Les projets d'intelligence artificielle se nourrissent de ce qui est déjà écrit : procédures, historiques, bases documentaires. Un modèle nourri des seules procédures apprend l'organisation telle qu'elle s'imagine, pas telle qu'elle fonctionne. Cet épisode dresse l'inventaire de trois familles de données que presque personne ne collecte.

La donnée de raisonnement, d'abord : les arbitrages que vos experts font chaque jour sans pouvoir les décrire. Michael Polanyi l'a posé dès 1966, nous en savons plus que ce que nous pouvons en dire ; Ikujiro Nonaka a montré que le passage du tacite à l'explicite est le maillon le plus difficile de toute gestion des connaissances.

La donnée d'articulation, ensuite : ce que l'usage réel des outils raconte, et que les compteurs de licences ne voient pas. Une étude de la Harvard Business School, publiée dans Organization Science, a suivi 758 consultants : sur les tâches où l'outil est compétent, ils travaillent environ un quart plus vite, avec une meilleure qualité ; sur une tâche choisie hors de ses capacités, ils produisent 19 % de bonnes réponses en moins. La carte de cette frontière, dans votre organisation, n'existe nulle part.

La donnée de terrain, enfin : les contournements installés, les doubles saisies, et les idées que vos équipes n'ont jamais eu l'occasion de proposer. La recherche sur la voix des employés montre que ce silence tient rarement à l'indifférence : il tient à la crainte d'être mal vu. Beaucoup d'organisations outillent la remontée des incidents ; presque aucune n'outille la remontée des idées.

Reste la question qui fâche : capter ces données sans basculer dans la surveillance. La réponse de l'épisode tient en un principe : l'anonymat se garantit par la conception du dispositif, jamais par une promesse.

Références citées : Fabrizio Dell'Acqua et al., « Navigating the Jagged Technological Frontier », Harvard Business School, Organization Science (https://ssrn.com/abstract=4573321) · Michael Polanyi, The Tacit Dimension, 1966 · Ikujiro Nonaka, « A Dynamic Theory of Organizational Knowledge Creation », Organization Science, 1994 (https://pubsonline.informs.org/doi/abs/10.1287/orsc.5.1.14) · Liang, Farh et Farh, Academy of Management Journal, 2012 (https://journals.aom.org/doi/10.5465/amj.2010.0176) · Milliken, Morrison et Hewlin, Journal of Management Studies, 2003 (https://onlinelibrary.wiley.com/doi/10.1111/1467-6486.00387).

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Juillet 2024 : Lattice, éditeur de logiciels RH de la Silicon Valley, annonce fièrement des « employés numériques » avec dossiers RH, objectifs trimestriels et manager humain. Trois jours plus tard, face au tollé, tout est retiré. Ce fiasco ouvre la vraie question de l'épisode : un agent d'intelligence artificielle a-t-il besoin d'une fiche de poste ?

La réponse tient en deux mouvements. Oui, il faut spécifier, parce qu'un agent autonome ne porte plus un simple risque de contenu mais un risque d'exécution : il agit dans les systèmes, et il n'a ni bon sens ni implicite. Sa fiche de poste est une spécification technique : mission, périmètre d'autorité, sources de vérité autorisées, conditions d'arrêt, traçabilité des décisions. Le précédent Air Canada le rappelle : l'entreprise répond toujours de ses machines, le tribunal canadien a qualifié de « remarquable » l'argument du chatbot « entité séparée ».

Mais spécifier sans jamais déguiser. Une étude expérimentale de la Harvard Business Review (mai 2026, 1 261 managers) montre que présenter la même production comme celle d'un « employé IA » doté d'un prénom fait chuter la détection d'erreurs de près d'un cinquième, surtout là où l'IA figure déjà à l'organigramme, et dissout le sentiment de responsabilité. Le vernis social endort la vigilance.

Et le retournement final : selon l'enquête mondiale du MIT Sloan Management Review, 76 % des dirigeants voient déjà ces agents comme des collègues plutôt que comme des outils. La fiche de poste à réécrire d'urgence n'est peut-être pas celle de la machine, c'est celle des humains, dont le métier bascule de l'exécution vers la supervision, le jugement et la responsabilité.

Sources : Harvard Business Review, « Research: Why You Shouldn't Treat AI Agents Like Employees » (BCG Henderson Institute / Boston University), 6 mai 2026 — https://hbr.org/2026/05/research-why-you-shouldnt-treat-ai-agents-like-employees · MIT Sloan Management Review & BCG, « The Emerging Agentic Enterprise », 18 novembre 2025 — https://sloanreview.mit.edu/projects/the-emerging-agentic-enterprise-how-leaders-must-navigate-a-new-age-of-ai/ · Décision du Civil Resolution Tribunal de Colombie-Britannique, Moffatt c. Air Canada, février 2024.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Les directions mesurent le retour de leurs investissements d'IA avec trois instruments : le ressenti des équipes, la masse salariale, les tableaux de bord. Cet épisode les passe à l'épreuve des meilleures données de 2025 et 2026.

Le ressenti d'abord : dans l'essai contrôlé du laboratoire METR, des développeurs expérimentés étaient environ 20 % plus lents avec l'IA, en se croyant 20 % plus rapides. La masse salariale ensuite : selon l'enquête Gartner auprès de 350 dirigeants de grandes entreprises, huit organisations sur dix ont réduit leurs effectifs, sans corrélation avec le retour sur investissement, couper crée de la marge budgétaire, pas du retour. Les tableaux de bord enfin : l'enquête Adaptavist auprès de 2 500 travailleurs du savoir montre que plus de quatre sur dix passent plus de temps à vérifier ce que produit l'IA qu'ils n'en gagnent, un travail de reprise qu'aucune mesure ne voit.

Reste alors à mesurer le travail lui-même : l'épisode compare les méthodes disponibles, ce qu'elles voient et ce qu'elles ratent, jusqu'à la probable solution qui les départage, mesurer les tâches sans surveiller les personnes, avec un anonymat garanti par conception.

Sources : METR, essai contrôlé randomisé, juillet 2025 : https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ · Gartner, enquête T3 2025, mai 2026 : https://www.gartner.com/en/newsroom/press-releases/2026-05-05-gartner-says-autonomous-business-and-artificial-intelligence-layoffs-may-create-budget-room-but-do-not-deliver-returns · Adaptavist via Attest, mars 2026 : https://www.adaptavist.com/blog/what-is-the-human-cost-of-ai-transformatio

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Depuis le 2 août 2026, l'AI Act est entré en vigueur : les autorités peuvent enquêter et sanctionner. Cet épisode pose une grille de lecture pour les directions générales, juridiques et opérationnelles : la responsabilité suit l'usage que vous faites d'un système d'IA, pas l'outil que vous avez acheté. On y sépare le fournisseur du déployeur, on démonte le piège de l'article 25, et on chiffre l'enjeu. À la fin, un geste concret : cartographier ses usages pour savoir, pour chacun, de quoi l'on répond.

Nos derniers articles : https://www.spentia.com/?utm_source=podcast&utm_medium=show-notes&utm_campaign=signaux&utm_content=ep10

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

La plupart des directions croient contrôler l'usage de l'IA chez elles. Une part des équipes le dissimule pourtant, et on ne pilote pas ce qu'on ne voit pas. Cet épisode compare quatre méthodes pour cartographier l'usage réel de l'IA dans une organisation : le sondage, l'audit de maturité, la détection technique, et l'écoute du travail sur preuves. Chacune voit une chose et en manque une autre. La quatrième, celle que Spentia conduit, mesure ce que chaque tâche pèse et ce à quoi les équipes tiennent, la case que les trois autres laissent vide.
Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

On promet que l'intelligence artificielle permet à chacun de faire le travail d'un expert. Une étude de terrain menée chez IG, au Royaume-Uni, montre où cette promesse s'arrête : l'IA rapproche les métiers voisins, mais elle bute sur les métiers lointains, faute du savoir tacite qui permet de juger son travail. Cet épisode suit cette frontière, ce que l'expérience y change, et ce qu'elle implique pour une direction : lire le travail réel tâche par tâche, ce qu'il pèse et ce à quoi les équipes tiennent, avant d'automatiser quoi que ce soit.
Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Et si l'outil le plus puissant jamais créé pour booster notre créativité était aussi le plus grand moteur de médiocrité ?

Depuis fin 2022, l'IA générative nous promet une révolution. Mais derrière les gains de productivité spectaculaires se cache un paradoxe inquiétant : une tendance irrésistible à tout uniformiser, nous tirant vers une « moyenne » sans relief. Dans ce nouvel épisode de Spentia, nous décortiquons les signaux de ce grand lissage.

Découvrez au cours de cet échange :

• Le "GPS de la pensée" : Pourquoi déléguer notre réflexion nous fait perdre notre sens de l'orientation intellectuelle.

• La monoculture algorithmique : Comment la standardisation menace le recrutement, le code informatique et même nos croyances collectives.

• L'autophagie des modèles : Ce risque réel où l'IA, en se nourrissant de ses propres contenus, finit par produire une "bouillie synthétique".

• Le compost numérique : Et si cette simplification était en fait le terreau d'une innovation radicale pour ceux qui savent l'exploiter ?

De la scène musicale de 2026 à la résistance du label "fabrication humaine", plongez dans une analyse fascinante qui place l'humain au centre de l'équation. Serez-vous un consommateur passif ou un curateur actif de ce nouveau monde ?

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Mardi, 9h30. Troisième réunion du trimestre sur le même projet... et toujours aucune décision en vue. Ça vous rappelle quelque chose ?

C’est ce qu’on appelle le « serpent de mer » organisationnel, ou plus techniquement : la dette décisionnelle. Dans cet épisode des Signaux du Changement, nous explorons un paradoxe fascinant : alors que 77 % des salariés français jugent leur manager capable de décider, nos entreprises n'ont jamais semblé aussi lentes.

Au programme de ce décryptage :

• Le coût de l'inaction : Pourquoi chaque choix repoussé génère des « intérêts composés négatifs » qui épuisent vos équipes.

• Nos cerveaux nous trahissent : Comprendre le biais du statu quo et l'aversion à la perte qui nous poussent à ne rien changer.

• L’enfer des réunions : Pourquoi dépasser 7 participants tue votre efficacité décisionnelle (et comment éviter le « parapluie managérial »).

• La méthode des géants : Des conseils actionnables inspirés de Jeff Bezos, ainsi que les secrets de culture radicale d'Alan, Doctolib ou BlaBlaCar pour réapprendre à avancer.

Ne laissez plus l'indécision devenir la norme. Apprenez à concevoir un système où décider devient enfin un moteur de croissance, et non un frein psychologique.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Les entreprises n’ont jamais autant investi dans le bien-être (applications de méditation, salles de sieste, cours de yoga), et pourtant, le burn-out et le désengagement explosent. Pourquoi ce paradoxe ?

Dans cet épisode des Signaux du Changement, nous décortiquons le concept de « wellness washing » et explorons pourquoi il est urgent de passer de l'approche "I-Frame" (vouloir "réparer" l'individu) à l'approche "S-Frame" (réparer le système).
Découvrez comment la friction organisationnelle grignote votre rentabilité et pourquoi le rôle du dirigeant de demain n'est plus d'être un "Chief Happiness Officer", mais un véritable architecte du travail.

Un échange sans filtre qui s'appuie sur des études d'Harvard, du MIT et d'Oxford pour redonner du sens à la performance.

Analyse des points clés du podcast :

• Le Paradoxe du Bien-être : Malgré un marché mondial du bien-être au travail frôlant les 95 milliards de dollars, les indicateurs de santé mentale sont au rouge.

• L'échec de l'approche "I-Frame" : L'étude d'Oxford (46 000 salariés) démontre que les programmes centrés sur l'individu (résilience, pleine conscience) n'ont aucun impact significatif s'ils ne traitent pas les conditions réelles de travail.

• La Friction Organisationnelle : Le MIT définit l'expérience employé par la facilité à faire son travail. Réduire cette "traînée" peut rendre une entreprise 25% plus rentable et deux fois plus innovante.

• L'Iceberg de l'Ignorance : Le top management ne connaîtrait que 4% des problèmes réels de terrain, créant un décalage massif entre les décisions stratégiques et le quotidien des équipes.

• La "Service Profit Chain" : Un rappel de ce modèle de 1994 qui prouve que le profit est la conséquence directe de la satisfaction des employés. L'équation est simple : EX = CX (l'Expérience Collaborateur égale l'Expérience Client).

• Solutions concrètes : L'épisode suggère des méthodes simples comme les "cailloux dans la chaussure" (identifier les irritants quotidiens) ou "Kill a stupid rule" pour redonner de l'autonomie et de l'efficacité.
  

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

IA 2026 : un guide de survie pour les décideurs

L'IA en 2026 ne ressemble plus à celle d'hier. Fini le temps où l'on se contentait de jouer avec des chatbots : nous sommes entrés dans l'ère de la consolidation et des choix stratégiques critiques. Mais comment s'y retrouver quand le terme "IA" est devenu un fourre-tout ?

Dans cet épisode des Signaux du Changement, nous dissipons le brouillard pour cartographier les forces en présence. Nous ne parlons pas seulement de tech, mais de philosophie d'entreprise.

🎧 Au programme de cet épisode :

• La guerre des clans : Comprendre l'affrontement entre les "Probabilistes" (les LLM comme GPT) et les "Logiciens" (l'IA symbolique fiable et traçable).

• La nouvelle vague : Pourquoi l'avenir appartient à l'IA Neuro-Symbolique et aux "Modèles du Monde" chers à Yann LeCun.

• Système 1 vs Système 2 : Faut-il une IA qui improvise ou une IA qui réfléchit avant d'agir ?

• Le plan d'action en 5 étapes : Une feuille de route concrète pour les dirigeants (RH, Data, Choix fournisseurs) pour ne pas se tromper de destination.

Que vous soyez manager, entrepreneur ou simplement passionné, cet épisode vous donne les clés pour arrêter de subir la hype et commencer à bâtir une stratégie IA durable.

Pour aller plus loin, tous nos articles et livrets blancs sur https://www.spentia.com

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.