Quand l'intelligence artificielle réécrit le leadership depuis le sommet
Il existe un récit que les organisations répètent avec confort : l'intelligence artificielle va déplacer les analystes de niveau intermédiaire, les agents de service client, les développeurs juniors. C'est un récit qui dérange suffisamment pour paraître honnête, mais pas au point de menacer ceux qui le tiennent. Le problème, c'est que ce récit est incomplet, et cette incomplétude n'est pas innocente.
Ce qui se passe au sommet des organisations est structurellement plus significatif que ce qui se passe à la base, précisément parce que c'est plus silencieux. Il n'y a pas de titres de presse sur le directeur financier déplacé par un algorithme. Il n'y a pas de grèves syndicales pour l'automatisation du comité exécutif. Pourtant, les données portant sur plus de 5 000 postes de direction ouverts, analysées par Russell Reynolds Associates entre 2019 et 2025, documentent un déplacement réel : non pas de personnes, mais des attributs qui rendent ces personnes précieuses. Cette distinction compte bien plus qu'il n'y paraît.
La question qu'aucun conseil d'administration ne devrait éluder n'est pas de savoir si l'IA atteindra ses rangs. Elle est déjà là. La question est de savoir si l'organisation a la lucidité nécessaire pour comprendre ce qui change et la discipline pour agir en conséquence avant que le marché ne décide à sa place.
La fin du leadership comme entrepôt de connaissances
Pendant la majeure partie du XXe siècle, le pouvoir exécutif s'est construit sur une prémisse simple : celui qui sait le plus commande. Le directeur financier accumulait des décennies de connaissances financières qu'aucun subordonné ne pouvait facilement reproduire. Le directeur des opérations comprenait la chaîne opérationnelle parce qu'il l'avait vécue. Le PDG accédait au sommet avec un bilan de résultats qui lui servait de certificat d'aptitude. Les diplômes — le MBA d'une institution d'élite, le passage par les bonnes entreprises, l'ancienneté dans la fonction — n'étaient pas de la vanité : c'étaient des signaux réels d'un actif rare.
Cet actif n'est plus rare. Les modèles actuels d'intelligence artificielle peuvent analyser des scénarios financiers, optimiser des chaînes d'approvisionnement et synthétiser des études de marché avec une vitesse et une cohérence qu'aucun individu ne peut égaler. Cela ne signifie pas que le directeur financier est sans pertinence. Cela signifie que la partie de sa valeur qui provenait du fait d'en savoir plus que les autres a été transférée à des systèmes qui ne réclament ni bonus ni promotion.
Ce qui reste — ce que les systèmes ne peuvent pas facilement reproduire — c'est la capacité de bien juger dans l'ambiguïté, de maintenir la confiance sous pression, de concevoir les systèmes dans lesquels opèrent à la fois les humains et les machines. L'analyse des profils de dirigeants réalisée par Russell Reynolds documente ce tournant avec précision : en 2025, les compétences liées à l'intelligence artificielle, à l'analytique de données, à l'informatique en nuage et aux technologies émergentes apparaissent comme des caractéristiques normatives dans les profils de directeur financier. En 2019, elles étaient pratiquement inexistantes dans ces mêmes documents. Les fiches de poste n'ont pas changé de titre. Elles ont changé d'exigences.
Ce déplacement a une conséquence stratégique que peu d'organisations traitent avec suffisamment de sérieux : les critères de recrutement et de promotion pour les rôles de direction doivent se réorienter depuis le bilan passé vers la capacité d'apprentissage. Recruter un directeur financier parce qu'il a maîtrisé les cycles de clôture comptable pendant vingt ans peut être exactement l'erreur qu'une organisation ne peut pas se permettre en ce moment. Cette compétence est déjà automatisée ou en voie de l'être. Ce qui n'est pas automatisé, c'est la capacité de ce directeur financier à construire le jugement sur les systèmes qui produisent désormais les analyses, à détecter quand le modèle se trompe, à décider quand faire confiance à la machine et quand l'ignorer.
L'anatomie du changement dans deux rôles
Le directeur financier et le directeur des ressources humaines sont les deux cas les mieux documentés dans l'analyse disponible, et les plus révélateurs parce qu'ils représentent deux extrêmes fonctionnels : le premier associé à la précision quantitative, le second à la gestion de l'intangible humain. Le fait que les deux convergent vers une même direction — plus grande fluidité avec les données, plus grande capacité de conception de systèmes, moindre dépendance aux processus manuels — n'est pas une coïncidence. C'est un signal que la transformation ne respecte pas les frontières fonctionnelles.
Pour le directeur financier, le changement peut être décrit comme un déplacement depuis le reporting vers la prédiction. Le rôle traditionnel du directeur financier consistait à garder l'exactitude du passé : clôturer les livres de compte, assurer la conformité réglementaire, présenter les résultats au conseil d'administration. Ces fonctions ne disparaissent pas, mais elles s'automatisent, se standardisent, se délèguent à des plateformes qui les exécutent avec moins d'erreurs et à moindre coût. Ce qui n'est pas automatisé, c'est la capacité d'interpréter les modèles de scénarios qui informent désormais les décisions en matière de capital, de concevoir les paramètres dans lesquels opère l'intelligence artificielle dans la fonction financière, de maintenir la responsabilité sur les résultats même lorsque l'analyse est produite par un système que personne dans la salle ne comprend entièrement.
Pour le directeur des ressources humaines, la transformation est encore plus radicale parce qu'elle affecte le récit qui a défini la fonction pendant des décennies. La direction des personnes s'est construite sur une prémisse humaniste : administrer le cycle de vie des employés, gérer les relations, maintenir la culture. Ce récit reste valide, mais il a cessé d'être suffisant. Le profil de dirigeant que les organisations recherchent désormais inclut la capacité de concevoir l'architecture d'interaction entre humains et machines dans le travail, d'utiliser l'analytique comportementale dans les décisions relatives aux talents, de gouverner éthiquement les systèmes d'intelligence artificielle qui évaluent, sélectionnent et développent les personnes. Le directeur des ressources humaines qui ne comprend pas comment fonctionne un modèle de prédiction de turnover a le même problème que le directeur financier qui ne comprend pas un bilan : il opère à l'aveugle dans sa propre fonction.
Ce que ces deux cas révèlent, c'est un schéma qui s'applique à l'ensemble du comité exécutif : la valeur différentielle d'un dirigeant ne réside plus dans ce qu'il sait faire, mais dans la qualité du jugement avec lequel il orchestre les systèmes qui font ce qu'il savait faire. C'est une redéfinition profonde, et la majorité des organisations ne l'a pas encore intégrée dans ses processus d'évaluation, de succession ni de rémunération.
Les conseils d'administration face à un déficit de gouvernance
Si la transformation du comité exécutif est silencieuse, la situation dans les conseils d'administration est plus préoccupante. Une analyse de la National Association of Corporate Directors indique que seulement 14 % des conseils discutent d'intelligence artificielle à chaque réunion. Plus significatif encore : 45 % n'ont pas du tout abordé le sujet dans leurs agendas. Ces chiffres ne sont pas simplement un indicateur de retard technologique. Ils sont l'indicateur d'un déficit de gouvernance aux conséquences financières et réputationnelles concrètes.
Les conseils d'administration existent pour superviser la stratégie, gérer le risque et garantir la reddition de comptes. Lorsque l'intelligence artificielle informe déjà des décisions de tarification, d'allocation de capital, de recrutement et de développement de produits dans les entreprises que ces conseils supervisent, l'incapacité à discuter du sujet avec rigueur équivaut à superviser sans lire les états financiers. L'analogie n'est pas hyperbolique : les modèles d'intelligence artificielle produisent des résultats qui affectent l'économie de l'entreprise, et la majorité des conseils ne dispose pas des mécanismes pour les auditer.
L'analyse de l'article original de HBR propose une courbe de maturité pour les conseils d'administration qui va de la phase d'inertie — où l'IA est traitée comme quelque chose de périphérique — jusqu'aux architectures de gouvernance hybrides où les systèmes d'intelligence artificielle participent activement aux processus d'analyse stratégique, sans déplacer la responsabilité humaine sur les décisions. Cette courbe n'est pas spéculative : certaines entreprises, notamment celles à plus forte intensité technologique, opèrent déjà avec des mécanismes dans lesquels des systèmes agentiques contribuent des analyses dans des processus de planification stratégique et d'évaluation des risques.
Ce qui rend ce progrès difficile pour les conseils traditionnels n'est pas la technologie : c'est la composition. Les profils qui ont historiquement dominé les conseils d'administration — expérience sectorielle approfondie, diplômes financiers, réseaux institutionnels — n'incluent pas, pour la plupart, la capacité d'évaluer la qualité d'un modèle d'intelligence artificielle, d'identifier ses biais, ou de juger quand la recommandation d'un système doit être rejetée. Ajouter un administrateur ayant un profil technologique résout partiellement le problème, mais pas à sa racine. La gouvernance de l'intelligence artificielle n'est pas une compétence technique spécialisée que l'on délègue à un administrateur : c'est une capacité collective qui doit se distribuer au sein du conseil.
Les organisations qui avancent bien sur ce travail n'attendent pas que la réglementation les y oblige ni qu'un incident de réputation les y force. Elles redéfinissent les critères de sélection pour les nouveaux administrateurs, construisent des mécanismes de reporting qui rendent visible l'utilisation de l'intelligence artificielle dans les opérations, et établissent des comités de supervision spécifiques assortis de mandats clairs. Elles restent encore minoritaires.
Ce que la carte des titres ne montre pas
La prolifération de nouveaux titres de direction — directeur de l'intelligence artificielle, directeur des données, directeur de l'éthique, directeur de la transformation — risque de se transformer en ce type de réorganisation cosmétique que les organisations maîtrisent lorsqu'elles font face à une pression pour paraître agiles sans l'être. L'histoire du poste de directeur de la diversité, qui selon les données de Russell Reynolds est en déclin parce que son agenda a été absorbé — ou simplement abandonné — dans la structure plus large, est un avertissement sur la distance entre le titre et l'engagement réel.
Le titre de directeur de l'intelligence artificielle ne garantit pas une stratégie d'intelligence artificielle, de la même façon que le titre de directeur de l'innovation n'a pas produit d'innovation dans la majorité des entreprises qui l'ont adopté. Ce qui détermine si le changement est réel, c'est de savoir si le rôle dispose de ressources, d'une autorité de décision et d'une capacité à générer des arbitrages concrets dans d'autres domaines du budget et de l'agenda exécutif. Un directeur de l'intelligence artificielle sans capacité de dire au directeur financier que le modèle financier qu'il utilise présente un biais de confirmation, ou de dire au directeur des ressources humaines que le système d'évaluation de la performance qu'il met en œuvre pénalise des profils qui ne devraient pas l'être, est un poste décoratif.
Le signal le plus honnête qu'une organisation traite ce changement avec sérieux ne réside pas dans les titres qu'elle crée : il réside dans les titres qu'elle modifie et dans les compétences qu'elle exige de ceux qui sont déjà au sommet. Lorsque le processus d'évaluation du PDG commence à inclure des critères sur la qualité de son jugement dans les décisions informées par des algorithmes, lorsque le processus de succession du directeur financier pondère explicitement la capacité à concevoir des systèmes d'analytique financière, lorsque le conseil d'administration dispose de mécanismes pour auditer l'utilisation de l'intelligence artificielle dans les décisions opérationnelles, c'est une organisation qui prend le changement au sérieux.
Ce que la majorité des organisations fait est plus confortable : ajouter un nouveau poste à l'organigramme, inclure « intelligence artificielle » dans les fiches de poste, déclarer que la transformation numérique est une priorité stratégique. Ces actions ne sont pas inutiles, mais elles sont insuffisantes si elles ne s'accompagnent pas de la décision la plus difficile : accepter que les critères qui définissent ce qui rend une personne précieuse au sommet ont changé, et agir en conséquence même si cela implique de réévaluer ceux qui s'y trouvent déjà.
Le leadership à venir ne ressemble pas à celui qui fonctionne aujourd'hui
Les organisations qui sortiront le mieux positionnées de cette période ne seront pas celles qui disposent des modèles d'intelligence artificielle les plus sophistiqués ni celles qui auront créé le plus grand nombre de nouveaux titres de direction. Ce seront celles qui auront résolu en premier le problème de gouvernance le plus difficile : comment maintenir la reddition de comptes humaine sur des décisions qui sont de plus en plus générées, informées ou exécutées par des systèmes que les humains responsables ne comprennent pas entièrement.
Ce problème n'a pas de solution technologique. Il a une solution de leadership. Et le leadership qu'il requiert n'est pas celui qui sait le plus, mais celui qui juge le mieux dans des conditions d'incertitude croissante, celui qui conçoit les systèmes dans lesquels opèrent à la fois les personnes et les machines, celui qui accepte la responsabilité des résultats même s'il n'a pas pris la décision de manière directe.
Les organisations qui continuent de recruter et de promouvoir des dirigeants principalement en fonction de ce qu'ils ont accompli dans le passé construisent le comité exécutif du cycle précédent. Le cycle qui commence exige quelque chose de différent : moins de certitude sur le domaine fonctionnel, plus de capacité à évoluer efficacement dans un territoire où les règles sont encore en train de s'écrire. Cette capacité ne se certifie pas avec un bilan. Elle s'infère avec discernement, s'évalue avec rigueur et se développe avant d'en avoir besoin, et non après que l'absence a déjà coûté quelque chose.
