SténoOp

articles et analyse IA

4 novembre 2026•6 min de lecture

Adoption de l’IA : pourquoi les managers surchargés freinent-ils la transformation ?

En 2026, l’adoption de l’IA en entreprise ne se heurte plus à la résistance des équipes, mais à la surcharge des managers intermédiaires. Une étude récente de Harvard Business School révèle que ces derniers, chargés de valider les outputs, former les équipes et maintenir les délais, deviennent le maillon faible de la transformation. Leur épuisement menace l’ancrage réel des usages et la performance des projets IA.

En 2026, l’adoption de l’intelligence artificielle (IA) en entreprise est souvent présentée comme un enjeu technologique ou stratégique. Pourtant, une étude récente publiée par la Harvard Business School dans la Harvard Business Review révèle que le véritable frein n’est ni la résistance des équipes ni le manque d’outils, mais la surcharge des managers intermédiaires AI Adoption Is Overloading Your Middle Managers. Ces derniers, chargés de valider les outputs, former les équipes et maintenir les délais, deviennent le maillon faible de la transformation. Leur épuisement menace l’ancrage réel des usages et la performance des projets IA.

Un mécanisme documenté : la triple charge des managers

Julia Shin et Sandra J. Sucher, professeures à Harvard, ont mené 18 entretiens approfondis auprès de partenaires, managers et consultants juniors dans deux grands cabinets de conseil. Leur recherche met en lumière un mécanisme précis : les managers intermédiaires sont pris en étau entre trois exigences contradictoires.

  1. Valider les outputs de l’IA : Ils doivent vérifier la qualité et la pertinence des résultats produits par les outils, une tâche qui demande du temps et une expertise métier fine.
  2. Former et accompagner les équipes : Ils sont responsables de l’adoption des outils par leurs collaborateurs, sans toujours disposer des ressources ou des formations adaptées.
  3. Maintenir les délais et la performance : Les objectifs de productivité et de livraison restent inchangés, voire sont renforcés par l’introduction de l’IA, qui promet des gains de temps.

Cette triple charge, décrite comme une surcharge cognitive et opérationnelle, n’est pas compensée par des ajustements organisationnels. Les managers interrogés déclarent travailler plus dur qu’avant, sans soutien formel ni reconnaissance de ces nouvelles responsabilités AI Adoption Is Overloading Your Middle Managers.

Les chiffres de la surcharge : une réalité mesurée

Les données quantitatives confirment cette réalité terrain. Selon une enquête Gartner menée en 2025 auprès de 2 947 salariés et managers, 47 % des managers déclarent travailler plus dur qu’un an plus tôt, une tendance qui s’est accentuée avec l’adoption massive de l’IA en 2026. Ils consacrent en moyenne neuf heures par semaine – soit plus de 20 % de leur temps de travail – à des tâches liées à la validation, la formation ou la gestion des inquiétudes de leurs équipes Gartner HR Survey Finds 47% of Managers Say They Are Working Harder Than One Year Ago.

Un autre indicateur clé provient d’une étude relayée par HR Dive : près de la moitié des managers (47 %) expérimentent l’IA pour améliorer leur propre travail, mais seulement 26 % des employés font de même. Cet écart révèle un déséquilibre : les managers, en première ligne, assument une charge disproportionnée sans que les bénéfices ne se répercutent sur leurs équipes The key to companywide AI adoption? Empowering managers, Gartner says.

Pourquoi cette surcharge freine-t-elle l’adoption réelle ?

La surcharge des managers ne se limite pas à une question de bien-être au travail. Elle a des conséquences directes sur l’adoption de l’IA par les équipes.

  • Ralentissement des usages : Les managers surchargés n’ont pas le temps de former leurs équipes ou d’identifier des cas d’usage pertinents. Les outils restent sous-utilisés, voire abandonnés après quelques semaines.
  • Perte de confiance : Lorsque les managers peinent à valider les outputs de l’IA, ils deviennent réticents à les promouvoir auprès de leurs équipes, créant un cercle vicieux de méfiance.
  • Désengagement des équipes : Sans accompagnement, les collaborateurs perçoivent l’IA comme une contrainte supplémentaire plutôt qu’un levier de performance. Leur adoption reste superficielle, limitée à des usages ponctuels.
  • Échec des projets : Les gains de productivité promis par l’IA ne se matérialisent pas, car les managers, submergés, ne peuvent pas piloter la transformation des processus.

Une analyse publiée par Compétences du 21ème Siècle souligne que moins d’un salarié sur trois déclare bénéficier d’un soutien actif de son manager pour utiliser l’IA, un chiffre qui chute à 15 % dans les organisations où les managers sont en surcharge Adoption de l'IA : le vrai frein est la charge des managers.

Comment transformer ce frein en levier d’action ?

Pour éviter que la surcharge des managers ne devienne un obstacle durable, les organisations doivent repenser leur approche de l’adoption de l’IA. Voici quatre leviers concrets, inspirés des recommandations de Harvard et des retours terrain.

1. Clarifier les rôles et les responsabilités

La première étape consiste à redéfinir le rôle des managers dans l’adoption de l’IA. Cela implique :

  • Délimiter leurs missions : Distinguer clairement ce qui relève de la validation des outputs, de la formation des équipes et du pilotage des délais. Par exemple, externaliser la validation technique à des experts dédiés ou automatiser une partie des contrôles.
  • Intégrer l’IA dans leurs objectifs : Inclure des indicateurs d’adoption et d’accompagnement dans leurs évaluations, plutôt que de se limiter à des critères de productivité.
  • Former les managers à l’IA : Leur donner les moyens de comprendre les outils, leurs limites et leurs opportunités, pour qu’ils puissent les promouvoir en confiance.

2. Réduire la charge cognitive

La surcharge des managers est avant tout cognitive. Pour la réduire :

  • Simplifier les outils : Limiter le nombre d’outils déployés et privilégier des solutions intégrées, faciles à prendre en main.
  • Automatiser les tâches répétitives : Utiliser l’IA pour automatiser les validations de base (ex : détection d’erreurs flagrantes) et libérer du temps pour des tâches à plus forte valeur ajoutée.
  • Créer des référents IA : Désigner des ambassadeurs métiers, formés et disponibles pour répondre aux questions des équipes et des managers.

3. Soutenir les managers dans l’accompagnement des équipes

Les managers ne peuvent pas porter seuls la responsabilité de l’adoption. Pour les soutenir :

  • Structurer des rituels d’équipe : Organiser des points réguliers pour partager les cas d’usage, les difficultés et les bonnes pratiques. Par exemple, un « café IA » hebdomadaire pour échanger sur les outils.
  • Fournir des kits prêts à l’emploi : Mettre à disposition des templates, des guides et des exemples concrets pour faciliter l’intégration de l’IA dans les routines de travail.
  • Valoriser les succès : Mettre en avant les équipes qui utilisent l’IA avec succès, pour créer une dynamique positive et réduire les réticences.

4. Mesurer l’adoption réelle, pas seulement l’accès

Enfin, il est crucial de piloter l’adoption avec des indicateurs pertinents :

  • Suivre la fréquence d’usage : Combien de collaborateurs utilisent l’IA au moins une fois par semaine ? Combien l’abandonnent après un mois ?
  • Évaluer la diversité des usages : Quels sont les cas d’usage les plus répandus ? Lesquels génèrent le plus de valeur ?
  • Mesurer la satisfaction : Les équipes perçoivent-elles l’IA comme un outil utile ou comme une contrainte ?
  • Adapter les formations : Identifier les métiers ou les équipes qui peinent à adopter l’IA et leur proposer des formations ciblées.

Conclusion : le manager, clé de voûte ou maillon faible ?

En 2026, l’adoption de l’IA ne se décrète pas depuis le sommet. Elle se construit au quotidien, dans les routines des équipes et le soutien actif des managers. La surcharge de ces derniers n’est pas une fatalité, mais un signal d’alerte : sans ajustements organisationnels, les projets IA risquent de rester des expérimentations sans lendemain.

Pour les dirigeants, la priorité est claire : équiper les managers, réduire leur charge et mesurer l’adoption réelle. C’est à cette condition que l’IA passera du statut d’outil acheté à celui d’usage ancré, générateur de performance durable.

Sources

Besoin d'informations sur l'integration de l'IA dans votre entreprise ? Contactez-nous.