L'essor des agents IA ne redéfinit pas la compétence clé du travail : il révèle et amplifie le besoin fondamental de maîtriser le management. La véritable valeur de l'IA réside dans la capacité à organiser, déléguer et piloter efficacement son utilisation.
On a beaucoup parlé du prompt engineering. Des techniques pour formuler des instructions parfaites, des bibliothèques de prompts, des certifications. L'idée que la compétence clé pour travailler avec l'IA réside dans la capacité à lui parler a engendré un écosystème.
C'est une erreur de cadrage.
Les organisations qui tirent réellement parti de leurs agents IA ne recrutent pas des "prompt engineers". Elles s'appuient sur des personnes qui savent organiser le travail, distribuer les responsabilités, donner des retours utiles et maintenir le cap sur les priorités. Autrement dit : des personnes qui savent manager.
Ce n'est pas une métaphore. C'est une description fonctionnelle de ce qui se passe quand un humain collabore efficacement avec un agent IA. Et si vous n'avez pas encore réfléchi à vos pratiques managériales en travaillant avec vos outils IA, vous négligez une part importante de leur potentiel.
Tout part de là. Déléguer, c'est confier une mission à quelqu'un en lui donnant les moyens de réussir sans lui dicter chaque étape de l'exécution. C'est une compétence que beaucoup de managers déclarent maîtriser, et que peu pratiquent vraiment.
Avec un agent IA, les lacunes se révèlent immédiatement.
Une délégation efficace comporte trois éléments : un objectif clair (ce qu'on attend comme résultat), un périmètre défini (ce qui est dans le scope et ce qui ne l'est pas), ainsi que les ressources nécessaires (contexte, contraintes, exemples). Les cadres de collaboration humain-IA ajoutent à cette liste ce qu'ils appellent un « budget cognitif » : le temps disponible, les limites à respecter, les canaux de validation attendus. Quand l'un de ces éléments manque, l'agent produit quelque chose, parce qu'il est conçu pour produire, mais ce quelque chose ne correspond pas à ce que vous vouliez.
Le problème, c'est que beaucoup de gens interprètent ce décalage comme une limite de l'outil. C'est rarement le cas. C'est presque toujours une limite du brief.
À titre d'exemple, supposons que vous prépariez une présentation pour votre comité de direction et que vous sollicitiez votre agent :
"Peux-tu m'aider à préparer une présentation sur notre positionnement concurrentiel pour le comité de direction du mois prochain ? J'ai mis les infos sur nos concurrents en pièce jointe. Je veux qu'on montre qu'on se différencie bien sur le marché."
Ce n'est pas un mauvais brief. Il comprend un contexte, une audience, des données et un objectif. Mais l'agent ne sait pas sur quels critères analyser les concurrents, ce que "se différencier" signifie concrètement pour votre entreprise, quel format attend votre CoDir, combien de slides, quel angle mettre en avant. Il va donc produire quelque chose de présentable et d'inutilisable tel quel. Vous conclurez alors que l'outil est limité.
Comparez avec cette version :
"Peux-tu préparer une présentation pour notre comité de direction du 15 juin ? Les données concurrentielles sont en pièce jointe. Je veux un comparatif sur quatre critères : positionnement tarifaire, cible client, canal d'acquisition principal, et argument de différenciation revendiqué. Format : 6 slides maximum, une par concurrent plus une slide de synthèse. L'angle à défendre : on est le seul acteur positionné sur le segment mid-market avec un onboarding sous 48h."
Même point de départ. Mêmes données. Même agent. Résultat radicalement différent.
Pour évaluer la qualité de votre délégation : si vous ne seriez pas capable de confier cette même mission à un stagiaire intelligent avec les mêmes instructions, ne vous étonnez pas que votre agent IA produise quelque chose d'approximatif. La clarté que vous n'avez pas mise dans votre demande, l'agent ne peut pas l'inventer.
Le feedback est la compétence managériale la plus sous-estimée, et la plus mal pratiquée. Dans la plupart des organisations, il circule dans un seul sens : du manager vers le collaborateur, souvent dans un registre correctif. "Ce n'est pas ce que je voulais, recommence."
Avec un agent IA, ce réflexe est naturel. Le livrable ne convient pas, on reformule l'instruction, on relance. On optimise l'instruction. On itère.
Ce faisant, on passe à côté de la moitié de la valeur disponible.
Le feedback utile avec un agent IA va dans les deux sens. Quand un livrable est décevant, la question la plus productive n'est pas "comment je lui explique mieux ce que je veux ?", mais "qu'est-ce que j'aurais dû lui donner comme information pour qu'il réussisse ?"
Cette question, vous pouvez la poser directement à l'agent. Demandez-lui : quelles informations manquaient dans ma demande ? Qu'est-ce qui t'aurait aidé à mieux cadrer le problème ? Quelles ambiguïtés as-tu dû résoudre seul, et comment ?
Les réponses sont souvent révélatrices, non pas de limites techniques, mais de lacunes dans la façon dont vous formulez le travail. Et cette prise de conscience vaut bien au-delà de vos interactions avec l'IA : elle améliore la façon dont vous briefez vos équipes, rédigez vos cahiers des charges, ou clarifiez vos attentes dans n'importe quel contexte collaboratif.
Le bon manager ne cherche pas seulement à corriger l'exécution. Il interroge aussi la qualité de sa propre commande.
Il y a une illusion tenace autour des agents IA : celle de la parallélisation infinie. Puisque l'agent ne se fatigue pas, puisqu'on peut lancer plusieurs tâches simultanément, puisque le coût marginal d'une instruction supplémentaire semble nul, pourquoi se priver ?
Parce que vous, vous vous fatiguez.
Piloter un agent IA de façon efficace demande de l'attention, du jugement, et des décisions continues. Valider un livrable, orienter une itération, décider si le résultat est suffisamment bon pour passer à l'étape suivante, tout cela mobilise une ressource rare : votre capacité de concentration.
Disperser cette ressource sur dix chantiers en parallèle, c'est reproduire avec vos agents le même anti-pattern qu'avec vos équipes. Vous devenez le goulot d'étranglement. Les livrables s'accumulent en attente de validation. La qualité de vos feedbacks se dégrade parce que vous n'avez plus le contexte de chaque mission en tête.
Matteo Cellini, dans sa newsletter Work3, décrit ce rôle émergent comme celui d'un "Portfolio Manager of Intelligent Assets", quelqu'un dont la valeur ne réside plus dans l'exécution, mais dans la capacité à choisir ce qui se fait, dans quel ordre, et quand on ferme une boucle avant d'en ouvrir une autre. La rareté n'est plus la capacité de calcul. C'est l'attention humaine.
La priorisation n'est pas une contrainte imposée par la technologie. C'est une discipline managériale. Elle consiste à choisir ce qui compte vraiment, à séquencer le travail de façon cohérente, et à résister à la tentation de tout faire en même temps.
Il y a quelque chose d'inconfortable dans cette perspective, et autant l'assumer : travailler avec des agents IA est un miroir managérial.
Cellini le formule ainsi : l'IA est un "AI mirror", un miroir qui révèle la clarté de vos instructions, la cohérence de vos priorités et la qualité de vos feedbacks avec une précision que peu d'autres contextes professionnels permettent.
Les mauvaises délégations deviennent visibles immédiatement, dans la qualité des livrables. Les feedbacks vagues produisent des itérations qui tournent en rond. La dispersion se traduit par des chantiers inachevés et une sensation de ne pas avancer malgré une activité intense.
Ce n'est pas une critique. C'est une opportunité.
Une étude récente de Harvard Kennedy School l'établit empiriquement : les personnes qui obtiennent les meilleurs résultats en pilotant des agents IA sont les mêmes qui obtiennent les meilleurs résultats avec des équipes humaines. Les comportements qui prédisent le succès sont identiques dans les deux contextes : poser les bonnes questions, structurer l'échange, maintenir une direction claire. Ce ne sont pas des compétences techniques. Ce sont des compétences managériales.
L'IA compresse les cycles de feedback entre la qualité de votre organisation du travail et ses résultats. Ce qui prenait des semaines à se manifester dans une équipe humaine, les effets d'un brief flou, d'une priorité mal définie, d'un feedback contre-productif, se manifeste en quelques minutes avec un agent.
Cela signifie que le retour sur investissement d'un travail sur vos compétences managériales est, lui aussi, compressé. Progresser sur la délégation, le feedback ou la priorisation produit des effets mesurables très rapidement.
Si vous voulez mettre ces principes en pratique, trois exercices concrets :
Sur la délégation : avant de soumettre une tâche à un agent, écrivez explicitement l'objectif, le périmètre et les contraintes. Si vous ne parvenez pas à les formuler en trois phrases, la mission n'est probablement pas assez claire pour être déléguée.
Sur le feedback : après chaque livrable décevant, posez la question à l'agent avant de corriger : "Quelles informations manquaient dans ma demande pour que tu puisses mieux répondre ?" Notez les patterns qui reviennent.
Sur la priorisation : limitez-vous à deux ou trois chantiers actifs en parallèle avec vos agents. Fermez les boucles avant d'en ouvrir de nouvelles. Traitez chaque mission comme vous traiteriez un collaborateur à qui vous devez une réponse.
L'IA ne remplace pas le management. Elle l'amplifie, dans les deux sens. Les bonnes pratiques produisent des résultats remarquablement rapides. Les mauvaises habitudes se traduisent en frustration et en valeur perdue.
La question n'est pas de savoir comment parler à vos agents. C'est de savoir comment travailler avec eux. Et ça, c'est un problème de management.
Pour aller plus loin
Weidmann, Xu & Deming : Measuring Human Leadership Skills with AI Agents, NBER Working Paper, avril 2025. Une expérimentation à grande échelle qui montre que la performance de leadership avec des agents IA prédit très fortement la performance avec des équipes humaines (ρ = 0,81) et que les compétences prédictives sont les mêmes dans les deux cas.
Matteo Cellini : The AI Mirror: What Using AI Reveals About Your Leadership, Work3, juillet 2025. Une réflexion sur la manière dont l'IA fonctionne comme miroir managérial : la qualité des outputs reflète directement la clarté des instructions, la profondeur du contexte et la structure de la pensée.
Analyse
L'agitation médiatique autour de l'IA masque une profonde stagnation opérationnelle. Les entreprises transforment un potentiel d'augmentation de productivité en simple temps de veille improductif, creusant l'écart entre démonstration et transformation.
Analyse
L'ère de l'interface comme "cache-misère" de la complexité organisationnelle touche à sa fin. Avec l'avènement de l'agentique, le design ne disparaît pas : il se déplace de la surface de l'écran vers la structure du contrat. Ce n'est plus le clic qui fait foi, mais la clarté sémantique. Un plaidoyer pour passer du dessin de parcours à l'architecture de modèles métier robustes.
Analyse
L'avènement de l'IA agentique rend obsolète l'immense infrastructure méthodologique bâtie par l'industrie Tech depuis vingt ans. Alors que la production de code devient une commodité, le véritable défi des dirigeants n'est plus technologique, mais structurel : il s'agit de démanteler l'encombrant "exosquelette Agile" devenu un frein, pour réallouer massivement le capital financier et humain de l'usine à code vers la stratégie et la découverte de valeur.