La compétence en IA la plus importante sur laquelle se concentrer en 2026 : le middle management

Les agents d’IA pourraient toutefois s’avérer plus difficiles à gérer. Leur comportement parfois imprévisible, combiné à la dérive cognitive progressive, par laquelle les messages se dégradent au fil des transmissions répétées, impose d’adopter une approche plus structurée et plus interventionniste.

S’assurer que les responsables d’équipe, qu’ils soient expérimentés ou nouveaux, soient correctement équipés pour superviser et diriger efficacement leur écosystème d’agents d’IA doit constituer la priorité principale des entreprises à mesure que la technologie continue d’évoluer et de s’améliorer. Le management à l’ère agentique nécessite plus que de simples intuitions, il exige de solides « principes ». Les managers d’agents d’IA doivent assumer leur rôle de principal, en recrutant et en gérant leur IA agentique en conséquence. Cela implique de définir des rôles ou des « descriptions de poste » pour chaque agent, identifier le bon modèle ou le bon « candidat » pour chaque mission, et s’assurer que ces agents sont correctement intégrés avec les bonnes données. En 2026, il est temps de mettre à jour ses compétences pour le nouveau monde agentique.

Les retards ou dérogations dans la réglementation de l’IA ne constituent pas une autorisation pour ralentir l’évolution des pratiques
Alors que le déploiement de la réglementation européenne sur l’IA est simplifié et ralenti afin de laisser aux entreprises un peu plus de temps pour se préparer, les responsables IT et métiers ne doivent pas lever le pied dans l’année à venir. Au contraire, ils doivent rester concentrés sur l’alignement avec la réglementation à venir, en particulier en matière de transparence. Loin de freiner l’IA, la réglementation sera un catalyseur de collaboration et un facteur clé de réduction des inefficacités. Certes, les exigences de conformité ajoutent des étapes supplémentaires, mais le bénéfice indirect de cette collaboration permet aux équipes métiers d’avancer plus rapidement, tout en réduisant les risques. Ironiquement, la réglementation de l’IA est davantage un accélérateur de l’IA qu’un frein à son adoption.

La transparence ne doit pas seulement être perçue comme une exigence législative, mais comme un véritable outil de partage de connaissances, permettant de progresser vers un objectif commun. Cet enjeu est particulièrement critique dans le secteur public, où l’adoption de l’IA s’accélère fortement. L’amélioration des services gouvernementaux et publics est un domaine dans lequel la transparence des données pourrait constituer un levier de changement réel pour répondre à des besoins communautaires critiques. Les départements qui partagent la manière dont ils atteignent des gains d’efficacité grâce à l’IA permettent à d’autres équipes de tester et d’adopter ces processus pour atteindre leurs propres objectifs, tout en contribuant à fournir des données de haute qualité nécessaires à l’entraînement continu de ces modèles.

En fin de compte, la réglementation amènera à réfléchir davantage à la manière dont les outils et modèles d’IA sont utilisés. Cette capacité de réflexion est une force, et elle devra rester au cœur des priorités dans l’année à venir, à mesure que l’IA continue d’évoluer et d’innover.