/EN à ne pas laisser fusionner dans le graphe.