L’intelligence artificielle ne transforme pas seulement la manière de travailler. Elle modifie également une question beaucoup plus structurante pour les organisations : qui est responsable lorsqu’une partie du travail, de l’analyse ou de la décision est confiée à un système automatisé ?
Lorsqu’un outil suggère un candidat, détecte une anomalie financière, recommande un fournisseur ou priorise des actions commerciales, plusieurs acteurs peuvent intervenir : le collaborateur qui utilise l’outil, le manager qui valide, la DSI qui l’a déployé, le fournisseur qui l’a développé ou encore la direction qui a autorisé son utilisation.
Les responsabilités liées à l’IA deviennent alors plus difficiles à définir. Or, plus les outils gagnent en autonomie, plus l’entreprise doit précisément savoir qui contrôle leur utilisation, qui peut remettre en question leurs résultats et surtout qui assume la décision finale.
L’IA brouille des responsabilités autrefois plus simples
Dans un processus traditionnel, la chaîne de responsabilité est généralement identifiable. Un collaborateur réalise une analyse, un manager arbitre et un dirigeant assume certaines décisions stratégiques. L’arrivée de l’IA ajoute un nouvel intermédiaire capable de produire lui-même une recommandation, une analyse ou parfois une action.
Cette situation peut créer une zone grise. Si une recommandation s’avère erronée, est-ce la responsabilité de la personne qui l’a suivie ? De l’équipe ayant choisi l’outil ? De la direction qui en a autorisé le déploiement ?
La question devient particulièrement importante à mesure que l’utilisation de l’IA se diffuse dans les entreprises. En 2025, McKinsey indiquait que plus des trois quarts des organisations interrogées utilisaient déjà l’IA dans au moins une fonction. Pourtant, la répartition de sa gouvernance restait très variable : 28 % des répondants indiquaient que le CEO supervisait la gouvernance de l’IA et 17 % attribuaient cette responsabilité au conseil d’administration. Dans de nombreux cas, plusieurs dirigeants la partageaient.
Cette gouvernance partagée peut être pertinente. Elle devient problématique lorsque « responsabilité collective » signifie en réalité absence de responsable clairement identifié.
Responsabilités liées à l’IA : distinguer technologie et décision
Une erreur fréquente consiste à considérer l’intelligence artificielle comme un sujet principalement technique et à transférer sa responsabilité à la DSI ou aux équipes data.
Ces fonctions doivent évidemment sécuriser l’infrastructure, sélectionner les technologies et vérifier leur fonctionnement. Mais elles ne peuvent pas être responsables seules de la manière dont l’IA est utilisée dans un processus métier.
Une IA utilisée pour présélectionner des candidatures implique les RH. Un outil influençant une décision financière concerne la direction financière. Un système optimisant une chaîne industrielle implique les équipes opérationnelles. La responsabilité doit donc suivre l’usage et ses conséquences, et pas uniquement la technologie qui le rend possible.
Cette distinction devient essentielle lorsque l’IA commence à agir directement dans les processus. McKinsey souligne d’ailleurs que, dans les organisations utilisant l’IA générative, la refonte des workflows figure parmi les facteurs les plus associés à la création de valeur. Pourtant, en 2025, seulement 21 % déclaraient avoir profondément repensé au moins certains de leurs processus autour de cette technologie.
Ajouter de l’IA dans un processus sans redéfinir qui décide revient donc souvent à moderniser l’outil sans moderniser la gouvernance.
Une recommandation automatisée ne supprime pas la responsabilité humaine
Plus une recommandation paraît précise, plus il peut devenir tentant de considérer l’outil comme responsable du résultat.
Pourtant, une machine ne peut pas assumer les conséquences organisationnelles, humaines ou stratégiques d’une décision. Elle peut identifier un risque, calculer une probabilité ou proposer un scénario. Elle ne peut pas expliquer à une équipe pourquoi une orientation a été choisie ni assumer les effets d’une erreur.
Le cadre européen évolue d’ailleurs dans cette direction. Pour les systèmes d’IA considérés comme à haut risque, l’AI Act prévoit notamment des exigences de supervision humaine. Les organisations déployant ces systèmes devront confier cette supervision à des personnes disposant des moyens et des compétences nécessaires pour l’exercer.
La supervision humaine ne doit cependant pas devenir une simple validation automatique. Si le manager clique systématiquement sur « accepter » sans comprendre suffisamment le résultat, la présence humaine dans le processus ne constitue plus réellement un contrôle.
Le rôle des managers devient plus exigeant
Cette évolution place les managers dans une situation nouvelle. Ils doivent pouvoir utiliser les capacités de l’IA sans devenir de simples intermédiaires entre l’algorithme et les équipes.
Cela suppose de savoir dans quelles situations une recommandation peut être suivie directement, quand elle doit être vérifiée et dans quels cas elle doit être remise en question. Le manager doit également être capable d’expliquer pourquoi une décision assistée par l’IA a été retenue.
Son rôle se déplace donc vers davantage de jugement et d’arbitrage. Une partie de l’analyse peut être automatisée, mais la responsabilité de mettre cette analyse en contexte reste humaine.
Cette transformation nécessite de préparer les managers. Il ne suffit pas de leur apprendre à utiliser un outil : ils doivent aussi comprendre ses limites, savoir quelles informations vérifier et connaître précisément le niveau de responsabilité qui leur appartient.
La gouvernance doit éviter deux excès
Face à ces nouveaux risques, les entreprises peuvent être tentées de créer des comités, des validations supplémentaires et de nouvelles procédures pour chaque utilisation de l’IA.
Mais une gouvernance trop lourde peut produire exactement le problème qu’elle cherche à résoudre. Chaque décision finit par remonter à une instance spécialisée, les responsabilités deviennent encore plus diffuses et les usages ralentissent.
À l’inverse, laisser chaque équipe déterminer seule ses règles expose l’entreprise à des pratiques incohérentes et à des niveaux de risque très différents.
L’enjeu consiste donc à définir un cadre commun tout en maintenant la responsabilité au plus près de l’usage. La direction fixe les principes, les fonctions techniques sécurisent les outils, les fonctions de contrôle encadrent les risques et les métiers restent responsables de leurs décisions.
Cette clarification devient d’autant plus nécessaire que les conseils d’administration eux-mêmes sont encore en phase d’apprentissage. Une enquête Deloitte menée début 2025 auprès de près de 700 administrateurs et dirigeants dans 56 pays montrait que 66 % estimaient encore que leur conseil disposait de peu ou pas de connaissances et d’expérience en matière d’IA.
Définir qui intervient avant qu’un problème ne survienne
Une gouvernance efficace commence par des questions simples : qui choisit l’outil ? Qui peut autoriser son utilisation ? Qui vérifie sa performance ? Qui valide les décisions sensibles ? Qui doit intervenir lorsqu’un résultat semble incohérent ? Et qui doit être informé lorsqu’un incident apparaît ?
Ces questions doivent être définies avant que l’IA ne devienne indispensable au processus.
L’entreprise peut également distinguer plusieurs niveaux de décision. Une automatisation réversible et faiblement risquée ne nécessite pas le même contrôle qu’une recommandation susceptible d’influencer un recrutement, une rémunération, un investissement important ou la sécurité d’une activité.
Dans certaines organisations, cette clarification peut nécessiter de revoir plus largement la gouvernance et les processus. Un manager de transition peut alors intervenir pour répartir les responsabilités, rapprocher directions métiers et fonctions technologiques et structurer un cadre suffisamment clair pour fonctionner après son départ.
L’IA ne supprime pas la responsabilité, elle oblige à mieux la distribuer
Redéfinir les responsabilités liées à l’IA ne consiste donc pas à chercher une personne qui porterait seule tous les risques liés à la technologie.
Il s’agit plutôt de rendre explicite le rôle de chacun.
La DSI est responsable de certains aspects technologiques. Les fonctions juridiques et de conformité encadrent certains risques. Les dirigeants définissent les règles et les niveaux d’acceptabilité. Mais les responsables métiers restent indispensables pour assumer les décisions prises dans leur domaine.
Plus l’IA intervient dans l’exécution, plus cette répartition doit être claire. Sans cela, l’entreprise risque de créer une situation paradoxale : disposer d’outils capables d’agir plus vite tout en devenant incapable d’identifier qui répond réellement de leurs actions.
L’IA peut automatiser des tâches et assister des décisions. Elle ne peut pas automatiser la responsabilité. C’est précisément pourquoi son développement oblige les organisations à remettre la gouvernance, le jugement humain et la clarté des rôles au centre de leur transformation.