Un dirigeant qui quitte son poste explique rarement en public pourquoi il part réellement. Depuis le printemps 2026, un récit circule pourtant dans les lettres économiques, selon lequel les grands patrons américains se retireraient parce que l'intelligence artificielle dépasse ce qu'ils savent conduire. Le récit est confortable. Il ne survit pas à une vérification de dix minutes.

J'accompagne des managers et des comités de direction depuis 2012. Je travaille les agents IA depuis fin 2024. Dans plusieurs équipes que j'accompagne, ils sont traités comme des équipiers. L'informatisation, le virage numérique, le passage à l'agilité réclamaient un arbitrage de portefeuille puis la capacité à tenir un programme. Celle-ci réclame autre chose, qui ne figure dans presque aucun référentiel de compétences managériales.

Ces PDG sont-ils partis à cause de l'intelligence artificielle ?

Non, pas selon leurs communiqués. Les annonces relayées comme une série s'étalent sur quatre mois à cheval sur deux années, sans qu'aucune ne donne l'IA comme motif du départ.

Deux de ces dirigeants ont bien lié leur départ à l'IA, mais après coup, sur la chaîne CNBC. Doug McMillon l'a fait en décembre 2025, James Quincey le 26 mars 2026, jour où la chaîne a rapproché leurs deux propos dans un même article. En décembre, Doug McMillon déclare qu'il pourrait engager cette série de transformations sans pouvoir la mener à son terme. Cette phrase ne dit pas que l'IA l'a fait fuir. Elle dit que l'horizon du chantier dépasse le temps qu'il comptait y consacrer, ce qui est un tout autre énoncé.

La statistique achève de désamorcer le récit. Le cabinet Challenger, Gray and Christmas a recensé 2 032 départs de dirigeants aux États-Unis en 2025, en recul de 9 % sur un an, sans jamais ventiler les motifs par cause technologique. Prêter une intention collective à des personnes réelles sur la foi de trois annonces relève du récit.

Pourquoi cette transformation ne ressemble-t-elle à aucune des précédentes ?

Parce que l'incertitude a changé de place. Dans un projet de progiciel intégré, elle portait sur l'exécution, les délais, le budget, l'adhésion des équipes. La cible était connue d'avance. Avec l'IA, la capacité de l'outil bouge pendant le trajet.

La dernière ligne porte tout le reste. Agrawal, Gans et Goldfarb décrivent l'IA comme une machine à prédire, rien de plus. Or prédire ne suffit jamais à décider. Il faut encore dire ce que vaut chaque issue, les issues ratées comprises. Cette opération porte un nom chez eux, le jugement. Un modèle vous donne une probabilité de défaut de paiement. Personne d'autre que vous ne dira si refuser un bon client coûte plus cher qu'accepter un mauvais. C'est bien pourquoi la transformation IA est d'abord un défi organisationnel.

Quelles compétences un comité de direction doit-il réellement acquérir ?

Aucune ne consiste à savoir coder. Les capacités qui changent de statut relèvent de l'arbitrage, pas de la technique, ce qui explique qu'aucune formation à l'outil ne les couvre.

• Formuler un jugement explicite. Dire ce qu'une erreur coûte, avant la mise en production. Tant que personne ne l'écrit, une équipe technique le décide en choisissant un seuil de confiance. Une décision stratégique revient alors à quelqu'un qui n'avait pas mandat pour la prendre.
• Doser l'autonomie consentie. Décider tâche par tâche ce qu'une machine fait seule, ce qu'elle propose à validation, ce qu'elle n'approche pas. Ce dosage engage la responsabilité de l'entreprise, ce qui le place au niveau de la direction générale.
• Tenir un cap dont les moyens changeront. Les feuilles de route IA se périment vite. Fixer une direction stable en assumant que l'outillage sera remplacé deux fois suppose un rapport au plan inhabituel.
• Protéger l'expérience que l'on automatise. Les auteurs de Prediction Machines consacrent un développement à la déqualification de ceux que l'on prive de pratique. Une organisation qui automatise ses cas simples supprime le terrain d'entraînement de ses juniors.

Ces quatre capacités consomment de l'attention de direction générale au moment précis où l'attention et le jugement deviennent des ressources rares. La dernière rejoint une autre question, celle de savoir quels métiers on garde humains.

Qu'est-ce qui ne s'apprend pas en séminaire ?

Le changement de cadre. Un séminaire transmet très bien un vocabulaire, une grille d'analyse, une liste de cas. Il peine en revanche à faire bouger les valeurs directrices à partir desquelles un dirigeant décide.

Chris Argyris a nommé cette différence en 1990. L'apprentissage en simple boucle corrige l'action quand elle produit un écart, à la manière d'un thermostat. L'apprentissage en double boucle remonte aux valeurs qui ont rendu cette action possible. Un comité qui ajoute une ligne IA à son plan stratégique fait de la simple boucle. Un comité qui chercherait pourquoi il a mis des mois à découvrir que ses équipes utilisaient des outils non validés ferait de la double boucle. Argyris ajoute une observation désagréable, chaque contournement d'un sujet gênant renforce le mécanisme qui l'a rendu gênant.

Donald Schön a décrit en 1983 l'autre moitié du travail, cette réflexion en cours d'action par laquelle un praticien restructure sa compréhension pendant qu'il agit. On pose un cadre, on agit, la situation répond autre chose que prévu, on recadre. C'est ce qui arrive au dirigeant qui manipule lui-même un outil, puis découvre que sa question de départ était mal posée.

Que coûte un dirigeant qui délègue la question à sa DSI ?

Il coûte une stratégie. Une direction des systèmes d'information tranche très bien ce qui est faisable, sécurisé, industrialisable. Elle n'a ni le mandat ni l'information pour arbitrer un modèle d'affaires.

Agrawal, Gans et Goldfarb proposent une grille en trois conditions. Il faut d'abord qu'un arbitrage central du modèle d'affaires existe. Il faut ensuite qu'une incertitude gouverne cet arbitrage. Il faut enfin qu'un outil d'IA réduise assez cette incertitude pour le faire basculer. Les trois conditions réunies, l'adoption change la stratégie et non la productivité, donc le sujet appartient au comité. Une seule qui manque, il redescend au niveau opérationnel.

Le coût de la confusion se mesure. PwC a interrogé 4 454 dirigeants dans 95 pays pour sa vingt-neuvième enquête mondiale de janvier 2026. Cinquante-six pour cent d'entre eux ne tirent aucun bénéfice financier significatif de leurs investissements dans l'IA. Le MIT, dans son rapport Project NANDA de juillet 2025, estime qu'environ 95 % des pilotes d'IA générative ne produisent aucun retour mesurable sur le compte de résultat. IBM relève enfin, dans son rapport 2025 sur le coût des violations de données, que 63 % des 600 organisations victimes d'une violation qu'il a étudiées n'ont pas de politique de gouvernance de l'IA ou l'élaborent encore. La technologie fonctionne, la décision manque. C'est aussi pourquoi la cybersécurité de l'IA relève du CODIR autant que de la DSI.

Le décalage se lit jusque dans les équipes. L'Apec a interrogé 2 000 cadres du privé en mai 2026. La moitié utilise l'IA au moins une fois par semaine quand 29 % seulement se déclarent formés. Un dirigeant qui délègue le sujet ne voit pas cet écart, parce que sa DSI ne le voit pas davantage.

Pourquoi une partie des dirigeants en place ne s'y reconnaît-elle pas ?

Parce que répondre attaque leur identité. Philippe Silberzahn formule ce mécanisme sans détour dans Bienvenue en incertitude !, en s'appuyant sur les travaux de Karl Weick. Les entreprises ne meurent pas d'avoir ignoré une rupture, elles la connaissent presque toujours. Elles meurent de ne pas parvenir à y répondre, parce qu'y répondre remet en cause ce qu'elles pensent être. Weick nomme ce moment un épisode cosmologique.

Le raisonnement vaut pour une personne autant que pour une organisation. Un dirigeant dont la légitimité s'est construite sur trente ans de maîtrise opérationnelle ne se reconnaît pas dans un rôle où il doit arbitrer sans jamais comprendre le détail technique. Il n'y a là ni lâcheté ni incompétence, plutôt un conflit entre une exigence nouvelle et un récit de soi qui a très bien fonctionné.

Thomas Davenport et Nitin Mittal, qui ont étudié une trentaine de grandes entreprises non technologiques engagées à fond dans l'IA, placent délibérément leur chapitre humain avant leur chapitre technologique. John Kotter écrivait déjà en 1996 qu'une organisation moderne est bien trop complexe pour être transformée par un seul géant. Attendre d'un PDG qu'il incarne seul la transformation IA reproduit sous un habillage neuf l'erreur que Kotter dénonçait.

Un dirigeant n'a pas à comprendre comment fonctionne un modèle. Il a à dire ce qu'une erreur de ce modèle coûte. Personne ne peut écrire cette phrase à sa place.

Par où commencer quand on dirige sans être technicien ?

Par une séance de comité où personne ne présente rien. Les trois gestes qui suivent tiennent dans un trimestre sans budget d'infrastructure.

1. Coter la maturité individuellement avant d'en parler. Chaque membre évalue seul l'organisation sur la stratégie, la culture, la technologie, les processus, la gouvernance. L'écart entre les cotations est le matériau de la séance. La moyenne ne sert à rien.
2. Appliquer la grille des trois conditions à un arbitrage réel. Si l'arbitrage est central, s'il est gouverné par une incertitude, si un outil d'IA la réduit assez pour le faire basculer, le sujet reste au comité. Sinon il redescend, ce qui est une bonne nouvelle.
3. Écrire ce qu'une erreur coûte, avant le premier déploiement. Une phrase par cas d'usage suffit à nommer ce que vaut un faux positif face à un faux négatif. Tant qu'elle n'existe pas, un paramétrage technique en tient lieu. Avant d'ajouter ce déploiement au portefeuille des chantiers, le canevas des quatre compteurs d'absorptionmontre ce que votre organisation termine réellement.

La suite relève de l'entraînement bien plus que de la formation. Un comité qui manipule lui-même les outils a des chances d'apprendre davantage qu'un comité qui écoute des présentations. L'obligation européenne de maîtrise de l'IA, en vigueur depuis février 2025, appuie cette pratique sans imposer ni niveau chiffré ni certification. Le cap de long terme se travaille à part, avec le nouveau cap que l'AGI impose aux dirigeants.