Le pari de la valeur : pourquoi garder vos gens pourrait être votre meilleure stratégie IA

Imaginez deux entreprises de logiciels de taille moyenne qui se disputent le même marché. Même taille — 200 développeurs chacune. Toutes deux ont accès aux mêmes assistants de programmation IA, aux mêmes grands modèles de langage, aux mêmes outils d’automatisation.

L’entreprise A y voit une occasion de réduire les coûts. L’IA peut générer du code, écrire des tests et gérer la maintenance courante, alors elle coupe la moitié de l’équipe de développement. Cent développeurs partent, et le conseil d’administration est ravi — les marges s’améliorent du jour au lendemain, les résultats trimestriels sont excellents.

L’entreprise B prend un chemin différent. Elle garde ses 200 développeurs et investit pour rendre chacun d’eux considérablement plus performant. L’IA prend en charge le travail répétitif — l’échafaudage de code, la génération de tests, la documentation, les revues de code — pendant que les développeurs se concentrent sur l’architecture, la conception de produits et les problèmes complexes qui exigent du jugement. Aucune réduction d’effectifs. Aucune amélioration immédiate des marges.

À la fin de la première année, l’entreprise A semble avoir fait le meilleur pari. Trois ans plus tard, c’est l’entreprise B qui domine le marché.

C’est un exemple tiré du logiciel, mais le même “pattern” s’applique à toutes les fonctions — finances, marketing, opérations, service à la clientèle. Et c’est un choix stratégique que les conseils d’administration à travers le Canada s’apprêtent à affronter, qu’ils en soient conscients ou non.

La décision que la plupart des CA n’ont pas encore prise

Les données indiquent que la majorité des organisations canadiennes en sont encore aux premières étapes de leur réflexion sur ce que l’IA signifie pour elles. Selon Statistique Canada, l’adoption de l’IA a doublé en un an — passant de 6,1 % à 12,2 % des entreprises entre le T2 2024 et le T2 2025. Au Québec, le chiffre se situe à 12,7 %, avec une croissance nettement plus lente qu’en Ontario.

Mais le chiffre le plus révélateur est celui-ci : parmi les entreprises qui utilisent déjà l’IA, 89,4 % ne rapportent aucun changement dans les niveaux d’emploi. La raison est simple — la plupart n’ont pas encore atteint l’échelle où les décisions sur la main-d’œuvre deviennent incontournables. Elles expérimentent encore.

Ça va changer. Et quand ça arrivera, je m’attends à ce que le réflexe par défaut dans la plupart des salles de conseil soit le même que celui qui refait surface avec chaque outil d’efficacité : « Où peut-on réduire les effectifs? »

C’est un réflexe compréhensible. C’est aussi un piège stratégique.

Le jeu arithmétique

Donnons à l’argument de la réduction des coûts ce qui lui revient. Il n’est pas faux — il est incomplet.

L’IA automatise réellement des tâches. Elle peut rédiger des documents, résumer des rapports, classifier des données, générer du code, traiter des demandes clients courantes et accélérer des dizaines de processus qui consommaient auparavant des heures de travail humain. Pour des tâches précises et bien définies, les gains de productivité sont réels et mesurables. Un sondage de KPMG Canada révèle que 79 % des travailleurs canadiens qui utilisent l’IA générative rapportent des gains de productivité mesurables, la majorité économisant entre une et cinq heures par semaine.

Si votre seul prisme est le coût, le calcul est simple : moins de personnel pour le même travail égale de meilleures marges. Et pour certaines fonctions — très répétitives, basées sur des règles, nécessitant peu de jugement — ce calcul tient la route.

Mais la réduction des coûts, c’est de l’arithmétique, pas de la stratégie. Et l’arithmétique a un plafond.

Le problème du plafond

On ne peut couper que jusqu’à zéro. Une fois qu’on a automatisé tout ce qui peut l’être et réduit les effectifs à l’équipe minimale viable, on a capturé un gain ponctuel. La base de coûts est plus basse, les résultats trimestriels sont meilleurs — et après?

Pendant ce temps, l’entreprise B n’optimisait pas pour les coûts. Elle optimisait pour la capacité.

Ses 200 développeurs — désormais augmentés par l’IA — livrent à un rythme qui n’était pas possible auparavant. Des fonctionnalités qui prenaient trois semaines à une équipe n’en prennent plus qu’une. Le “backlog” qui s’étirait sur dix-huit mois se résorbe. Les développeurs passent moins de temps sur le code répétitif et plus de temps sur les vrais défis — les décisions architecturales, les cas limites, la réflexion produit qui différencie véritablement le logiciel. L’équipe n’est pas seulement plus rapide; elle construit de meilleurs produits.

La même dynamique se reproduit partout ailleurs dans l’organisation. Les analystes couvrent trois fois plus de territoire parce que l’IA s’occupe de la collecte de données pendant qu’ils se concentrent sur l’interprétation. Le service à la clientèle gère deux fois le portefeuille parce que l’IA fait remonter les signaux importants, et les humains bâtissent les relations.

Rien de tout cela n’apparaît comme une réduction de coûts. Ça se manifeste comme un avantage concurrentiel — le genre qui se creuse trimestre après trimestre entre les capacités de l’entreprise B et celles de l’entreprise A.

Trois ans plus tard, l’entreprise A a une opération allégée et des capacités figées. L’entreprise B a la même base de coûts, mais beaucoup plus de capacité. L’ironie, c’est que l’entreprise A devra peut-être recommencer à embaucher simplement pour suivre le rythme — sauf qu’elle a maintenant perdu le savoir institutionnel, la culture et le bassin de talents que l’entreprise B n’a jamais abandonné.

Le « précédent Excel »

On a déjà vu ce film.

Quand les chiffriers électroniques sont arrivés dans les années 1980, la prédiction était simple : la comptabilité serait automatisée et la profession allait rétrécir. C’est l’inverse qui s’est produit. Les chiffriers ont éliminé le travail fastidieux — les calculs manuels, la tenue des grands livres, la vérification manuelle des erreurs. Mais ils ont aussi élargi ce que les comptables pouvaient faire : des analyses plus complexes, des rapports plus rapides, un rôle-conseil élargi. L’outil a absorbé les tâches à faible valeur; la profession a monté dans la chaîne de valeur. Aujourd’hui, l’emploi en comptabilité et en audit continue de croître, avec plus de 124 000 nouveaux postes projetés annuellement jusqu’en 2034 aux États-Unis seulement.

L’IA est la prochaine version de cette histoire — mais à une échelle plus grande et à un rythme plus rapide. Les organisations qui comprennent cela utiliseront l’IA comme les meilleurs cabinets ont utilisé les chiffriers : non pas pour réduire l’équipe, mais pour élargir ce dont elle est capable.

Pourquoi l’amplification de la valeur se compose

La réduction des coûts est un événement ponctuel. L’amplification de la valeur, elle, se compose.

Les données macroéconomiques appuient cette direction. Le Forum économique mondial prévoit un gain net de 78 millions d’emplois à l’échelle mondiale d’ici 2030 — 170 millions de nouveaux rôles créés contre 92 millions déplacés. Gartner estime que d’ici 2030, 75 % du travail en TI sera effectué par des humains augmentés par l’IA, et zéro pour cent par des humains sans elle. La trajectoire n’est pas humains ou IA. C’est humains avec IA, surpassant tous les autres.

Et l’écart se compose d’une manière que les économies de coûts ne pourront jamais égaler. Chaque trimestre que les gens de l’entreprise B travaillent avec l’IA, ils s’améliorent. Ils découvrent de nouvelles applications. Ils développent le jugement nécessaire pour savoir quand faire confiance aux résultats de l’IA et quand les remettre en question. Ils construisent des façons de travailler qui n’existaient pas avant. L’organisation développe ce que j’appellerais une maîtrise de l’IA — non pas un programme de formation, mais une compétence intégrée qui s’approfondit avec la pratique.

D’expérience, c’est là que le véritable fossé concurrentiel se creuse. Tout le monde a accès aux mêmes modèles — la technologie est largement banalisée. Ce qui ne l’est pas, c’est la capacité d’une organisation à utiliser ces modèles intelligemment, à travers toutes ses fonctions. Cette capacité réside dans vos gens.

L’entreprise A, en coupant dans ses effectifs, a aussi coupé dans sa capacité d’apprentissage. Moins de gens, c’est moins d’expérimentations, moins de découvertes, moins d’itérations. La technologie progresse chaque trimestre, mais la capacité de l’organisation à absorber ces améliorations a été structurellement réduite.

Une question pour le prochain conseil d’administration

La plupart des CA abordent l’IA avec une question familière : « Où l’IA peut-elle réduire nos coûts? »

La réduction des coûts compte. Mais c’est la plus petite des opportunités, et la poursuivre de façon agressive peut fermer la porte à la plus grande. La question qui mérite d’être posée est différente :

« Si chaque personne dans cette organisation était augmentée par l’IA, qu’est-ce qu’on pourrait accomplir qu’on ne peut pas faire aujourd’hui? »

C’est une question de capacité, pas de coût. Et si le conseil est prêt à la considérer sérieusement, la réponse va transformer toute la stratégie IA — d’un exercice d’efficacité en quelque chose avec un réel avantage concurrentiel.

Les organisations qui réussiront ce virage construiront quelque chose qui s’accumule sur des années. Les autres regarderont leur structure de coûts optimisée en se demandant pourquoi ça ne suffit plus.