16/09/2025
Dans tous les secteurs, la pénurie de compétences devient structurelle plutôt que cyclique. Les secteurs bancaire, des assurances, manufacturier et de la vente au détail sont tous confrontés à des lacunes persistantes dans des domaines essentiels tels que la cybersécurité, la conformité, l'ingénierie, l'analyse de données et les opérations numériques.
En conséquence, les DSI se tournent de plus en plus vers l'IA, non pas pour remplacer les talents, mais pour multiplier leurs forces. La question stratégique n'est plus de savoir si l'IA peut soutenir le développement des compétences, mais comment les organisations peuvent la déployer de manière à renforcer l'expertise humaine plutôt qu'à l'éroder.
Cet article examine comment l'IA peut véritablement amplifier les capacités de la main-d'œuvre et quelles conditions doivent être réunies pour que cette amplification soit couronnée de succès.
Le déficit de talents est là pour durer
Les pénuries de compétences ralentissent la croissance dans les secteurs de la banque, de l'assurance, de l'industrie manufacturière et du commerce de détail - des secteurs dynamiques qui dépendent d'une main-d'œuvre adaptable et bien formée.
La pénurie de talents ne semble pas près de disparaître. Les prévisions du secteur indiquent systématiquement que la pénurie de profils numériques et techniques persistera jusqu'à la prochaine décennie, d'autant plus que l'adoption de l'IA accélère la demande de nouvelles compétences plus rapidement que les entreprises ne peuvent former leur personnel. Les DSI des quatre secteurs affirment déjà que la pénurie de talents dans le domaine de l'informatique et des données constitue le principal obstacle à la satisfaction des attentes commerciales.
Même dans des domaines comme la GenAI et l'IA agentique, où les budgets augmentent régulièrement, les dirigeants ont du mal à combler le fossé. Les DSI du secteur de l'assurance affirment que la pénurie de compétences est l'un des principaux obstacles à l'extension des projets d'IA, tandis que les DSI du secteur de la vente au détail affirment que l'activation de la première ligne est ralentie par le manque de personnel capable d'interpréter ou de faire confiance aux résultats de l'IA, ce qui explique pourquoi la nécessité de multiplier les compétences sur le lieu de travail est plus importante que jamais.
Les organisations se trouvent de plus en plus souvent dans une position délicate : d'une part, elles souhaitent adopter rapidement l'IA pour multiplier les compétences critiques au sein de leur personnel. D'autre part, la pénurie de compétences rend l'adoption de l'IA moins efficace. Voyons comment les dirigeants de chaque secteur peuvent briser ce cercle vicieux et mettre l'IA à profit.
Banque : Renforcer la conformité et la gestion des risques
Les banques investissent massivement dans l'IA afin de renforcer leurs fonctions de conformité et de gestion des risques. Cependant, il reste difficile de traduire ces investissements en valeur mesurable. De nombreuses initiatives rencontrent des difficultés, non pas en raison des limites technologiques, mais parce que les flux de travail, les modèles de gouvernance et la confiance des employés ne sont pas en adéquation avec les outils déployés.
Cela soulève la question suivante : qu'est-ce que ces DSI réussissent à faire que tous les autres ne réussissent pas à faire ? Tout d'abord, ils se concentrent sur l'aspect humain de l'adoption de l'IA.
Les initiatives d'IA les plus efficaces dans le secteur bancaire ne visent pas à remplacer les humains ou à dévaloriser leur travail. Au contraire, elles positionnent la prise de décision humaine comme l'étalon-or. L'IA et l'apprentissage automatique peuvent accélérer la détection des fraudes et réduire les faux positifs, mais ces technologies doivent servir de filtre et non de juge. La valeur réelle est obtenue lorsque l'IA détecte et fait remonter les cas qui méritent l'attention, et que le personnel formé prend la décision finale.
Assurance : Aller au-delà de l'automatisation
De nombreux assureurs ont déjà déployé des outils d'IA ou d'IA générative et continuent d'augmenter leurs investissements. À mesure que les déploiements arrivent à maturité, l'attention se déplace de l'automatisation seule vers la gouvernance, l'explicabilité et la préparation de la main-d'œuvre. Par exemple, Aviva a déployé plus de 80 modèles d'IA, réduisant ainsi de 23 jours en moyenne le temps nécessaire à l'évaluation de la responsabilité dans les cas complexes, tout en améliorant la précision du routage de 30 %. En conséquence, les plaintes des clients ont diminué de 65 %.
L'automatisation accélère clairement les processus clés, mais dans un secteur où la confiance est essentielle, travailler plus vite ne signifie pas toujours travailler mieux. Alors que les cas d'utilisation de l'IA deviennent plus matures, les DSI avant-gardistes se concentrent sur les inconvénients potentiels tels que les biais, le potentiel manque de précision et la faible capacité d'explication.
Pour atténuer les risques, les assureurs doivent mettre en place des contrôles de partialité, établir des règles claires pour savoir quand les humains interviennent et tenir des registres appropriés afin que les régulateurs et les clients puissent voir exactement comment chaque décision est prise. L'amélioration des compétences en matière d'IA devrait également être une priorité : pour obtenir ses résultats impressionnants avec l'IA, Aviva a investi dans plus de 40 000 heures de formation de ses employés.
Fabrication : renforcer la résilience opérationnelle
Les fabricants sont confrontés à des pénuries chroniques en matière d'ingénierie et d'autres rôles clés. Il n'est donc pas surprenant que 83 % des DSI de l'industrie manufacturière investissent dans l'IA, selon Gartner, dans des domaines tels que l'optimisation du cycle des produits, l'automatisation des rapports de conformité et le contrôle de la qualité.
La maintenance prédictive est devenue un cas d'utilisation incontournable, de grands fabricants comme Agilent faisant état d'une réduction des temps d'arrêt pouvant aller jusqu'à 51 %. L'IA détecte des schémas que les gens ne verraient pas, signalant les défauts avant qu'ils ne provoquent des pannes. Pour les directeurs d'usine, cela signifie moins d'arrêts imprévus, ce qui libère les équipes pour qu'elles se concentrent sur des tâches à plus forte valeur ajoutée au lieu de procéder à des dépannages constants.
Bien que les gains d'efficacité liés à l'IA soient considérables, les fabricants restent prudents quant à une dépendance excessive. Il reste essentiel de conserver l'expertise fondamentale et l'expérience pratique, en particulier dans les environnements où la sécurité est cruciale. Certains craignent qu'une dépendance excessive à l'IA n'érode l'expertise fondamentale au fil du temps. Afin de s'assurer qu'ils disposent toujours d'un plan de secours, ils investissent dans la diversification des compétences sur le lieu de travail afin de garantir qu'ils continuent à acquérir une expérience pratique, même s'ils augmentent leurs investissements dans la maintenance basée sur l'IA.
Commerce de détail : Construire une main-d'œuvre entièrement compatible avec l'IA
Le commerce de détail est l'un des secteurs les plus axés sur les données et a été le premier à utiliser l'IA dans de nombreux cas, qu'il s'agisse de la tarification dynamique, des prévisions de la chaîne d'approvisionnement, de la personnalisation du commerce électronique ou de l'analyse du marché. Amazon considère l'IA comme si cruciale qu'elle a lancé un projet mondial visant à former 2 millions de personnes aux compétences critiques et à l'épreuve du temps en matière d'IA.
Au sein de l'entreprise, Amazon Web Services (AWS) adopte une approche simple du perfectionnement de l'IA :
- La GenAI profite à tous
- L'ingénierie de prompts est une compétence indispensable
- Utiliser les médias sociaux comme plateforme d'éducation
- Pas de nouveaux outils sans nouvelle formation
Bien que ces règles semblent assez simples, étonnamment peu d'entreprises les appliquent correctement. Gartner rapporte que 69 % des organisations soupçonnent ou ont des preuves que leurs employés utilisent des outils d'IA non autorisés au travail, ce qui montre clairement que les politiques et les cadres officiels en matière d'IA font défaut. Les organisations du secteur de la vente au détail et d'autres secteurs peuvent toutes tirer des enseignements de l'approche inclusive et centrée sur les employés adoptée par AWS en matière d'adoption de l'IA et de gestion du changement.
Affronter la vérité
Les organisations qui tirent une valeur mesurable de l'IA la considèrent comme un amplificateur de capacités, et non comme un raccourci. Un déploiement réussi nécessite trois éléments : l'intégration dans les flux de travail existants, une formation structurée des employés et une gouvernance claire sur le moment et la manière dont l'IA soutient la prise de décision.
Lorsque ces conditions sont réunies, l'IA peut étendre les capacités humaines : elle accélère les courbes d'apprentissage, améliore la qualité des décisions et permet aux équipes d'atteindre un niveau de performance supérieur sans nuire au jugement professionnel.
Foire aux questions (FAQ)
Cela signifie qu'il faut utiliser les outils et les systèmes d'intelligence artificielle non pas pour remplacer les compétences humaines, mais pour améliorer, accélérer et augmenter ce que les employés peuvent fournir, qu'il s'agisse de l'apprentissage de nouvelles compétences, de l'amélioration de la prise de décision ou de l'automatisation des tâches répétitives, afin que les personnes puissent se concentrer sur un travail à plus forte valeur ajoutée.
De nombreux secteurs, la banque, l'assurance, le manufacturing, le commerce de détail, sont confrontés à des pénuries chroniques dans des fonctions critiques telles que l'informatique, la cybersécurité, l'analyse de données et plus encore. L'IA contribue à combler le fossé en permettant une meilleure efficacité, en accélérant les processus et en permettant au personnel d'apprendre ou d'appliquer des compétences de manière inédite.
Les risques incluent une dépendance excessive à l'égard de l'automatisation, une prise de décision sans supervision humaine suffisante, des problèmes de partialité et d'exactitude, et une perte d'expertise de base si les employés ne sont pas engagés ou formés correctement. La garantie d'une gouvernance claire, d'un jugement humain, d'une transparence et d'une formation continue permet d'atténuer ces risques.
