Le manager algorithmique n'a pas de bureau

Le manager algorithmique n’arrive pas toujours avec un grand projet IA. Il arrive par morceaux. Un outil de planning qui suggere les horaires. Un CRM qui classe les prospects. Un logiciel RH qui trie les candidatures. Une plateforme de support qui mesure les temps de reponse. Un tableau de bord qui signale les personnes “a risque”. Une suite bureautique qui resume les reunions et attribue des actions.

Rien de tout cela ne ressemble a un patron. C’est precisement le probleme.

Le management algorithmique n’a pas de bureau, pas de visage, pas d’humeur visible. Il se presente comme une aide a la decision, une optimisation, une priorisation, une mesure plus objective. Il parle rarement de pouvoir. Pourtant, il touche au coeur du management : qui decide ce qui compte, qui voit quoi, qui explique, qui sanctionne, qui corrige.

La question n’est donc pas seulement de savoir si l’IA rendra les managers plus efficaces. Elle est plus basse et plus dure : quelles decisions de travail acceptons-nous de rendre automatiques, partiellement automatiques ou simplement opaques ?

La plateforme n’etait que le debut

On a longtemps associe le management algorithmique aux plateformes : chauffeurs, livreurs, micro-taches, notation, allocation automatique, deconnexion, objectifs invisibles. C’etait confortable pour les entreprises ordinaires. Le probleme semblait appartenir a un autre monde du travail.

Ce confort disparait.

L’etude du service de recherche du Parlement europeen sur la digitalisation, l’IA et le management algorithmique montre que le sujet depasse largement le travail de plateforme. Elle examine la logistique, la sante, les telecoms, l’automobile et l’industrie. Elle estime que l’exposition des travailleurs europeens au management algorithmique pourrait passer d’environ 42% a plus de 55% a moyen terme.

Le chiffre importe moins que le deplacement. Le management algorithmique n’est plus une exception de l’economie a la demande. Il devient une option ordinaire du logiciel d’entreprise.

Un outil de productivite peut devenir un outil de surveillance. Un outil de qualite peut devenir un outil d’evaluation individuelle. Un outil d’aide au planning peut devenir un systeme de contrainte. La frontiere n’est pas dans la technologie. Elle est dans l’usage social qui en est fait.

Mesurer n’est pas neutre

Le premier piege tient au vocabulaire. On dit “mesure” comme si le mot etait innocent. Mesurer le temps, le volume, le delai, la satisfaction, la presence, la reponse, l’ecart, la performance. Tout cela peut etre utile. Une organisation sans mesure se raconte souvent des histoires.

Mais une mesure de travail n’est jamais seulement une mesure. Elle devient un signal. Puis un objectif. Puis parfois une pression. Ce qui est visible remonte. Ce qui ne l’est pas disparait.

Si un centre de support mesure surtout le temps de reponse, les agents apprennent a repondre vite. Si un outil commercial note les prospects selon des criteres opaques, les commerciaux suivent le score ou le contournent. Si un logiciel RH classe les candidatures, le recruteur finit par regarder d’abord ce classement. Si un outil de planning optimise le cout, il peut rendre invisibles la fatigue, les contraintes familiales, la recuperation ou la qualite du travail.

L’algorithme ne commande pas toujours. Il incline.

C’est souvent plus difficile a discuter qu’un ordre direct. Un manager peut etre contredit. Un tableau de bord se presente comme un etat du reel. L’autorite vient de la forme : chiffres, couleurs, scores, alertes, recommandations. Elle parait moins personnelle, donc moins contestable.

La decision importante se cache dans la recommandation

Les entreprises aiment dire que l’humain garde la decision finale. La formule rassure. Elle n’est pas toujours fausse. Elle est rarement suffisante.

Quand un systeme classe, filtre, alerte ou recommande, il agit avant la decision finale. Il definit ce qui sera vu, dans quel ordre, avec quelle etiquette. Il reduit le champ d’attention. Il cree une pente.

Un recruteur qui recoit cent candidatures et un score automatique n’est pas dans la meme position qu’un recruteur qui lit cent dossiers sans score. Un manager qui voit une alerte de “risque de depart” sur un salarie ne peut pas faire comme s’il n’avait rien vu. Un responsable de production qui recoit une recommandation d’affectation doit justifier l’ecart s’il choisit autrement.

La decision finale reste humaine sur le papier. La decision intermediaire, elle, a deja travaille.

C’est pourquoi la question “qui decide ?” doit etre completee par d’autres : qui classe ? qui filtre ? qui signale ? qui calcule ? qui explique ? qui peut corriger ? qui sait quelles donnees entrent dans le systeme ?

Le pouvoir algorithmique est souvent un pouvoir de pre-decision.

Le Parlement europeen veut remettre des noms

En decembre 2025, le Parlement europeen a demande de nouvelles mesures pour encadrer le management algorithmique au travail. Les lignes proposees sont revelatrices : pas de decision majeure sur l’emploi prise uniquement par un algorithme, droit a l’information sur les donnees collectees, explicabilite, supervision humaine, interdiction de certains traitements sensibles.

Ce n’est pas une hostilite a la technologie. C’est une tentative de remettre des noms la ou le logiciel les efface.

Nommer la donnee. Nommer la finalite. Nommer le responsable. Nommer la possibilite de contester. Nommer ce qui ne doit jamais etre automatise. Le droit fait ici ce que le management devrait faire avant lui : rendre le pouvoir lisible.

Une entreprise qui attend seulement la regle externe manque le point. Le management algorithmique est deja une question d’organisation. Elle peut commencer sans directive nouvelle : cartographier les outils qui evaluent, classent ou recommandent des decisions sur les personnes ; distinguer les outils de mesure collective des outils d’evaluation individuelle ; dire quels scores ne peuvent pas fonder une sanction ; donner aux salaries un droit d’explication et de correction.

Rien de cela n’interdit l’usage. Cela l’oblige a sortir du brouillard.

L’OCDE rappelle que le manager est aussi automatise

L’OCDE definit le management algorithmique comme l’usage de logiciels, avec ou sans IA, pour automatiser totalement ou partiellement des taches traditionnellement accomplies par des managers. La definition est importante parce qu’elle evite le piege du spectaculaire.

Il ne faut pas attendre un systeme “intelligent” pour poser le probleme. Un logiciel de suivi, un moteur de regles, un score statistique, un planning optimise peuvent deja deplacer du pouvoir managerial. L’IA generative ne fait qu’elargir le repertoire : resumer, recommander, rediger, detecter des signaux faibles, produire des evaluations textuelles.

Le manager humain ne disparait pas. Il se retrouve parfois encadre par des outils qui lui disent quoi regarder, quoi prioriser, quoi justifier. Sa responsabilite reste, mais son autonomie se modifie.

C’est un point sous-discute. Le management algorithmique ne concerne pas seulement les salaries “surveilles”. Il concerne aussi les managers qui deviennent operateurs de recommandations. On leur demande d’etre humains dans la boucle, sans toujours leur donner les moyens de comprendre la boucle.

Un humain tampon n’est pas une supervision humaine.

Les salaries ne refusent pas toute IA

Le dernier Eurobarometre sur l’IA et le futur du travail montre une tension saine : beaucoup d’Europeens regardent positivement l’IA au travail et pensent qu’elle peut ameliorer la productivite, mais une tres large majorite demande aussi une gestion attentive pour proteger la vie privee et garantir la transparence.

Ce n’est pas un paradoxe. C’est probablement le point de depart le plus raisonnable.

Les travailleurs ne demandent pas que l’entreprise reste aveugle. Ils demandent que les systemes qui les observent, les classent ou influencent leur trajectoire soient discutables. Il y a une difference entre un outil qui aide a repartir une charge et un outil qui fabrique une suspicion permanente. Une difference entre un indicateur de processus et un score individuel. Une difference entre une alerte de securite et une surveillance comportementale diffuse.

La confiance ne vient pas du mot “IA responsable” dans une politique interne. Elle vient de questions concretes : quelles donnees ? pour quoi ? pendant combien de temps ? vues par qui ? avec quel effet ? contestables comment ?

La transparence n’est pas une annexe juridique. C’est une condition de travail.

Le travail decent n’est pas anti-productivite

Le rapport 2026 de l’Organisation internationale du Travail sur l’IA et le travail decent pose le sujet plus largement : l’IA peut accroitre la productivite et ouvrir des possibilites, mais elle doit etre gouvernee pour ne pas degrader les conditions de travail, les droits et la capacite d’action des personnes.

On presente souvent ce type de prudence comme un frein. C’est trop simple.

Un systeme opaque peut produire de la productivite a court terme et de la defiance a moyen terme. Il peut economiser du temps de coordination et bruler du temps de contestation. Il peut optimiser un indicateur et casser une cooperation. Il peut aider un manager deborde et installer une surveillance que personne n’assume.

Le travail decent n’est pas l’ennemi de la productivite. Il pose seulement une condition : les gains ne doivent pas etre obtenus en rendant le travail illisible pour ceux qui le font.

Une organisation qui veut utiliser ces outils proprement doit accepter de perdre un peu de vitesse au depart. Expliquer. Limiter. Tester. Corriger. Documenter. C’est moins vendeur qu’une promesse d’optimisation immediate. C’est aussi ce qui evite que l’outil devienne une machine a soupcon.

La regle minimale tient en quatre verbes

Il n’est pas necessaire de construire une grande doctrine pour commencer. Une PME ou une organisation publique peut poser quatre verbes autour de chaque outil qui touche au travail des personnes.

Voir : que collecte l’outil, qui consulte les resultats, quelle granularite, quelle duree de conservation ?

Recommander : l’outil se contente-t-il de proposer, ou rend-il certaines options presque obligatoires par defaut ?

Decider : quelle decision ne peut jamais etre prise seule par l’outil, meme si le score parait clair ?

Contester : comment une personne peut-elle comprendre, corriger ou discuter une decision influencee par le systeme ?

Ces quatre verbes suffisent a separer beaucoup d’usages acceptables de beaucoup d’usages dangereux. Ils obligent a regarder le pouvoir, pas seulement la fonction.

Un logiciel de planning peut etre utile s’il rend les contraintes visibles et laisse une correction humaine. Il devient plus fragile s’il optimise sans expliquer et rend toute exception suspecte. Un score commercial peut aider a prioriser s’il reste un indice. Il devient managerial s’il sert a evaluer une personne sans discussion. Un outil RH peut aider a classer des pieces. Il devient dangereux s’il filtre des parcours sans transparence.

Le probleme n’est pas le logiciel. C’est le passage silencieux de l’aide a l’autorite.

Ce qui doit rester en jachere

Il faut peut-etre laisser reposer une idee : le management algorithmique serait une affaire de technologie avancee. En realite, c’est une vieille question du travail avec de nouveaux moyens. Qui observe ? Qui juge ? Qui ordonne ? Qui explique ? Qui peut repondre ?

L’IA rend ces questions plus urgentes parce qu’elle donne aux outils une apparence de jugement. Elle resume, classe, signale, recommande avec une fluidite qui ressemble a de l’intelligence. Mais le travail n’est pas seulement une suite d’optimisations. C’est un espace de responsabilites, de conflits, de confiance et de limites.

Le manager algorithmique n’a pas de bureau. C’est pour cela qu’il faut lui en construire un symbolique : une fiche d’usage, un responsable, une limite, une voie de contestation, une interdiction claire pour les decisions les plus sensibles.

Sans cela, l’entreprise ne devient pas plus moderne. Elle devient seulement plus difficile a contredire.