C’est ce sujet qui est abordé dans l’épisode « Que décider ? Ce que l’IA révèle de notre capacité à prendre des (bonnes) décisions » d’AI Experience avec Éric Hazan, cofondateur du fonds d’investissement Ardabelle Capital, ancien Senior Partner chez McKinsey et coauteur du livre Faut-il encore décider ?

Pendant longtemps, l’automatisation des métiers a été associée aux chaînes de production, aux tâches administratives ou aux opérations standardisées. Aujourd’hui, l’impact de l’IA sur les métiers se déplace vers les professions qui tirent leur légitimité de leur capacité à analyser, arbitrer, conseiller, diagnostiquer ou trancher.

C’est là que le débat devient plus profond. L’enjeu n’est plus seulement de savoir quels emplois seront remplacés. Il faut comprendre comment l’intelligence artificielle et le travail redéfinissent la valeur même de l’expertise. Médecins, avocats, consultants, dirigeants, recruteurs, créatifs : tous exercent des métiers où la compétence ne se réduit pas à produire, mais à juger.

Or, quand une machine commence à produire des recommandations plus rapides, plus constantes, parfois plus fiables, le métier ne disparaît pas forcément. Mais son centre de gravité change. C’est précisément ce qui rend l’IA et les métiers intellectuels si sensibles : l’intelligence artificielle ne conteste pas seulement une tâche. Elle conteste une autorité.

‍

Pourquoi l’IA remet en cause des métiers longtemps considérés comme « protégés »

Pendant des années, le débat sur l’intelligence artificielle et l’emploi a été dominé par une idée simple : les tâches répétitives seraient les premières concernées par l’automatisation des métiers. Cette lecture reste vraie, mais elle ne suffit plus. L’IA générative a fait entrer l’automatisation dans des activités qui semblaient moins exposées : écrire une note, analyser un contrat, produire une synthèse, comparer des options, préparer une décision ou formuler une recommandation.

Le Forum Économique Mondial rappelle que son rapport 2025 sur l’avenir des emplois s’appuie sur plus de 1 000 employeurs représentant plus de 14 millions de travailleurs dans 55 économies. Son constat est clair : les compétences évoluent vite, et les entreprises anticipent une transformation massive du travail entre 2025 et 2030. (World Economic Forum)

Ce déplacement change la nature de l’impact de l’IA sur les métiers. Dans les cols blancs, l’intelligence artificielle et le travail ne se rencontrent plus seulement autour de gains de productivité. Ils se rencontrent dans la production même de raisonnement. L’IA peut rechercher, comparer, structurer, synthétiser et recommander. Elle entre donc dans le cœur de nombreux métiers intellectuels.

Cela ne signifie pas que les métiers menacés par l’IA vont tous disparaître. La question est plus subtile : que reste-t-il de la valeur professionnelle quand une partie du raisonnement devient automatisable ? C’est cette question qui rend l’IA et les métiers intellectuels beaucoup plus exposés qu’on ne l’imaginait.

Quand le jugement devient automatisable

Le jugement a longtemps été considéré comme une frontière naturelle entre l’humain et la machine. On acceptait que l’IA calcule, trie ou optimise, mais on imaginait que l’arbitrage resterait humain. Cette frontière s’effrite. Dans plusieurs domaines, la prise de décision IA progresse précisément parce que les données sont abondantes, les critères mesurables et les résultats vérifiables. Éric Hazan formule le basculement avec une grande clarté :

« Il y a des métiers dans lesquels l’identité professionnelle, finalement, c’est le jugement. Et donc, remettre en cause le jugement, c’est remettre en cause la valeur de celui qui juge. »

Cette phrase est centrale, car elle explique pourquoi la transformation du travail par l’IA provoque parfois une réaction plus existentielle que technique. Le sujet n’est donc pas uniquement l’automatisation des métiers. Il concerne la valeur symbolique du jugement. Un radiologue, un consultant ou un dirigeant ne vend pas seulement du temps. Il vend une capacité à voir ce que d’autres ne voient pas, à interpréter une situation, à hiérarchiser des risques et à recommander une action. Quand l’IA et le jugement humain entrent en concurrence, la menace touche la légitimité. Si l’algorithme identifie mieux une anomalie, détecte plus vite une incohérence ou propose une meilleure option, la question devient inconfortable : la valeur professionnelle repose-t-elle encore sur la décision elle-même, ou sur la capacité à organiser les conditions d’une meilleure décision ?

Pourquoi les métiers intellectuels sont désormais concernés ?

Les métiers intellectuels ont longtemps bénéficié d’un sentiment de protection. Leur complexité semblait les mettre à distance de l’automatisation des métiers. Mais l’IA générative change cette perception, car elle s’attaque aux matériaux de base du travail intellectuel : langage, analyse, documentation, synthèse, comparaison, argumentation.

Le rapport 2025 de PwC sur l’emploi et l’IA observe que les compétences demandées pour les emplois exposés à l’IA évoluent 66 % plus vite que pour les autres emplois. PwC indique aussi que les travailleurs disposant de compétences en IA bénéficient en moyenne d’une prime salariale de 56 %. Ces données montrent que l’intelligence artificielle et l’emploi ne se traduisent pas seulement par une destruction de postes, mais par une recomposition rapide de la valeur professionnelle. (PwC)

Cette recomposition touche particulièrement l’IA et les métiers intellectuels. Dans le conseil, le droit, la finance, le marketing, la recherche ou les ressources humaines, une part du travail consistait à produire une première analyse solide. Cette couche devient plus rapide, moins rare, parfois moins coûteuse. L’impact de l’IA sur les métiers se concentre alors sur ce qui reste difficile à automatiser : poser le bon problème, décider ce qui compte, arbitrer entre plusieurs objectifs, assumer une responsabilité, gérer une relation humaine. Les métiers menacés par l’IA ne sont pas uniquement ceux qui répètent. Ce sont aussi ceux qui ont confondu expertise et accès à l’information.

Le vrai choc : l’IA touche à la légitimité professionnelle

Dans certains métiers, le jugement ne constitue pas une compétence parmi d’autres. Il définit l’identité professionnelle. Un médecin diagnostique. Un juge qualifie et tranche. Un dirigeant arbitre. Un consultant recommande. Un créatif choisit une direction. Dans chacun de ces cas, la valeur ne vient pas seulement de l’exécution, mais de la capacité à décider sous incertitude. C’est pourquoi l’intelligence artificielle et le travail créent une tension nouvelle. L’IA n’arrive pas seulement comme un outil de productivité. Elle arrive comme un miroir comparatif. Elle peut montrer que deux experts ne prennent pas la même décision face au même dossier, qu’un jugement varie selon le contexte, ou qu’une intuition réputée solide repose sur un biais. Éric Hazan insiste sur ce point dans l’épisode :

« Quand on est dans le cas de quelqu’un qui a basé toute sa carrière sur le jugement, il faut qu’il ou elle apprenne à travailler en co-décision avec la machine. »

Le débat pertinent n’oppose pas l’humain à la machine. Il porte sur la collaboration homme machine dans les décisions où l’humain garde un rôle, mais ne peut plus ignorer l’apport de l’IA.

L’IA et le jugement humain doivent donc être pensés comme un système. Le professionnel conserve sa responsabilité, mais il ne peut plus se contenter d’invoquer l’expérience pour écarter une recommandation contradictoire. Dans les métiers fondés sur le jugement, la compétence future sera aussi une compétence d’humilité.

Médecins, consultants, dirigeants… : la fin du monopole de l’expertise

Le médecin, le consultant et le dirigeant incarnent trois figures classiques du jugement professionnel. Le médecin interprète des signaux faibles. Le consultant structure un problème. Le dirigeant arbitre entre des options imparfaites. Ces trois métiers restent profondément humains, mais ils perdent progressivement le monopole de l’analyse. Dans l’épisode, Éric Hazan rappelle que l’IA peut, dans certains cas, dépasser les meilleurs médecins en diagnostic, et que l’association entre IA et médecin ne produit pas toujours un meilleur résultat que l’IA seule. Ce point est dérangeant, car il oblige à distinguer deux choses souvent confondues : l’expertise technique et la responsabilité professionnelle.

La prise de décision IA n’efface pas le rôle du professionnel. Elle le déplace. Dans la médecine, le diagnostic n’est qu’une étape : il faut expliquer, accompagner, contextualiser, décider d’un traitement, tenir compte de la personne. Dans le conseil, l’IA peut produire des synthèses ou des analyses, mais elle ne remplace pas la compréhension politique d’une organisation. Dans la direction d’entreprise, l’IA peut éclairer une décision, mais elle ne porte pas le coût humain, financier ou stratégique de l’arbitrage. C’est là que l’impact de l’IA sur les métiers devient structurel. Les métiers menacés par l’IA sont ceux qui réduisent leur valeur à la production d’une recommandation standard. Les métiers renforcés seront ceux qui ajoutent du discernement, du courage et une capacité à assumer.

Pourquoi la résistance à l’IA est souvent émotionnelle

La résistance à l’IA est souvent présentée comme un manque de culture technologique. Cette explication est incomplète. Dans les métiers fondés sur le jugement, la résistance tient aussi à une peur plus profonde : perdre le statut associé à l’expertise. Quand une intelligence artificielle contredit un professionnel, elle ne contredit pas seulement une réponse. Elle contredit parfois des années de formation, de pratique, de reconnaissance sociale. Dire à un radiologue qu’un algorithme voit mieux que lui certaines anomalies, c’est toucher à la valeur de trente ans d’expérience. Éric Hazan le formule précisément dans l’épisode : une telle situation peut « remettre en question peut-être 30 ans de carrière ».

Cette résistance n’est pas toujours irrationnelle. Il existe des domaines où la délégation serait dangereuse, illégitime ou socialement inacceptable. La justice pénale, la décision militaire ou certaines décisions de santé ne peuvent pas être réduites à une optimisation statistique. Mais dans d’autres cas, la résistance relève davantage de l’ego professionnel que de l’éthique.

C’est pourquoi la collaboration homme machine doit être organisée, non imposée. L’intelligence artificielle et l’emploi ne peuvent pas être traités uniquement comme un sujet d’outillage. Les organisations doivent accompagner une transformation de l’identité professionnelle. Il ne suffit pas de former aux prompts. Il faut apprendre à recevoir une contradiction algorithmique sans la vivre comme une humiliation.

L’IA révèle les limites du jugement humain

L’un des apports les plus utiles de l’IA n’est pas de remplacer le jugement humain. C’est de rendre ses limites plus visibles. Dans de nombreuses organisations, les décisions sont présentées comme rationnelles alors qu’elles dépendent d’habitudes, de préférences, d’effets d’ancrage, d’excès de confiance ou de biais de confirmation.

Éric Hazan décrit l’IA comme un miroir brutal :

« Elle nous montre nos incohérences, nos biais, notre manque de discipline. Elle ne nous rend pas irrationnels, elle montre que nous sommes déjà pas mal irrationnels. »

L’IA et le jugement humain ne s’opposent pas seulement sur la performance. L’IA modifie la visibilité des erreurs. Avant l’intelligence artificielle, beaucoup d’incohérences restaient difficiles à prouver. Deux managers pouvaient évaluer différemment un candidat. Deux médecins pouvaient interpréter différemment un cas. Deux juges pouvaient rendre des décisions divergentes face à des dossiers comparables. Cette variabilité était acceptée comme une part normale du jugement.

La prise de décision IA change cela, car elle documente, compare et rend mesurable ce qui relevait auparavant de l’intuition. Pour les organisations, c’est une avancée considérable. Pour les professionnels, c’est parfois inconfortable. La transformation du travail par l’IA oblige à reconnaître que l’expérience humaine n’est pas toujours synonyme de fiabilité.

Pourquoi nous pardonnons plus facilement l’erreur humaine

Nous acceptons mieux une erreur humaine qu’une erreur algorithmique. Cette asymétrie est au cœur de nombreux débats sur l’intelligence artificielle et le travail. Quand un humain se trompe, nous cherchons un contexte : fatigue, pression, manque d’information, complexité du dossier. Quand une IA se trompe, nous y voyons plus vite une preuve d’inacceptabilité. Dans l’épisode, Éric Hazan le dit ainsi :

« On est très tolérant avec l’erreur humaine et pas tellement avec l’erreur de la machine. »

Cette remarque est importante parce qu’elle met au jour un paradoxe majeur : nous exigeons parfois des systèmes d’IA un niveau de perfection que nous n’exigeons pas des humains.

Cette exigence peut être légitime dans des contextes critiques. Une erreur médicale, judiciaire ou financière peut avoir des conséquences graves. Mais elle devient problématique si elle empêche toute comparaison rationnelle. La bonne question n’est pas : l’IA se trompe-t-elle ? La bonne question est : se trompe-t-elle moins souvent, moins gravement ou de manière plus contrôlable que l’humain ? C’est ici que l’impact de l’IA sur les métiers devient stratégique. Dans certaines situations, refuser l’IA au nom de l’imperfection revient à conserver des décisions humaines tout aussi imparfaites, mais moins visibles. L’enjeu n’est donc pas d’opposer confiance et méfiance. Il est de construire des critères clairs d’acceptabilité.

L’IA comme miroir de nos propres faiblesses

L’intelligence artificielle ne crée pas seulement de nouveaux risques. Elle révèle des risques anciens. Dans l’épisode, l’exemple de la discrimination algorithmique est particulièrement éclairant. Lorsqu’un algorithme reproduit un biais, le scandale est immédiat. Mais ce biais vient souvent de données historiques issues de décisions humaines.

Éric Hazan prend l’exemple d’un logiciel utilisé aux États-Unis pour anticiper les risques de récidive. Il souligne que le problème ne tient pas seulement à l’algorithme, mais au fait qu’il reproduit les biais d’un système existant :

« Quand un juge discrimine, c’est invisible. Quand un algorithme discrimine, on peut l’auditer, le mesurer, le corriger. »

Cette idée est essentielle pour comprendre l’IA et le jugement humain. L’IA ne rend pas automatiquement les décisions justes. Elle peut amplifier des biais, les systématiser, les rendre plus difficiles à contester si elle est mal gouvernée. Mais elle peut aussi rendre visibles des arbitrages que les organisations préféraient laisser implicites. C’est une opportunité majeure pour la transformation du travail par l’IA. Les entreprises peuvent utiliser l’IA pour interroger leurs critères, leurs pratiques, leurs angles morts. À condition de ne pas confondre automatisation et neutralité. L’IA n’est pas neutre par magie. Elle force à répondre à une question plus exigeante : quels biais acceptez-vous encore de laisser agir ?

Vers une nouvelle relation entre humains et machines

La co-décision est sans doute le concept le plus utile pour penser l’avenir des métiers fondés sur le jugement. Elle évite deux impasses : déléguer trop vite à l’IA, ou refuser toute recommandation algorithmique par principe. Dans de nombreux contextes, la collaboration homme machine sera plus pertinente qu’une opposition frontale entre expertise humaine et calcul statistique.

Éric Hazan explique que, dans la stratégie ou le management, les objectifs sont rarement parfaitement mathématiques. Les données existent, mais elles ne suffisent pas à trancher. L’IA peut alors devenir un « sparring partner », un partenaire de réflexion capable d’apporter des analyses, des contradictions, des scénarios et des angles que l’humain n’aurait pas produits seul. Cette approche transforme la prise de décision IA. L’enjeu n’est pas de demander à la machine ce qu’il faut faire, puis d’obéir. L’enjeu est d’organiser une conversation structurée entre données, modèles, expérience, contexte et responsabilité. La co-décision suppose donc une discipline : savoir ce que l’IA optimise, comprendre ce qu’elle ignore, identifier ce que l’humain sait vraiment, et distinguer l’intuition utile de l’ego défensif.

C’est un point clé pour l’intelligence artificielle et l’emploi. Les métiers les plus solides ne seront pas ceux qui rejettent l’IA, ni ceux qui s’y soumettent. Ce seront ceux qui sauront penser avec elle.

Les compétences qui vont réellement prendre de la valeur

À mesure que l’IA automatise certaines tâches intellectuelles, les compétences qui prennent de la valeur changent. La capacité à produire une première version, une synthèse ou une analyse standard devient moins rare. En revanche, la capacité à formuler un bon problème, à exercer un jugement critique, à arbitrer entre des critères contradictoires et à assumer une décision devient plus importante.

Le Forum Économique Mondial identifie notamment la pensée analytique, le leadership, l’influence sociale et la gestion des talents parmi les compétences en progression dans son rapport 2025 sur l’avenir des emplois. (World Economic Forum) Deloitte souligne aussi que, lorsque l’IA prend en charge des tâches routinières, les salariés cherchent à mieux comprendre leur valeur propre : créativité, empathie, pensée critique et résolution de problèmes. (Deloitte)

Ces données confirment une tendance : l’intelligence artificielle et le travail ne dévalorisent pas l’humain en bloc. Ils déplacent la valeur vers des compétences plus difficiles à formaliser. Pour les métiers intellectuels, cela impose un changement de posture. La valeur ne vient plus seulement de savoir produire une réponse. Elle vient de savoir juger la réponse. Dans ce contexte, les métiers menacés par l’IA sont ceux qui restent attachés à une expertise de restitution. Les métiers renforcés par l’IA seront ceux qui développent une expertise d’arbitrage. La transformation du travail par l’IA favorise moins les professionnels qui savent tout que ceux qui savent mieux questionner.

Pourquoi apprendre à travailler avec l’IA devient indispensable

Travailler avec l’IA ne signifie pas utiliser ponctuellement un chatbot. Cela signifie intégrer l’intelligence artificielle dans les routines de réflexion, de production, de vérification et de décision. Pour les métiers fondés sur le jugement, cette compétence devient une condition de crédibilité professionnelle.

PwC observe que les travailleurs dotés de compétences en IA bénéficient d’une prime salariale moyenne de 56 %, et que les industries les plus exposées à l’IA connaissent une croissance de productivité plus forte (PwC). BCG constate de son côté que l’IA est devenue une priorité pour les dirigeants, mais que l’adoption reste inégale entre leaders, managers et salariés de terrain (BCG Global).

Ces chiffres ne signifient pas que tout professionnel doit devenir ingénieur en machine learning. Ils indiquent que l’intelligence artificielle et l’emploi se recomposent autour d’une nouvelle littératie : savoir interagir avec des systèmes probabilistes, comprendre leurs limites, vérifier leurs résultats, interpréter leurs recommandations. L’IA et les métiers intellectuels appellent donc une compétence hybride. Il faut connaître son domaine, mais aussi savoir utiliser l’IA sans déléguer son discernement. La collaboration homme machine devient une pratique professionnelle à part entière. Dans les organisations, elle doit être enseignée, évaluée et discutée. Sans cela, l’IA risque d’être utilisée de deux mauvaises manières : comme gadget de productivité ou comme autorité invisible. L’un des risques les moins visibles de l’automatisation des métiers concerne la formation des jeunes professionnels. Dans de nombreux métiers intellectuels, les tâches considérées comme simples jouaient un rôle d’apprentissage : relire des dossiers, produire des synthèses, préparer des tableaux, faire des recherches, construire des premières recommandations. Or ce sont précisément ces tâches que l’IA peut prendre en charge rapidement.

Ce risque est comparable à l’usage d’une calculatrice donnée trop tôt à un enfant qui n’a pas encore appris ses tables de multiplication. La métaphore est forte : si l’outil supprime l’effort formateur, comment construit-on l’expertise ?

Harvard Business Review a également consacré une analyse récente à la manière dont l’IA transforme l’apprentissage au travail, en soulignant que les organisations doivent repenser la formation de l’expertise dans un environnement où l’IA intervient très tôt dans les tâches quotidiennes (Harvard Business Review). Ce point est crucial pour l’intelligence artificielle et l’emploi. Les entreprises peuvent gagner du temps à court terme en automatisant les tâches juniors. Mais elles risquent de fragiliser leur vivier de futurs experts si elles ne reconstruisent pas des parcours d’apprentissage. La transformation du travail par l’IA exige donc une pédagogie nouvelle : apprendre à penser avec l’outil, mais aussi sans lui, pour comprendre ce qu’il fait et ce qu’il masque. Le management ne peut plus se limiter à répartir des tâches entre humains. Il doit désormais organiser la relation entre humains, IA et objectifs. Dans les métiers fondés sur le jugement, cette transformation est profonde, car l’expertise ne se transmet plus seulement par imitation ou accumulation d’expérience. Elle doit être explicitée. Éric Hazan explique que le pouvoir du dirigeant change de nature :

« Avant, le pouvoir consistait à trancher ; demain, il consistera davantage à définir les règles selon lesquelles le système tranche. Cette idée est déterminante pour comprendre la prise de décision IA. »

Le manager ne disparaît pas. Mais son rôle se déplace vers la conception du cadre, le contrôle des critères, l’organisation de la contradiction et la responsabilité finale. La collaboration homme machine doit donc devenir un sujet de management. Quand faut-il suivre l’IA ? Quand faut-il la contredire ? Qui décide ? Qui vérifie ? Qui répond en cas d’erreur ? Ces questions sont désormais au centre de l’intelligence artificielle et du travail.
‍

L’intérêt de cette conversation tient à son déplacement du débat. Il ne s’agit pas de demander si l’IA va remplacer l’humain. Il faut plutôt demander dans quelles décisions l’IA fait mieux, dans lesquelles elle doit rester un copilote, et dans lesquelles elle ne doit pas entrer. Cette grille de lecture est utile pour les dirigeants, les professionnels et les étudiants qui cherchent à comprendre l’impact de l’IA sur les métiers.

Elle permet aussi de sortir d’une opposition trop pauvre entre technophilie et technophobie. L’intelligence artificielle et l’emploi ne se résument ni à une promesse de productivité, ni à une menace générale. La vraie question est celle de la responsabilité : que décide-t-on encore soi-même, pourquoi, avec quels critères et avec quelle capacité à être contredit ?

C’est tout l’intérêt de l’épisode « Faut-il encore décider ? Ce que l’IA révèle de notre capacité à prendre des (bonnes) décisions » d’AI Experience avec Éric Hazan : il donne des repères pour penser la collaboration homme machine sans renoncer au jugement humain.

‍