Shadow AI : la plupart des salariés utilisent l'IA au travail, et plus de la moitié le cachent

Deux grandes études, menées indépendamment, convergent vers le même tableau inconfortable de l'IA au travail.

Le Work Trend Index 2024 de Microsoft et LinkedIn, qui a interrogé 31 000 personnes dans 31 pays, a constaté que 75 % des travailleurs du savoir utilisaient déjà l'IA au travail, et que 78 % de ces utilisateurs apportaient leurs propres outils plutôt que d'utiliser ceux fournis par leur employeur. Seuls 39 % avaient reçu une formation à l'IA de leur entreprise.

Un an plus tard, KPMG et l'Université de Melbourne ont publié l'une des plus vastes études jamais menées sur les attitudes face à l'IA : 48 000 répondants dans 47 pays. Parmi les salariés qui utilisent l'IA, 57 % disent cacher cet usage et présenter un travail généré par l'IA comme le leur. Près de la moitié admettent utiliser l'IA en violation de la politique de leur entreprise, y compris en collant des informations sensibles dans des outils publics. Moins de la moitié ont reçu une formation ; seuls 40 % disent que leur lieu de travail a même une politique sur l'IA générative.

Mis bout à bout : l'usage de l'IA au travail est la norme, il est essentiellement autodidacte, il viole fréquemment les règles, et les salariés ont appris à le dissimuler.

Pourquoi la dissimulation est la partie coûteuse

Une organisation peut survivre à des salariés utilisant des outils non approuvés. Ce qu'elle ne peut pas faire, c'est piloter une pratique qu'elle ne voit pas.

Un usage caché de l'IA signifie que personne ne relit les sorties pour les défaillances qui comptent : faits fabriqués, tri biaisé, fuite de données clients. Il signifie que l'organisation n'apprend rien de ce qui fonctionne, puisque les usages réussis sont déguisés en travail humain. Il signifie que les problèmes de qualité apparaissent comme des erreurs mystérieuses sans cause traçable. Et il signifie que l'écart entre la politique officielle et la pratique réelle se creuse chaque mois — la pire position possible si un régulateur, un client ou un tribunal demande un jour comment l'IA est utilisée.

La dissimulation est aussi rationnelle du côté du salarié, et c'est pour cela qu'elle persiste. Là où l'usage de l'IA est interdit ou ambigument mal vu, l'avouer expose à la sanction, alors que le gain de productivité est réel et immédiat. Les gens répondent à cette structure d'incitations exactement comme on peut s'y attendre.

Pourquoi les interdictions aggravent le problème

La réponse instinctive — interdire les outils, bloquer les sites — traite le symptôme et attise la cause. Les données Microsoft montrent que les salariés apportaient déjà leur propre IA sur des appareils et comptes personnels ; un blocage au bureau ne supprime pas la capacité, il déplace seulement l'activité encore plus loin des regards, sur des canaux où les données de l'entreprise sont encore moins protégées.

Les interdictions sacrifient aussi le bénéfice. La même étude KPMG constate que la plupart des salariés rapportent des gains de performance réels grâce à l'IA. Une organisation qui interdit ce que la majorité de ses effectifs trouve utile n'élimine pas le risque ; elle sélectionne les salariés les plus disposés à ignorer ses règles.

Ce qui fonctionne à la place

Les organisations qui s'en sortent bien partagent un schéma qui recoupe étroitement ce que les dispositions de littératie de l'AI Act européen encouragent : rendre l'usage de l'IA légitime, visible et compétent.

Légitime : une politique claire et réaliste qui dit ce qui est permis avec quelles données, au lieu d'un non généralisé que tout le monde ignore. Visible : des canaux où les salariés peuvent déclarer et discuter leur usage de l'IA sans pénalité — les 57 % de dissimulation sont un problème de confiance avant d'être un problème de technologie. Compétent : une vraie formation — pas un webinaire sur ce qu'est l'IA, mais de la pratique sur les tâches pour lesquelles les gens utilisent déjà l'IA, avec une attention explicite à la vérification, au traitement des données et aux modes de défaillance des outils concernés.

Ce dernier élément est celui où les écoles de commerce et l'executive education ont un rôle direct. La main-d'œuvre a déjà adopté l'IA ; le déficit de formation est documenté dans toutes les études sur le sujet. Les institutions qui comblent cet écart — avec des programmes structurés et fondés sur la pratique plutôt que des sessions de sensibilisation — répondent à l'une des pénuries de compétences les plus nettes du marché du travail actuel.

Les chiffres du shadow AI ne sont pas un verdict sur les salariés. Ils mesurent le retard des organisations sur leurs propres équipes. Le rattrapage commence par la formation, pas par l'interdiction.