L'IA, révélateur de notre façon de travailler
Voyage au delà du mythe de la productivité
Hello et bienvenue dans cette nouvelle édition ! Chaque semaine, je vous partage de l’inspiration et des bonnes pratiques pour mieux travailler en équipe.
Vous êtes plus de 5 000 à nous lire chaque semaine , merci beaucoup pour ça, pour vos retours, ça donne vraiment de la force pour continuer à partager nos apprentissages.
Bienvenue aussi aux nouveaux qui viennent de s’inscrire, ravi de vous accueillir, merci de m’avoir fait une petite place dans vos mails.
Si vous préférez me lire sur LinkedIn, la newsletter est dispo ici.
Si ce n’est pas encore le cas, vous pouvez aussi :
Écouter le podcast Learning by doing
Si vous souhaitez échanger sur l’accompagnement de vos équipes, prenez RDV directement dans mon agenda.
Bonne lecture,
Baptiste.
C’est quoi être RH en 2026 ? Ce baromètre - réalisé par PayFit et les éditions Tissot, auprès de 628 professionnels RH offre un vision terrain et chiffrée d’une fonction au coeur de la transformation de nos organisations.
À télécharger ici et à mettre en regard avec notre sujet cette semaine.
Quelqu’un devait le dire.
Le sujet de l’IA au travail est en train de devenir illisible.
D’un côté, on nous promet des gains de productivité spectaculaires, des agents autonomes, des assistants capables de tout faire à notre place.
De l’autre, on voit des collaborateurs perdus, des managers débordés par l’adoption et des équipes qui ne savent plus très bien où placer le curseur.
Faut-il tout tester ?
Faut-il former tout le monde ?
Faut-il laisser chacun expérimenter dans son coin ?
Faut-il avoir peur pour son métier ?
C’est exactement ce que j’ai voulu explorer avec Alexis Kovalenko, cofondateur de Contournement et auteur du Traité du Vibe Coding Éclairé, dans le nouvel épisode de Learning by Doing.
Au départ, on devait parler de “vibe coding”.
Mais assez vite, la discussion a dépassé le sujet du code.
Parce que le vrai sujet n’est pas seulement :
“Est-ce que l’IA va remplacer les développeurs ?”
Le vrai sujet, c’est plutôt :
Comment travailler avec l’IA sans perdre notre jugement, notre expertise et notre capacité à penser ?
Le vibe coding, c’est quoi ?
Alexis le résume simplement : c’est de la programmation conversationnelle.
Avant, pour créer un logiciel, il fallait écrire du code.
Puis le no-code a permis de construire des outils en assemblant des briques visuelles.
Aujourd’hui, avec l’IA, on peut produire des choses en discutant avec une machine.
On décrit un besoin.
On précise des règles métier.
On ajuste, on teste, on recommence.
C’est puissant.
Mais ce n’est pas magique.
Et c’est là que l’épisode devient vraiment intéressant.
Car Alexis insiste sur un point essentiel : l’IA peut aider à produire plus vite, mais elle peut aussi produire des erreurs plus vite.
Dans le code, ces erreurs peuvent devenir des bugs, des failles de sécurité ou des fuites de données.
Autrement dit : ce n’est pas parce que l’IA sait faire quelque chose qu’il faut lui laisser le faire sans cadre.
La nouvelle compétence clé : savoir relire
Pendant longtemps, on a valorisé la capacité à produire.
Produire du code.
Produire des slides.
Produire un reporting.
Produire un document.
Avec l’IA, une partie de cette production devient plus accessible.
Mais cela déplace la valeur ailleurs.
La vraie compétence devient la capacité à :
comprendre ce qui a été produit,
repérer ce qui cloche,
poser les bonnes questions,
corriger la trajectoire,
assumer la responsabilité du résultat.
C’est vrai pour les développeurs.
Mais c’est aussi vrai pour les managers, les RH, les consultants, les commerciaux, les formateurs.
L’IA ne supprime pas le besoin d’expertise.
Elle rend l’expertise encore plus nécessaire.
Simplement, elle change son point d’application.
Le piège : donner l’outil sans créer le cadre
Dans beaucoup d’organisations, l’adoption de l’IA ressemble à ça :
On achète des licences.
On donne accès à Copilot, ChatGPT, Claude ou Gemini.
On organise éventuellement une formation d’une heure.
Puis chacun se débrouille.
Résultat : les écarts se creusent.
Certains collaborateurs vont très vite, parfois trop vite, sans toujours se poser les bonnes questions de confidentialité, de fiabilité ou de sécurité.
D’autres restent à distance, par peur, par manque de repères ou parce qu’ils ne voient pas comment l’outil peut les aider concrètement.
Et au milieu, les managers doivent orchestrer tout ça sans avoir eux-mêmes toujours compris ce qui est en train de se jouer.
C’est sans doute l’un des grands enjeux managériaux des prochains mois.
L’adoption de l’IA ne se résume pas à un sujet technique.
C’est un sujet de travail en équipe.
Qui utilise quoi ?
Pour quels cas d’usage ?
Avec quelles limites ?
Avec quelles règles de relecture ?
Avec quel niveau de transparence ?
Avec quel droit à l’expérimentation ?
Le meilleur conseil d’Alexis : commencer par papier-crayon
C’est peut-être le passage que j’ai préféré dans l’épisode.
Avant de se jeter dans l’outil, Alexis recommande de revenir à quelque chose de très simple : une feuille et un crayon.
Pourquoi ?
Parce que l’IA amplifie ce que vous lui donnez.
Si votre demande est floue, elle produira quelque chose de flou.
Si votre processus est mal compris, elle automatisera un mauvais processus.
Si votre intention n’est pas claire, elle vous emmènera vite dans la mauvaise direction.
Avant de demander à une IA de vous aider, il faut donc clarifier :
ce qu’on cherche à faire,
pourquoi on veut le faire,
quelles sont les étapes,
quelles sont les contraintes,
ce qui relève de l’humain,
ce qui peut être confié à la machine.
C’est très proche d’une bonne délégation.
On ne délègue pas bien en lançant une phrase vague à quelqu’un dans un couloir.
On délègue bien quand on prend le temps de partager le contexte, les attentes, les critères de réussite et les points de vigilance.
Avec l’IA, c’est pareil.
La différence, c’est que la machine ne vous dira pas toujours qu’elle n’a pas compris.
Penser d’abord en humain
Alexis dit quelque chose de très juste dans l’épisode :
Il ne s’agit pas de dire aux collaborateurs : “Pensez d’abord IA.”
Il s’agit plutôt de leur dire : Pensez d’abord en humain.
Puis demandez-vous si l’IA peut vous aider à mieux faire cette tâche.
C’est une nuance importante.
Parce qu’à force de parler d’AI-first, on risque d’oublier le travail réel.
Le bon point de départ n’est pas l’outil.
Le bon point de départ, c’est le problème à résoudre.
Une réunion trop longue.
Un reporting trop chronophage.
Un onboarding mal documenté.
Une base de connaissance inutilisable.
Des relances clients faites à la main.
Des comptes rendus jamais exploités.
L’IA peut aider.
Mais seulement si l’équipe prend le temps de se demander ce qu’elle veut vraiment améliorer.
Ce que cet épisode m’a appris
Je suis sorti de cet échange avec une conviction renforcée :
L’enjeu des prochains mois ne sera pas seulement de former les gens à utiliser l’IA.
Ce sera de les aider à garder la main.
Garder la main sur leurs décisions.
Garder la main sur leur métier.
Garder la main sur leur jugement.
Garder la main sur leurs priorités.
Car le risque n’est pas seulement de “ne pas aller assez vite”.
Le risque, c’est aussi de s’agiter dans tous les sens, de tester tous les outils, de céder à la FOMO permanente, et de finir par perdre de vue ce qui compte vraiment.
Cet épisode est une bonne boussole pour toutes celles et ceux qui veulent adopter l’IA avec lucidité.
Sans fantasme.
Sans panique.
Sans formule magique.
Mais avec méthode, curiosité et esprit critique.
J’espère que cet épisode vous inspirera.
Si c’est le cas, pensez à le partager à vos collègues, vos managers ou vos équipes qui se posent des questions sur l’IA au travail.
À la semaine prochaine,
Baptiste.
Si vous avez aimé cette newsletter, pensez à :
1 - vous abonner au podcast Learning by doing sur votre app de podcast favorite (on est dispo partout).
2 - mettre 5 étoiles et un avis pour le soutenir (merci ☺️)
3 - liker, commenter et partager cette newsletter pour m’aider à faire connaitre Learning by doing
4 - me contacter via LinkedIn Baptiste Bénézet ou mon mail baptiste[at]teambakery[dot]com pour causer podcast, learning, management ou futur du travail.
Voilà et n’oubliez pas :
On n’apprend jamais mieux qu’en faisant !