Article de fond (point de vue) publié sur **sfeir.com** le 1er août 2026, signé **SFEIR** (voix éditoriale du cabinet). Il fait converger **deux publications de juillet 2026** aux méthodes opposées — l'expérience de terrain préenregistrée **« The Cybernetic Teammate »** chez **Procter & Gamble** (Dell'Acqua, Ayoubi, Lifshitz, Sadun, **Ethan Mollick** et al., *Organization Science* 37(4), 2026) et le premier rapport de la série **« Work at the Frontier »** d'**OpenAI Economic Research** (27 juil. 2026, >800 000 messages d'utilisateurs américains de ChatGPT) — vers une thèse unique : *« l'IA générative ne se contente pas d'accélérer le travail existant, elle redistribue qui fait quoi »*. L'architecture est en quatre temps : **le mécanisme** (P&G : l'IA est un dispositif de *boundary-spanning*, elle efface les silos fonctionnels — un individu + IA atteint le niveau d'un binôme sans IA, **+0,37 σ**), **l'ampleur** (OpenAI : **43,5 %** des messages métier-spécifiques sortent du métier de l'utilisateur), **l'agenda** (Mollick : les murs s'amincissent, il faut repenser la division du travail, et bien orchestré cela « rapporte gros »), puis **la réponse du cabinet** — la **Skill Based Organisation (SBO)**, adoptée chez SFEIR sous l'impulsion de **Rosalie Zandona** (VP People & Culture) : la **compétence réellement opérationnelle** remplace la fiche de poste comme unité d'organisation (**jusqu'à 13 compétences identifiées par métier**), faisant passer d'une **identité statutaire** (« je suis manager ») à une **identité opératoire** (« je sais concevoir des architectures complexes »). Le mouvement rhétorique est celui de la preuve par l'exemple interne : *« nous avons fait la bascule chez nous avant de la conseiller »*. ⚠️ **Trois réserves consignées** : la bascule SBO date de **février 2026**, donc *antérieure* au diagnostic qu'elle est censée résoudre (l'ordre argumentatif inverse l'ordre chronologique) ; **rien dans les données ne démontre** qu'une organisation par compétences absorbe mieux le crossover qu'une organisation par postes (hypothèse de conception, non testée) ; le résultat P&G circule **depuis mars 2025** (NBER w33641), le « quelques semaines plus tôt » vaut pour la revue à comité de lecture, pas pour le résultat.
#Skill Based Organisation#SBO#organisation par compétences
**SFEIR** — ESN française « AI Only » (~850 ingénieurs, 8 agences France & Benelux). Voix éditoriale du cabinet (byline « SFEIR »).
Billet et rapport d'**OpenAI Economic Research** publiés le **27 juillet 2026**, premier volet de la série **Work at the Frontier**, sur une analyse de **plus de 800 000 messages d'utilisateurs américains de ChatGPT**. **Concept forgé** : le ***task crossover*** — *« work historically associated with one occupation appearing in the AI use of people in another »*. **Le chiffre-titre est double, et c'est le point que les reprises perdent** : **16,8 % des messages liés au travail** portent sur des tâches associées à un autre métier, et **43,5 % des messages spécifiques à un métier**. L'entonnoir explique l'écart : **61,5 % de l'usage est générique** (écrire, résumer, planifier — trop partagé pour valoir preuve de crossover) et écarté ; sur les **38,5 % restants**, **43,5 % tombent hors du métier** et 56,5 % *« inside **or near** »* — la borne haute est donc calculée sur une base réduite, la borne basse sur l'usage professionnel entier. **Par métier** (part des messages métier-spécifiques renvoyant à une tâche extérieure) : expérience client **77 %**, design **75 %**, RH **69 %**, juridique **56 %**, marketing **53 %**, vente **40 %**, finance **40 %**, ingénierie **28 %** — *« a majority in five of eight groups »*. **Deux directions distinctes de circulation** : le design **importe** (35,2 %) et n'**exporte** presque rien (1,7 %) ; l'ingénierie fait l'inverse (importe 18,5 %, exporte 7,4 %) ; le **marketing cumule** (importe 24,3 %, exporte **8,9 %**, la plus forte part sortante de l'échantillon). **Deux tâches figurent dans le top 3 des emprunts des sept autres groupes** : le **calcul financier** et le **dépannage technologique**. ⭐ **La heatmap, absente des reprises, est l'objet le plus riche** : elle donne la distribution complète des tâches par métier d'utilisateur, et sa diagonale est renversante — l'ingénierie retient **53 %** de son propre travail quand l'expérience client n'en retient que **11 %**, les RH **10 %** et le design **12 %**. **Effet de taille** : la part hors métier passe de **18,9 %** (2-5 postes) à **16,3 %** (>100 postes) — ⚠️ **mais uniquement « among average users »**, OpenAI précisant que *« among the heaviest users, we do not see the same monotonic pattern »*, et concluant au conditionnel : *« AI **may be** especially useful as a generalist tool where specialist resources are scarce. »* **Statut revendiqué** : un **signal avancé**, visible *« before firms rewrite job descriptions or create new job titles »*. ⚠️ **Réserve structurelle** : OpenAI mesure l'usage d'OpenAI, sur les seuls utilisateurs américains de ChatGPT, et présente cette position comme un atout — *« our unique window into how the world of work is changing »*.
#OpenAI Economic Research#Work at the Frontier#task crossover
**OpenAI Economic Research** — équipe de recherche économique d'OpenAI ; la page crédite simplement *« OpenAI »* et la classe sous les tags *Economic Research* et *2026*. Le billet est la porte d'entrée d'un **rapport PDF** (`work-at-the-frontier-report.pdf`) et s'adosse à un cadre antérieur de la même équipe · l'**AI Jobs Transition Framework** · dont il reprend la thèse que de nombreux métiers vont **se réorganiser** plutôt que disparaître.