IA agentique : le management intermédiaire face à deux menaces
La suppression du poste et l'effacement du jugement
En 2026, deux discussions sur l'IA et le management avancent séparément. D'un côté, la disparition annoncée d'une partie des postes de management intermédiaire. De l'autre, l'usage quotidien des outils d'IA par les managers qui restent en poste. Elles se recoupent plus qu'on ne le pense. La seconde, plus discrète, pourrait accélérer la première.
Un cas type illustre le mécanisme. Une responsable d'équipe reçoit, avant un entretien annuel, une suggestion de note de performance générée automatiquement à partir des données de suivi de projet, accompagnée d'arguments préformulés. Sous pression de temps, elle reprend l'essentiel de la proposition sans la retravailler. Le collaborateur, qui traversait une période personnelle difficile que l'outil ignorait, conteste l'évaluation quelques semaines plus tard. Elle découvre qu'elle avait délégué un jugement qu'elle croyait avoir formulé elle-même.
La menace structurelle
En octobre 2024, le cabinet Gartner a publié une prédiction qui continue de circuler dans la presse économique en 2026. D'ici la fin de cette année, 20 % des organisations utiliseront l'IA pour aplatir leur structure, en éliminant plus de la moitié de leurs postes de management intermédiaire actuels. L'échéance de cette prédiction, fixée à l'origine à 2026, arrive maintenant à son terme. Un article de Fortune publié en juin 2026 note que le calendrier a glissé mais que la tendance, elle, ne s'est pas arrêtée. Amazon, Walmart et Microsoft continuent de réduire les strates entre la direction et le terrain.
Cette annonce ne dit pas que tous les secteurs sont exposés de la même manière, ni que chaque suppression se traduit par un licenciement sec. Il est possible qu'une partie des managers intermédiaires soit reclassée vers des fonctions de coaching ou d'accompagnement du changement, plutôt que supprimée purement. Aucune étude connue à ce jour ne chiffre cette part. C'est une nuance raisonnable, pas une donnée établie, et elle ne doit pas servir à minimiser l'ampleur du mouvement en cours.
Le mouvement est déjà mesurable. Aux Etats-Unis, une étude de Live Data Technologies relayée par le Wall Street Journal montre que les effectifs managériaux ont reculé de 6,1 % entre mai 2022 et mai 2025, contre 4,6 % pour les postes exécutifs. Une enquête Korn Ferry citée par Forbes indique que 41 % des salariés déclarent que leur entreprise a déjà supprimé des strates de management, et 43 % estiment que l'alignement du leadership en a souffert. La question n'est donc plus de savoir si le mouvement existe, mais s'il produit ce qu'il promet.
La menace cognitive
Une autre transformation, moins spectaculaire, touche les managers qui gardent leur poste. Un mécanisme documenté depuis plus de trente ans en psychologie cognitive éclaire ce risque. Les chercheurs Raja Parasuraman et Dietrich Manzey l'ont formalisé en 2010 dans une synthèse publiée par la revue Human Factors. Le biais d'automatisation désigne la tendance à accorder plus de crédit à une recommandation produite par un système automatisé qu'à une information contradictoire, même lorsque cette dernière est exacte. Une revue systématique publiée en 2012 dans le Journal of the American Medical Informatics Association a confirmé la robustesse du phénomène dans des contextes aussi variés que la médecine ou l'aviation. Il touche aussi bien les novices que les experts, et la seule pratique ne suffit pas à le neutraliser.
Un rapport annuel publié par ADP France en 2026 donne la mesure du décalage entre usage et réflexion. Près de neuf salariés sur dix utilisent l'intelligence artificielle à un moment ou un autre de leur journée de travail. Seules 28 % des organisations sont capables de mesurer la valeur ajoutée que cet usage apporte réellement, selon Carlos Fontelas de Carvalho, président d'ADP France.
Parasuraman et Manzey distinguent deux mécanismes proches mais différents. La complaisance envers l'automatisation, qui pousse à réduire la surveillance d'un système jugé fiable. Le biais d'automatisation proprement dit, qui pousse à privilégier une recommandation automatisée même face à une preuve contraire. Les deux se renforcent sous charge de travail, c'est à dire précisément dans les conditions où un manager gère une équipe tout en absorbant, en parallèle, l'incertitude sur la pérennité de son propre poste.
Une hypothèse à surveiller, du biais d'adhésion au défaut d'opposition
Les outils actuels proposent une recommandation que le manager valide ou corrige. Les prochaines générations d'agents IA, décrites comme la tendance structurante de 2026 par un rapport Workday, n'attendront plus cette validation. Elles exécuteront directement l'action, en laissant un délai limité pour s'y opposer avant qu'elle ne prenne effet. Ce changement de mécanique pourrait déplacer le biais d'automatisation, de l'adhésion passive vers l'inaction par défaut. C'est une hypothèse, pas un fait établi à ce jour.
La recherche en économie comportementale a documenté ce type d'effet dans d'autres contextes. Johnson et Goldstein ont montré en 2003, dans la revue Science, que les pays où le don d'organes est la règle par défaut, avec option de retrait, affichent des taux de consentement nettement supérieurs à ceux où il faut s'inscrire activement. Ce mécanisme général du choix par défaut est solidement établi dans la littérature. Son application précise à un agent RH qui exécute avant validation reste, à ce jour, une extrapolation cohérente mais non vérifiée par une étude dédiée. Elle mérite d'être suivie, pas présentée comme acquise.
Ce que l'IA ne fait pas, l'autorité comme champ de bataille
Il faut le dire sans détour. Aucun système d'intelligence artificielle ne peut, à ce jour, engager la responsabilité d'une décision disciplinaire, mener une confrontation avec un collaborateur en difficulté, ou arbitrer un conflit entre deux personnes qui ne se supportent plus. Ces situations demandent une présence, une lecture du non-dit, la capacité à assumer une décision impopulaire face à quelqu'un.
Il existe une différence entre décider comment faire et décider pourquoi faire. Un agent IA peut optimiser l'exécution d'une politique. Il ne peut pas en changer le sens quand elle cesse de fonctionner. Il peut proposer un scénario. Il ne peut pas trancher quand deux valeurs de l'entreprise s'opposent entre elles. L'autorité du manager de proximité se déplace donc. Elle n'est plus dans la maîtrise technique ou le contrôle procédural, des terrains où l'IA le devance déjà. Elle se loge désormais dans la capacité à incarner un choix, à le tenir face à une équipe, et à en répondre.
Une dernière objection mérite d'être posée. Les managers se trompaient déjà avant l'arrivée de l'IA, sur la base de leur propre jugement. C'est exact. Mais une erreur humaine reste identifiable, discutable, corrigible dans l'échange avec l'équipe. Une recommandation algorithmique, présentée sans son mode de calcul, ferme cette possibilité de discussion au moment même où elle devrait s'ouvrir.
Trois pratiques pour garder la main
Tracer l'origine. Un manager qui relaie une synthèse ou un score sans préciser qu'ils proviennent d'un outil automatisé transfère, sans le vouloir, une autorité qu'il n'a pas vérifiée. Nommer la source, systématiquement, rétablit la responsabilité au bon endroit.
Réserver un temps de reformulation humaine. Avant toute décision RH assistée par IA, entretien, recrutement ou évaluation, ce temps n'a pas besoin d'être long. Il doit exister, et être documenté, au même titre qu'un compte rendu.
Former le discernement, pas seulement l'outil. La plupart des formations disponibles en 2026 enseignent à utiliser un logiciel. Peu enseignent à repérer le moment où il faut s'en écarter. C'est pourtant cette compétence, plus que la maîtrise technique, qui protège une organisation du biais d'automatisation.
La direction des ressources humaines a ici un rôle spécifique, distinct de celui du manager. Ce n'est pas à elle de vérifier chaque décision individuelle. C'est à elle de documenter, pour chaque outil d'IA déployé, la nature des données utilisées et les limites connues du système, puis de transmettre cette information aux managers avant l'usage, pas après un incident. Sans cette documentation minimale, les managers portent seuls un risque qu'ils n'ont pas choisi de prendre, au moment précis où on leur demande aussi de justifier la valeur de leur poste.
Une seule bataille, deux fronts
La suppression du poste et l'effacement du jugement se nourrissent au même endroit. Un manager qui relaie une recommandation sans en vérifier l'origine cède, geste après geste, le terrain qui distinguait encore son rôle de celui d'un exécutant. Un manager qui trace cette origine, qui réserve un temps de reformulation avant chaque décision sensible, et qui sait nommer ce qu'il délègue à une machine, ne se contente pas de limiter le biais d'automatisation. Il entretient, décision après décision, la compétence que ni Gartner ni aucun agent IA n'ont pour l'instant su chiffrer ou automatiser, trancher dans l'incertitude et en répondre. Les organisations qui l'auront compris investiront dans cette compétence avant qu'une restructuration ne tranche à leur place.
_________________________________________
Bibliographie
Forbes, Management Cuts Today Are Shaping A Leadership Shortage, juin 2026
Workday France, Tendances RH 2026, six priorités stratégiques pour les décideurs
ADP France, cité par Stratégies, Quelles sont les tendances RH de 2026
Johnson E.J., Goldstein D. (2003), Do Defaults Save Lives, Science, 302(5649), 1338-1339
